彭楫洲

    

       先从去年我们在服务银行的实践过程中碰到的几个问题讲起。

       第一个问题:很多银行问,能做类似于支付宝给所有用户提供的十年帐单吗?

我们看到,支付宝推出的十年帐单,让每一个用户都可以看到自己和支付宝一路走来的历程,包括了我们在支付宝所发生的每一个痕迹。后来携程也推出了类似的“一生旅行”,将我们这些年通过携程安排的出差或旅游,连同交通、住宿等等整个的轨迹都勾画出来。再有,我们在玩腾讯打飞机的游戏时,也给我们提供了一个私人助手,记载了我们这一年在打飞机上花了多长时间、做了哪些事、和什么样的人合作。所有这些其实都指向了一件事情,就是大数据能为我们做什么——为每一个个体提供一种无差别的关注,并且在此基础上提供了个性化的表达和呈现,体现出一种情感上的关怀,让用户产生共鸣。最好的营销不是营销,而是引起用户的情感的回应,这种共鸣可能会反馈成一次分享,或者一次短暂的个人思绪回忆,无疑,这些都是最好的营销,建立品牌并实现与用户情感的链接。这一点正是原来的银行远远没有意识到的。

第二个问题:银行能做好互联网营销吗?

现在不少银行都在做或想做直销银行,很多银行不太关心直销银行的建设问题,他们都在关心互联网营销的事情,我们看到大部分银行花钱买流量,做活动、做广告、买用户。通过这些渠道或方式,无疑会吸引一部分用户,但是后续呢?其实银行更需要关注的是如何留住用户!大家都意识到,在互联网体系下银行原有的二八法则已经失效了,现在更加关注如何为普通用户(或者说屌丝用户)提供差异化的产品、提供能够满足他们个性化需求的服务。这也是银行面临的一个普遍问题。

第三个问题:下一代网银做什么?

我们已经做了十多年的网上银行,包括现在正在建设的项目,从功能丰富、安全体系,到用户体验、渠道互动、开放移动等等,可以说是各领风骚两三年,现在很多银行都在问:下一代网银的关键词到底是什么?我们认为是营销。这个营销并不是简单的营销活动,而是贯穿始终的用户经营的过程。互联网时代,网银的开放和移动已经成为必然,直销银行和网上银行的边界区隔将趋于模糊,互联网用户都应该成为银行的用户,而不能区分直销银行的用户或是网上银行的用户。

既然,这些问题都指向一个关键:营销。那么,我们怎么理解互联网营销?


互联网银行营销思路的转变

从表象上来看,传统银行的营销是以产品为中心,虽然银行号称以客户为中心,但实际上我们的机制及操作方式还是围绕产品为中心,我们设计生产出来一个产品,通过柜台人员、客户经理、信贷人员去找客户,把这个产品卖出去,这种方式在原来信息不对称情况下是有效的。但是在互联网时代,我们发现整个互联网营销的思路是反过来的,现在的逻辑是我们有一个客户,我们要为这个客户提供什么产品、什么内容、什么服务。

我们总结,互联网时代银行营销思路的转变主要表现为两个方面。

第一, 对数据的应用发生了根本的改变。

原来的数据应用都是在银行后端,以报表为主,以业务分析为主,可以用来指导银行的营销和运营,数据与用户是隔离的。

互联网时代是一个用户自我感知和选择的时代,用户对数据的感知应该是第一位的,数据的应用应该走到银行前端,为每一个用户呈现数据的价值,让用户能够直接去面对他跟银行所产生的数据,让用户通过数据更好的去认知自己,更能引起用户在情感上的回应,因为每一样东西都是用户在岁月中留下的痕迹,在此基础上,银行给用户的所有推荐和提示都是为了让用户变得更好。

第二,推荐的方式发生改变。

过去银行给客户的所有推荐都不是在跟客户直接接触的场景下完成的,而是根据后台数据筛出一个候选名单,然后给客户打电话、发短息、发微信,在信息爆炸的时代,这种方式其实是不可取的,过多的营销信息推送其实是一种无用功,甚至是一种不尊重,是对客户的打扰。

