■中国农业银行三农对公业务部 陈 良 西安外国语大学日本文化经济学院 张一博
中国农业银行网络金融部 李晓宏
2019年,中共中央、国务院印发《数字乡村发展战略纲要》,提出“要将数字乡村作为数字中国建设的重要方面,加快信息化发展,整体带动和提升农业农村现代化发展,着力发挥信息技术创新的扩散效应、信息和知识的溢出效应、数字技术释放的普惠效应,加快推进农业农村现代化”,为“三农”向信息化、数字化方向发展规划了清晰的路径。2021年,中央一号文件进一步提出“发展智慧农业,建立农业农村大数据体系,推动新一代信息技术与农业生产经营深度融合”。“三农”发展与现代信息技术深度融合,为商业银行提供了以数字手段服务“三农”客户的良好机遇,也带来了对商业银行创新获客、活客和留客手段的挑战。
以人工智能、区块链、大数据、物联网等新型信息技术为核心的新一轮科技革命和产业变革正在快速发展,赋予商业银行发现“三农”客户的“连接红利”,商业银行能够以更低的成本、更高的效率与“三农”客户交互,从而构建以场景金融为核心的智慧营销体系。“三农”智慧营销是商业银行基于内部数据库和外部获取的“三农”客户特征、行为、信用等数据,利用人工智能等技术构建数据模型,随时随地感知客户需求,并通过互联互通的网络触达,为客户提供高效、精准的金融和非金融服务解决方案。
随着我国“三农”工作重心由脱贫攻坚转向全面推进乡村振兴,不断深化“三农”金融服务、抢挖“三农”领域新的业务增长点,已成为商业银行的共识,“三农”智慧营销成为商业银行有效应对同业竞争、培育新增长点的利器。“三农”领域客户组织形式相对较多、业务范围相对较广、信息化程度相对较低、自身资质相对较弱的特点,决定了商业银行服务“三农”复杂多元、成本收益不匹配,必须找寻新的服务手段与策略,精准识别客户、精准服务客户、牢牢锁定客户,不断降低获客成本、提升服务收益,才能紧抓乡村振兴商业机会,强化“三农”领域市场地位。
花旗银行通过分析客户基本信息、信用信息、信贷信息数据等信息,比较目标客户相似特征行为,以客户为中心,完成客户细分,结合客户差异,提供个性化营销方案,开展精准营销,并提供高质量服务,确保客户良好体验。西太平洋银行通过整合客户信息,侧重情感分析,识别客户偏好,在此基础上,利用深度学习等大数据技术,实现精准营销。新加坡银行突破传统方式,从感知客户消费行为角度出发,分析客户交易时间、地点、渠道等数据,挖掘客户消费行为特征,为客户推荐感兴趣的购物地点和优惠信息,实现客户拓新及渗透。
以四大行为代表的传统金融机构注重传统经验优势和科技力量的结合,智慧营销已初显成效;以股份制商业银行、地方农商行为代表的中小银行加大投入,借助外部力量不断提升营销工作智能化水平。农业银行推出基于客户画像、行为数据和地理位置信息的精准营销系统,为其掌银客户推荐个性化、定制化服务。工商银行依托智慧银行生态系统(ECOS1.0),借助“主机+开放平台”双核心IT架构,推动智慧营销服务迈入新的发展阶段。建设银行依托“新一代核心系统”技术积累和组件化开发优势,在智慧营销、智慧运营等11个领域实现AI全布局。招商银行推出“智慧营销平台”项目,通过搭建营销自动化模块、事件营销模块、营销优化模块,力争实现科学化营销决策、流程化营销管理、精准化营销业务和最适化资源投入。中信银行推出“基于大数据的智能营销平台”,力求实现零售板块敏捷高效化转型。光大银行同样聚焦零售业务,分批建设落地大数据智能营销服务。
