科技猎知己知彼才能制胜，解读丨零售银行大数据驱动营销及管理
大数据 技术在企业应用已成为大势，金融领域存在大量用户数据与交易数据，对于客户判断有天生需求性，面向大众和中小企业进行金融售卖的 零售银行 更是需要通过数据挖掘来提升获客效率进而精准获客，《零售银行的“制胜秘籍”：大数据驱动营销及管理》以 麦肯锡 在零售银行的实践经验抛砖引玉，探讨在中国实现大数据驱动零售银行增长的核心能力及有效路径。
麦肯锡通过对国际领先银行和国内零售银行在运用大数据方面进行对比，分析出大数据驱动的五大秘籍，以及给出为银行搭建出实施数据驱动的五大步骤，得到《零售银行的“制胜秘籍”：大数据驱动营销及管理》，本文将对此报告进行解读。
知彼，国际领先银行以大数据挖掘出的四大价值
价值一：推动基准营销
在消费者行为可视化的今天，大数据也成为银行持续发展的重点之一，Capital One是一家以投融资及基金管理为基础，集国际贸易、项目开发、投资银行业务为一体的企业集团，成立不到30年，就从一家结构单一的信用卡公司迅速成长为全美排名前十的商业银行，该公司的信息战略是把所有业务领域结合成一个单一的和灵活的决策结构。
与其相似的花旗银行则是在2012年通过大量分析客户在银行的内部个人数据，信息行为，以及家庭数据使得业绩大幅度提升（例如，在某富人群里，有70%的客户按揭，45%的客户在5年内投保了多个险种，那么银行就可以设计相应的按揭及保险产品的营销策略），把资源流向利益最大的客户。
价值二：有益于管理决策
银行为了实现科学决策和标准化的管理，开始用销售管理看板代替经验主义的运作模式，比如汇丰银行建立自下而上的销售管理看板，利用大数据分析的透视化管理，为客户对症下药，提供最有效的决策支持，为此银行可实现科学决策和标准化流程管理。
价值三：多快好省
如今，大数据在银行领域的运用越来越广泛，对银行的运营能力也有更高的要求，有许多银行利用大数据提升运营能力，美国银行约有5900万微小客户，并且有近6000家银行网点，以往30年内完成的40万个按揭产品的信息数据需耗时3个小时，而如今只需要十分钟；计算违约时间也从96小时缩短至4小时，通过数据平台优化，大幅度提高了运营效率。
价值四：管控风险
银行的成与败，与它的风险管控也有很大的关系，丰富可分析的数据源，可提高信贷风险评估能力。例如Capital One在总部就建设了1600人的数据分析团队，依托数据团队和综合风控模型提高信贷评估能力对用户风险进行模拟管控，有效降低监管成本。运用大数据技术对用户风险管控的还有汇丰银行，汇丰银行为全球业务网络构建了防欺诈管理系统，数据处理量增加了87%，同时计算机资源成本降低了30%。
综述，基于麦肯锡经验，大数据的高级分析能够为银行业挖掘出前所未有的价值，见图1。
“大数据”作为零售的核心工具，可多方面为银行提升运营绩效，相对的，中国零售银行运用大数据目前存在四大问题，报告通过营销体系建立的方式进行分析，基本环节见图2。
中国的银行普遍面临客户数据与一线应用脱节的困境，四大环节从数据联系和挖掘入手解决三方面问题：
问题一：框架能力匮乏，难以形成高价值洞见
问题二：数据洞见闲置，难以设计举措建议
问题三：执行大打折扣，难以跟踪销售过程
问题四：反馈体系缺失，难以形成自反馈闭环
中国零售银行在销售指标的设定上，过于强调结果缺少过程分解与动作类指标，见图3。在销售过程监控、销售过程的关键节点存在着盲点，由于在指导销售行动上存在以上问题，指导效果也大打折扣。
数据驱动的五大制胜秘籍
为帮助中国零售银行在数据化营销和管理能力上实现快速突破，麦肯锡研发出五大秘籍
秘籍一：诊断与洞见——深度理解业务痛点和机会点。
获得客户洞见是银行开展零售的第一步，针对银行业务的深层解读，麦肯锡为银行制定了Digital Sprint银行定制版，对客户的全寿命周期进行诊断，洞察了获客、提升客户、流失客户挽回的能力，并给出相应产品和渠道的举措，见图5。
秘籍二：用例驱动分析——实现数据驱动精准化营销。
在实现业务诊断和相关洞见之后，银行下一步要做的就是根据洞见和相关问题制定不同的策略。麦肯锡分别通过两个案例来展现驱动分析的卓有成效。
案例一：通过交叉销售理财产品，增加已有客户的储存额度
在该案例中，某银行通过Digital Sprint分析客户的储蓄大幅度流失是阻碍储蓄增长的主要原因。
实践表明，有理财产品的客户人均资产提升要比无理财产品客户高7-8倍，增长人数比例也是无理财产品的1-2倍。
为此，该问题的解决方案是向客户推荐理财产品。传统地毯轰炸式的推销理财产品，事倍功半且易遭至客户的反感。通过大数据分析和模型筛选后，选择有意向的客户，并进行精准营销，匹配出合适的理财产品，事半功倍。
案例二：通过统计聚类，分组设计产品和营销方案提升信用卡用户的储存卡比例和存储数额
