商业银行数据驱动智慧营销的探索——基于广东农行个人客户经营模式的分析

■中国农业银行广东省分行 陈镇洪 杨文昌 钟沈君

近年来，商业银行的内外部环境发生了深刻变化。从外部环境来看，互联网金融迅猛发展，场景化金融层出不穷，2020年突如其来的新冠疫情及其影响加速了线上金融服务的迭代发展；从内部环境来看，客户的金融消费习惯不断被重塑，多种业务的电子化自助化成为海量客户的新诉求。随着互联网技术及人工智能技术的普及，商业银行在面临挑战的同时也迎来了机遇。如何让科技提升金融服务体验，让海量数据驱动智能营销，让适合的产品精准触达目标客户，是商业银行在日益剧烈的营销竞争中取得胜利必须面对的课题。本文首先剖析商业银行在传统营销模式下面临的问题，然后简述银行同业在智慧营销模式上的探索，最后介绍广东农行数据驱动智慧营销的经营模式、成效及构想。

一、商业银行传统营销的困境

商业银行传统营销模式主要依靠线下方式维护客户关系，通过客户到店、“扫街扫楼”、沙龙活动等方式促成营销业绩。随着互联网金融科技和大数据技术的快速发展，金融科技公司打造的场景化金融正加速改变金融消费者获取金融服务的习惯，同时也重新定义了大数据时代获客活客留客的新模式。商业银行传统营销模式逐渐暴露出营销成本高、精准度低、转化率低的劣势，面临的主要问题表现为：一是海量长尾客户管理难。当前商业银行的客户规模以亿级为计，而商业银行的客户服务人员规模只以万级为单位。客户服务管理比例相差悬殊，如何更好地维护好每一位客户，是传统商业银行挖掘客户价值的难点。二是客户离行趋势下触达难度高。随着互联网金融和移动支付的迅猛发展、场景化金融消费渠道的快速增多，客户可以足不出户，通过线上渠道直接办理业务，物理网点的客户到店量越来越低。传统商业银行的海量客户化身于无形，如何触达客户成为了客户管理与经营的痛点。三是贵宾与潜力客户精准营销效率低。传统营销模式下，客户经理对客户需求的把握主要基于其对部分能触达的贵宾客户的了解，凭借主观判断进行产品推荐；而对于无法维护的客户则是通过群发短信等形式进行营销，面临营销效率低的困境。

二、商业银行营销服务的转变

新冠疫情加剧了客户离行化与业务线上化的趋势，商业银行纷纷开启“以客户为中心”的“非接触式”营销转型，积极探索利用大数据技术、人工智能算法进行客户智慧营销。例如，建设银行构建业务、数据、技术三大中台，将数据、技术融入业务营销中；招商银行通过加大金融科技投入，以招行App为中心构筑“网点+App+场景”的客户营销渠道；工商银行推进智能投顾促成客户营销，通过智能投顾系统根据客户的偏好、资金用途，定制符合客户喜好的有倾向性的理财产品，智能化指引客户投资理财，有效激发客户购买意愿；华夏银行大力推进客户大数据分析系统建设，整合客户、产品、渠道、行为等多种维度数据开展客户画像分析，构建了客户群体分析、客户贡献度与忠诚度分析、客户活跃度与潜力价值分析、价值客户流失与提升分析、产品交叉营销、喜好理财产品推送、喜好渠道推送、唤醒睡眠客户等数据分析挖掘模型，形成基本信息画像、客户资产结构、客户等级、客户活跃度、贡献度与忠诚度等多维度的客户分析标签。华夏银行基于该系统的建设和推广，客户维护营销效率实现有效提升。

根据调查显示，依托精准智能营销方案的商业银行，营销成功率普遍提升50%至60%；利用客户画像分析开展交叉营销的商业银行，客户的购买率普遍提升30%至50%；利用大数据管理客户生命周期的商业银行，存量客户激活率普遍提升30%以上，坏账率普遍降低20%多。与传统营销模式对比，开展智慧营销有助于商业银行大幅提升营销效率、降低营销成本、优化服务体验。

三、商业银行智慧营销的实践探索

广东农行积极拥抱人工智能、大数据技术，智慧营销道路始终走在前列。应对客户行为变化趋势，顺应行业发展趋势，广东农行在数据驱动客户管理和营销转型方面开展了有益探索。一是构建个人客户价值管理（PersonalCustomerValueM anagerment，PCVM）系统对贵宾客户进行价值管理与挖掘。二是运用“数字人”管户模式对长尾客户进行批量营销。本文接下来将进一步阐述这两种智慧营销模式，总结两种模式的应用经验与挑战。

