摘要: 從2015年國家出台《促進大數據發展行動綱要》,到2016年國家在“十三五”規劃綱要中首次提出“大數據戰略”,再到2017年黨的“十九大”提出“推動互聯網、大數據、人工智能和實體經濟深度融合”,尤其是2017-2018年金融科技概念火爆,各行各業對大數據的應用突飛猛進。基於數據的互聯網化智能營銷,是大數據與行業融合應用成效顯著的領域,在銀行的具體實踐中也取得了非常可觀的規模效應。

 


建立智能營銷的數據思維

互聯網智能營銷是以互聯網為媒體,基於數據分析和使用,進行產品銷售、品牌傳播等系列營銷活動。與傳統營銷4P(產品Product、渠道Place、價格Price、促銷Promotion)理論相比,互聯網營銷更加註重以客戶為中心的4C理論,即:消費者的需求與慾望(Consumer need sandwants)、消費者願意付出的成本(Cost)、購買商品的便利(Convenience)、溝通(Communication)。結合4P和4C理論,要實現互聯網時代營銷目標,可以重點從兩個方面進行考慮:

1.了解互聯網時代的客戶。伴隨著銀行業務向“新零售”、“場景金融”等領域變遷,銀行必須重新審視“目標客戶是誰、需求是什麼、如何借助數據進行營銷和服務”等課題。

從目標客戶群體看,網絡金融服務的客戶標準不再以金融資產作為唯一標準,“80”“90”後成為核心,“00”後開始崛起,消費中產、城鎮化新市民、養老一族等具有鮮明需求屬性和特徵的客戶群體正快速形成。從客戶消費行為看,由於信息技術帶來的有利條件,商戶、消費者和各類場景的關聯更加緊密,提升了服務效率,促進了資源整合、場景融合和功能集成。從客戶的消費訴求來看,由原來的基本需求驅動轉向美好生活需要驅動,品質生活、互動體驗、個性定制、便捷高效成為新消費理念,消費品質向中高端轉變,更加註重產品及服務帶來的體驗。銀行的營銷和服務是否找准目標客群,是否貼近其生活方式與行為模式,是否帶來客戶的良好感受等成為重要考量因素,也成為營銷推廣能否達到預期目標、提高效率的決定因素。

2.明確銀行數據營銷的目標。大數據具備四個特性:數量大、速度快、多樣性、不確定性,在市場營銷領域要達到有效獲客、活客、留客的目的,必須學會化繁為簡,將大數據分解為小數據,提高對核心數據的解讀和利用能力。從銀行營銷互聯網客戶的角度來看,主要關注以下幾個關鍵指標:新增註冊客戶、客戶滲透率、客戶流失率、客戶轉化率、客戶活躍度、喚醒率(不動戶、不活躍客戶) 、單個客戶的價值貢獻等。營銷方案的設計,營銷數據模型的構建,都要圍繞著這幾個關鍵指標進行數據的選取,以數據選擇為工具,達到我們銷售產品、發展和促活客戶、提升口碑等多重目標。

構建智能營銷的工作體系

1.通過全面的客戶畫像,提升客戶管理能力。互聯網發展帶來內容傳播的革命,銀行與客戶更加頻繁地互動接觸,由此產生的數據呈指數級增長。準確快速識別用戶身份,形成完整的用戶畫像成為互聯網時代服務與營銷過程的關鍵。銀行對客戶的畫像,要盡可能篩選相關數據來建立對客戶的理解,包括身份背景、生活習性、消費需求、決策方式、購買偏好、價值潛力、行為傾向信息等。科學的客戶畫像,可以幫助銀行實現定位目標市場、設計創新產品、優化營銷選擇、提供個性服務等營銷目標,並為產品設計、關係維繫、風險管理和服務運營相關的策略提供參考。

2.通過精準的客群分類,成功促成交叉銷售。數據研究機構IDC研究指出,數字化營銷時代帶來了海量數據,但並非所有的數據都具有分析價值。另一方面,只有少量有價值的數據被分析過。基於此,需要在已有客戶畫像基礎上,對客戶進行過濾和分析。主要通過設定目標,定義分析策略;通過設計衡量指標,準備數據;通過分析可用數據,開發客戶分群模型;通過形成營銷決策等步驟,實現對營銷目標客群的選擇和精準產品推送。農行近兩年在精選客戶群體,實現“掌銀促活”方面有很好的實踐。在百度金融大腦、農行自有數據分析挖掘平台的支持下,首先對海量用戶進行挖掘分析,找出最有可能產生響應的一批用戶作為觸達對象,然後對這批用戶下發營銷短信,並配置相應的產品進行精準促活,可較自然響應率(約2%)帶來明顯提升。

