案例名稱

基于零售客戶全生命周期下的精細(xì)化運(yùn)營(yíng)體系

案例簡(jiǎn)介

【資料圖】

本項(xiàng)目主要通過機(jī)器學(xué)習(xí)算法及數(shù)據(jù)挖掘?qū)α闶劭蛻暨M(jìn)行生命周期劃分，結(jié)合客戶特性實(shí)現(xiàn)“粗分層、細(xì)分群”，同時(shí)運(yùn)用人工智能算法搭建7個(gè)營(yíng)銷類模型，實(shí)現(xiàn)了客戶全生命周期標(biāo)簽識(shí)別與模型覆蓋體系，并出具配套運(yùn)營(yíng)方案指導(dǎo)分支行通過中臺(tái)系統(tǒng)運(yùn)用標(biāo)簽定位目標(biāo)客戶，構(gòu)建了從“數(shù)據(jù)→模型→平臺(tái)→渠道→線上+線下運(yùn)營(yíng)團(tuán)隊(duì)”的完整客戶經(jīng)營(yíng)鏈條，實(shí)現(xiàn)從經(jīng)營(yíng)高價(jià)值客戶到全量客戶運(yùn)營(yíng)的轉(zhuǎn)變，做到“大客戶做好，小客戶不丟”。

創(chuàng)新技術(shù)/模式應(yīng)用

一是貫徹落實(shí)全量客戶經(jīng)營(yíng)理念，圍繞客戶業(yè)務(wù)旅程，劃分生命周期，進(jìn)行粗分層、細(xì)分群。

隨著互聯(lián)網(wǎng)金融的快速發(fā)展及傳統(tǒng)銀行數(shù)字化技術(shù)的迭代更新，金融業(yè)的競(jìng)爭(zhēng)越趨激烈，在零售客戶經(jīng)營(yíng)方面，面對(duì)流量觸頂，獲客成本越來越高的問題，將關(guān)注高價(jià)值客戶的運(yùn)營(yíng)模式調(diào)整為注重全量客戶經(jīng)營(yíng)，深入挖掘長(zhǎng)尾客戶的運(yùn)營(yíng)模式。

本項(xiàng)目從全量零售客戶出發(fā)，按照客戶生命周期進(jìn)行分層分群，尋找各客群間的相似點(diǎn)，將運(yùn)營(yíng)方案進(jìn)行拆解細(xì)分，實(shí)現(xiàn)存量客戶的“精耕細(xì)作”，為客戶提供個(gè)性化、數(shù)字化、特色化的綜合金融服務(wù)。從關(guān)注客戶需求與服務(wù)體驗(yàn)出發(fā)，圍繞客戶業(yè)務(wù)旅程，將客戶劃分為五個(gè)生命周期階段，同時(shí)形成了10類細(xì)分客群及80余個(gè)客群篩選標(biāo)簽，根據(jù)細(xì)分客群特性及標(biāo)簽特性將客戶的業(yè)務(wù)旅程拆解為促開卡、促綁定、促登錄、促交易、產(chǎn)品推薦、裂變留存6個(gè)環(huán)節(jié)，不斷提升客戶MAU，進(jìn)而提升AUM，延長(zhǎng)客戶生命周期，盤活存量客戶，做優(yōu)客戶結(jié)構(gòu)，有效提升和釋放客戶經(jīng)理產(chǎn)能及潛力，形成長(zhǎng)效競(jìng)爭(zhēng)優(yōu)勢(shì)。

圖1、零售客戶全生命周期分層分群+模型概覽

二是通過釋放數(shù)據(jù)價(jià)值賦能業(yè)務(wù)發(fā)展，應(yīng)用大數(shù)據(jù)+人工智能算法建立機(jī)器學(xué)習(xí)模型實(shí)現(xiàn)智能圈客精準(zhǔn)營(yíng)銷。

依托貴陽(yáng)銀行MPP數(shù)據(jù)中臺(tái)服務(wù)能力的分布式計(jì)算引擎MaxCompute，通過對(duì)千萬級(jí)的客戶數(shù)據(jù)及截取上億級(jí)的交易數(shù)據(jù)進(jìn)行分析，從基礎(chǔ)信息、資產(chǎn)水平、收入水平、負(fù)債水平、交易行為、活躍情況、產(chǎn)品持有等多個(gè)維度圍繞客戶生命周期進(jìn)行分層分群，同時(shí)運(yùn)用Xgboost、GBDT、邏輯回歸、協(xié)同過濾、RFM等多類機(jī)器學(xué)習(xí)算法，構(gòu)建了從“活客、提升、推薦、維穩(wěn)、留存”等多維度的營(yíng)銷類模型生態(tài)，運(yùn)用技術(shù)手段探索客戶潛在價(jià)值，發(fā)掘客戶個(gè)性化需求，以數(shù)據(jù)結(jié)果指引前端業(yè)務(wù)發(fā)展。