互联网银行得益于拥抱金融科技的先天优势,营销智能化步伐相对较快。以微众银行为例,由于不设线下网点,微众银行无法像传统商业银行一样开展面对面营销,线上化智能营销成为可行且必须的选择。微众银行从获客、留客、客户营收三大递进环节制定客户智慧营销解决方案,通过打通三大关键平台通路,即第三方数据自动安全交互的智能推荐平台,营销效果评估及安全管理的全媒体智能广告平台,具有存量客户经营、旅程分析、睡眠客户唤醒等功能的客户运营平台,实现微众银行线上营销价值最大化。
总体来看,国内外商业银行智慧营销服务应用实践集中体现在城市领域,“三农”领域的智慧营销尚处于起步阶段。近年来,虽然我国农业农村工作得到了长足的进步,但受城乡二元经济社会结构的制约,商业银行智慧营销服务“三农”客户面临的基本问题仍未得到根本性改变:
长期以来,乡村特别是中西部地区经济基础薄弱,农业产业附加值低,面临的风险因素相对较多,因此,除农业发展银行、中国农业银行、农信社这些涉农金融机构外,商业银行普遍较少涉足乡村地区。此外,农业产业利润水平相对较低的特点,使得头部外的“三农”客户建立完善的信息化系统积极性不够,难以对生产经营形成的数据进行全面整合分析,一定程度上制约了商业银行开展“三农”智慧营销服务的发展基础。
我国城乡二元经济结构的存在,带来了城乡经济社会的巨大差距。城市信息化基础设施完善,管理机制成熟,居民生产生活各个领域产生的数据得到较为全面的收集和整合,商业银行可以方便地获取开展智慧营销所需的各类数据。但在“三农”领域,数据孤岛和数据割裂现象普遍存在。从主管部门来看,涉农数据分散在农业农村部、商务部等政府部门,供销系统等流通主体,各类行业协会,村集体等多个渠道,基于客户税务、代发工资等高价值数据构建的基础模型难以适用于“三农”领域的客户。
农村市场相对分散,再加上农村地区交通、通讯等基础设施建设落后,商业银行智慧营销体系难以精准触达“三农”客群。不同于城市网点覆盖商圈与线上场景拓展相结合的推广路径,商业银行面对乡村人口回流、产业逐步发展,线下网点覆盖面不足、线上服务受制于乡村应用习惯,“三农”业务特别是乡村零售业务不走出“乡村道路”,在短期内难以实现爆发式增长。
聚焦“三农”领域智慧营销,要把握“广泛覆盖”与“快速响应”两大关键点,即最大范围触达覆盖潜在客户、快速感知并第一时间满足客户个性需求。应围绕数据、产品、模型、推广、监管五大方面构建服务体系①(见图1),不断增强技术专业化创造商业价值的核心能力,探索完善新的一体化、低成本乡村服务路径,助力国家及地方政府乡村工作。在推动乡村民生、产业等高质量发展的同时,形成新技术新逻辑赋能乡村金融服务新模式的竞争优势。
图1 “三农”智慧营销体系基本架构
“三农”数据是“三农”智慧营销的基础,是实现“三农”营销智能化的基本要求,是“三农”服务智能化程度的关键影响因素,做好“三农”数据标准、采集、处理、特征分析等环节尤为重要。一是制定“三农”客户数据统一管理与数据交互标准。乡村不同于城市,表现在社会关系、资产构成、地域差异等各个角度,乡村数据采集除惠农补贴等内部数据外,更需综合考虑各级政府、农业企业等庞大的外部数据,数据源形式各异,要求数据采集时首先要构建标准清晰、格式统一的数据集市,确保数据采集、处理和检索标准一致。二是做好分散化、碎片化“三农”数据采集。结合当前“三农”实际,首先要做好用好数据合作对接。商业银行总部机构要做好数据源头挖掘,密切与农业农村部、商务部、乡村振兴局等机构合作,分支机构要对接县域农业农村局、大数据局、地方产业化龙头企业等主体,联动推进乡村数据采集工作,建立完善覆盖个人与经济组织的基础信息库。积极在农村市场提供“三资”管理、智慧政务等系统平台,利用特定场景式服务,优先获取经预处理后的综合数据。与此同时,在提高静态数据质量的基础上,做好半结构化、非结构化数据,特别是语音、图像等数据采集与更新的技术储备与应用。