中信银行黄河：如何利用数据去做精细化的零售客户的管理

6月8日，中信银行分析专家黄河发表演讲，着重讲了在事件、社交金融、线上线下，中信银行通过这种方式我们体系化营销场景构建。通过算法细化网络去分析不同网络的客户特点。通过量化这些指标可以产生一些目标客户，比如说可以通过病毒系数，可以找到有影响力的人。

以下为演讲内容：

今天给大家带来比较综合的视角看一下我们如何利用数据去做精细化的零售客户的管理。我们也知道数字化的浪潮，实际上是带来了很多的机遇和挑战。商业媒体下大多数的传奇故事，要不是来自新生的这些创新性的企业，要么是来自一些典型的这些技术性的公司。那么对于我们这些，比如对于银行业这样比较庞大的、历久优势的百年老店来看，我们应该如何实现数字化的变革？在不产生内伤的情况下又获得收益。我们零售银行，中信银行就在零售客户经营的数字化方面做了一些探索，今天跟大家分享一下。

首先我们关注三个趋势和践行三年规划。那么这三个趋势就是数字客户还有渠道数字化的升级以及跨界合作。现在我们也知道银行和客户的渠道，交互的渠道越来越多。那么也有更多的复杂产品迁到线上，利用大数据的分析技术，客户金融需求的难点和痛点的这些问题能够被及时的捕捉、记录和统计。意味着提升客户分析的应用已经成为一个头等大事。

银行的精细化客户管理

对于零售银行对于中信的零售银行来说，我们从2015年下半年开始尝试精细化的客户管理。从现在来看我们发展路线已经逐渐清晰，我们在2016年做的是传统的精准营销，今年我们实现场景化的营销，明年我们实现智能营销。我们来逐一看一下，2016年我们做了很多传统的精准营销。那么2016年我们大部分做的是利用数据挖掘的技术，去建立一个精准营销的闭环流程。围绕客户生命周期去开展营销活动，然后在全行范围内我们打通了前中后台的营销运营管理的流程。

我们看一下后台是什么？后台就是数据平台，我们在数据平台在SAS的挖掘环境下开展客户的洞察和挖掘建模。中台是营销管理，营销管理包括营销策划、资源管理、过程管理还有KPI指标的推动。前台我们2016年靠网点执行，通过制定一日岗位流程，然后引导我们前台客户经理去执行我们这样一个下发的营销名单。我们还通过一日三巡两示范，这样的措施保证我们的执行效果。

纵观2016年我们在SAS平台建了25个挖掘模型，全年开展150项的精准营销活动，覆盖200万客群，拉动管理资产增长是280亿，营销收入超过一亿，我们整个投入产出比是超过12倍。除了产能的提升方面我们也在客户管理方面，也有成效。在中高端客户的降级率下降四个百分点，存量客户对于AUM提升贡献，从3%提升到42%。所以我们建立了可持续优化的客户经营体系。

银行的场景化营销

今年我们已经开始逐步的走向场景的营销，场景化的客户经营体系我们分三部分，一个是数据动力，第二是场景搭建，第三是业务的引擎。数据的动力，其实比较简单，我相信大家听了很多各种数据的整合，行内的金融数据还有行内电子渠道的线上浏览数据，然后加上一些外部数据。也就是说你对客户了解更清楚，你能够更加有效的对他进行管理。这是数据动力。

场景搭建。如果把客户视为产品服务权益或者体验需求方，那么银行就是这一系列的供给方。场景搭建的关键就是看你的攻击能不能满足需求？也就是说银行能不能给客户提供一个优质的服务体验？这个过程中我们可以看到数据的作用是什么？数据的作用可以帮助我们还原客户需求，还原需求场景，并且建立场景联系。在场景中我们通过数据还原消费者的决策历程，然后从中找到营销商机。这是场景搭建。

我们实际运营过程中我们目前采用以产品的配置和权益的经营为手段，然后协同网点、短信、远程中心、电子渠道去做这样活动的运营，去打造数字化营销的体系。这样的话我们通过三个统一去打造我们的业务引擎。

统一资源是说客户、权益、服务、产品等等他们标准化和集中化的管理。统一策略是说我们要把大数据的建模和一些实时的智能的算法跟我们的客户策略结合在一起，去实现我们客户经营策略的智能化。那么统一执行就是讲线上渠道的执行，线上线下打通无缝的衔接，能够把我们的策略给传导下去。