（一）PCVM系统管户模式

1.定义。PCVM系统是在原有个人客户管理系统的基础上，结合本地区特色，自主研发的关于核心管户的维护系统。主要包括客户经理操作端（O端）、主管分析端（A端）两个子系统。客户经理操作端提供客户提醒、营销活动、营销事件、统计报表、智能搜客等功能，有效帮助客户经理针对核心客户展开日常维护工作；主管分析端主要包括客群管理、客户主题分析、营销活动管理、营销模型管理、营销事件管理、统计报表等功能，能够针对重点客群创建精准营销项目，同时做好管户人员的日常行为监测。

2.功能特点。一是搭建集市，打通零售业务数据竖井。系统打通各类零售业务系统，搭建零售客户数据集市，集合了客户交易类数据、产品类数据、资产类数据、信用类数据，便于客户经理、业务管理人员对海量零售客户的需求进行分析。二是开发标签，构建零售客户多维画像。系统通过内置标签体系，提供客户分群、客户画像、维护时间轴、客户属性、命中的营销事件等信息，各级客户经理可通过组合标签实时筛选客户，直观描绘客户画像，助力客户经理了解客户，营销、维护客户。三是功能区分，满足多层级用户应用需求。系统包括分析型系统和操作型系统。分析型系统便于客户经理与业务管理人员对客户数据开展探索、监测、分析和应用，支持对营销项目、营销人员、客户贡献等三个维度的后评价；操作型系统便于固化客户管理流程，支持客群管理、客户提醒、营销事件、多维度报表、新增自动化营销活动、营销活动策划等功能。四是客群分类，实现客群全生命周期维护。系统支持按客户成长生命周期定制客群维护策略。面向降级挽留、提质扩户客群，支持按事件规则定期筛选客户生成维护事件；面向特殊类客户群，支持因业务发展要求，及时策划营销事件。五是开放平台，系统具有易扩展性。为满足基层网点营销人员兼顾日常客户管理及外拓营销的需求，可与其他系统交互数据，扩展功能。

3.应用成效。PCVM系统通过与业务人员移动平台联动，规范了客户经理客户维护流程，有效提升了客户管理效率。自2019年8月在广东农行全行网点上线PCVM系统以来，依托该系统，面向临界提升、濒临降级、有流失倾向的贵宾客户开展了精准营销，均取得了良好成效。

4.实践中的局限。一是建立客户标签的算法模型待迭代。随着系统数据的不断累积，已有建立客户标签的模型需要进行更新，通过算法优化迭代模型，丰富客户属性需求标签，增加客户行为预测标签，以便提升客户营销和维护的精准性。二是客户画像标签的应用待丰富。系统虽具有扩展性，但所形成的客户画像、标签还未能与其他系统联通共用。三是客户行内外数据待整合。目前系统内的数据仅为行内数据、客户零售业务数据，缺乏客户掌银等渠道行为数据、客户对公业务数据、行外工商税务等外部数据。

（二）“数字人”管户模式

1.定义。“数字人”管户模式，是指以大数据挖掘为基础，运用人工智能算法，构建自动识别客户及其需求的智能模式（即“数字人”），通过整合线上线下远程渠道，直接触达客户并提供服务。

图1 “数字人”管户模式

该模式最早在互联网平台公司中应用，互联网平台公司通过所收集的多维客户数据，预测客户感兴趣的商品、内容及服务，有针对性地在本平台及其他合作线上渠道推送相关信息，实现精准投放营销信息促成购买、精准推送内容促活留存用户。在客户经营发展趋势下，农业银行将这种模式应用于普通客户管理与产品营销中，增强客户服务维系能力，提升客户价值。

2.模式的功能与特点。“数字人”管户主要分为专家模式与机器模式。专家模式是指各业务产品经理、客户经理，将已有的营销经验凝练成规则，数据分析师根据固定规则筛选目标客群；机器模式是指数据分析师结合业务经验，同时利用多种大数据分析手段，从数据中挖掘客户需求、行为规律、产品偏好，在系统中自动运行并形成客户标签，提供给产品经理与客户经理开展精准营销项目。

“数字人”管户模式的优势在于：一是基于大数据分析技术精准标注客户标签。大数据分析技术的应用，能加深银行对客户的理解，提升目标客户与产品匹配的精准性，随着应用的不断推进，客户标签愈加丰富，客户分析亦会愈加深刻。二是有效整合统筹客户触达渠道。“数字人”管户模式整合了商业银行所能触及客户的全部本行渠道资源，包括线下网点、线上电子化渠道、远程客户渠道，形成立体化的客户触点，客户接触任一渠道即可触发客户维护与营销。三是综合运用多样化促销手段。“数字人”管户模式能整合现有商业银行零售、对公等全条线产品与服务，结合促销、抽奖、减免、权益发放、礼品回馈等客户营销活动，在精准把握客户需求的基础上，高效激发客户对相关产品服务的响应积极性。四是便于固化成功的营销经验。“数字人”管户专家与机器两种模式所创建的批量营销服务项目，如果项目成效显著，能将标签固化为模型，便于经验共享与经验提升，极大地提升了客户经营效率。