在新的互联网时代,银行与用户的接触点才是营销的最佳时机,这就是入站式营销。在用户与银行各种渠道进行交互的时间点,实时识别用户,完成对用户的营销。我们不用过于担心金融服务使用的频率,因为这是现实规律决定的,而是应该努力抓住每一次接触点实现精准推荐。

我们发现,这两个改变都要求银行整个技术和运作机制必须发生改变,要求银行对数据的应用能力进行转变,比如大数据存储和检索、分析及实时推荐能力等等,全都指向大数据的应用。


新网银——实现数据的价值

基于上述分析,我们不难得出结论,下一代网银(或者说互联网银行)的本质是要实现数据的价值。

我们会有个时间机器,让银行能够为用户记录并呈现他所有的轨迹,从他第一次注册成为这家银行的用户开始直到现在,他与银行发生的所有交易、留下的所有痕迹,都能够实时反馈给用户,通过这种方式让用户体会到,无论他是屌丝还是高富帅,银行为都能为自己提供无差别的关注,并且根据对用户数据的识别提供差异化、个性化的服务。比如,在时间机器上可以提供用户的资产视图,让用户能够了解自己一生的财富;可以提供用户的行为视图,让他可以了解财富的轨迹;最后以此为基础我们还能提供增值视图,让用户通过银行推荐的产品和服务,实现未来财富的增值。其中有一个基础,我们会根据银行的实时数据完成对每一个用户的画像,并且在各个渠道都能够非常清晰的看到这个画像,银行以此为基础来识别用户,完成对客户的服务和营销。


数据意味着未来

数据爆炸式增长,关于数据的各个观点也在爆炸式增长,毫无疑问大数据已经成为一种资源,但是对银行而言,当大数据不被利用的时候,反而会成为一种负担或者成本。那么,大数据风起云涌,千头万绪如何着手?

我们将大数据分为大交易数据和大交互数据,前者是指基于传统的商业活动而产生的数据,后者是互联网活动产生的信息,比如SNS、电商、物联网、移动位置信息等。我们很容易被数据的多样化所迷惑,总觉得自己掌握的数据的多纬度和多元化不够,不足以支撑我们进行数据分析,却忘了握在手里的资源并没有真正被利用,其实银行在数据的应用方面是非常有优势但并未真正发挥出来。落实到大数据的应用技术,我们发现缺乏工具和训练,从下图可以看到大数据的技术体系很复杂,对银行来说是个全新的体系,银行面临着人才匮乏和成本巨大的问题。

 


化繁为简,大数据应用实践的通途

如何在银行现有基础上化繁为简、找到大数据应用的最佳路径?易诚互动与ORACLE正在推动的战略级合作项目,目标就是要推出真正符合银行现实需要的数据产品,而这个产品更加倾向于针对城商行、区域性银行、中小型银行服务。

我们做大数据的原则,是先产品再平台,先数据后模型。现在很多做数据应用的公司都会先搭建完整的大数据应用平台,造价不菲,但实际上大数据的工具和培训在银行是非常难以把控的事情,所以我们选择先做数据应用的产品,在产品前提之下,我们提出了先数据、后模型的方式,往往我们容易被商业智能等繁杂的概念所影响,忽略了对自己手上所有拥有的数据进行清晰的梳理,而这些数据恰恰最有价值的部分。

这个产品的定位是用数据去助力互联网银行的用户管理和精准营销。我们不太关注传统的报表体系,更愿意把数据推向前台,让用户去感知,用一种智能化的方式在互联网上完成对用户的识别和营销。在产品的技术层面,我们把丰富的大数据开源技术框架作为产品的主选框架,然后根据需求完成合适的产品组合。在交付方面,我们力求通过良好的产品封装,让落地变得更加轻松,可以做到快速交付使用。


银行数据应用的几个步骤

第一步:从银行自有数据挖宝

银行自身就是一个数据的宝库。我们对银行数据做了简单的分类,如下图。

 

