基于Tempo的零售銀行客戶大數據智能中心建設
2018-12-26 10:42:22
次
對比國內外金融行業數據應用發展歷程，結合近幾年國內傳統金融，包括銀行、證券、保險等，和以“支付寶”、“財付通”、“第三方征信”、“P2P”等為代表的的互聯網金融競相爭艷，在2017年傳統金融和互聯網技術加速融合，以四大行為代表的傳統金融，競相同百度、騰訊、阿里、京東展開全面合作，以“互聯網金融”為代表的金融科技開始走向新的階段。
在技術平臺建設方面，金融機構，銀行業以五大行、代表性股商行、創新型小行為代表，券商則以業務規模前十大券商、以及國金證券、東方財富等創新型券商為代表等，一直保持持續的探索，在2015年之前大多完成了整體的基礎設施建設，近兩年都將重心轉向業務價值探索和實踐。
以高價值金融交易數據為核心，逐步按需進行跨行業、跨領域綜合數據應用，金融大數據典型應用場景包括：歷史明細查詢、客戶畫像、客戶策略、精準營銷、運營管理、客戶征信、風險管理、實時事件營銷等。金融大數據解決方案將以大數據平臺為基礎，聚焦金融業務場景，圍繞客戶認知、價值提升、全生命周期的持續運營，進行實際業務價值呈現，切實提升業務執行人員、業務管理人員、經營管理人員的實際工作效能，輔助其完成業務決策。
通過金融大數據應用類項目建設，將聚焦以下方面持續發展：
1、實現金融和類金融數據資源集成與共享
金融機構內部跨系統的業務數據整合；圍繞數據運營的客戶行為和業務過程等業務數據的更加全面、準確的采集；面向數據化業務運營，提升內部數據采集、數據存儲、數據整合的閉環。
進一步，持續探索金融同業間數據共享、以及類金融的電商平臺、工商、稅務、醫保、社保、水電燃氣、電信運營商等外部數據在內的多維信息收集、整合。
針對匯集的數據、圍繞業務目標、應用場景，通過數據標簽化處理，在法律合規、保護隱私以及正式授權情況下，實現金融大數據共享，打破信息孤島，為金融生產提供數據資料。
2、促進金融生產、管理模式轉型，提升運營水平
通過金融大數據應用，洞察行業趨勢、業務動態、客戶行為偏好、風險信息、產品客群、客戶體驗，為金融行業在客戶征信、風險管控、運營管理、績效管理等方面提供精準信息基礎，運用大數據思維和互聯網技術，促進金融行業生產模式、管理模式的轉型和創新發展。
3、優化金融服務和產品創新、提升服務層次
借助金融大數據應用建設，基于海量客戶屬性、交易行為等數據，分析客戶群體的興趣、偏好、情緒、信用、風險等對用戶行為模式進行分析，面向用戶金融服務需求進行相應的金融產品創新，圍繞客戶需求發現，從服務客戶單人、單次投資/交易，向客戶綜合理財規劃方案、客戶家庭財務規劃及客戶社群特色金融服務需求提升，通過更高水平的智能投顧，提供差異化服務價值，提升客戶粘性。
案例N：某城市商業銀行零售營銷大數據項目
應用領域：金融領域
一、業務背景
與經濟新常態相適應，近年來，城商行的發展趨勢集中呈現出增速回落、不良反彈、盈利承壓、發展分化等新的特點。綜合來看，城商行起點低、規模小、實力相對較弱，應對新常態的挑戰更大，面臨的制約因素也更多。從而，商業銀行需要進一步明晰戰略定位，加快轉變發展模式，加大創新力度，徹底擺脫過去那種同質化發展、無差異競爭、盲目追求大而全或小而全的發展道路。
1、傳統粗放型的客戶營銷策略無法滿足個性化的用戶需求。無論是為了搶占潛在市場的批量發卡，還是周末社區拓展、節假日網點優惠活動、廳堂柜臺等地推式營銷，都需要同市場發展相匹配，進行產品定制化創新、或者進行營銷活動的精細化策劃和精準化投放，實現將有限的資源投向潛在價值更高的目標客群。
