分析：如何利用大數據促進(jìn)銀行營(yíng)銷(xiāo)模式創(chuàng )新

()中國銀監會(huì )在《中國銀行業(yè)信息科技“十三五”發(fā)展規劃監管指導意見(jiàn)(征求意見(jiàn)稿)》中提出，“十三五”(2016-2020年)期間，“銀行業(yè)金融機構要深入貫徹落實(shí)《促進(jìn)大數據發(fā)展行動(dòng)綱要》，主動(dòng)制定大數據戰略，積極建立大數據服務(wù)體系，加強數據共享，深化大數據應用，充分發(fā)揮數據價(jià)值?！?/p>

為落實(shí)大數據戰略，銀行業(yè)金融機構一般會(huì )從以下兩個(gè)方面提升自身的能力：一是制定大數據戰略，夯實(shí)數據基礎；二是建立大數據服務(wù)體系，加強大數據應用。其中，夯實(shí)數據基礎的方面，各家銀行都在抓緊建設，應用方面，由于各家銀行對于大數據的理解、大數據基礎、大數據發(fā)展重點(diǎn)不同，大型銀行先行了一步，開(kāi)展的比較好，中小銀行還處于探索階段。

某住房?jì)π钽y行作為一家以開(kāi)展住房?jì)π顦I(yè)務(wù)為主的中小商業(yè)銀行，為實(shí)現銀監會(huì )“十三五”規劃要求，提升自身服務(wù)能力和和競爭能力，近兩年也在積極開(kāi)展大數據應用，在利用大數據進(jìn)行精準營(yíng)銷(xiāo)方面，進(jìn)行了有益的探索。通過(guò)數據挖掘實(shí)現精準客戶(hù)識別

某住房?jì)π钽y行首先與客戶(hù)簽署一份住房?jì)π詈贤?，按照合同的約定，客戶(hù)需先進(jìn)行存款，存款達到合同額(客戶(hù)存款額加客戶(hù)可獲最高貸款額之和)的一半且達到一定的評價(jià)值系數后，客戶(hù)可以獲得低利率的購房消費貸款(根據產(chǎn)品不同，貸款利率分別為3.3%和2.95%)。雖然開(kāi)業(yè)以來(lái)，住房?jì)π町a(chǎn)品已逐步獲得了市場(chǎng)認可并積累了大量簽約客戶(hù)，但其中部分簽約客戶(hù)簽約后未存款或存款不活躍，影響了業(yè)務(wù)發(fā)展。為了改善這種狀況，該銀行成立了“休眠客戶(hù)激活”專(zhuān)題小組，研究如何利用自身?yè)碛械拇髷祿Y源對現有客戶(hù)進(jìn)行深度分析，挖掘出潛在的活躍客戶(hù)并進(jìn)行精確營(yíng)銷(xiāo)，提高客戶(hù)的活躍程度。

根據研究目標與數據情況，選擇利用Logit模型進(jìn)行回歸分析以識別可能被激活的休眠客戶(hù)。為此，做了以下工作：

首先，根據客戶(hù)過(guò)去一年的存款次數、存款余額等因素對活躍客戶(hù)和睡眠客戶(hù)進(jìn)行定義，有效區分活躍客戶(hù)和休眠客戶(hù)。

其次，選擇可用的指標作為區分活躍客戶(hù)與休眠客戶(hù)的關(guān)鍵屬性。選擇的屬性指標包括：年齡，性別，國籍，民族，婚姻、學(xué)歷等。由于屬性數據比較稀疏，為保證建模質(zhì)量，同時(shí)還選擇了是否簽訂委扣協(xié)議等行為數據指標。這些指標是根據營(yíng)銷(xiāo)人員的實(shí)際工作經(jīng)驗總結選取的。在進(jìn)行實(shí)證研究之前，為了保證實(shí)驗效果，還進(jìn)行了獨立樣本T檢驗，檢查各個(gè)變量在不同客戶(hù)類(lèi)別之間是否具有顯著(zhù)不同的波動(dòng)性或者均值分布，如具有較大差異說(shuō)明該變量能夠較好的區分活躍客戶(hù)和休眠客戶(hù)。