3.通過全週期的互動服務,挖掘客戶綜合價值。客戶畫像完善了客戶的細節特徵,在此基礎上,需要最大化每個客戶的生命週期,對於潛在客戶、新客戶、活躍客戶、高價值客戶、不活躍客戶、已流失客戶等,採取差異化營銷手段,促進客戶生命週期的延長;對於潛在客戶,要傳遞產品價值,吸引客戶第一次使用;對於新客戶,要傳遞良好體驗和創新產品,再結合促銷手段,促進進一步使用;對於高價值客戶,要設計客戶忠誠計劃(會員權益、積分、優惠等),並結合產品體驗和優惠活動的組合優化現有客戶的價值貢獻;對於不活躍客戶,要喚醒重複購買,有研究顯示,激活不動戶的成本僅相當於獲取新客成本的1/10,針對不活躍的客戶策劃營銷活動,會產生事半功倍的營銷效果;對於已流失客戶,要重新設計具有吸引力的活動方案等。

4.通過智能化的個性營銷,增加客戶使用黏性。互聯網營銷要求“千人千面”。銀行需要不斷優化升級智能引擎,完善客戶、產品、服務標籤體系,基於專家規則、數據模型形成智能決策能力,大幅提升現有產品推薦、場景營銷、服務推送等人工作業效率,將金融產品、場景服務與客戶多層次需求的精準匹配變為可能。要從不同客群的分層服務和地域化營銷入手,不斷細化目標客群顆粒度,最終實現“千人千面”的精準服務,全方位提升客戶體驗。

“人工智能+金融大數據”在銀行的應用

隨著計算能力的催化,“金融大數據+人工智能”為銀行業在投資決策、營銷服務、客戶體驗、安全風控等多個方向創造了無限的創新可能。

1.智能投顧。依託大數據技術可通過海量數據持續優化投資顧問模型,而人工智能使模型中投資組合與風險匹配的判斷與分析成為可能。未來智能投顧將逐步替代人工投顧實現投顧業務的多項核心價值。如客戶檔案創建、資產配置、投資組合選擇、交易執行、投資組合重設、投資損失避稅和投資組合分析等。

2.智能營銷與服務。在金融科技時代,物理網點和人工交互的服務方式將轉向智能化、自動化,用戶更加自主地參與到服務過程中。未來的服務模式也因此變得更加實時、簡單、高效和智能。隨著人工智能在身份識別、文本信息交互和智能語音交互領域的應用逐漸成熟,更要不斷建設完善手機銀行、客服以及網點等多渠道智能客戶服務體系。同時,更多的在線數字化互動將由機器人客服來承擔,智能客服機器人、智慧網點等智能化銀行服務將進一步得到普及。

3.智能體驗。隨著數字連接技術的發展和智能穿戴設備的廣泛應用,不斷湧現出各類的智能化體驗場景服務。例如銀行的智慧出行服務,基於生物識別技術的智能身份識別,客戶可以無需傳統的身份證件和密碼輸入,就能實現無感支付。

4.智能風控。當前銀行應用人臉、聲紋、虹膜等對客戶進行在線識別,利用OCR等技術進行快速聯網核查,在客戶認證環節,極大提升了客戶體驗。在後台支撐系統上,基於數據模型完善反欺詐系統的建設,根據各類認證信息、交易習慣、歷史數據等構建風險畫像,智能匹配交易風險級別,可以有效開展預警。通過採集客戶交易流水,建立客戶行為監控規則,對風險交易實施干預攔截,提升了銀行風控的覆蓋範圍、風險感知能力和風險應對時效性。

智能營銷的發展方向思考

 

在消費者需求和技術升級雙重驅動下,互聯網金融服務進入智能融合時代,精準的智能融合服務成為關鍵。下一步,智能營銷或將沿著以下方向發展。

1.依靠強大的客戶分析和營銷系統預知和挖掘需求。當前已經進入“營銷4.0”數據時代。互聯網營銷理念要從“經營產品”向“經營客戶”轉變,快速進行數據分析,根據消費者個性分析,前瞻預測客戶需求,推送潛在需求產品。這就需要銀行盡快建立強大完善的客戶數據平台、統一的活動營銷系統,實現個人客戶的智能分析、數據挖掘和產品推薦,構建多部門、全產品智能營銷模型,實現精準的客戶畫像和營銷推介。

2.借助人工智能等新技術,人性化的感知和服務客戶。據Garter調研數據,到2020年,85%的消費者與企業的關係不再是人與人之間的交互,而是人與機器。隨著機器學習能力不斷增強,機器完成任務的能力也在不斷提升。在Bank4.0時代,銀行的網絡金融服務將向全平台智能化邁進,通過智能決策引擎,實現“人工智能+機器人服務”,做到客戶營銷“千人千面、時時不同”,客戶服務“實時響應”。

 

(本文作者係中國農業銀行網絡金融部副總經理)

 

轉貼自: Mpaypass

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應

Popular Tags

每月文章