大数据引领零售银行业精益化营销

未央网 作者: 支宝才

零售银行营销业务面临的挑战

银行零售业务是与银行对公业务、同业业务并列的三大核心业务,在经济“三期叠加”、金融市场改革不断深化、利率市场化加快推进以及企业融资成本与风险不断加剧的大背景下,零售银行业务因其资本消耗低,发展迅猛,价值回报丰厚,被众多银行视为业务转型的重点发展方向。而营销管理作为零售银行获客、活客和粘客的重要抓手,与客户管理、产品管理、渠道管理充分结合,形成零售业务发展的基础性的核心能力,它在推动零售理财、零售信贷、财富管理和信用卡业务发展起到了非常关键的作用。近些年,无论四大国有银行、股份制商业银行还是城商行都不断加大资源投入,纷纷掀起一波以营销转型或精准营销为主题的项目建设,内容涵盖零售业务体系设计、组织设计、流程梳理与优化、数据分析模型、营销一体化平台建设等,使得营销管理在零售银行发展战略中重要位置越发突显。

随着互联网金融和电子商务的崛起,商业银行倍感压力,银行零售业务的不仅需要面临同业的竞争,也要面对来自互联网金融和非金融机构的冲击,银行营销管理正面临着严峻的挑战,这突出表现在以下几个方面。第一,在营销产品上,各个产品团队独立营销产品,尚不能站在客户角度提供综合化金融服务,产品组合营销少;第二,在营销客户上,对客户分群不够细致,缺乏对客户完整、立体、动态的画像,客户洞察深度有限;第三,在营销手法上,一味强调销售产品,没有营销和场景思维,缺乏对客户投其所好的个性化产品推荐;第四,在营销渠道上,线上线下渠道无法协同,营销线索转介不畅,导致丧失很多营销机会;第五,在营销规划上,无专门牵头部门负责营销整体规划,缺乏长远体系化考虑,基本上是“走一步算一步”;第六,在营销设计上,无法做到考虑客户、产品、渠道匹配的最优化,容易造成“重复营销、过度营销”,导致营销资源浪费,客户体验差,收益无法最大化;第七,在营销过程上,碎片化严重,人工干预多,营销效率低下;第八,在营销评估上,缺乏对营销过程的完整记录,无法做到效果的定量化评估;第九,在营销管控上,没有多层次的营销管控体系,上级无法监控、指导、督促下级营销工作;最后,在营销经验上,只是个别人有丰富营销经验,营销团队培养慢,不能做到系统化营销话术提示和优秀经验分享。

大数据驱动精益化营销的发展趋势

在大数据时代背景下,零售银行要赢得持续发展的空间,需要建立起符合现代金融竞争要求的营销体系,伴随着大数据技术的逐渐成熟,零售银行的营销理念也得到了加速发展,营销被赋予了新的时代特征,主要表现为以下几个方面。

营销决策数据化

精益化营销的核心在于营销的精准性,精准的客户需求分析、精准的市场细分与定位、精准的产品及服务组合以及精确的营销控制与考核。精准的本质在于营销决策用数据说话,例如领先银行通过建立客户细分、交叉销售、关联分析、流失预警、资金流向、客户关系网络等主题的分析,对客户进行深入洞察,通过决策模型的建立提高对营销决策的前瞻性、预见性和创造性,改变营销决策依靠专家经验或人为直觉,提升营销决策的科学性和有效性。

满足全量客群的全生命周期需求

运用客户细分和客户画像技术,建立不同特征的客群,对全量客群进行统筹经营管理他们的全生命周期需求,包括衣、食、住、行、游、医、玩等;转变银行“二八定律”传统的经营理念,只服务于20%的中高端客户;对于银行而言,既要服务好中高端客户,更要运用大数据的理念、依托强大科技能力服务好大众基础客户,更加关注“长尾”客户,通过提供差异化的综合金融服务进行全量客户的经营。

营销介入时机不断前移

按照消费者决策机制理论,客户对产品购买通常经历需求创造、需求认知引导、寻找信息、评估选择、交易行动和体验评价这几个过程。传统上大部分银行介入营销时机多为评估选择和交易行动的阶段,采用数据库营销、事件式营销或是实时互动营销方式进行营销。随着场景金融时代的来临,领先银行通过打造泛金融生态圈或与场景入口的公司合作,开展异业联盟方式,在需求创造、需求引导、需求认知、寻找信息的阶段开展营销,使得营销介入时机更加前置化,营销变得更加生活化、场景化和有很强的代入感。