再次，以客戶(hù)類(lèi)型為因變量，以前面選擇的變量為自變量利用Logit模型進(jìn)行回歸分析。實(shí)驗結果顯示，當只選擇屬性指標進(jìn)行分析的時(shí)候，擬合效果并不好。對睡眠客戶(hù)的樣本內預測精度為90%左右，但對活躍客戶(hù)的預測精度僅僅為7%左右。這表明屬性指標并不能很好地識別客戶(hù)類(lèi)型。雖然屬性指標識別效果不甚理想，但是分析發(fā)現回歸結果對實(shí)際營(yíng)銷(xiāo)工作還是具有一定的指導意義。例如，年長(cháng)的人、女性、已婚人士、企事業(yè)單位負責人和商業(yè)、服務(wù)業(yè)人員等具體的客戶(hù)對象更容易成為活躍的客戶(hù)。由于屬性指標分析結果不理想，又將行為變量加入到模型當中進(jìn)行深入分析。結果發(fā)現，改進(jìn)后的模型樣本內識別效果較好，對睡眠客戶(hù)以及活躍客戶(hù)的預測精度基本都在70%左右。這一結果說(shuō)明行為特征基本已經(jīng)達到更好地識別客戶(hù)類(lèi)型的要求。

通過(guò)三次建模，最終獲得了較為有效的模型，該模型已經(jīng)可以較為精準的識別潛在住房?jì)π罨钴S客戶(hù)。通過(guò)數據挖掘有助于提升營(yíng)銷(xiāo)分類(lèi)管理水平

現實(shí)生活中，經(jīng)常會(huì )發(fā)現這樣的現象，同一家銀行、同一類(lèi)產(chǎn)品，不同區域或者地區團隊的營(yíng)銷(xiāo)差異顯著(zhù)存在，市場(chǎng)人員對于產(chǎn)品的市場(chǎng)接受度的反饋也有很大的不同。這種現象往往使管理者感到迷惑，管理者一般會(huì )更傾向于這是由于不同營(yíng)銷(xiāo)團隊的營(yíng)銷(xiāo)水平和努力程度造成的。在對不同團隊進(jìn)行績(jì)效考核時(shí)，管理者一般也更偏向按照實(shí)際業(yè)績(jì)來(lái)進(jìn)行考核，一般很少考慮產(chǎn)品戰略或者外部因素的差異性等問(wèn)題。

但是，通過(guò)數據分析發(fā)現，如果同一家銀行出現較穩定的不同區域營(yíng)銷(xiāo)差異，這種差異往往是在提醒管理者需要根據不同區域的市場(chǎng)狀況，適時(shí)調整產(chǎn)品戰略，以促進(jìn)市場(chǎng)營(yíng)銷(xiāo)。

以此次實(shí)驗中發(fā)現的A地和B地為例。這兩個(gè)地區是我們目前的客戶(hù)主要來(lái)源，客戶(hù)在銀行存款的主要動(dòng)機也是獲得低息購房貸款用于購房。但由于先存后貸的制度設計，客戶(hù)一般在簽訂合同后兩年才可以獲得低息貸款。2013年-2016年期間，B地和A地的房?jì)r(jià)變化存在較大差異。B地房屋價(jià)格上升較慢，而A地房屋價(jià)格上漲較快，在A(yíng)地，很多簽約客戶(hù)等不及達到配貸，獲得低息貸款就匆忙尋求其他的貸款方式買(mǎi)房，而B(niǎo)地則此類(lèi)情況較少。數據建模結果支持以上觀(guān)點(diǎn)。我們將客戶(hù)樣本劃分為B地區和A地區進(jìn)行分別研究發(fā)現，B地區活躍客戶(hù)的樣本內識別精度高達81.2%，而A地區活躍客戶(hù)的樣本內識別精度只有65.3%。這說(shuō)明兩個(gè)地區活躍客戶(hù)的行為的確存在較大差異，而A地區的活躍客戶(hù)更難識別，原因可能在于A(yíng)地區房?jì)r(jià)的快速上漲與合同最少存款兩年之間存在矛盾。這就給產(chǎn)品設計部門(mén)提出了要求，如何根據市場(chǎng)變化適時(shí)調整產(chǎn)品設計來(lái)滿(mǎn)足客戶(hù)實(shí)際需求。只有實(shí)現了這一調整，銀行才能整體實(shí)現業(yè)績(jì)的持續上升。數據挖掘結果促進(jìn)建立完善的營(yíng)銷(xiāo)數據體系

建立完善的營(yíng)銷(xiāo)數據體系是銀行夢(mèng)寐以求的結果。但在現實(shí)生活中，由于前后臺分割、不同業(yè)務(wù)條線(xiàn)之間對接不充分、系統分割等原因，很多中小銀行的營(yíng)銷(xiāo)數據體系還需要升級提高。這主要表現在三個(gè)方面，一是數據類(lèi)型更多的是屬性數據或者結果靜態(tài)數據，而行為數據或者連續動(dòng)態(tài)數據較少；二是數據庫字段的豐富程度與需要時(shí)刻變化描述的市場(chǎng)狀況之間存在差距；三是動(dòng)態(tài)的數據分析給予前臺的實(shí)際業(yè)務(wù)指導較少。以上這些問(wèn)題，都需要銀行逐漸的完善。具體地講：

