银行--客户大数据智能中心_资讯

银行--客户大数据智能中心

发布时间：2019-09-18 发布人：美林数据技术股份有限公司 234

对比国内外金融行业数据应用发展历程，结合近几年国内传统金融，包括银行、证券、保险等，和以“支付宝”、“财付通”、“第三方征信”、“P2P”等为代表的的互联网金融竞相争艳，在2017年传统金融和互联网技术加速融合，以四大行为代表的传统金融，竞相同百度、腾讯、阿里、京东展开合作，以“互联网金融”为代表的金融科技开始走向新的阶段。

在技术平台建设方面，金融机构，银行业以五大行、代表性股商行、创新型小行为代表，券商则以业务规模前十大券商、以及国金证券、东方财富等创新型券商为代表等，一直保持持续的探索，在2015年之前大多完成了整体的基础设施建设，近两年都将重心转向业务价值探索和实践。
以高价值金融交易数据为核心，逐步按需进行跨行业、跨领域综合数据应用，金融大数据典型应用场景包括：历史明细查询、客户画像、客户策略、精准营销、运营管理、客户征信、风险管理、实时事件营销等。金融大数据解决方案将以大数据平台为基础，聚焦金融业务场景，围绕客户认知、价值提升、全生命周期的持续运营，进行实际业务价值呈现，切实提升业务执行人员、业务管理人员、经营管理人员的实际工作效能，辅助其完成业务决策。
通过金融大数据应用类项目建设，将聚焦以下方面持续发展：
1、实现金融和类金融数据资源集成与共享
金融机构内部跨系统的业务数据整合；围绕数据运营的客户行为和业务过程等业务数据的更加、准确的采集；面向数据化业务运营，提升内部数据采集、数据存储、数据整合的闭环。
进一步，持续探索金融同业间数据共享、以及类金融的电商平台、工商、税务、医保、社保、水电燃气、电信运营商等外部数据在内的多维信息收集、整合。
针对汇集的数据、围绕业务目标、应用场景，通过数据标签化处理，在法律合规、保护隐私以及正式授权情况下，实现金融大数据共享，打破信息孤岛，为金融生产提供数据资料。
2、促进金融生产、管理模式转型，提升运营水平
通过金融大数据应用，洞察行业趋势、业务动态、客户行为偏好、风险信息、产品客群、客户体验，为金融行业在客户征信、风险管控、运营管理、绩效管理等方面提供精准信息基础，运用大数据思维和互联网技术，促进金融行业生产模式、管理模式的转型和创新发展。
3、优化金融服务和产品创新、提升服务层次
借助金融大数据应用建设，基于海量客户属性、交易行为等数据，分析客户群体的兴趣、偏好、情绪、信用、风险等对用户行为模式进行分析，面向用户金融服务需求进行相应的金融产品创新，围绕客户需求发现，从服务客户单人、单次投资/交易，向客户综合理财规划方案、客户家庭财务规划及客户社群特色金融服务需求提升，通过更高水平的智能投顾，提供差异化服务价值，提升客户粘性。
案例N：某城市商业银行零售营销大数据项目
应用领域：金融领域

在全球经济通缩压力加大、中国经济增速放缓、利率汇率市场化改革不断深化、多层次资本市场体系日益完善以及互联网金融业态兴起的背景下，银行业的经营环境已经发生巨大的变化，商业银行之间竞争日趋激烈，整个行业正在重新洗牌，新的格局正在形成。如何在新一轮的变革中更好地生存下去，成为商业银行面临的要挑战。

