大數(shù)據(jù)技術(shù)在商業(yè)銀行精準(zhǔn)營銷的應(yīng)用

宿媛媛1，陳燕1，馬興敏1，李謙1,2

(1.山東省農(nóng)村信用社聯(lián)合社信息科技部，山東濟(jì)南250101;

2.青島農(nóng)商銀行紅島經(jīng)濟(jì)區(qū)支行，山東青島266114)

摘要：隨著金融市場化改革的不斷深化，加之行業(yè)內(nèi)部競爭和互聯(lián)網(wǎng)金融帶來的沖擊，傳統(tǒng)營銷模式與客戶個(gè)性化、多樣化的需求之間的矛盾日益凸顯，商業(yè)銀行急需一種更為精準(zhǔn)的營銷方式，依托大數(shù)據(jù)技術(shù)實(shí)現(xiàn)營銷轉(zhuǎn)型升級(jí)是商業(yè)銀行未來的方向，即利用大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營銷，精準(zhǔn)營銷通過大數(shù)據(jù)分析，完成客戶的細(xì)分與定位，客戶流失的預(yù)警，產(chǎn)品的創(chuàng)新，并有針對(duì)性地開展?fàn)I銷推廣活動(dòng)，讓銀行與客戶之間實(shí)現(xiàn)最為直接和有效的互動(dòng)。

關(guān)鍵詞：大數(shù)據(jù);商業(yè)銀行;精準(zhǔn)營銷

大數(shù)據(jù)最早可追溯到20世紀(jì)R0年代的美國。隨著信息化時(shí)代的到來，商業(yè)銀行產(chǎn)生了海量的業(yè)務(wù)數(shù)據(jù)和中間數(shù)據(jù)。作為一種新興的數(shù)據(jù)處理技術(shù)，大數(shù)據(jù)金融就是將傳統(tǒng)銀行業(yè)務(wù)和新興大數(shù)據(jù)技術(shù)二者進(jìn)行有效的融合，從海量數(shù)據(jù)中提取出各種有價(jià)值的信息，為商業(yè)銀行進(jìn)行有效營銷提供服務(wù)和參考。

一、商業(yè)銀行大數(shù)據(jù)特征

大數(shù)據(jù)指的是人量的數(shù)據(jù)集合或數(shù)據(jù)群，傳統(tǒng)軟件程序在一定時(shí)間內(nèi)無法對(duì)其進(jìn)行有效分析處理，即利用互聯(lián)網(wǎng)、云計(jì)算等信息化處理方式對(duì)金融機(jī)構(gòu)內(nèi)外的海量數(shù)據(jù)進(jìn)行處理，從而達(dá)到運(yùn)營金融產(chǎn)品和服務(wù)的目的。商業(yè)銀行因其特殊的行業(yè)性質(zhì)，在多年的經(jīng)營中積累產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)，其特征如下：

(1)數(shù)據(jù)量大：商業(yè)銀行每天都會(huì)產(chǎn)生的海量數(shù)據(jù)，目前存量數(shù)據(jù)已達(dá)到PB級(jí)的數(shù)據(jù)級(jí)。

(2)數(shù)據(jù)類型多：商業(yè)銀行的大數(shù)據(jù)既包括客戶賬號(hào)、金額等結(jié)構(gòu)化數(shù)據(jù)，還包括影像資料、繳費(fèi)信息等非結(jié)構(gòu)化數(shù)據(jù)。面對(duì)各種各樣的數(shù)據(jù)類型，商業(yè)銀行應(yīng)具有很高的數(shù)據(jù)處理能力。

(3)數(shù)據(jù)的動(dòng)態(tài)性：商業(yè)銀行的大數(shù)據(jù)增長速度快，變動(dòng)頻率高，變化范圍廣，因此其內(nèi)容和結(jié)構(gòu)呈現(xiàn)動(dòng)態(tài)性，要求商業(yè)銀行能夠快速捕捉數(shù)據(jù)信息，實(shí)時(shí)完成處理。

(4)價(jià)值密度低：商業(yè)銀行大數(shù)據(jù)中，數(shù)據(jù)價(jià)值往往參差不齊，大量無效數(shù)據(jù)充斥其中。因此商業(yè)銀行必須采用先進(jìn)的大數(shù)據(jù)處理技術(shù)，在海量數(shù)據(jù)中清除產(chǎn)生誤導(dǎo)性的垃圾數(shù)據(jù)，篩選有用數(shù)據(jù)加以利用。