目前我们已经实现网点，我们应该是实现外呼和短信三个渠道的协同，很抱歉不是实时协同是T+1的协同。从左边流程是目前的流程图，红色是业务流程，灰色是数据流程。一个客户如果在线上浏览理财或者基金，有这样的浏览行为我们会在T+1的时候把线上和线下数据作为整合。这样我们把这样产生营销的决策会推送给CRM，我的客户经理接受这个信息，然后致电客户。如果客户同意购买我们的理财产品，那么客户经理就会产生一个订单，把这个订单推送给手机银行，客户点击手机银行就可以成交。这就是目前T+1的协同。

如果把客户经营体系比作高速公路，那么高速公路客户经营的策略就是在高速公路行使的汽车。在今年年初我们零售银行已经形成自己三个五的客户经营策略。就是权益五大计划、营销五大行动、产品五大配置。今天稍微给我们五大权益做一个广告。

银行如何活跃用户？

左边我们列出来的是我们五大权益。如果你满足这样的条件，比如说产品的持有、AUM的总量，你在银行金融资产的增长或者保持一定的金额，那么你们就会获得这样的权益，你们会在下一个月的15号，我们会通过短信给你发送一串码，你可以拿着这个到中信微生活的公众号兑换权益，这样你拿着权益到哈根达斯或者超市购物券。我们现在已经运行三期我们一直跟踪这些权益的情况。在我们的分析中我们发现，使用权益的这些客户他的黏性更好，而且他的交易活跃度也更高。而且很重要的一点就是他使用了权益之后，他的AUM，客户金融资产还会有额外的增长。比如说从我们每一期大概有12亿的增长，这样对于我们来讲我们确实是大大松了一口气，也得感谢上帝。因为我们权益是免费，是为了回馈客户，而且花的是真金白银。我们的上帝并没有薅完羊毛转身就跑，他反而加强和我们行的联系。

除此之外我们还有额外的收获，就是右边我们看到的，其实我们通过权益的数据我们是切近客户的生活场景，我能够客户在生活场景他的偏好是什么？所以我们拿到权益兑换数据之后结合金融数据，这样可以给客户画像。比如有一些喜欢运动，还有一些文艺范儿的娱乐客户，有一些喜欢网购，像这样的白领客户，还有偏爱必胜客、哈根达斯可能适合居家的客户，还有喜欢超市券的老年客户。这是我们的五大权益。

从营销活动我们也有营销的五大行动。这五大行动是雪球行动，主要针对产品到期的承接和新产品的拉新，按周下发。然后提升行动，主要提升客户的价值，建立客户提升价值的梯队。截留行动是截资金大额进出，这是按天执行。还有防降行动，还有赢回行动。这五大行动可以覆盖一百万的客户，我们一季度做了这样的评估，每个行动可以达到一百亿的产能。要不是客户AUM有所提升，要不是往来资金会增加，还有防降这边客户AUM在减少。这是精准营销五大行动。

中信银行五大客户群以及五大产品

还有五大产品的配置。五大产品配置我们是针对五大客群，结合他们的风险偏好然后去制定我们的产品配置的方案，在风险偏好上我们这里风险偏好是指投资的风险偏好，重点关注客户的风险承受能力、控制能力、还有财务状况还有流动需求，这五个方面的综合评估。

产品方面我们把产品分五大类，一些基础性的产品功能性的产品和一些非金融的产品，比如权益产品就是非金融产品。我们也会把客户产品的配置配到CRM里面，向各个渠道进行推行。其中重点一点我们也是推动网点的理财经理和客户经理，尤其是做好黏性产品这样的销售。这是我们的五大配置。

其实我们之前，上面很多方面我们已经取得很多成果，但是依然存在这样的缺陷。比如说我们整个运营过程中我们还是有不少的人工参与，那么比如说我们这些渠道，客户经理、短信、外呼中心都是分批次的执行。目前我们还没有覆盖我们全量的客户，而且我们渠道之间还缺乏有效的协同。另外我们整个客户的经营策略没有全面的落地，我们目前没有实现实时的决策。

