案例名稱(chēng)

基于大數(shù)據(jù)技術(shù)的客戶價(jià)值提升數(shù)智化運(yùn)營(yíng)

(資料圖片)

案例簡(jiǎn)介

本項(xiàng)目基于行內(nèi)存量客戶的用戶畫(huà)像及行為偏好等特征數(shù)據(jù)，應(yīng)用大數(shù)據(jù)挖掘技術(shù)，對(duì)長(zhǎng)尾客戶和中高端客戶進(jìn)行數(shù)據(jù)挖掘，建立長(zhǎng)尾客戶價(jià)值提升預(yù)測(cè)模型、中高端客戶流失預(yù)警模型，圈定長(zhǎng)尾潛在價(jià)值提升名單和中高端潛在流失客戶名單；基于模型可解釋性，歸集客戶價(jià)值提升或者流失的原因，結(jié)合客戶的行為偏好，制定差異化的客群經(jīng)營(yíng)策略，開(kāi)展精準(zhǔn)營(yíng)銷(xiāo)和維系，打通零售客戶營(yíng)銷(xiāo)全流程，形成智能化的客群閉環(huán)運(yùn)營(yíng)機(jī)制。

創(chuàng)新技術(shù)/模式應(yīng)用

本案例的主要?jiǎng)?chuàng)新為基于大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)技術(shù)實(shí)踐與全流程營(yíng)銷(xiāo)數(shù)智化驅(qū)動(dòng)。

1、基于大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)技術(shù)實(shí)踐：該項(xiàng)目基于有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)相結(jié)合的機(jī)器學(xué)習(xí)技術(shù)開(kāi)展，從客戶的基本屬性、資產(chǎn)狀況、負(fù)債狀況、偏好信息、金融行為、渠道行為等特征維度進(jìn)行大數(shù)據(jù)挖掘；根據(jù)客戶資產(chǎn)等級(jí)劃分客群，對(duì)客群進(jìn)行探索，定義價(jià)值提升/流失標(biāo)識(shí)，基于梯度提升樹(shù)、隨機(jī)森林、XGBoost等機(jī)器學(xué)習(xí)算法，建立長(zhǎng)尾客戶價(jià)值提升模型和中高端流失預(yù)警模型，并根據(jù)模型效果選擇最優(yōu)的算法，預(yù)測(cè)客戶價(jià)值提升或流失的概率；模型可解釋?zhuān)诳山忉屝运惴⊿HAP，歸集影響客戶價(jià)值提升或者流失的重要影響特征。通過(guò)分析每個(gè)特征不同取值范圍對(duì)概率的影響，定位價(jià)值提升或流失原因，并將量化的結(jié)果轉(zhuǎn)化為業(yè)務(wù)解釋?zhuān)鶕?jù)重要影響特征制定營(yíng)銷(xiāo)或者維系策略，對(duì)客戶進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)?？蛻艟垲?lèi)輔助營(yíng)銷(xiāo)，基于客戶行為數(shù)據(jù)，分別對(duì)潛在價(jià)值提升或流失目標(biāo)客戶進(jìn)行K-Means聚類(lèi)，分析客群的行為偏好、產(chǎn)品偏好及渠道偏好等數(shù)據(jù)，并結(jié)合影響客戶價(jià)值提升或者流失的特征行為，針對(duì)客群進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)，節(jié)省營(yíng)銷(xiāo)成本。

2、全流程營(yíng)銷(xiāo)數(shù)智化驅(qū)動(dòng)：創(chuàng)新開(kāi)展機(jī)器學(xué)習(xí)模型在零售金融場(chǎng)景營(yíng)銷(xiāo)的落地，打通數(shù)智化零售客戶營(yíng)銷(xiāo)全流程，推進(jìn)智能化應(yīng)用探索。首先為構(gòu)建營(yíng)銷(xiāo)數(shù)據(jù)支撐閉環(huán)機(jī)制，構(gòu)建跨系統(tǒng)數(shù)據(jù)流，跨部門(mén)多渠道的數(shù)智化的零售客戶營(yíng)銷(xiāo)流程，打通行內(nèi)系統(tǒng)，讓沉睡數(shù)據(jù)流轉(zhuǎn)，強(qiáng)化對(duì)客戶千人千面精準(zhǔn)營(yíng)銷(xiāo)的數(shù)據(jù)應(yīng)用支撐，為客戶經(jīng)理差異化、精準(zhǔn)化營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。