二、基于大數(shù)據(jù)的客戶細(xì)分定位

(一)客戶類型除分

合理的客戶類型初分是精準(zhǔn)營銷的基礎(chǔ)。商業(yè)銀行中客戶信息眾多，既包括客戶姓名、賬號(hào)等基本屬性，也包括生活喜好、消費(fèi)習(xí)慣等行為屬性，客戶類型的初分就是根據(jù)客戶基本屬性進(jìn)行的劃分，為進(jìn)一步的客戶細(xì)分提供基礎(chǔ)。如下圖：

(二)客戶價(jià)值細(xì)分

客戶細(xì)分是對(duì)客戶社交信息、信用屬性、消費(fèi)特征等行為屬性的分析，根據(jù)客戶的需求和特點(diǎn)把客戶劃分成不同的群體，細(xì)分后這些群體應(yīng)具有客戶群內(nèi)高度相似、群間差異明顯的特點(diǎn)。基于細(xì)分的客戶群體，商業(yè)銀行根據(jù)其不同特征進(jìn)行有針對(duì)性營銷，實(shí)現(xiàn)精細(xì)化、差異化和個(gè)性化的服務(wù)和管理，例如通過分析客戶消費(fèi)行為，明確當(dāng)前客戶處于獲取、磨合、提升、成熟、衰退和流失等六個(gè)生命周期階段的哪個(gè)階段，并根據(jù)所處生命周期階段的不同，完成對(duì)客戶的分類，并根據(jù)客戶類型，確定營銷目標(biāo)，制定營銷策略。

三、基于大數(shù)據(jù)的客戶流失預(yù)警

商業(yè)銀行客戶流失主要表現(xiàn)在如客戶星級(jí)下降、活躍度下降、金融資產(chǎn)下降、銷戶/銷卡等行為，一般客戶在商業(yè)銀行要經(jīng)歷獲取期、磨合期、提升期、成熟期、衰退期和流失期等6個(gè)生命階段，其中客戶在磨合期和衰退期最容易流失，并且相較于衰退期的客戶，磨合期的客戶更容易挽留，因此通過有效的營銷手段挽留磨合期客戶將降低客戶的流失率，增加商業(yè)銀行的營收。

客戶流失預(yù)警是以已流失客戶的資產(chǎn)變動(dòng)、產(chǎn)品使用、金融交易的行為數(shù)據(jù)為基礎(chǔ)，分析已流失客戶在流失前的行為特征，判斷客戶所處生命周期價(jià)段，并使用決策樹、評(píng)分卡等預(yù)測工具來預(yù)測客戶的流失概率。客戶流失預(yù)警一般包括四個(gè)方面步驟：

(1)通過客戶行為分析，判斷客戶所處生命周期階段。

(2)利用決策樹、評(píng)分卡等預(yù)測各生命周期階段客戶流失概率

(3)通過計(jì)算利潤貢獻(xiàn)度，鎖定客戶挽留名單，重點(diǎn)鎖定磨合期的客戶。

(4)針對(duì)高流失風(fēng)險(xiǎn)的客戶，制定進(jìn)一步營銷或服務(wù)略策。

四、基于大數(shù)據(jù)的產(chǎn)品創(chuàng)新

縱觀國內(nèi)商業(yè)銀行的金融產(chǎn)品和服務(wù)產(chǎn)品，大多缺乏個(gè)性化，產(chǎn)品品種較少，同質(zhì)化嚴(yán)重。大數(shù)據(jù)為銀行加快產(chǎn)品創(chuàng)新提供了廣闊空間，通過大數(shù)據(jù)的分析豐富產(chǎn)品品種，滿足客戶多樣化的需求。大數(shù)據(jù)產(chǎn)品創(chuàng)新是以海量數(shù)據(jù)為基礎(chǔ)，分析挖掘行內(nèi)歷史數(shù)據(jù)，找出行內(nèi)現(xiàn)有產(chǎn)品的相關(guān)特征和屬性，對(duì)接第三方等行外數(shù)據(jù)，融合行內(nèi)交易數(shù)據(jù)與行外參考數(shù)據(jù)，然后結(jié)合客戶聚類數(shù)據(jù)，導(dǎo)出創(chuàng)新型的理財(cái)產(chǎn)品，通過大數(shù)據(jù)創(chuàng)新的新產(chǎn)品在促進(jìn)營銷、降低成本、風(fēng)險(xiǎn)管控上發(fā)揮巨大的優(yōu)勢。