那么上述这些问题都是我们计划在2018年逐渐解决的。怎么解决？智慧化和自动化。那么智慧化的意思是说，我把这种大数据的营销模型和实时决策的算法，以及我们的分层分群的策略结合在一起，形成客户经营的智能化。自动化是说我们在线上渠道自动执行，打通线上线下渠道，把我们的决策智能的决策有效的执行，提高我们的客户覆盖面，这是2018年一个大体的规划。

最能说明问题的三个案例：构造算法的线程

接下来介绍三个案例展示一下我们如何开展这样的相关工作。我们可以看到第一个案例是讲社交金融的营销。我们也知道如果我构造这样一个社交的网络，我可以通过算法去挖掘这样一些网络的结构，然后细化网络去分析不同网络的客户特点。通过量化这些指标可以产生一些目标客户，比如说可以通过病毒系数，可以找到有影响力的人。我们可以通过有影响力的人开展MGM营销，就是客户推荐客户的营销。比如说我们可以通过HHI指数找到有潜力的人，典型的就是你跟一些有钱人在一个网络里，而且你跟这个有钱人的往来比较频繁，关系比较密切的话，那么我有理由相信你也是一个有钱人，我应该把你视为是一个潜在的贵宾客户或者私行客户。另外可以关注跨行转账，我们可以把这部分客户提高他的黏性。

我们可以想到，这个想法比较简单，算法也有线程，但是我们怎么构造？我们不是微信，我们如何构造这个网络？我们还是从业务本身出发。我们的金融场景中也有这样的一些网络结构存在。比如说夫妻关系，比如我们个贷的申请体现的夫妻关系，我们贷发的企业关联的同事关系，跟你有转账的关系，然后附着在一些产品上面的契约关系，投保人和被保人，这样的关系。我们通过这样的关系可以构造一个社交金融网络。这个社交金融网络可以用刚才提到的，你找有影响力的人，你找跟有钱人打交道的人，把这些人找出来我们针对这些人开展营销活动，效果不错。

我们可以看到今年一季度我们通过跟有钱人打交道，产生了五千名潜在私行客户下发，两个月之后有13%的成功率，而且带动120亿的AUM的增长。另外通过有影响力的方式，比如贵宾客户，可以把贵宾客户相关的人，我们可以通过一些产品。比如推荐几个客户，你可以享受高35个BP的产品，你有资格去买35个，比平常高35个BP的理财产品。这个在两个分行进行试点，下发500名客户，30%的成功率，AUM带动了6亿的提升。这是社交金融的案例。

第二个案例是线上线下的协同营销。这个线上线下的协同营销是针对理财产品，我们在银行的这部分客户，我们在银行只要看过银行的数据我们都明白。在零售客户中间，零售的金融资产中间理财是占绝对的量，其实现在理财的份额不断的增加；但是成也萧何，败也萧何，你的理财产品好可以吸引很多资金，但是理财产品一到期可能很多资金随之而走。对于我们来讲目前我们行，理财产品到期之后的续买率大概65%左右。意味着理财产品到期，三分之一人不买了，意味着三期产品之后客户换了一批，这是非常可怕的现象。所以对于我们来讲理财产品到期的承接，是保AUM的重中之重。这个里面我们不能放过任何一个机会，我们提前把名单下发，短信联系我们甚至不放过任何行为。

所以这个里面我们做什么？我们做理财产品到期的事件，客户浏览在手机银行上的线上浏览行为，以及客户后续的购买行为，我们要把这些行为串联起来，去看每一个节点的转化率。我们的分析中我们发现，大概有80%的客户在理财产品到期的四天内在手机银行进行浏览，而且大多数人浏览的三日内做出行动，而且浏览理财产品的这部分人，他的续买率比未浏览的人高十个百分点。但是如果一个客户点四个产品以上没有产生行为，那么说明对你的产品不感兴趣，这个时候你要做工作，不然客户就走了。

所以我们通过这样的分析，我们通过数据去串联了客户整个的旅程，然后从中找到营销的时机。这样我们可以去做这样的一些工作，比如我们在T+1把线上线下做一个整合，我们有很多模型在上面跑，看这个客户续买的概率，看这个客户买一个金额更高产品的概率，看这个客户流失的概率，看这个客户在线上浏览行为有什么特点？把这些综合一起我们会产生一个营销方案。推什么产品？什么利率？用什么权益打动他？这些数据会下发短信和微信渠道，下发给客户经理，然后力争做到一个都不放过的方式跟客户做营销，触动客户的决策。