在行為數據的完善方面，營(yíng)銷(xiāo)人員是與客戶(hù)進(jìn)行面對面交談的人群，營(yíng)銷(xiāo)人員對客戶(hù)的直觀(guān)印象以及交談過(guò)程當中所了解到的客戶(hù)各方面需求等方面的信息要遠遠多于目前大數據數據庫中包括的信息。因此，在未來(lái)的營(yíng)銷(xiāo)數據庫建設的過(guò)程中，需要著(zhù)重收集營(yíng)銷(xiāo)人員的各種意見(jiàn)，將其歸納入的關(guān)鍵行為數據納入營(yíng)銷(xiāo)數據庫中。

在數據庫字段豐富方面，可以利用營(yíng)銷(xiāo)人員盡可能多的收集客戶(hù)需求信息以充實(shí)大數據包含的內容。這里的信息包括定性與定量意見(jiàn)，定性的意見(jiàn)便是客戶(hù)所表達出來(lái)的各種信息，而定量意見(jiàn)則是銷(xiāo)售人員綜合上面信息對客戶(hù)活躍度的打分如銀行數據庫中一般沒(méi)有客戶(hù)購買(mǎi)產(chǎn)品動(dòng)機分類(lèi)，事實(shí)上，這個(gè)信息對于達成有效銷(xiāo)售非常重要。我們知道客戶(hù)購買(mǎi)銀行的產(chǎn)品主要有三方面需求，即購房需求、置換貸款需求和理財需求，其中前面兩種需求更加重要。因此，如果我們能夠獲取客戶(hù)這方面的信息，包括收入的穩定性、購房意向、購房金額、購房地區、購房目標等信息，便可以更加準確的了解客戶(hù)存款動(dòng)機，并借此判斷其成為活躍客戶(hù)的可能性。在這個(gè)過(guò)程中，營(yíng)銷(xiāo)數據庫也完善了很多。銀行管理部門(mén)對于新進(jìn)入的市場(chǎng)人員的培訓也會(huì )更有針對性，效率也會(huì )更高。

在數據分析對前臺工作的指導方面，我們認為，在加強部門(mén)合作的基礎上將數據挖掘研究成果系統化是有效的方法。眾所周知，中小銀行系統不像大銀行那樣功能強大且完善，客戶(hù)數據主要來(lái)源于前臺銷(xiāo)售部門(mén)，特色的產(chǎn)品一般源于產(chǎn)品設計部門(mén)，數據的處理和分析由數據管理部門(mén)負責。如果能夠加強各部門(mén)之間的信息共享和交流，將數據分析成果真正用于前臺市場(chǎng)部門(mén)的營(yíng)銷(xiāo)，以及產(chǎn)品部門(mén)的產(chǎn)品設計，銀行內部才能真正實(shí)現流程順暢，協(xié)作高效的管理局面。另外，由于數據在不斷發(fā)生變化，數據分析結果只有系統化展現才能更好地為市場(chǎng)人員和產(chǎn)品人員服務(wù)，這也是銀行加強營(yíng)銷(xiāo)數據建設的重要內容。

某銀行利用大數據分析技術(shù)進(jìn)行的休眠客戶(hù)營(yíng)銷(xiāo)激活實(shí)驗，已經(jīng)取得一些階段性的成果?？梢灶A見(jiàn)，中小銀行利用大數據開(kāi)展新業(yè)務(wù)、對傳統業(yè)務(wù)升級改造將成為主流發(fā)展趨勢(這方面大銀行已走在前面)，如果不能在這一黃金時(shí)期牢牢把握機會(huì )改進(jìn)銀行機構的運營(yíng)模式，一些中小銀行將會(huì )喪失核心競爭力，甚至會(huì )被淘汰。然而，這個(gè)過(guò)程相對艱難，在利用大數據技術(shù)升級傳統業(yè)務(wù)的過(guò)程當中，我們都需要不斷地學(xué)習與努力，需要對一些細節問(wèn)題進(jìn)行更深入的探討與完善，這樣才能保證大數據為我們提供更多的有效信息。(來(lái)源： 168大數據；編選：中國電子商務(wù)研究中心)