在该案例中，某银行无法捕捉中高消费且按时还款的高质量信用卡客户。
实践表明，将信用卡开户行的储蓄账户作为主账户，可有效提升储蓄量。
利用大数据和建模可追踪信用卡的使用数据，可以精准刻画用户的日常行为，获取客户的社会地位、职位和偏好等，从而做到有针对性地营销方案，其次通过还款来源锁定竞争银行，使产品和营销更加具有针对性。
秘籍三：线索执行及管理——分支分行行长及客户营销及管理工具。
若要将Digital Sprint发现的客户洞见与用例驱动分析结果应用到前线，银行还需要CRM，协助销售和管理，进而需要分析型CRM数据营销解决方案，其核心功能是建立营销模型、推送营销线索，见图6。此外麦肯锡对CRM的操作界面进行了梳理，理财经理可以随时利用移动端了解客户信息、管理客户、推送线索（见图7）及对标管理自身业绩（见图8）等。
秘籍四：销售管理驾驶舱——提升销售管理能力的有效解决方案。
销售管理驾驶舱从产品、客户、渠道、团队和收入等多个维度出发，全方位分解业绩，并在每个节点按不同经营机构进行切分，使每个团队或个人都能以不同视角分析定制化产品的经验情况，从而大大提升决策水平与效率，见图9。例如在团队维度上，分析发现普通以上客户的维护覆盖率仅70%以下或多人重复维护的客户达30%以上，或者无分户的理财经理或客户经理人数达30%以上，就应将合理分户作为下一步的重点举措。
秘籍五：一体化数据平台——实现整合的数据效益。
为了有效发挥“四大秘籍”，麦肯锡提出在银行范围内建设一体化数据平台作为大数据基础架构，该平台从数据整合到一线执行一共包括五层，见图10，各层均配有相应的组织架构和KPL支持。
打造零售银行大数据分析能力的五大步骤
搭建完整的数据驱动营销和管理体系需要分为五步走。
步骤一：从核心业务突破，推动数据营销。零售银行业务覆盖面比较广，所以在初期阶段银行应该对自身现状进行诊断，借助Digital Sprint在短时间内定位提升客户业务的机会，并通过销售管理驾驶舱赢得总行的重视。
步骤二：跑通数据化营销和管理闭环，通过试点迭代优化。这个步骤的主要目的在于解银行的整个系统，需要在过程中发现、总结并解决问题，吸取经验和教训，为后续全面推广奠定基础。
步骤三：全面推广形成方案。银行在推广阶段还是会遇到种种挑战，所以必须要有总行、分行和支行的全力配合，并引进规范化的PMO及推广经验，才能确保转型成功。
步骤四：进行顶层设计，培养银行的大数据能力。数据管理的第四步是顶层设计，银行要设计核心职能、梳理组织架构及流程，建设各层级人员的能力并持续优化改进硬件系统。
步骤五：制定持续数据驱动转型的实施计划。最后一步也是至关重要的一步就是制定持续数据驱动营销和管理体系的转型路线图，见图11。路线图一旦确定就不能随意更改，并且需要多层次全方位的宣传，确保全员深谙转型的意义及路线图。
最近几年，大数据、 云计算 等技术的出现，给金融业带来了不小的冲击。
金融大数据在金融行业的应用能有效地帮助金融行业实现信息化转型，使得金融行业整体更为高效。而现阶段大数据在金融领域的主要应用是个人征信，大数据风控，信用服务等方面。 在银行方面充分利用数据的潜在优势：
1、依靠数据跟踪技术，实现对贷出款项实时监测，防控资金问题。
2、大数据本身就是消费市场的晴雨表。针对大数据的研究分析，梳理出资金需求额度较高行业、企业及个人的相关信息，并且进行深度数据挖掘分析，基于数据计算出风险概率，实现贷出额度的科学化。
3、大数据能够多维度分析潜在客户需求层级，真正实现银行准备金使用效率的最大化。
4、节省人力成本，降低银行经营成本。
可能存在的风险：
1、缺少行业监管和规范，容易误导为旁氏骗局。例如早期的P2P，监管危害较P2P降低，但性质相同。
2、数据分析出收益更高的行业和领域，可能造成银行从业者将资金过多投入到高收益领域。造成部分重要行业遭遇资产荒。
比如光大银行研发的“阳光理财”资产配置平台(APP)，分析客户需求并设计与之匹配的资产配置方案以支持营销;民生银行通过大数据分析定义营销举措并防止客户流失;招商银行利用大数据发展小微贷款。
金融跟互联网的融合是一个大势所趋， 大数据金融 能够帮助企业实现，网络化、信息堆成、高效率、服务边界扩大化等作用。
在未来，金融会是数据驱动型的金融，大数据技术的广泛应用，对我国金融生态和金融格局会产生深刻的影响，大数据时代催生了众多新的金融服务模式，必将推动我国金融行业的发展。
科技赋能，动能转换。9月14日亿欧将在北京双井富力万丽酒店举办以“ 服务实体经济 ”为主题的 2017中国金融科技未来领袖峰会 ，活动详情及报名请戳： 服务实体经济——2017中国金融科技未来领袖峰会
本文作者罗雅雯，亿欧专栏作者；微信：minor393（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。
