银行数字化精准营销的策略和思路探索

银行数字化精准营销的策略和思路探索

王逊超

安徽工商管理学院  安徽合肥  230601

摘要：随着客户个性化、多元化需求的快速发展，银行传统营销模式已经难以适应市场的变化。数字化精准营销已成为中小银行业务发展、精耕细作的重要战略方向。本文通过对银行数字化精准营销展开讨论，解析中小银行的数字化营销路径，提出数字化精准营销的体系，以期推动银行整体经营转型与业务产能的快速提升。

关键词：数字化；精准营销；银行

引言

银行进行营销的个体通过银行营销在一定的市场活动中，以市场的不同格局的变化作为方向，从而达到满足顾客需求的目的，并且在多变的大环境条件下，对于人们的不同类型的需求，银行会通过一系列具有创造性的活动将潜在客户发展为可持续客户。银行营销以提供产品或者服务为主，促使消费者以及经营主体获得目标需求，满足消费欲望，并且进一步完成企业规划（如盈利、发展企业规模或者扩大消费群体），是具有社会性以及群体性的管理活动。

1.数字化精准营销的思路

银行零售业务经过多年发展，在银行发展战略中的重要位置已经越来越凸显。面对庞大的客户群体，传统零售营销思路是靠发挥“三千三万精神”（千辛万苦、千家万户、千言万语），对客户进行广泛覆盖与挖掘。随着客户需求的变化，传统营销模式效能不断下降，需要探索新的营销模式。

数字化精准营销以客户为中心，从数据挖掘与分析角度精细化地进行客户细分，深刻洞察客户需求，传递客户个性化需求产品或送达共性特征客群的产品等，实现客户价值贡献的最大化。

数字化精准营销的思路在于，在客户数据分析这项重要工作里投入必要的资源，采用传统数据分析，找出客户行为背后的规律。同时运用大数据技术，得出细分群体的行为特征，从而有目的、有计划地开展精准营销和服务。

2.数字化精准营销的体系

数字化精准营销体系是以客户服务的全生命周期为主线，分别对客户获取、客户提升、客户成熟、客户衰退和客户挽留阶段的客户经营活动与大数据应用场景相对应，为客户提供匹配的产品与服务。

客户获取阶段是指吸引潜在客户并将他们发展成正式客户的过程。数据分析在获取客户阶段应用的方向主要有客户洞察、客户需求分析、产品和服务设计支持、客户风险评估等。对应的数字化技术有客户引流模型、欺诈侦测、信用评分模型等。

客户提升阶段是通过产品或服务组合刺激消费需求，把客户培养成高价值客户，促进客户交易、提升活跃度进而让客户贡献更多价值。数字技术应用在这个阶段，一是获得客户不同层次的实时需求，二是为这些需求寻求数字化的解决方案，从而激发客户需求和提升客户服务体验。对应的数字化技术有产品激活与睡眠促动、精准营销、行为评分等。

客户成熟阶段，让客户活跃并持续贡献价值，提高客户黏性。针对不同的客户群设计产品和服务体验，实现差异化服务。对应的数字化技术有交叉销售与个性化推荐、客群细分与价值分析、欺诈侦测等。

客户衰退阶段，通过及时预警分析。对应的数字化技术有违约预测，风险暴露分析，催收评分。

客户挽留阶段，识别并实现对高价值客户的挽留，结合客户特征，制定差异化的挽留策略，加强对客户流失的管理。有效的数据分析能够帮助银行准确的找到客户流失的原因，并对症下药，减少客户流失或使客户重新成为忠实客户。对应的数字化技术有流失预警、客户挽留和客户赢回。

3.数字化精准营销的方法

精准营销成为客户提升的代名词，客户提升的主要技术有聚类分析法、关联分析法、倾向匹配得分法等，主要功能在于实现客户的针对性营销以及关联营销等，提高单一客户价值和利润贡献。本文对主要的营销方法进行原理上阐释，为客户营销模型与理论的创新提供参考。