三是做好非结构化数据降维处理。“三农”数据分析与应用的难点在于指标多维、空值严重且需动态更新,多维数据向低维转化是数据预处理须首位考虑的关键因素。同时,要基于调查或专家论证法,辅助各类特征设计方法,对关联度高、价值较低且数据获取成本较高的指标,做好剔除或指标映射,实现有限数据的价值增值。四是实施“三农”客户特征工程。分析提取收支、资产、交易频次、渠道应用、地域经济与诚信水平等关键信息,形成农业资产、负债、价值等级、渠道偏好、交易活跃度、综合贡献度、忠诚度等的客户基本特征标签;提取社会关系、人员流动、可获取场景的时间、地点、环境和状态,形成行为等动态特征标签,逐步挖掘有价值的数据或规律。
模型是“三农”智慧营销的“中央处理器”,是适时精准推送与需求响应的核心构件,直接决定“三农”智慧营销的市场地位。一是要基于“三农”业务历史数据及专家经验,设计规划模块化、组件式“三农”营销基础模型,形成整体动态营销策略。建立并持续完善基于RFM(客户价值评价模型)、AARRR(客户生命周期模型)、用户创新曲线、用户金字塔、ARGO(运营分析模型)成长理论等的客户分析分类模型;建立并持续完善基于客户信息与产品交互数据反馈、规则前置、场景快速配置的基础需求感知模型;建立并持续完善基于场景、事件批量或个体行为、新品推广或到期产品接续、授权协议等触发机制模型;建立并持续完善基于客户反应率、转化率、投资回报率等关键要素的评估评价模型;制定动态调整策略,按区域发展水平、市场态势、营销节奏计划等关键因素,将产品适配策略、低价营销策略、促销策略等嵌入各大模型,有效覆盖县域目标客户、潜在客户、流失客户。二是不断优化功能模块粒度及柔性组合能力。模型精度与速度是建立智慧营销、差异化服务及竞争优势壁垒的关键。要在试点推广基础上,建立模型快速优化、部署、迭代开发机制,不断提高模型算力水平与精准度;要在市场合作基础上,按照生态整体设计、分批建设、按需迭代的思路,不断提高模型可扩展性。三是做好有限智能服务。技术太过领先于市场环境,容易导致商业失败。“三农”智慧营销前期,要围绕地方政府农业生产的“组织、监管、补偿”关键价值,按照“法律政策底线、风险防控、程序合规、利益共享”原则,结合地方政府发展需要,有针对性做好对公及零售业务服务。较为确定性的业务规则,要求模型有限智能设计,实现有限智能筛选、审核、推广。
产品服务是“三农”智慧营销体系模型的重要输入要素,也是“三农”客户服务的重要输出内容,是商业银行商业价值创造的基本载体,其意义决定商业银行需从“存贷汇理”各类产品及服务流程源头,做好“三农”智慧营销的适应性创新。一是做好“三农”金融产品特征标识。参考“三农”客户特征工程分析结果,从客户出发,按乡村产业结构、居民收入结构、客群结构、认知水平、风险偏好、服务渠道偏好,对信贷、支付、结算、理财等产品,做好产品适用年龄、投资能力、风险偏好、渠道偏好基本标识与非金融服务标识,进而构建“三农”全量客户服务产品体系,推动客户精细化服务分层管理。二是做好规则化、组合式金融产品集设计。破解“三农”客户地域差异显著、金融知识认知有限、产品种类多样造成的选择性困惑,商业银行应在产品共性与个性影响指标因素基础上,将金融产品按关键因素分解并设定规则,即将产品视为基本规则的组合构造,按输入特征完成客户个性化参数配置与产品服务,实现“一县一特色”的专属产品服务。如不同信贷产品集合后,授信额度按规则实现参数化调整,在满足更加多样化业务需求的同时,支持分支机构开展属地化创新,提高智慧营销时产品集群服务的灵活性、广覆盖、及时性。三是做好非金融服务合作创新。