大數(shù)據(jù)作為金融科技應(yīng)用的基礎(chǔ),已經(jīng)成為各家領(lǐng)先銀行爭相投入、重點開發(fā)的關(guān)鍵領(lǐng)域。對于區(qū)域性銀行而言,大數(shù)據(jù)意味著什么?能夠在哪些領(lǐng)域助力轉(zhuǎn)型?應(yīng)該采取怎樣的實施路徑在穩(wěn)步推進大數(shù)據(jù)應(yīng)用建設(shè)的過程中實現(xiàn)速贏?當我們談?wù)摯髷?shù)據(jù)時,我們到底在說什么?結(jié)合西維公司的理論研究、項目案例以及對領(lǐng)先銀行的最佳實踐分析,我們總結(jié)出了大數(shù)據(jù)技術(shù)在銀行業(yè)的三大應(yīng)用領(lǐng)域。
領(lǐng)域一 基于客戶洞見的營銷服務(wù)策略
以大數(shù)據(jù)為核心,通過對客戶行為以及需求的深入洞察和全景描繪,能夠幫助銀行實現(xiàn)更精準的客戶細分、更到位的客戶經(jīng)營。銀行營銷和服務(wù)的切割維度也得以從“客群”進一步細化到“個體”,從“千人一面”向“千人千面”轉(zhuǎn)型,從而顯著優(yōu)化客戶體驗,提升營銷效率。具體而言,基于客戶洞見的營銷服務(wù)策略能夠在以下五個方面得到應(yīng)用:
1 客戶情感分析
情感分析一般通過對各社交媒體上的客戶文本信息、互動信息等關(guān)鍵信息進行抓取,實現(xiàn)對客戶社交行為、偏好及反響的定量評估。
例如,通過對客戶數(shù)據(jù)(推薦成功率、客服中心記錄、關(guān)聯(lián)關(guān)系、客戶職業(yè)等)以及外部實時社交媒體數(shù)據(jù)、第三方評論網(wǎng)站數(shù)據(jù)的關(guān)聯(lián)分析,從互動頻率、點擊量、轉(zhuǎn)發(fā)量等分析識別關(guān)鍵客戶,開展領(lǐng)導力評分,能夠幫助銀行識別關(guān)鍵客戶(KOL)、開展“口碑營銷”。
2 360°客戶視圖
360°客戶視圖的構(gòu)建要求銀行在充分利用自有數(shù)據(jù)源的基礎(chǔ)上,廣泛拓展外部數(shù)據(jù)源的整合接入(尤其是社交媒體數(shù)據(jù)),通過決策樹等工具的應(yīng)用實現(xiàn)對客戶行為的預判。例如,運用客戶決策樹、神經(jīng)網(wǎng)絡(luò)、生存分析等大數(shù)據(jù)分析工具,能夠幫助銀行在有效識別客戶在所處生命周期和關(guān)鍵事件上產(chǎn)品需求,從而實現(xiàn)精準營銷信息推送以及對潛在流失客戶的預判和挽留。
[案例一]:某國際銀行以數(shù)據(jù)信息整合為基礎(chǔ)實現(xiàn)實時營銷決策
大數(shù)據(jù)服務(wù)于營銷的理想形態(tài)是能夠整合與客戶消費、社交、出行、金融等相關(guān)的多維數(shù)據(jù),并基于既定的分析模型輸出對客戶需求的判斷,同時進行實時營銷信息推送。
3 制定客戶細分
客戶細分是大多數(shù)銀行探索大數(shù)據(jù)應(yīng)用的初試領(lǐng)域。通過對客戶特征、交易行為等數(shù)據(jù)維度的分析,可區(qū)分不同客群的差異化訴求,從而制定有針對性的產(chǎn)品和營銷策略。例如,在采集整合多維度客戶金融和交易信息的基礎(chǔ)上開展聚類分析,并制定相應(yīng)的獲客和活客策略,幫助銀行更好的針對特定目標市場開展營銷活動、根據(jù)客戶使用習慣制定忠誠計劃、制定差異化的產(chǎn)品定價策略從而有效的鎖定高價值客戶。
[案例二]:平安銀行基于大數(shù)據(jù)開展精細化客戶細分
平安銀行在海量客戶數(shù)據(jù)搜集存儲的基礎(chǔ)上構(gòu)建了包含客戶特征、行為、價值三個維度的2,000多個客戶標簽;根據(jù)業(yè)務(wù)和營銷需求組合不同的標簽,可形成針對性更強的客戶細分策略。
4 最優(yōu)產(chǎn)品推薦
