取消
普通评论
普通评论

N+X客群模式——新零售理念下银行客群细分模式

孙中华中国电子银行网2019-03-01 09:13
银行客群大数据新零售
孙中华 收藏

银行 图片来源:中国电子银行网
银行 图片来源:中国电子银行网

  一年之计在于春。热热闹闹的春节过后,周而复始的一年忙碌又开始了。对于银行人而言,很快就要进入“5+2”“白加黑”“扫楼扫街扫社区”,全员负债业务,背上指标拉存款的打鸡血状态了。

  年年岁岁花相似,岁岁年年人不同。我们应该清醒地看到,这个时代瞬息万变,跟线下网点万达百货王健林打赌的线上阿里巴巴马云开始琢磨线上、线下融合的新零售了。这几年银行业不再盲目跟风“互联网+”,开始琢磨智能网点升级,而再用万年不变的理念思维去经营管理银行是不是也已经不合时宜了呢?

  今天,笔者就基于当下新时期新形势,对银行客群细分这一课题进行探索性分析,用新范式对客群进行重新定义。

  一、银行客群细分的进阶

  如果将银行客群细分也分阶段,我们不难将2018年之前分为三个阶段:

  客群1.0时代,以银行为中心,尚未建立客群仪式的莽荒阶段。这一阶段,应是改革开放之前,时间上大致为1980年之前(各个区域由于改革开放推进的时间不尽相同,具体时间上会有出入)。

  这一阶段,只有几大国有银行,各家银行的业务门类、网点布局有着严格的界定,是银行挑客户阶段,银行内部也处在手工记账的“刀耕火种”阶段,谈不上服务意识,更谈不上客群划分,只是对于企业客户和个人客户有个区分。

  客群2.0时代,时间上应该在1980年到2000年之间。这一阶段,股份制商业银行出现,银行业开始有了竞争,“拉存款”成为银行人的日常,银行也逐渐有了服务意识,开始由银行挑客户,进入客户挑银行阶段。

  随着改革开放的不断深入,银行业自身的改革提升也逐渐减速,但就客群角度,这一时期开始对存量客户进行研究划分,逐渐开始建立客户服务体系。但就个人客户而言,银行逐渐对优质客户进行倾斜,在产品上也开始提升出金卡和贵宾服务。

  总体而言,这一阶段是国内银行业对客服及客群细分摸索、尝试的阶段。

  客群3.0时代,时间上在2000年到2018年。这一阶段,银行业逐渐明确自身服务行业定位,服务向标准化、系统化提升,后期又开始了个性化、特色化再造。

  而就客群细分而言,银行对于公司客户划分更加细致,中小企业、小微企业、高新创企业等占比逐渐增加;对于个人客户,无论从个人资产规模还是客户年龄层次等维度,划分更加细致,所提供的服务的多样性、丰富性也有了极大的提升。

  但是,我们应该清醒地认识到,无论是通过年龄指标将客户划分为儿童、青少年、中年、老年客户,还是通过个人金融资产将客户细分为普卡、金卡、白金、钻石、财富、私人银行客户等,银行对于客户提供的金融服务依然存在严重的同质化,而对于客户的层级变化,迭代等,都无法给予及时、有效的跟进,这就造成了银行客群细分标准和所提供服务的严重滞后,也就造成了银行提供的金融服务和客户实际体验之间的严重错位。

  举个例子,2000年的时候,银行业内部有一个争论,就是是否取消存折。主张保留存折的,认为老年客户对于银行卡接受起来尚有难度,特别是中低收入的老年人,对于存折依然有着很强的依赖。主张取消的,认为老年客户对银行的贡献度较少,取消存折可以将有限的一线服务资源向高净值人群倾斜,提高他们的满意度,增加客户粘度和忠诚度。

  但是,今天再来讨论这个问题就已经是笑话了。因为,如今的老年人(65岁以上),恰恰是2000年左右那部分25-45岁高净值人群,他们早已经习惯银行卡,相反存折反倒对于他们而言比较累赘,再去讨论存折的存废有什么意义?