三是多業(yè)務(wù)條線協(xié)同聯(lián)動(dòng)，融合4大平臺(tái)，形成13個(gè)管理中心，連接18個(gè)渠道，實(shí)現(xiàn)集客戶、業(yè)務(wù)、場(chǎng)景、渠道、數(shù)據(jù)、平臺(tái)一體化的開放式營(yíng)銷生態(tài)。

將負(fù)債條線與資產(chǎn)條線的零售客戶資源進(jìn)行整合，從系統(tǒng)層面將各個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行匯總加工，探尋客戶負(fù)債數(shù)據(jù)與資產(chǎn)數(shù)據(jù)間的價(jià)值點(diǎn)與需求點(diǎn)，互通互用；從部門層面將各類業(yè)務(wù)發(fā)展統(tǒng)籌考慮，共享數(shù)據(jù)成果，減少中間環(huán)節(jié)，消除“信息繭房”。從促開卡、促交易出發(fā)，針對(duì)客戶需求綜合考慮負(fù)債服務(wù)與資產(chǎn)服務(wù)，不斷提升客戶的產(chǎn)品持有率與客戶粘性。

同時(shí)將CRM系統(tǒng)、銷售管理平臺(tái)、數(shù)據(jù)分析平臺(tái)、權(quán)益平臺(tái)打通融合，以銷售管理平臺(tái)為營(yíng)銷中心，將模型結(jié)果、分層分群結(jié)果及客戶生命周期標(biāo)簽可視化呈現(xiàn)，描繪出全方位的客戶畫像。形成從智能圈客→營(yíng)銷活動(dòng)匹配→權(quán)益匹配→銷售流程管理→渠道整合→活動(dòng)監(jiān)控分析的全流程閉環(huán)營(yíng)銷活動(dòng)管理鏈路。將客戶運(yùn)營(yíng)流程線上化，豐富了服務(wù)范圍與權(quán)益活動(dòng)，對(duì)不同客群采用差異化運(yùn)營(yíng)方案，增強(qiáng)了用戶體驗(yàn)感，極大提升了分支行的維護(hù)效率與營(yíng)銷效率。

圖2、零售客戶全生命周期運(yùn)營(yíng)流程圖

項(xiàng)目效果評(píng)估

本項(xiàng)目是貴陽(yáng)銀行對(duì)數(shù)字化轉(zhuǎn)型道路的實(shí)踐，是西部地區(qū)率先針對(duì)全量零售客戶按照生命周期進(jìn)行數(shù)字化運(yùn)營(yíng)的探索，借助貴州省大力發(fā)展數(shù)字經(jīng)濟(jì)的契機(jī)，貴陽(yáng)銀行結(jié)合自身實(shí)際，在市場(chǎng)容量和人才支撐相對(duì)欠缺的情況下，不斷探索新興技術(shù)，打造了西部地區(qū)城商行零售數(shù)字化轉(zhuǎn)型模范，在同類城商行中起到了一定的示范作用。同時(shí)注重金融科技人才培養(yǎng)，為數(shù)字化轉(zhuǎn)型道路提供支撐。

貴陽(yáng)銀行長(zhǎng)尾客戶體量規(guī)模大、客戶經(jīng)理覆蓋度低，疊加客戶需求較為單一，將客戶按生命周期分層分群并結(jié)合機(jī)器學(xué)習(xí)模型結(jié)果，通過開展線上渠道營(yíng)銷活動(dòng)結(jié)合遠(yuǎn)維團(tuán)隊(duì)提供客戶維護(hù)后，增強(qiáng)了對(duì)長(zhǎng)尾客戶的分析洞察，關(guān)懷體驗(yàn)覆蓋度提升10倍以上；模型探測(cè)潛力客戶的精準(zhǔn)度較人工篩選提升5倍以上，實(shí)現(xiàn)存款規(guī)模穩(wěn)定快速增長(zhǎng)，產(chǎn)品交叉持有率提升至40%以上，零售客戶數(shù)增長(zhǎng)40余萬。在減輕分支行維護(hù)壓力的同時(shí)實(shí)現(xiàn)了業(yè)務(wù)增長(zhǎng)，有效的將金融科技與業(yè)務(wù)實(shí)現(xiàn)融合，發(fā)揮數(shù)據(jù)價(jià)值，賦能一線發(fā)展。

項(xiàng)目牽頭人

張曉琴

項(xiàng)目團(tuán)隊(duì)成員

張曉琴、成運(yùn)、陳萍、彭薇

關(guān)鍵詞：