京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据驱动银行营销变革成新常态新趋势_数据分析师考试
新常态下,我国经济面临产业升级和结构调整,将从要素驱动、投资驱动转向创新驱动。面临新的宏观环境,如何通过强化管理,转变盈利模式来保持自身强有力的竞争力,是中国商业银行必须要面对的挑战。
在近日举行的“2014营销战略峰会”上,国家开发银行研究院副院长、教授黄剑辉指出银行业未来10-15年面临良好发展机遇,具备可持续发展的巨大潜力和增长空间,但是也面临多方面的问题和挑战。他认为,银行在新常态下实现可持续发展需要“优化资产结构,根据自身优势确立差异化业务发展战略,实施差异化新战略,并明确新的增长点。如生态金融,民生金融和互联网金融”。此外,银行还需要“高度重视新科技手段的运用,优化客户体验”。
国内银行3.0时代已拉开帷幕,社交网络、移动端和手机钱包正在冲击传统银行业,同时这股创新大潮创造了更丰富的数据,也为银行业进行业务转型带来机遇。银行面临来自企业内外部、结构化和非结构化的数据,如何有效利用来自不同渠道的海量数据化解营销挑战,成为大会讨论热点。
大数据—重塑银行业营销的最佳答案
从数据到生产力
平安直通数据营销中心总经理段朝阳指出,企业需要在大数据的大体量、多样性和快速变化三个关键特性的交集中发掘价值。而大数据的价值最终是靠小数据实现的。很多企业掌握了海量数据,但仅仅是体量大,价值密度却很低。最后做决策时,不可能用成千上万个数据点指导银行开展行动。数据本身不可能是信息,决策需要更有深度的洞见作支撑。而后的整个实施过程、如何开发都是按照这样的思路设计的。他认为从大数据分析技术的角度来看,需经历四个革新阶段,配套的各类要素也要相应地调整,四个阶段即:一、基础设施化;二、规模化;三、产品化;四、生态化。段朝阳说道:“我们先用已有的简单东西证明数据的价值,再不停地往前演进,让大家看到有序实现从小数据到大数据的飞跃是可以付诸实践的,而不是概念化的东西。”
客户DNA与洞察、行动及规则
如何在营销上将数据转化为生产力呢?SAS全球整合营销管理业务咨询总监Rene van der Laan介绍了怎样利用大数据分析技术获取360°洞察,掌握客户DNA,跨渠道地与客户开展互动。他提到,银行需要在信息沟通时保持一致,从多渠道的数据中生成单一的社会视角。因此,在新的技术营销环境下,银行需要采取跨越全渠道的集中化决策逻辑,建立客户营销决策中心(Customer Decision Hub)。在整个营销过程中,将洞察、行动与规则相结合:
洞察是目前很多企业正在做的,其中包括了消费者能力和风险等分析模型,以及关键事件触发以及对于交易数据和历史的分析。
行动是指每家组织机构营销宣传计划,包括促销活动、日常沟通和接触策略等。这需要确保在每个单一渠道沟通的一致性。
规则是驱动营销行为的关键。规则包含银行与客户沟通相关的制度,涵盖优先级、约束条件和预算限制等。在掌握资源限制的前提下,根据组织目标可以制定相关的规则。比如,银行每小时发多少封邮件,或者呼叫中心最多能接打多少电话。根据不同要素制定出来规则,并在此基础上建立多个情景分析。
可付诸实践的客户洞察
作为这套方法论的实践者,澳洲四大行之一—西太平洋银行集团(Westpac)客户关系管理与数字化部负责人、总经理Karen Ganschow与大家分享了Westpac的营销变革之路。他们希望比竞争对手更快地了解和掌握客户,并把掌握的信息和洞察力转化成行动。
与客户共同发展成长是Westpac一直遵循的价值观。随着数据源的增长和客户互动次数的增加,Westpac开始了新的营销探索,他们将数据视为业务的血液。在过去的两年多时间里,Westpac借助SAS的分析工具打造了名为KnowMe的数据驱动营销平台,重塑与1,000万客户的关系。2014年,Westpac每月会与客户进行六千万次来自网点、呼叫中心、ATM机、移动端等渠道的互动。利用这些数据,Westpac更加深入地理解客户需求,适时推荐客户正好需要的产品和服务。营销方式从“以产品为中心”向“以客户为中心”转变。这种改变也获得了市场和客户的认可,Westpac客户满意度高居澳大利亚银行业第一。
互联网金融—新军的大数据战略
除了传统金融机构,互联网金融作为异军突起的金融业新兵,也是峰会关注的焦点。在主题为“客户洞察与银行业整合营销”的圆桌讨论环节中,来自互联网金融领域的嘉宾也强调了数据与新技术的重要性。融360创始人叶大清在会上表示银行各个部门间的数据没有打通,无法保证客户体验。他指出:“作为一家互联网金融平台,我们会思考一个问题,中国银行业不乏杰出人才,生态体系还不够成熟,挑战在于如何通过互联网金融、大数据帮助中国金融机构弯道超车。”
票据宝创始人李华军介绍道:在票据宝之前,我们有一家公司是中国票据网,从2005年成立到现在已经有十年时间,在十年时间中,我们积累了几十万的个人和企业客户数据,几百万的票据报价数据,还有每日实时浮动的分区域票据实际利率。这些大数据在票据宝(PJ.com)的成立和建设过程中成为了强健的数据支柱,使得票据宝在票据市场的客户管理、风险管理、产品定价等金融专业领域具有独一无二的顶端优势。现在,我们将二者的数据打通,用中国票据网的数据资源支持票据宝。
新常态下,升级已成大势。随着互联网金融的兴起和利率市场化的稳步推进,商业银行业步入了关键的转型期。银行3.0时代带来了更多客户行为的变化,银行除了交易数据外,还掌握了多种渠道更加丰富的数据。数据的重要性已无需赘述,而数据分析技术在此搭建银行与客户的桥梁。银行能够通过分析精准获取客户DNA,传递一致的客户视图,确保客户体验,在实现精细化管理和业务转型升级上更进一步。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28