一、业务背景
与经济新常态相适应，近年来，城商行的发展趋势集中呈现出增速回落、不良反弹、盈利承压、发展分化等新的特点。综合来看，城商行起点低、规模小、实力相对较弱，应对新常态的挑战更大，面临的制约因素也更多。从而，商业银行需要进一步明晰战略定位，加快转变发展模式，加大创新力度，彻底摆脱过去那种同质化发展、无差异竞争、盲目追求大而全或小而全的发展道路。
1、传统粗放型的客户营销策略无法满足个性化的用户需求。无论是为了抢占潜在市场的批量发卡，还是周末社区拓展、节假日网点优惠活动、厅堂柜台等地推式营销，都需要同市场发展相匹配，进行产品定制化创新、或者进行营销活动的精细化策划和精准化投放，实现将有限的资源投向潜在价值更高的目标客群。
2、传统的数据应用无法满足客户个性化、差异化、特色化的金融行为需求发现。以业务报表、监管报送为目的的数据应用，主要在业务总结、事后汇报、过程状态跟踪等方面提供数据支撑。如何将业务发展战略同客群基础、产品体系、营销资源等有效匹配和协同起来，银行亟待充分整合客户数据，以用户为中心，对用户金融行为及金融状态等数据进行更的数据分析。
3、银行本身有着丰富的客户金融/近金融场景方面的数据，其价值密度是互联网公司无法比肩的。以核心系统为基础，通过网银、手机银行、电话银行、微信银行等电子渠道、或者ATM等智能多媒体终端机具、厅堂柜台等线下渠道发起的各类业务，在各业务系统流转过程中，沉淀了海量的业务流程数据，给数据辅助决策和业务价值释放提供了良好的基础。
4、银行零售业务转型，核心是从“以产品为中心”的销售和绩效导向，向“以客户为中心”的需求和价值服务转型，通过从客户认知、客户价值提升、客户营销价值评估等角度，实现以客户需求为基础的银行业务价值化、个性化、区域化等差异化发展模式探索。这些都需要借助海量的业务历史数据资产、大数据平台、大数据分析&挖掘等能力建设，构建零售营销大数据辅助决策体系。
二、解决方案
以服务城商行零售业务精细化运营水平的持续提升为宗旨，提倡数据化业务运营模式，坚持“以客户为中心”，立足银行零售业务的现状，围绕业务经营目标、产品体系、客户群体构成、渠道建设、营销活动等内容，聚焦全行零售业务发展的整体战略导向，提供数据化、智能化、个性化的客户行为认知、客户策略和营销策略建议。
1、围绕数据应用，打造客户智能服务中心，释放业务价值。从面向分析师的基础技术平台、分析工具，进行业务诊断、数说专题、成果管理；到面向业务应用的客户画像、精准营销、创新产品设计、智慧运营（产品运营、渠道运营等）、风险管理；以及面向综合数据服务的数据API接口，从数据接入、数据存储、数据整合、数据分析到业务应用，打造银行数据化业务运营流程体系。

2、以业务应用为导向，面向客户营销，设计框架完整、指标灵活可扩展的金融客户行为画像指标体系。围绕客户属性特征、产品持有动作、资产构成变迁、收支全景视图、交易行为动作、交易行为分类、交易行为变迁、交易对手刻画等关键画像指标，进行用户画像标签体系衍生计算。

3、面向客户分析应用的数据分析集市建设。集合了核心系统、信贷系统、理财系统、中间业务系统、支付系统、电子渠道系统、CRM等关键业务系统，构建当事人、账户、签约、事件、产品、代码等基础主题域，进行轻量级数据分析集市构建。

三、业务价值

1、伴随着项目建设，各类营销活动、业务流程支持、数据交互等需求持续出现，匹配该行的年度业务战略目标，项目建设成果为支行网点营销执行人员提供聚焦、直观、可落地的客户认知、客户线索、营销策略，有效提升业务执行效率，提升客户经理的有效投入产出，提升中产、长尾客群的服务能力，直接服务业务KPI目标实现。

2、伴随银行业务的“线上化”发展趋势，产品运营、渠道运营、人力绩效等“精细化”管理需求涌现，按照数据化业务运营思路，通过项目建设给银行提供了一条迭代式“可持续化”的零售营销数据运营流程，提升管理效能。

3、大数据从应用价值来讲，其本质是“数据化思维”，通过该项目建设，将分析能力导入至客户经理、业务管理人员，提供“自主、自助、便捷、灵活、即时”的数据化业务支撑目标实现，让业务人员接受并主动利用数据，为数据中心聚焦在标准化服务保障，有效实现业务和科技在数据应用上的上下游协同。

4、将行业大数据技术应用进一步向实用化推进，架起数据资源和业务价值的“后一公里”桥梁。让大数据平台等基础设施建设成果体现价值，让业务部门在业务活动中真切体验到金融科技的价值贡献。