  再者,银行排队问题。大概2010年之前,银行办理业务排队是一个非常棘手的问题,银行不得已通过增设网点、增加柜台数量、提高业务办理效率应对。而今,排队问题已经极大缓解,银行所面对的却是网点合并、升级再造的问题。

  原因在哪里呢?

  这是因为,当年网银开始普及,彼时的老年人尚未习惯网银,只能积压到网点办理业务,而今,伴随着网银成长起来的客群已经是中坚力量,他们不需要来网点办理基础业务,而移动互联一代们更是习惯了手机银行、微信银行,进银行都少之又少了,哪还会有排队问题呢?

  可见,客群迭代是一个需要银行业越来越重视的问题,再不能以传统、落后的划分标准来进行客群细分了。

  所以,在此提出客群4.0时代概念。时间上,应是今年到2025年左右,这将是银行业打破原有客群划分标准,通过多项变量指标的留存、汇总、融合,时时判断、无缝跟进客户需求,逐渐建立“自适应”客群服务系统(生态)的阶段。

  二、“自适应”——客群4.0时代核心理念

  银行业对于客群的划分,传统上是根据银行自身所能掌握的各项指标,建立起对客户量化考核的系统,对公、零售都是如此。如,公司客户的规模考核,对应零售客户的金融资产考核,公司客户的资产负债考核,对应零售客户的流水考核等。

  但是,正如前文提到的,银行的指标细项滞后于市场的变化和客群的迭代,我们需要建立一套新的考核划分体系,这套体系可以根据客户的金融行为不断增补项目、数据,构建一个大数据网络、平台,从而从传统的一个层面的考核,提升为多维、立体的考核,从而对客户进行更加细化的划分。

  这套体系的核心就是通过数据的不断增加,体系自身的指标、标准不断细化,从而更加细腻地对客户进行画像细分。体系不仅增补变量,还会根据客群的迭代在数据上的反馈,剔除不再积极的变量,从而完成银行服务对客户的持续适应。

  三、多维度获知,搭建大数据平台

  如何搭建这一“自适应”体系呢?依靠的就是大数据原理,广泛、全面地搜集客户金融行为数据。如果说传统的客户信息数据,是一个以时间为轴的定向“桶形”数据结构,那么全新体系下,客户信息呈现的将是一个发散矩阵机构。

  银行可以通过自身产品和服务,以及体外第三方合作平台的信息,完成对客户的金融画像复刻。

  我们可以利用的信息获知源包括但是不限于系列信息:

  1.账户信息。传统的账户信息,公司客户的进出款项,往来账目等,个人客户的代发工资情况、投资理财等。

  2.消费信贷。公司客户的各类贷款、融资,金融租赁项目等。个人客户的房贷、车贷,各类消费类信贷等。

  3.移动支付。主要是个人客户的信用卡消费、云闪付、微信支付、支付宝等等。以及银行与第三方平台的联网信息,如青岛银行-美团联名信用卡的消费信息等。

  4.云端生活。像客户登陆网银的日常信息,各类生活缴费、积分及兑换,各类抢购、消费等。

  其他金融行为。

  通过这些信息数据的汇总、整理,在传统指标以外建立发散性的数据中心,从中提炼客户行为习惯、喜好等。再根据最突出数据项,完成同类客户的分类归集,不再局限于原有的客群划分门类。

  这与原有客群体系的不同点在于,传统客群划分是设计好类别,将客户纳入指标最契合的一类。而自适应体系是不预先设计好类别,客户呈现出怎样的特征,就同类型合并,生成一类客群。特殊的情况下,一位客户也可以独立一个门类。

  如通过客户的云缴费信息,及代发工资情况、各类贷款情况,适时推送一定额度、一定期限的消费信贷类产品,让客户通过网银、手机银行秒批秒贷;透过客户餐饮、购物等信息,推断客户活动区域、时间习惯等,动态调整房贷提示信息、信用卡账单等的推送时间点,为客户提供最舒适的服务体验。