銀行要實現(xiàn)持續(xù)性、動態(tài)的最優(yōu)產(chǎn)品推薦,需基于歷史產(chǎn)品交易數(shù)據(jù)充分挖掘產(chǎn)品與客戶之間、產(chǎn)品與產(chǎn)品之間的關(guān)聯(lián)性,并對客戶未來的潛在需求形成前瞻性判斷。
[案例三]:美國運通基于第三方用戶地理位置數(shù)據(jù)推送促銷信息
美國運通通過與第三方地理位置服務(wù)商的合作,在其營銷活動中對客戶實時行為進行追蹤,能夠提前預知客戶的消費動線,為其提供相應(yīng)的優(yōu)惠折扣信息,從而引導客戶的用卡行為。
5 最優(yōu)渠道旅程
了解客戶對不同渠道的使用情況除了能夠提升渠道應(yīng)用效率之外,還可從營銷角度抓住客戶痛點,實現(xiàn)精準推送。
常見的應(yīng)用包括衡量不同渠道的營銷效率、在不同渠道推送更有針對性的內(nèi)容、評估客戶多渠道使用行為以及將客戶向低成本渠道引流。
領(lǐng)域二 基于數(shù)據(jù)時效和精度的風險管理
多維度的內(nèi)外部數(shù)據(jù)能夠幫助銀行建立橫向更廣泛、縱向更精細的風險評估體系;實時的數(shù)據(jù)搜集和分析,能夠幫助銀行提前識別風險,最大化控制風險損失。同時,對運營數(shù)據(jù)和交易數(shù)據(jù)的監(jiān)控分析能能夠幫助銀行及時發(fā)現(xiàn)內(nèi)部操作風險和違規(guī)風險。盡管大多數(shù)銀行已經(jīng)在重要細分領(lǐng)域(身份驗證和授信)進行了大數(shù)據(jù)應(yīng)用嘗試,不同銀行的數(shù)據(jù)體系完整性、模型規(guī)則有效性和流程智能化程度等方面尚存在顯著差距。
身份驗證(反欺詐)和授信(防信用風險)是目前銀行開展大數(shù)據(jù)應(yīng)用的重點領(lǐng)域。
大數(shù)據(jù)在風險管理領(lǐng)域的應(yīng)用主要集中在信貸業(yè)務(wù)各流程環(huán)節(jié),其中,在風險管理領(lǐng)域,大數(shù)據(jù)的核心功能包括:
1. 為核實業(yè)務(wù)申請人的真實身份提供多方數(shù)據(jù)源比對和參考
在身份驗證環(huán)節(jié),大數(shù)據(jù)應(yīng)用的核心目標是基于各類客戶生物信息和關(guān)聯(lián)信息識別欺詐行為;而關(guān)聯(lián)分析通過多維而非單一維度的數(shù)據(jù)交叉檢驗,可大大提升欺詐識別率。
[案例四]:微眾銀行大數(shù)據(jù)互聯(lián)網(wǎng)征信風控
作為全國首家互聯(lián)網(wǎng)銀行,微眾銀行依托人臉識別技術(shù)和大數(shù)據(jù)信用評級風控推出互聯(lián)網(wǎng)信用貸款業(yè)務(wù),通過多維度互聯(lián)網(wǎng)征信技術(shù)實現(xiàn)超低不良率。
2. 對業(yè)務(wù)申請人的潛在違約風險(信用風險)進行量化評估,并將評估結(jié)果應(yīng)用于審批判斷、產(chǎn)品定價、授信額度及擔保方式的確定等方面。
目前大數(shù)據(jù)在授信環(huán)節(jié)的應(yīng)用主要停留在信用評分和自動審批階段,即通過基礎(chǔ)規(guī)則設(shè)定實現(xiàn)“接受”或“拒絕”的一次性判斷,而風險定價則要求后續(xù)流程能自動對“接受”類業(yè)務(wù)流實行風險評估量化和階梯式定價。
[案例五]:光大銀行大數(shù)據(jù)風險預警系統(tǒng)“濾鏡”
光大銀行推出大數(shù)據(jù)產(chǎn)品“濾鏡”,利用大數(shù)據(jù)技術(shù)對大中型企業(yè)客戶進行過濾,為總分行風險管理部門提供科學精準的決策支持。
領(lǐng)域三 基于核心痛點識別的流程優(yōu)化
客戶數(shù)據(jù)和運營數(shù)據(jù)的整合,能夠幫助銀行實時審視關(guān)鍵流程效率和效果,并基于數(shù)據(jù)分析進行流程優(yōu)化,提升客戶體驗。