银行可以拿到每个用户每天与银行发生交互的所有的数据,也可以看到用户的财富是怎么变化发展而来的,包括他做过哪些交易,有哪些联系人,做了哪些支付,去过哪些消费场所等等,都可以在银行掌握的数据里发现;另外可以看到他消费的场景、支付的类型、手机的地理位置、交易的时间,以及所从事的职业等等。其实,银行已经拥有了每一个客户精准的信息,而且这些都是高质量的、关键性的、刚性的数据。

从整个数据的量来看,根据我们所拿到的某一家银行交易数据和资产数据,经过脱敏处理之后,一百万用户(包含持卡人和电子账户的注册用户)十年的数据不到100T,其中包括了每天资产数据、每一笔交易数据、每一笔渠道数据、地理位置、页面点击、以及相关系统文件。实际上我们要完成的是帮助银行真正用一种简单、方便、可行的方式快速完成这100T数据的梳理,让它真正为电子银行未来的发展产生价值。

第二步:为每一位用户提供自画像

银行既然拥有这些极其有价值的数据,接下来要完成第一个数据基础就是为每一个用户提供自画像。我们要为每一个用户提供无差别的服务、无差别的关注,就要运用数据技术为每一个用户勾勒出他的自画像,比如他对于产品的偏好、支付的偏好、渠道的偏好、交易时间的偏好等等,通过这个自画像就可以实现入站式营销,银行就能够在和用户的这么多的渠道接触点上达成精准推送。这个时候,可能就不需要过多借助第三方合作公司策划和执行营销活动,用发礼品发红包等方式做营销。而是把银行与客户的每一个接触点,作为对客户进行营销的一次非常宝贵的机会。

第三步:针对用户多渠道实时精准推荐

银行需要具备一种能力,即当用户在各种渠道跟银行发生接触的时候,能够快速识别顾客的身份,完成对他行为模式的识别,立刻生成对他推荐的产品列表,并完成线上推荐的推送,最后根据用户操作的反馈,完成数据积累和下一次的推送准备。用这种方式,无论在ATM、网上银行、手机银行、直销银行等各种渠道,我们都可以完成对用户的识别和精准营销。

第四步:客户行为和服务效率分析,实现产品迭代优化

把数据推向前台,让它真正变成对客户的关怀和个性化服务一把利器之外,同时也在后台为银行提供了产品分析的依据,尤其是客户行为和服务效率的分析,有效帮助银行实现产品迭代和优化,比如系统交易日志、系统流水日志、手机银行定位的用户位置信息等,只要稍加整理分析就垂手可得,而且这些数据都是可以去进行强大分析的很有效的基础。

第五步:通过数据分析完成用户全生命周期的有效管理

最终我们想完成的是互联网用户管理体系,通过数据分析,有效管理用户全生命周期。我们强调精准的推荐、主动的服务、产品的优化以及风险的评估,现阶段我们更关注前两点。通过这种方式,我们可以在用户整个生命周期的各个阶段为银行提供相应的数据支撑工具,从如何发现用户,如何识别,如何留住,如何评估,到最后如何优化系统,从而完成整个数据体系的建立。


我们希望借助于这个机会启动银行大数据应用实践,据我了解不少银行也在进行相关的实践,但是有很多数据体系的建设周期冗长,我们希望用一种更为简单、直接、便捷的方式帮助银行进入数据应用的大体系,我们在业务上聚焦于用户管理和入站营销,在策略上希望完成对银行自有数据的整理和分析,采用先产品后平台的方式撬动大数据的启动,在技术上以开源产品为主体,业务与技术相结合,最后实现一个高度封装、成本可控的产品,交付给银行实现数据应用的快速落地。




2015年09月11日

商业银行互联网化趋势解析
互联网金融风险控制模式

上一篇

下一篇

化繁为简,银行大数据应用实践

本网站由阿里云提供云计算及安全服务 Powered by CloudDream