营销渠道全天候立体化

互联网时代下,满足客户“体验式、碎片化”要求的营销模式成为赢得客户的关键。商业银行通过全渠道营销,将传统线下渠道和线上电子渠道进行无缝衔接,构建“线上+线下、人工+电子、推送+互动”的立体化营销服务体系,实现全客户、全渠道、全产业的营销协作,以满足顾客理财、咨询和社交的综合体验,客户对商业银行服务的需求将不被时间和空间限制,客户可以享受全程及时响应的全天候金融服务。

转型的致胜之道

为了抓住大数据时代给银行精益化营销带来的诸多创新机会,零售银行需要深化“以客户为中心”的战略,借助创新的技术和先进工具,配备专业化资源以实现营销转型。

全面深入的客户洞察

多样性客户信息的整合是客户洞察的前提,客户多维度细分与立体生动的客户画像是客户洞察的基础,客户分析模型是客户洞察的核心,它们彼此之间相互关联、相互依赖,是一个密不可分的整体。

多样性客户信息的整合是指在保证数据质量的前提下,银行除自身拥有的客户人口特征数据、交易数据外,尽可能多地采集客户在各个渠道与银行交互的数据,包括客户在银行网站、手机银行的浏览、点击数据,客服中心的客户交互数据等,适时引入外部数据包括社交媒体、电商平台、运营商数据,以获取客户更多消费、社交和生活信息。

多维度客户分群按照分群目的和数量的不同,通常分为战略分群、策略分群、战术分群和一对一分群。例如战略分群多以客户价值、客户生命周期或辅之以地域维度进行划分,分群数量控制在6~20个之间;策略分群基于行业经验和业务分析经验划分,数量一般在15~100个之间,例如代发客群、代发养老金客群、纯信用卡客群、跨境客群、海淘妈妈客群等;战术分群基于数据聚类方法及客户标签库,通常针对特定的营销活动或具体业务场景专门划分,数量通常较多,如沉默存款群、成熟高端投资群、积极投资理财群等;而一对一分群是指把每个客户为一个群,通过实时分析每个客户的特征,做到“千人千面”的个性化推荐的效果,达到最优的客户体验。再通过对细分客群进行人物画像,让业务人员更加直观、生动的理解分群结果,更有利于进行市场营销策略设计和用户体验设计。

客户分析模型是对客户信息的深度运用,利用专业的分析平台或模型实验室构建面向特定客群特定场景的分析主题,包括:高比例存款高价值客户流失预测分析、代发客群留存率提升分析、ETC客户获客分析、资金净流出客户的资金流向分析、电子支付交易行为路径分析、零资产客户激活分析、特定产品响应率分析、客户关系网络分析等。举例来说净流出客户资金流向分析,其分析方法是通过梳理出客户资金获取的不同场景,如高存款、基金赎回、代发工资流入等,对流出客户进行多维度画像,抓取到群体特征;同时建立客户交易关系圈,将不同业务场景下的资金流出情况进行分析,识别资金回流强弱关系,找到潜在的高流失高价值流失客户进行精准营销。再比如ETC获客分析,其分析方法是通过分析客户针对车的消费行为如加油、保养,再结合运营商的数据分析用车情况,有针对性做营销活动精准获取ETC客户。

高效自动化的营销闭环

构建高效自动化的营销闭环一方面解决了大规模部署多渠道营销活动的效率问题,另一方面将营销策划人员从大量的多方沟通中解脱出来,将工作重心转移到营销活动设计以及活动过程和结果的跟踪评估上。营销闭环包含分析洞察,活动设计,渠道执行和反馈评估四大环节,其难点在于实时地反馈渠道执行信息并进行多渠道的协同,以及对营销活动的过程和结果进行反馈评估。

零售银行在营销闭环上面的投入将在四个方面获得卓越的提升,第一,营销活动数量。3~5人的营销团队每年手工完成大约30个营销活动,以一次性的临时活动居多;而营销自动化带来的效率提升能帮助团队完成100个以上的营销活动,并且大部分是周期性的固定活动。第二,营销活动部署时间。一个活动的设计部署周期从以往5~10天缩短到2~5天。第三,营销活动转化率。将客户洞察结果融合到营销中,通过不断优化,将客户转化率由过去的0.2%~4.8%提升到6.2%~18.7%。

增强银行全渠道的营销体验

在互联网时代下,用户营销体验对于营销效果的提升起到越来越关键的作用,目前银行在渠道建设方面正由多渠道到全渠道方向发展,如何增强银行全渠道的营销体验是摆在银行急需解决的重要问题。其中个性化互动式触点营销、统一接触优化、O2O协同营销是提升全渠道营销体验的关键。

实现个性化互动式触点营销需要银行把握好每一次与客户接触的机会,如客户在网银登录,在手机银行上进行贷款计算器试算,向客服或大堂经理咨询产品情况等。根据客户接触银行各类渠道的特点,客户特征、接触历史、最新行为轨迹等,实时推荐适合最能满足客户需求的产品与金融服务,让客户感觉“知我所知”甚至是“替我所想”。