其次為營(yíng)銷(xiāo)流程端到端，基于可視化建模平臺(tái)和客戶管理系統(tǒng)，設(shè)置卸數(shù)、模型、供數(shù)調(diào)度，每月定期從數(shù)據(jù)中臺(tái)卸數(shù)至建模平臺(tái)，建模平臺(tái)輸出營(yíng)銷(xiāo)名單；隨機(jī)劃分實(shí)驗(yàn)組和對(duì)照組，開(kāi)展A/B測(cè)試，將實(shí)驗(yàn)組的清單配套營(yíng)銷(xiāo)組合產(chǎn)品方案，并供數(shù)到營(yíng)銷(xiāo)系統(tǒng)，各分支機(jī)構(gòu)通過(guò)營(yíng)銷(xiāo)系統(tǒng)進(jìn)行智能營(yíng)銷(xiāo)，也可供數(shù)到智能外呼系統(tǒng)根據(jù)語(yǔ)音識(shí)別客戶意向，再通過(guò)客戶經(jīng)理人工外呼營(yíng)銷(xiāo)。最后為營(yíng)銷(xiāo)效果智能化監(jiān)測(cè)，根據(jù)營(yíng)銷(xiāo)系統(tǒng)反饋的營(yíng)銷(xiāo)數(shù)據(jù)，通過(guò)業(yè)績(jī)看板、大屏展示等方式，智能監(jiān)測(cè)營(yíng)銷(xiāo)方案落地實(shí)施效果以及模型效果評(píng)估指標(biāo)，定期輸出評(píng)估報(bào)告，根據(jù)評(píng)估報(bào)告判斷營(yíng)銷(xiāo)策略和模型是否需要迭代優(yōu)化。

項(xiàng)目效果評(píng)估

1、推進(jìn)營(yíng)銷(xiāo)流程再造：成立跨部門(mén)項(xiàng)目組，聯(lián)動(dòng)數(shù)據(jù)平臺(tái)，應(yīng)用系統(tǒng)，觸客渠道等相關(guān)系統(tǒng)平臺(tái)，打造基于數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷(xiāo)機(jī)制，完善端到端服務(wù)流程，大大提高營(yíng)銷(xiāo)運(yùn)行效率。

2、客群全覆蓋的閉環(huán)運(yùn)營(yíng)：基于大數(shù)據(jù)模型，建立行內(nèi)存量客戶閉環(huán)運(yùn)營(yíng)鏈路。對(duì)長(zhǎng)尾客戶進(jìn)行潛力挖掘，并進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。對(duì)中高端客戶則進(jìn)行了流失預(yù)警，并借助客戶畫(huà)像，助力客戶經(jīng)理實(shí)現(xiàn)個(gè)性化營(yíng)銷(xiāo)。同時(shí)全面構(gòu)建起業(yè)務(wù)與科技創(chuàng)新的協(xié)同聯(lián)動(dòng)，建立“數(shù)據(jù)中臺(tái)建模數(shù)據(jù)支撐-建模平臺(tái)數(shù)據(jù)分析及模型構(gòu)建-客戶營(yíng)銷(xiāo)平臺(tái)輔助營(yíng)銷(xiāo)并回流效果數(shù)據(jù)至中臺(tái)-可視化建模平臺(tái)效果監(jiān)控及評(píng)估-策略調(diào)整及模型優(yōu)化”的閉環(huán)鏈路，形成持續(xù)的運(yùn)營(yíng)迭代優(yōu)化機(jī)制，賦能數(shù)據(jù)運(yùn)營(yíng)智能化，提升營(yíng)銷(xiāo)效能。

3、模型落地成效顯著：在長(zhǎng)尾客戶價(jià)值提升預(yù)測(cè)模型輸出的營(yíng)銷(xiāo)名單中篩選兩個(gè)機(jī)構(gòu)進(jìn)行試點(diǎn)營(yíng)銷(xiāo)，營(yíng)銷(xiāo)期間，資產(chǎn)提升率81.8%，AUM資產(chǎn)增長(zhǎng)約占兩個(gè)機(jī)構(gòu)全部客戶資產(chǎn)提升的四分之一，精準(zhǔn)營(yíng)銷(xiāo)效果顯著；中高端流失客戶預(yù)警模型輸出的模型名單，經(jīng)過(guò)三個(gè)月數(shù)據(jù)驗(yàn)證，在Top10%的樣本上流失率提升約4.1倍（最高提升度lift為5.0），精確率55.3%，召回率40.0%，模型效果顯著。

項(xiàng)目牽頭人

粟尉廷廣西北部灣銀行數(shù)字金融管理部總經(jīng)理

項(xiàng)目團(tuán)隊(duì)成員

汪成鋼、姜雄飛、周家吉、陳雪、吳天、任杰、李長(zhǎng)燦、邱天、陳雪婷

關(guān)鍵詞：