第三个案例我们讲的是如何去应用外部数据。我们做了一些外部数据的试点工作，我们也找了很多有外部数据的数据商，包括百度、百分点、极光，像这种数据。我们都去做了这样的测试，比如我们通过一些匹配获得外部客户的标签，我们想通过这些标签去提升我们的营销应用。那么外部数据我们大体做了三个应用场景。第一个去推动出国金融业务，第二是做ETC的线上，在外部的媒体平台上做线上的拓客，还有用位置信息做网点选址的优化。今天主要介绍出国金融的案例。

营销的第一步是场景化

从我们应用外部数据的经验来看我们都知道外部数据的价值密度比较低，从我们的经验来看一定要场景化。你通过场景化去定制外部数据才有可能有价值，我们可以看一下出国金融。为什么选出国金融？因为出国金融本来就是非常场景化的业务，它有很多场景，比如留学场景、旅游场景、外派场景，而且跟外部资源有频繁的交互。那么出国金融这个业务有自己的特点，它的业务流程比较复杂，比如留学它的流程非常长，维护客户关系其实比较难。还有一些是它的场景比较丰富，而且不同场景其实客户需求有差别。

另外一个就是被动识别客户，被动识别客户，只有当客户跑到你的网点跟你说，我做一个个人结售汇，你可能意识到这是出国金融客户是一个有钱人。对于我们来说营销开展的比较滞后，另外很重要他的拓客对渠道依赖比较高。不是你想找留学就可以找到的，你可能需要依赖外部的留学机构，你跟留学机构签约之后，你还得跟留学建议的老师沟通。所以出国金融分场景化拓客的成本比较高，对于我们来讲有一个问题。

我能不能以更低的成本去推出国金融的业务？去扩展这个出国金融的业务，其实应该是拓展客户。我们为什么不尝试一下我们的存量客户挖一些有潜在需求的客户？所以这个思路下我们做了一些对比和尝试。我们首先建一些预测模型，这个部分数据我们做了营销活动，效果还不错，大概可以通过名单的筛选，我们提升率，营销效率大概提升16到22倍。那么对于模型我们基于内部数据构造的模型，被这些模型淘汰的这些客户，我们引入了一些外部的互联网标签。比如说留学或者下载一个背单词的APP，或者在论坛上或者在百度搜索中搜索过一些出国金融业务相关的关键词。

我们通过这样的方式我们也把这样的客户，被淘汰的这部分客户，从我们目前行内的客户来看，不认为是一个潜在客户，我们用外部数据打了一些标签，然后选取一些目标客户做营销活动，5.5倍的提升。这个地方我们想说一些金融场景里面，我们这次的尝试中我们发现，在金融场景里面还是金融数据更有效。但是生活场景里面，比如我们做了ETC，我们会发现最主要就是识别客户。在ETC偏生活场景，外部数据也是同样比较有效。这是一个这样的案例。

我们回顾一下我们中信我们在零售客户的经营数字化，我们是这样的发展路线。2016年我们建立可持续优化的客户经营体系，包括闭环的营销，建立一个精准营销的闭环流程，建立客户全生命周期的框架，然后打通全中后台的流程，然后建立对于数据价值的认知。这个过程我们用的数据大多数都是历史数据。2016年下半年我们开始尝试精准营销，做事件营销的试点。在今年我们建立了外呼中心，这个时候把长尾客户的经营和标准化产品的销售都放在外呼中心上。这个时候发现外呼中心可以实现T+1的执行，我们发现时效性比较强的场景下，实时有效的执行会带来一些产能的大幅度的提升。

所以今年我们的重点是说事件、社交金融、线上线下，我们通过这种方式我们体系化营销场景构建，金融的渠道业务成熟度和数据成熟度，分阶段部署我们的场景应用。明年我们希望实现全客户群渠道的零售智能营销体系，能够智慧化能够自动化的执行。

其实从我们的介绍过程中我们可以看到，我们在整个过程中其实并没有太多惊人之举，我们更多是在脚踏实地这样一个客户经营工作中逐步引入这样数据化的工作。这就是我们中信银行在这块在数字化探索之路主要的历程。今天就讲这些，谢谢大家！

转载请注明来自36大数据（36dsj.com)： 36大数据 » 中信银行黄河：如何利用数据去做精细化的零售客户的管理