金融投资

注册

 

发新话题 回复该主题

FInSight指间课堂商业银行智慧营销 [复制链接]

1#
白癜风病友QQ群 http://nvrenjkw.com/nxzx/5719.html

近年来,随着互联网的迅猛发展,数据挖掘技术发展迅速,导致传统银行业面临严峻的挑战与冲击。而银行经过多年的信息系统建设,积累了大量的数据,为了让数据中蕴含的巨大价值得到充分体现,银行开始对数据进行合理分析和利用。数据挖掘就是从大量数据中通过算法寻找隐藏于其中信息的过程。

21世纪以来,我国商业银行之间的竞争日趋激烈,而客户则是商业银行发展的基石。挖掘现有的潜在客户相比于获取新客户具有巨大的优势。首先,潜在客户对银行有一定的忠诚度,把其开发成为价值客户可以提高客户忠诚度,且更容易开展业务。另外,开发老客户的剩余价值相对于寻找新客户来说有着更低的营销成本。传统的广撒网式营销模式耗费较高且收益不大。因此,我们开发了商业银行智慧营销潜在理财客户挖掘策略,用来代替传统的营销模式。此策略使用人工智能技术,通过利用大数据和机器学习算法来挖掘潜在的理财客户,并结合精准推荐算法准确定位客户喜好,从而为其推荐产品,达到一体化流程。

在商业银行的业务开展中,个人理财产品是其重要的项目之一。随着当前商业银行采取流程银行的运作模式,其针对的个人理财产品,无论是在服务品质上,还是在客户关系管理上都取得了长足进展。然而,随着我国金融市场的开放,外资商业银行逐步涉足我国个人理财业务,导致商业银行的个人理财业务竞争越发激烈,获取新客户变得更加艰难。在这一局面下,挖掘行内现有的潜在理财客户、对目标客户提供有针对性的产品和服务、提高客户忠诚度这几个方面成为了商业银行竞争力的关键。

算法与应用:

本期以理财产品为例,采用数据挖掘技术,针对商业银行客户进行潜在理财产品购买的客户挖掘,为银行发展理财业务提出智能营销方案。首先针对全量客户,根据营销目的把客户细分成不同客群。再把细分好的客群进行筛选,找出潜在客户,以提高营销转化率。

客户细分的定义:根据某些变量将现有客户划分成不同客户群的动作,包括基于业务规则的细分、基于客户价值的细分、基于人工智能模型的细分等。

其中的业务规则可以是每月购买理财金额增幅20%;客户价值可以根据客户金融资产划分为基础客户和高价值客户等;模型的细分是指通过继续学习模型得到的客群划分,如是否为潜在购买理财产品的客户(如下图所示)最后根据客户特点,结合精准推荐来制定差异化的金融服务方案。

潜在客户的定义:是指现在还不是银行的价值客户,但未来有可能成为银行价值客户的客群,他们会为银行带来巨大的利润。

我们通过模型对现有客户进行深入分析及细分,精准的在知识图谱中定位潜在客户、选定目标客群,并结合精准推荐对其进行相应的营销工作。这样的做法会在很大程度上提升运营效果。

潜在理财客户挖掘模型:

首先,通过我们在前几期提到过的标签体系及技术,为银行搭建了完整的用户画像。这其中包含了身份属性、社会属性、登记信息、信用属性、产品偏好、消费特征、客户价值等一级标签,一级标签下还包含了多个二级标签。以此类推,确定适合于银行的多层级标签体系。(下图为部分标签架构)

通过上述标签体系描绘客户画像,可以有效的帮助银行进行业务决策。此外,针对潜在理财产品客户的挖掘,我们也可以根据产品的风险等级、募集方式、产品开放形态、投资性质等方面构建针对于理财产品的特征,并根据购买频率、购买期限、购买金额等构建出针对理财产品的购买行为特征。

例如,我们发现上班族或账户储蓄金额较高的客户往往更懂得合理配置资产及规避风险。他们更

分享 转发
TOP
发新话题 回复该主题