以客戶行為作為出發(fā)點,以大數(shù)據(jù)為手段,基于真實的客戶認知設(shè)計業(yè)務(wù)流程,能夠使得銀行在進行客戶體驗升級時少走彎路,最大化資源使用效率。
目前銀行對可優(yōu)化流程的判定主要依賴于人工輸入(客戶調(diào)研或?qū)<医?jīng)驗),缺乏客觀性;通過建立以大數(shù)據(jù)分析為基礎(chǔ)的標準評價體系可實現(xiàn)不同流程表現(xiàn)值客觀可比。以廣發(fā)銀行為例,該行利用大數(shù)據(jù)語音分析技術(shù),對語音文件進行存儲、分析和挖掘,加深客戶洞見、發(fā)掘市場、改善服務(wù)。
[案例六]:廣發(fā)銀行呼叫中心大數(shù)據(jù)分析系統(tǒng)
廣發(fā)銀行利用大數(shù)據(jù)語音分析技術(shù),對語音文件進行存儲、分析和挖掘,加深客戶洞見、發(fā)掘市場、改善服務(wù)。
區(qū)域性銀行大數(shù)據(jù)應(yīng)用的主要困難點
區(qū)域性銀行在數(shù)據(jù)收集、數(shù)據(jù)存儲和處理、數(shù)據(jù)分析三個方面都不可避免的存在一些問題和困難點
目前區(qū)域性銀行在大數(shù)據(jù)應(yīng)用方面已進行了不少探索和嘗試,但相比資源、能力都更勝一籌的國有和股份制銀行來說,。
1數(shù)據(jù)收集
如何通過與第三方數(shù)據(jù)渠道的合作,建立多維度的、完整的數(shù)據(jù)體系?
由于不再是金融服務(wù)的唯一提供商,銀行越來越難以掌握客戶金融交易的全貌,也更難把握客戶行為偏好。同時,互聯(lián)網(wǎng)的普及又為銀行從側(cè)面了解客戶興趣和需求提供了更多可能性。如何與第三方金融和非金融渠道合作,建立起完善的數(shù)據(jù)基礎(chǔ),是提高大數(shù)據(jù)應(yīng)用有效性的關(guān)鍵。
2數(shù)據(jù)存儲和處理
如何通過數(shù)據(jù)架構(gòu)的搭建和數(shù)據(jù)處理規(guī)則的統(tǒng)一實現(xiàn)跨系統(tǒng)數(shù)據(jù)整合?
單個客戶的交易數(shù)據(jù)根據(jù)交易類型的不同往往儲存在不同的銀行業(yè)務(wù)系統(tǒng)內(nèi),例如,現(xiàn)金賬戶、財富管理、貸款等。由于這些業(yè)務(wù)系統(tǒng)在建立之初往往缺乏統(tǒng)一的規(guī)劃,對銀行在整合跨系統(tǒng)數(shù)據(jù)并加以應(yīng)用方面增加了難度。
3數(shù)據(jù)分析
如何在現(xiàn)有基礎(chǔ)上將數(shù)據(jù)分析能力向非結(jié)構(gòu)化數(shù)據(jù)應(yīng)用領(lǐng)域延伸?如何優(yōu)化調(diào)整數(shù)據(jù)分析方法和反饋機制以保證應(yīng)用時效?
目前銀行在結(jié)構(gòu)化數(shù)據(jù)的處理和應(yīng)用方面已有較豐富的經(jīng)驗,但在非結(jié)構(gòu)化數(shù)據(jù)方面尚經(jīng)驗不足。在數(shù)據(jù)處理的時效性方面,大部分銀行目前應(yīng)用較多的是基于歷史數(shù)據(jù)進行客戶分析,這種方式能夠得到客戶細分,但也容易錯過最佳應(yīng)用時機。
對區(qū)域性銀行發(fā)展大數(shù)據(jù)技術(shù)的建議
區(qū)域性銀行在大數(shù)據(jù)發(fā)展初期與各類第三方機構(gòu)廣泛合作,以迅速建立大數(shù)據(jù)能力。
CVA認為區(qū)域性銀行需要充分利用行內(nèi)外資源,逐步完善數(shù)據(jù)治理基礎(chǔ),通過引入第三方經(jīng)驗等方式迅速提升數(shù)據(jù)分析能力,并建立大數(shù)據(jù)應(yīng)用保障機制,促進長期發(fā)展??紤]到區(qū)域性銀行在資源能力上的限制,為尋求成本投入可控和快贏機會把握兼得,CVA建議