传统银行如何利用大数据将电子银行打造成应对时代挑战的利器

【数据猿导读】 传统银行如何正确地互联网化、如何有效利用大数据改善银行与用户的沟通、如何让大数据结合场景帮助传统银行更好地运作,本文重点讲大数据是如何让电子银行更好、更准、更适应时代,成为传统银行应对时代挑战的利器

传统银行如何利用大数据将电子银行打造成应对时代挑战的利器

在这个大数据的时代,许多巨头互联网企业都开始涉足金融行业,且不断推出新的产品、新的商业模式,并拥有更好的用户体验,传统银行业务正在逐渐被蚕食。传统金融业巨鳄银行已经被互联网企业逼到必须转型,奋起直追。

但传统银行如何正确地互联网化、如何有效利用大数据改善银行与用户的沟通、如何让大数据结合场景帮助传统银行更好地运作,这些问题都亟待解决。下面我们就来讲讲,大数据是如何让电子银行更好、更准、更适应时代,成为传统银行应对时代挑战的利器。

拓宽数据广度与维度,让电子银行更了解客户

虽然银行内部持有着客户的基本数据及行内交易等大量数据,但不可否认的是,大部分的银行对客户的数据收集和处理大多停留在“我需要什么信息才去收集处理什么信息”的阶段,缺乏主动收集整理信息的意识。因而也导致了银行对于客户细分度不够,只能采取历来的传统营销方式。而传统营销长期痛点——无差别,效率低,触达难,也一直阻挡着电子银行营销的效果。

相较于原来的来源窄、更新不及时的自有数据,大数据服务商所能提供的外部数据来源更广泛,有着更多的维度,如果将内部数据与外部数据进行交叉,则能产生更大的价值。

客户信息收集越全面、完整,数据分析得到的结论就越趋向于合理和客观。随着互联网的不断发展,移动互联网的大范围普及,海量的用户行为数据由此产生。更多维度数据的交叉与交互才会为银行不断的带来新的活力。如果说行内数据的整理与应用能让银行描绘出客户的部分画像,那么外部数据的进一步批量化时效性补充则可以让银行得到客户更精确的画像,这其中包含了通过客户移动设备、社交应用、网页访问和点击搜索信息所得到的客户习惯偏好,客户整体价值标签及客户社交属性等。

对大数据专业化的应用,让电子银行能够为客户定制金融服务

面对海量的、多维度的数据信息,需要通过专业化处理(分析,挖掘,建模,聚类等),使数据背后单独存在的含义及串联后的逻辑性衍生含义可解读,最后落地于应用,才能体现出大数据的价值。而对于电子银行来说,谋求发展的关键在于,由原本的“渠道发展”转为自主定位为“平台发展”。因为如果单纯地以完成指标为目的的,通过一些权益,来推向所有银行客户,不仅使得时间成本高,资金成本高,人力成本高,更是一种不可持续的方法。因此电子银行不应仅仅将自己定位于一个向客户提供一个办理业务的线上渠道,而更应充分发挥自身的平台优势,着眼于为每个客户个体甚至一个家庭定制互动式金融服务。

而大数据,则为电子银行提供了入手点和突破口。通过行内行外数据的融合,对客户进行360度客户画像,进一步细化出客户潜在产品需求的定位以及场景的识别,最后将大数据的价值一步步深挖,并通过精准营销的方式进行落地。

通过大数据帮助电子银行定位客户偏好产品

得到了360度客户画像以后,就能够将行内存量客户分为不同的客群类型,如市场高感知度型,忠诚保守型等,然后进一步通过大数据细化挖掘不同客群的金融属性特征。其特征主要有三种:1、行内金融属性(包括对行内的产品持有与关注情况) 2、客户立体化资产等级评估 3、行外金融属性(包括对金融产品类型与竞品的关注情况)。