  四、N+X,建立迭代生态

  如果将突破传统衡量指标的这些丰富到方方面面的数据称为“N”,那么建立自适应客群细分系统,可以灵活应对客群迭代升级的要点就在于要不断增加、剔除的变量“X”。

  X,应是客户原有N的数据矩阵基础上,时间轴上不断变化的细项。其实,银行可以通过多个方面进行X数据的抓取、增补。比如消费行为突变数据。

  一段时间内,银行可以根据客户消费支出的增加或者减少,消费项目的变化,对客户信息完成增补调整。

  如个人住房贷款客户,还款一段时间后,消费频次的增加、改变,特别是某一类消费的激增,就可以通过数据的增补,完成对客户画像的补充。

  如果家具、家电集中采购,则可以判断客户完成单身到已婚的转变,在产品推送和服务中,银行可以推荐客户信用卡附属卡和资金归集等业务;如果婴童用品的集中采购,则可以判断客户升格成为父母,银行则可以推荐保险类、教育基金类产品。

  另外,我们还可以根据投资行为突变数据(各类投资、理财数量、种类的变化等)、投资行为突变数据、生活细项突变数据、行业、领域突变数据以及一些其他的数据来迭代生态服务内容。这些内容,限于篇幅暂且不表,以后再有机会和中国电子银行网的各位网友一起探讨。

  通过数据的变化,完成客户细分类别的调整,而通过客群细分的调整,实现产品、服务推送的精准化。

  五、开放、透明—“N+X”体系的后台特征

  要实现“N+X”客群体系的搭建,除了要建立庞大的客户信息数据库,还要从运维模式上对传统银行后台业务管理进行颠覆。

  原有银行后台业务部门,分条线管理,公司条线、零售条线、科技条线、服务条线等。而新的客群体系下,需要打破条线壁垒,已数据库为核心,扁平化的网络协同架构。

  这不是简单的+互联网,而是将互联网融入到银行自身的血液中。早年,金融企业将互联网视作工具,视作传统业务升级、跨越的翅膀,现在来看这种认识是错误的。互联网不是一种工具,是一种思维,是一种对自身的颠覆重塑。

  回到“N+X”,这就需要对银行自身完成如下再造:

  1.数据的开放、透明

  银行业原有数据调取是需要业务部门申请权限后,拿到一组组数据,而且申请周期、审批流程等相对较为繁琐。而“N+X”架构下,需要数据对所有相关的业务部门开放、透明,数据不是某个部门的自留地,而是面向所有相关部门的共享库。

  2.部门协同

  银行业的数据,因为安全、风险等要求,往往是保密的,而且会有不同的表述口径。一方面业务部门很难拿到数据,另一方面,业务部门拿到的数据不一定是格式适当的。“N+X”架构下,就需要信息科技部门改造后台数据库,这一改造要根据业务部门的喜好、偏好来改造,数据信息随时调取,随时补充。

  在这一工作模式下,数据是平台核心,无论是负责数据抓取、汇总的信息技术部门,还是负责业务的公司银行部、零售银行部、私人银行部、服务部门等,都是围绕在数据周围的平行部门。

  3.数据交换

  淘宝在成为网络生态之前,是垂直管理,数据不对外的。而在从平台向生态的演进中,淘宝对分类数据进行了行业共享,并一定程度上进行了开放,这就使得淘宝成为一个高速吸能的网络“黑洞”,让网络用户更加牢固地黏在一起。同时,也恰恰是数据规模的不断扩大,才反过来对系统进行了自我修补,让系统越来越聪明。

  银行要想在客群体系打造上实现自我修复和自我提升,也要对数据进行开放。

  第一阶段,银行内部要打破分支行壁垒进行数据交换、共享;

  第二阶段,要透过分支机构完成对区域、行业内的数据进行扩充;

  第三阶段,则是透过行外第三方,完成银行自身所需数据的补充。

  我们可以乐观地判断,银行业自身的转型升级一定会以更加包容的态度面对行业的变化,那么也一定会有更多的领域内出现颠覆、革新。作为一种探索,基于大数据理论的“N+X”体系能否得以实现,我们也拭目以待。

  作者:孙中华供职于青岛银行,系中国电子银行网专栏专家。

责任编辑:王超

点击加载

点击加载

发送
普通评论
发送
普通评论
普通评论

为你推荐

暂无相关推荐