银行优质客户往往是各个业务条线争相营销的对象,过于频繁的信息推送会让客户感觉到过度打扰,这就需要对全渠道下所有活动进行统一管理,建立客户接触优化机制,包括建立对接触频次、免打扰规则、活动优先级、容量控制规则、客户渠道偏好、产品最适化等规则的设定,采用优化算法选取最适合营销信息传递给客户,同时保证银行整体利益最大化。

一旦客户对营销的反馈信息在相应的渠道被获取,抽取其中的有效的反馈作为营销线索,使得营销线索在柜面、网银、电话银行、手机银行、微信银行等之间无损转介,实现O2O协同营销,为客户提供统一的接触体验,让客户感受到在与同一个银行而不是多个银行进行互动。

营销系统生态圈建设

在大数据驱动精益化营销中,客户数据的可靠性、分析数据的精准度、营销方案的合理性、用户接触优化能力以及渠道的执行力都影响着最终营销效果。成功的营销活动背后一定是由一套完整的“营销系统生态圈”来支撑,它主要包括大数据整合平台、营销数据集市、大数据分析引擎、营销流程自动化引擎、营销实时决策引擎、事件侦测引擎。营销生态一体化系统并非孤立存在的,它必须与银行现有的数据仓库、ECIF、ACRM、OCRM、ESB、各渠道系统、核心系统等相关系统在整体架构层面进行定位、分工、整合和衔接,发挥银行营销一体化生态的协同效应。

同时应不断汲取和整合创新的数字化营销方式,包括采用DMP技术实现数字化精准广告投放、优化搜索引擎(SEO)营销、社交媒体营销、社群营销等技术实现方式,形成一套完整数字化营销生态体系,达到“营销无所不在”直至“化营销为无形”的效果。

集约化的营销运营团队

目前国内多数零售银行以产品销售为导向,在总行、分行、支行的三级组织架构下,营销相关资源都下放到分支行层面,分支行承担营销考核指标,总行主要把握营销政策、营销考核指标的制定和营销资源的投放。按此模式开展营销业务暴露出诸多弊端,如分支行业务与数据分析结合的人才严重缺失,营销以个人经验为主导,分析人员在获得数据和信息受限,无法利用总行全面数据资源和分析资源等。

因此,总行应构建灵活、敏捷的营销分析和营销设计团队,在人才培养方面注重数据分析专业技能和业务的结合能力。通过“小前台,大后台”的营销运营模式,发挥总行数据集中和分析能力优势,集约化管理零售客户数据、对客户深入洞察,并不断进行迭代和优化,全面提升营销效率和营销精准度。针对分支行的特色需求,在流程和系统功能上提供“绿色通道”,允许特色数据的导入和分析。

转型的路径选择

零售银行营销转型是一个复杂的系统工程,需要志在高远、科学规划、合理布局、分阶段分步骤地实施营销转型。不能一味地追求先进大数据分析技术,而忽略银行自身基础条件和业务价值释放的匹配程度,可以将零售银行营销转型划分为三个阶段。

营销转型发展期

发展期注重营销转型体系基础性工作建设,体现在业务层面开展营销转型战略规划,在行里形成营销转型方向与思路的统一认识;在数据层面搭建营销数据集市,客户标签库和事件库的落地;在客户洞察层面,对客户进行多维度细分,对核心客群进行用户画像,选择有典型意义的主题进行深入客户分析;系统层面建设自动化营销平台,打通典型几个营销渠道,开展营销方案试点工作将分析结果应用到营销当中评估营销活动的成效。

营销转型创新期

营销转型创新期在数据层面考虑营销数据集市的数据多样性整合能力的增强,补充行内非结构化数据;在客户洞察层面,对更多客群画像,对更多业务主题进行分析,持续满足零售银行对客户数据价值的深入挖掘;在系统建设上,将更多的线上和线下的渠道打通,形成立体化的全渠道营销网络,引入实时决策引擎技术,实现个性化互动式营销,引入营销优化模块,实现客户统一接触优化,给客户带来更为优质体验;在组织建设上,实现专人对特定客群进行全生命周期管理,比如养老客群、出国客群等。

营销转型超越期

进入营销转型超越期,打造开放营销生态圈,建立数字营销一体化体系是这一阶段的重点工作。引入DMP技术,实现精准的广告投放,引入社群营销、搜索引擎优化营销等,扩大零售银行的触角;加强建设银行API开放和管理能力,建立与第三方企业、社团等广泛的B端资源合作体系,将金融业务无缝嫁接在生活场景中;建立全渠道积分体系,将客户忠诚度管理与营销生态圈结合,增强客户粘性,实现“外接流量、内建平台、经营流量”的管理模式。