2、傳統的數據應用無法滿足客戶個性化、差異化、特色化的金融行為需求發現。以業務報表、監管報送為目的的數據應用，主要在業務總結、事后匯報、過程狀態跟蹤等方面提供數據支撐。如何將業務發展戰略同客群基礎、產品體系、營銷資源等有效匹配和協同起來，銀行亟待充分整合客戶數據，以用戶為中心，對用戶金融行為及金融狀態等數據進行更全面的數據分析。
3、銀行本身有著豐富的客戶金融/近金融場景方面的數據，其價值密度是互聯網公司無法比肩的。以核心系統為基礎，通過網銀、手機銀行、電話銀行、微信銀行等電子渠道、或者ATM等智能多媒體終端機具、廳堂柜臺等線下渠道發起的各類業務，在各業務系統流轉過程中，沉淀了海量的業務流程數據，給數據輔助決策和業務價值釋放提供了良好的基礎。
4、銀行零售業務轉型，核心是從“以產品為中心”的銷售和績效導向，向“以客戶為中心”的需求和價值服務轉型，通過從客戶認知、客戶價值提升、客戶營銷價值評估等角度，實現以客戶需求為基礎的銀行業務價值化、個性化、區域化等差異化發展模式探索。這些都需要借助海量的業務歷史數據資產、大數據平臺、大數據分析&挖掘等能力建設，構建零售營銷大數據輔助決策體系。
二、解決方案
以服務城商行零售業務精細化運營水平的持續提升為宗旨，提倡數據化業務運營模式，堅持“以客戶為中心”，立足銀行零售業務的現狀，圍繞業務經營目標、產品體系、客戶群體構成、渠道建設、營銷活動等內容，聚焦全行零售業務發展的整體戰略導向，提供數據化、智能化、個性化的客戶行為認知、客戶策略和營銷策略建議。
1、圍繞數據應用，打造客戶智能服務中心，全面釋放業務價值。從面向分析師的基礎技術平臺、分析工具，進行業務診斷、數說專題、成果管理；到面向業務應用的客戶畫像、精準營銷、創新產品設計、智慧運營（產品運營、渠道運營等）、風險管理；以及面向綜合數據服務的數據API接口，從數據接入、數據存儲、數據整合、數據分析到業務應用，打造銀行數據化業務運營流程體系。
2、以業務應用為導向，面向客戶營銷，設計框架完整、指標靈活可擴展的金融客戶行為畫像指標體系。圍繞客戶屬性特征、產品持有動作、資產構成變遷、收支全景視圖、交易行為動作、交易行為分類、交易行為變遷、交易對手刻畫等關鍵畫像指標，進行用戶畫像標簽體系衍生計算。
3、面向客戶分析應用的數據分析集市建設。集合了核心系統、信貸系統、理財系統、中間業務系統、支付系統、電子渠道系統、CRM等關鍵業務系統，構建當事人、賬戶、簽約、事件、產品、代碼等基礎主題域，進行輕量級數據分析集市構建。
三、業務價值
1、伴隨著項目建設，各類營銷活動、業務流程支持、數據交互等需求持續出現，匹配該行的年度業務戰略目標，項目建設成果為支行網點營銷執行人員提供聚焦、直觀、可落地的客戶認知、客戶線索、營銷策略，有效提升業務執行效率，提升客戶經理的有效投入產出，提升中產、長尾客群的服務能力，直接服務業務KPI目標實現。
2、伴隨銀行業務的“線上化”發展趨勢，產品運營、渠道運營、人力績效等“精細化”管理需求涌現，按照數據化業務運營思路，通過項目建設給銀行提供了一條迭代式“可持續化”的零售營銷數據運營流程，提升管理效能。
3、大數據從應用價值來講，其本質是“數據化思維”，通過該項目建設，將分析能力導入至客戶經理、業務管理人員，提供“自主、自助、便捷、靈活、即時”的數據化業務支撐目標實現，讓業務人員接受并主動利用數據，為數據中心聚焦在標準化服務保障，有效實現業務和科技在數據應用上的上下游協同。
4、將行業大數據技術應用進一步向實用化推進，架起數據資源和業務價值的“最后一公里”橋梁。讓大數據平臺等基礎設施建設成果體現價值，讓業務部門在業務活動中真切體驗到金融科技的價值貢獻。
Tempo大數據分析平臺
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