3.1聚类分析法

聚类分析是“物以类聚、人以群分”的一种统计分析方法，本质是将关系密切或者关系相近的样本聚为一类。聚类分析法在精准营销方面的应用在于客户细分。比如对于购买不同类别理财产品的客户而言，可以进行特征归类，挖掘出购买某种理财产品客群的主要特征，然后以此特征为参考，继续对相似特征客户进行精准营销。

3.2关联分析法

关联分析是“推己及人、爱屋及乌”的一种统计分析方法，本质是将关联性强或者关系相近的样本进行推送或者捆绑销售。比如沃尔玛超市曾经通过大数据分析发现啤酒与尿不湿销售数据关联性极强，调研发现男主人在超市购物时，在购买家庭用品之后通常会购进啤酒进行自我犒劳。因此，沃尔玛发现数据关联之后进行捆绑销售。

银行和金融机构可以使用市场购物篮分析（关联分析法）来分析信用卡购买以进行欺诈检测和交叉销售保险产品、投资产品（共同基金等）、税务准备、退休计划、财富管理等。

3.3倾向匹配法

倾向匹配法是“对象匹配”的一种统计分析方法，本质是通过对潜在客户画像，对其进行匹配，按照匹配到对象的金融需求，为潜在客户提供产品或服务。倾向匹配法在精准营销的应用主要是产品推送或风险防控。比如，对于客户A，通过数据匹配，发现客户A与本行客户B具有较强的相似性特征，发现潜在客户的购买倾向和意愿，可以为A推荐B的所有产品，实现产品的推送。或者发现客户C的风险特征与已经违约的客户D具有相似特征，应该进行及时的提出风险预警以及提前介入风险处置。

金融机构通过对客户的消费历史、资产水平、投资风险等数据进行分析，了解客户的履约能力。根据数据仓库提取关于多次信贷交易对其履约有定论的相关人士进行深度分析，判断出能揭示客户履约的习惯相关数据，划分客户为不同类别的信用等级，针对性的制定催收策略，降低催收营运成本。

4.数字化精准营销的措施

4.1数据应用方面

一是加强算法研究，以数据构建模型，并且进行回测，优化模型，增强实战效果。二是对数据挖掘团队成员提供绩效支撑，结合前台对数据挖掘带来的绩效增加情况的反馈，快速做出优化方案，以更好的为客户匹配产品和服务，同时根据优化情况为银行带来的收益情况给予团队成员一定的物质奖励。

4.2技术方面

中小银行可借助金融科技公司的技术支持，弥补自身技术的欠缺。当前，市场上金融科技类公司众多，技术类型也层出不穷。银行应在充分地了解自身需求的基础上，找准自身定位，识别能为银行真正带来价值的技术并应用。技术并不是越先进越好，能满足自身需求，能带来价值的才是银行真正需要的技术。对于应用共性较大、重复开发类的技术，银行应逐步培养自己的技术人才，以实现应用的快速且低成本开发，找到适合自身科技发展的道路。中小银行的优势并不在科技，无论是借力还是自建，无须过渡追求技术创新，应深耕本土业务经验，利用多年的行内数据、外部资源获取的数据，寻找“业务+数据+技术”的深度融合，走差异化发展道路。银行发展数字化精准营销技术的首选之策应是抱团取暖、借船出海、开放合作、快速迭代、组织变革。

4.3制度方面

数字化营销的进行需要业务与技术的真正配合，这就需要银行业务部门与科技部门之间进行充分联动。这要求银行建立相关的支撑、考核、绩效制度，调动业务部门、科技部门之间联动的积极性，使技术、业务均可以发挥出其最大的职能效应。

结语

对于中小银行而言，其在技术、人才方面的缺乏均使数字化营销难以快速的推动。但是，由于中小银行规模较小，其部门联动、全局部署等更为容易实施，行动也更为敏捷。中小银行应把握金融科技带来的机会，敢于尝试，充分发挥数据价值，真正地实现数字化营销。

参考文献

[1]张立林.数字化转型开启零售业务发展新阶段[J].中国金融，2019（11）：16-18.

[2]陈立宇.我国区域性商业银行零售转型新思路[J].金融经济，2018（20）：10-12.