然后,基于对不同客群类型行内外综合金融属性特征的了解,及立体的资产情况,电子银行可以通过以客户需求为本的理念,一方面将行内相匹配的在架产品作为钩子,吸引相应客群通过电子银行渠道进行购买。另一方面还可以通过大数据的分析,了解是否某一类客群有明显的风险收益组合产品偏好,是否现有产品的风险和收益水平可以进行调整,是否可以考虑开发出更贴近客户需求、符合市场大趋势与大环境的电子银行专属产品。也就是说,做到针对大数据分析得到的不同客群,再通过大数据去向不同客群提供差异化、个性化的产品服务。

通过大数据帮助电子银行定位客户偏好场景

随着数据的大量涌现,尤其是在社交媒体网络的背景下,电子银行提供的手机银行、网银等,客户并不会每天都使用,也就是说电子银行入口的打开频率远远低于互联网上其他的入口。因此,电子银行的渠道战略中,不应仅限于传统的银行现有渠道,而应主动发现客户的生活场景和互联网场景,只有结合场景,对客户的接触点进行整合,才能使电子银行服务前置。

当通过大数据获得精确的客户画像时,同时可以提取出客户会经常出现的生活场景和互联网场景。一方面可以对互联网场景渠道入口进行识别,通过商务合作,考虑采取内嵌等方式,增加渠道入口。另一方面,可以在大数据分析的指导下,选择与银行目标客户匹配度最高的商户进行洽谈,增加对目标客群的吸引力。

通过大数据帮助电子银行精准营销

经过以上一系列的大数据精准分析的准备,最终大数据的价值是体现在精准营销之上的。大数据能够帮助电子银行在营销前制定不同营销策略,进而突破传统营销的壁垒,使得电子银行的营销以客户产品需求为准。在客户最频现的场景下,通过最有吸引力的权益去营销针对性目标客群,并在营销渠道上进一步拓宽。而不局限于银行自有渠道,DSP广告等,还可以通过商务合作公司进行交互式营销,页面内嵌的方式,完成精准信息精准推送给精准客群。

大数据对电子银行应用效果与框架

当然,大数据的价值并不是一次性的、短期的,大数据在营销全程中扮演的角色,以后会逐步由参考项逐步转为驱动项,每一次的营销数据,都将成为下一次营销的参考,从而形成循环、促进的效果。

结合业务目标,通过定位客户群、分析客户需求与偏好、建立受众分群模型、识别营销场景、分析匹配钩子产品,制定差异化营销策略、精准投放并收集数据、流程,策略与模型的优化与迭代、完成投放评估效果等,完整的大数据应用过程,可以不断地把控营销质量与效果,逐步实现从效果监测转向智能化效果预测。

电子银行在对大数据的实际应用中流程如下图:

集奥聚合助力电子银行进行“大数据时代”的革新

作为“2015年最具创新场景应用服务商”的榜首,集奥聚合在大数据金融应用深耕多年,潜心研发了金融雷达,精准营销平台产品的同时,也提供周到的金融服务。

如某股份制银行客户的电子银行部,在大数据时代同样面临很多银行电子银行的困局。集奥聚合不仅为该银行客户提供了各类时效性应用标签,还通过安排专业的数据分析师的驻场这样的合作方式,与客户一起深入剖析阻力,帮助客户分析大数据,应用大数据。并根据电子银行部的业务目标,对手机银行潜在客户进行行为分析,洞察客户习惯偏好,健全潜在客户画像,从而帮助客户锁定手机银行潜在客户高频生活场景,筛选更低成本、更高回报的合作商户及权益,并输出专业的分析报告。协助该银行找到了最合适电子银行部目标客群的合作商户,并进行了合作。集奥聚合还进一步,针对该合作商户,为客户策划手机银行场景营销试点活动整体方案,根据试点营销场景及权益,帮助客户建立模型,输出精准营销名单。截止活动结束,模型预测高的客户转化率是模型预测低的客户转化率的8.6倍。

目前,更是帮助该银行客户,着手于通过对存量客户不同的目标客群的不同潜在产品需求的分析与定位,制定以钩子产品为抓手,来实现手机银行的开通与活跃的策略。目前,仅通过短信的渠道,发送不同的定制化产品短信给到有潜在需求的客群,平均转化率就达到6.6%,最高转化率更是达到22%。


来源:数据观

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论