3.应用案例。“数字人”管户模式上线后，广东农行随即将其应用于信用卡分期营销领域。此前，信用卡分期营销多采用发送促销短信的方式，面向全量客户开展营销，客户响应效果不达预期。在“数字人”管户模式下，数据分析师团队与信用卡分期业务专家团队共同加工客户特征，从信用卡客户金融资产、消费行为、职业特征、资信状况等方面加工客户层特征，并通过随机森林算法建立信用卡分期精准营销模型。最后将模型中筛选出的目标客户清单对接“数字人”管户平台，由产品经理创建项目进行全方位触达营销，并提供通过回复短信自助办理分期的渠道。该批量营销项目上线三个月，精准营销模型营销成功率比传统营销方式高12倍。

4.实践中的局限。一是缺乏信息智能分发机制，主要体现为分发渠道选择与产品优先级确立两方面。一方面是“数字人”管户模式整合了多渠道，实现信息统一推送，全方位覆盖客户触点，达到长尾客户的有效维护工作。另一方面是存在全渠道资源为某类产品所垄断的现象，并且随着越来越多的营销项目上线，同一客户将出现命中多个项目、推荐多个产品的情况。“优先推送哪个产品”“在哪个渠道推送哪类产品”“推送的频率和周期是什么”等新问题浮出水面，这些问题归根结底是当前对客户渠道偏好、交易行为的理解较少，缺乏用户行为类的数据标签，也缺乏信息分发机制的算法模型。二是缺乏智能迭代能力，主要体现为项目后评价与模型自动迭代方面的不足。当前“数字人”管户具体营销项目的后评价仅以成功率作为反馈，对不同成功率背后原因还有待更深入的研究，专家经验打标与数据分析模型打标两者所形成的经验还有待整合升级为更优模型，已建立的模型还未能实现定期根据项目实践数据进行自动优化，各类模型所积累的经验，还未能赋能线下网点一线营销与经营决策，加深全行对客户的理解。三是缺乏数据，主要是数据的完整性与多维性不足。要实现“数字人”管户模型升级，数据的多维性与完整度是关键，而当前客户基础信息还存在缺失、不准确、系统间客户数据共享不足等问题，这会影响对客户的下一步深入分析，从而影响模型优化。

四、智慧营销未来路径建设及构想

（一）以金融科技为翼，助力商业银行腾飞

如今金融市场逐年火热，新型金融消费场景如雨后春笋，新的客户行为模式与需求日益增长，传统的营销模式已经难以适应当前的市场环境。当前商业银行积极拥抱人工智能、大数据、区块链与5G通信等新兴技术，纷纷推行金融科技战略，广纳金融科技型人才，全力打造懂业务、精技术的综合型智慧营销团队，实现智慧营销驱动商业银行腾飞。

（二）以数据模型为基，实现营销管理科学化

金融市场在移动端的布局不断加快，商业银行创新的新工具层出不穷。通过数据模型的自由迭代来优化营销客群的选择，拓宽数据挖掘维度，增加更多更细的客户消费用途、网络交易渠道、网络活动等维度数据，甚至细化至客户日常在掌银的使用习惯、理财趋势等。充分运用数据模型于智慧零售业务，以客户数据规律为支持基础，不仅可以实现高效准确的营销模式，同时也有利于提升员工营销积极性与实现管理工作精细化。

（三）以服务客户为中心，联合多渠道模式开展营销

随着互联网技术在金融市场多场景的运用，当前客户可通过多种渠道进行日常业务办理。甄别客户偏好的业务渠道，是营销人员关注的重点，触达渠道的有效性对营销的成功起到关键作用。建立“以服务客户为中心”的客户画像，提供线上、线下多种智能服务渠道模式，使客户在其适应的渠道实现相应的产品需求。

（四）以产品创新为动力，打造商业银行智慧生态圈

产品创新将是驱动金融市场发展的不绝动力，商业银行通过智慧营销创新迈向数字化发展的更高阶段，颠覆了传统的银行营业模式。金融科技创新带来了生态模式的深层次调整，面对互联网金融形势的变化与客户多样的需求，商业银行的智慧营销应该以金融服务更加便捷、理财方式更多元化、客户体验更个性化为目标，致力打造以服务客户为中心的商业银行智慧化生态圈。