五、基于大數(shù)據(jù)的個(gè)性化營銷推薦

(一)根據(jù)客戶偏好推薦適合的產(chǎn)品

通過搜集和分析商業(yè)銀行客戶的基本信息，賬戶金額、違約情況、交易流水等結(jié)構(gòu)化數(shù)據(jù)信息以及生活喜好、網(wǎng)絡(luò)留言、消費(fèi)習(xí)慣等半結(jié)構(gòu)化數(shù)據(jù)，識(shí)別出客戶對(duì)金融產(chǎn)品的偏好，揭示客戶金融消費(fèi)時(shí)心理活動(dòng)，從而將客戶行為數(shù)據(jù)轉(zhuǎn)化為客戶金融消費(fèi)時(shí)偏好特征圖，根據(jù)特征圖，突出產(chǎn)品的差異化和個(gè)性化，向客戶推薦滿足其需求和偏好的金融產(chǎn)品，同時(shí)，可以借助產(chǎn)品關(guān)聯(lián)分析成果，向客戶交叉銷售其它金融產(chǎn)品，這樣有助于提高銀行金融產(chǎn)品的滲透率及客戶產(chǎn)品量，從而提高客戶粘性，實(shí)現(xiàn)目標(biāo)客戶精準(zhǔn)營銷。

(二)根據(jù)產(chǎn)品特點(diǎn)推薦適合的客戶

目前，大多數(shù)產(chǎn)品推薦都是基于客戶經(jīng)理的主觀分析判斷而進(jìn)行的推薦，而非建立在有效的大數(shù)據(jù)信息分析基礎(chǔ)上的推薦，難以滿足客戶綜合化、多元化的金融需求。商業(yè)銀行基于大數(shù)據(jù)進(jìn)行產(chǎn)品推薦，通過分析客戶基本屬性、持有產(chǎn)品信息、收入消費(fèi)結(jié)構(gòu)等數(shù)據(jù)，建立客戶可能購買的銀行產(chǎn)品的購買情況模型，找出最可能購買特定銀行產(chǎn)品的客戶群體，這樣可以幫助銀行從尚未購買該產(chǎn)品的客戶中找出具有潛在購買能力的客戶，將產(chǎn)品的營銷對(duì)象定位于對(duì)產(chǎn)品的響應(yīng)概率超過特定程度的客戶，實(shí)現(xiàn)目標(biāo)客戶的精準(zhǔn)定位。因此產(chǎn)品部門可以基于銀行當(dāng)前存量客戶提高銀行各種產(chǎn)品的滲透率。

參考文獻(xiàn)：

[1]管薇薇，商業(yè)銀行基于大數(shù)據(jù)的精準(zhǔn)營銷解決方案[J].電腦知識(shí)與技術(shù)，201 5，29 (11):7-9

[2]洪瑋，大數(shù)據(jù)在銀行精準(zhǔn)營銷中的應(yīng)用.IT觀察

[3]龔敏，劉廣丹，基于大數(shù)據(jù)的精準(zhǔn)營銷應(yīng)用研究綜述[J].市場周刊，2016，07: 58 - 60

[4]岳瀟竹，大數(shù)據(jù)背景下M銀行零售業(yè)務(wù)精準(zhǔn)營銷研究[D].天津財(cái)經(jīng)大學(xué)，2015

[5]錢裕春.基于大數(shù)據(jù)的S商業(yè)銀行理財(cái)產(chǎn)品創(chuàng)新研究[D].蘇州大學(xué)，2017.

作者簡介：

宿媛媛( 1989-)，女，就職于山東省農(nóng)村信用社聯(lián)合社信息科技部：

陳燕(1989-).女，就職于山東省農(nóng)村信用社聯(lián)合社信息科技部;

馬興敏(1989-).男，就職于山東省農(nóng)村信用社聯(lián)合社信息科技部;

李謙(1990-)，男，就職于青島農(nóng)商銀行紅島經(jīng)濟(jì)區(qū)支行，山東省農(nóng)村信用社聯(lián)合社信息科技部。