各商业银行金融产品同质化特点明显,非金融服务逐渐被作为客户引流重要抓手加以应用推广,具体表现在各商业银行联合多方资源,采用政务、党建、社交、电商、支付等综合服务,深度服务乡村市场,这一模式深刻改变着县域及乡村金融市场格局。因此,商业银行要不断引入并加强与“三农”教育、医疗、出行等生活高频场景合作伙伴的合作,建立区域特色服务生态合作体系,丰富非金融优质服务内容,建立综合服务“三农”市场新优势。四是做好产品服务旅程优化。“三农”产品线上化意味着对农户的金融服务不断深化,农户将由始至终参与产品服务全过程,全过程中的操作体验决定了产品创新从聚焦产品功能服务向高度兼顾产品旅程体验转变。金融服务与非金融服务均需要最大程度缩短旅程,简化非必要信息录入操作,直达客户服务关键环节,同时应做好各渠道语音等搜索引擎,降低客户搜索成本。
“三农”智慧营销应用前提是服务渠道的有效触达,“三农”特有的金融服务现状,要求商业银行先行做好金融服务品牌宣传、推广体系建立等基础性工作,而后逐步分区域推进、普及智慧营销服务。一是找准国家数字乡村各类场景建设的切入点。场景是需求直接感知、偏好准确预测、需求高度匹配、产品直接对接的最佳时间与情景。商业银行要抓住政府民生服务场景升级改造、智慧农业、数字乡村建设等机遇期,立足乡村就地或异地城镇化形成的新社区新居民,通过缴费、支付、融资等开放对接,服务新型农村社区、医疗、教育等场景,推进金融与非金融服务的智慧营销。二是“扫村”式宣传树立“三农”服务品牌,强化金融服务认知。要为智慧营销服务渠道智能投放具有地方乡土气息的宣传广告,总结并推广典型案例,建立口碑传播效应,不断培养、改变乡村居民对商业银行服务的认知。三是推动推广乡村代理人机制,做好本地化社交推广。针对乡村家族邻里与外出人口的情感联系、互助服务特点,选择、用好乡村社会化网络中有影响力的关键人,如村支书、乡村产业新星等。同时,利用好乡村人口集聚的主要场所,如农资店、卫生所等,在发挥“专业指导”与熟人信任辐射扩散效应的同时,不断巩固业务根据地,强化业务堡垒基础地位。四是做好智慧营销运营规划与支持。线上要利用RFM、AARRR用户金字塔等用户运营模型,充分结合专家经验,细化产品适配策略、低价营销策略、促销策略、快速响应策略,差异化指导支持业务推广运营。线下要做好属地客户推广与边界管理,特别是“三农”智慧营销前期,减少内部业务冲突与资源重复投放,快速覆盖乡村市场。
近两年,金融科技已进入强监管,金融服务回归主业,银保监相关业务负责人指出“金融数字化快速发展也带来了网络安全、市场垄断、数据权属不清、消费者权益保护等方面的问题,影响市场公平和金融稳定”。结合国家近期出台的《个人信息保护法(草案)》、人民银行《金融业数据能力建设指引》相关要求,商业银行“三农”智慧营销服务虽然处于起步阶段,但必须主动拥抱监管、守正创新、合法合规合理应用客户信息,不步入监管灰色地带,确保智慧营销服从审慎监管要求,保护客户隐私。具体而言,要服从国家监管机构与自律组织提出的“用户授权、最小够用”基本原则,数据采集与管理方面,要做好客户授权,同时做好个人隐私安全隔离,从国家信息安全高度严防数据泄露;产品推广方面,要主动提示,不断强化客户权益与隐私保护;生态合作方面,应签订基本协议,明晰客户归属、客户授权、数据隔离、加密交互等权责,维护生态合作中信息安全秩序;业务推广方面,要做好“三农”客户信息登记、查询及更新权限管理,真正做“守口如瓶的乡村客户服务管家”。
注释
① 考虑三农零售与对公智慧营销业务逻辑基本相同,业务层面主要表现为服务对象不同,即三农零售业务直接面向客户,三农对公业务直接面向客户经理,鉴于此,本文不再分别专门论述。