课程背景BACKGROUND
近年来，随着大数据、云计算、区块链、人工智能等新技术的快速发展，这些新技术与金融业务深度融合，释放出了金融创新活力和应用潜能，这大大推动了我国金融业转型升级，助力金融更好地服务实体经济，有效促进了金融业整体发展。在这一发展过程中，又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看，“金融云”快速建设落地奠定了金融大数据的应用基础，金融数据与其他跨领域数据的融合应用不断强化，人工智能正在成为金融大数据应用的新方向，金融行业数据的整合、共享和开放正在成为趋势，给金融行业带来了新的发展机遇和巨大的发展动力。
一般来讲，获客倾向于讨论获客成本和获客渠道。不管是早期的线下获客，还是线上营销获客渠道，获客成本都是成年上升的趋势，成功获取一个有效客户有时能达到三位数。成本的上升意味着利润的降低，达到一个临界点这个渠道就没用了。也就是很多公司所说的不烧钱等死，烧钱又走在被烧死的路上。随着大数据的发展和成熟，对于数据的合理利用，有了一个新的获客方式，大数据精准获客。
大数据营销的精准获客主要还是要找对人，找对企业，这样才能降低成本提高效率。
此次课程不谈技术，只谈大数据如何更加高效、精准的营销客户。
本课程为银行展示了“高效、融合、敏捷”的客户营销新方向。通过数据+业务驱动的方式开展营销活动，提升了银行的营销精准度、信息化综合运营能力和竞争力。
课程收益BENEFITS
了解大数据在于银行的五大应用，了解市场新营销方式的动态
课程大纲OUTLINE
- 一、传统银行客群管理的痛点
- 1. 谁是客户？客户是谁？谁的客户？
- 2. 渠道分布不均，客群覆盖面窄
- 3. 场景关联度不高，客群渗透率不足
- 4. 产品、服务同质化，客群匹配度不高
- 5. 用户分析不全面，客群粘性不高
- 二、大数据技术在银行领域中的作用
- 1. 推进银行业的客群管理
- 1）连通银行内外部数据，打破数据孤岛
- 2）实时追踪、分析客户数据
- 3）精细化定义标签属性
- 4）建立精准的客户画像
- 2. 构建一个完整的客户画像
- 1）数据搜集与处理
- 2）分析客户行为
- 3）使用数据挖掘技术
- 4）建立客户画像模型
- 5）应用客户画像
- 讨论：听了很多人在谈客户画像，我的认知的客户画像是什么?客户画像怎么形成的
- 3. 精准营销
- 1）客户在社交媒体上的行为数据，与银行内部数据打通
- 2）客户在电商网站的交易数据，和信贷业务结合起来
- 3）掌握企业客户的产业链上下游数据，从而可以预测企业未来的状况
- 4）基于客户的消费习惯及频次，判定客户的等级及后续增长
- 5）其他有利于扩展银行对客户兴趣爱好的数据
- 4. 风险管理与风险控制
- 1）中小企业贷款风险评估
- 工具：评分表
- 2）实时欺诈交易识别和反洗钱分析
- 5. 运营优化
- 1）市场和渠道分析优化
- 2）产品和服务优化
- 3）舆情分析
- 三、金融行业大数据应用案例及案例解析
- 案例一：淘宝网掘金大数据金融市场
- 1）余额宝
- 2）花呗
- 3）阿里小贷
- 案例二：大数据时代信用卡该怎么玩
- 讨论：抖音在大数据时代怎么玩
- 一、数字化客户管理，实现银行营销精准化、场景化、个性化
- 1. 银行在客户管理面临必须改变
- 1）缺乏客户筛选意识、无客户梳理环节
- 2）缺乏高效的数字化体系，客户管理效率低
- 3）线上线下客户信息分离，无法有效打通全渠道链路
- 4）客户分析不全面，客户粘性不足
- 2. 提升客户管理水平的重要意义
- 1）客户是金融活动的一个核心要素
- 2）金融业务依赖于客户管理
- 3）借助先进的技术对银行业务流程进行重组，整合客户数据资源，并在银行内部实现客户数据资源的共享和智能化分析
- 4）细分客户群体，针对不同类型的客户制定不同的业务策略，实现对客户的精准营销
- 3. 提升银行客户管理水平的策略
- 1）构建数字化的客户管理体系
- 2）建立标准化的数据管理体系
- 3）建立360度客户视角，对客户精准营销
- 4）全面提升自身的数据分析能力
- 4. 客户管理数字化是银行发展的关键
- 1）清楚认识到客户所处的生命阶段、财富阶段，清晰、具体地掌握客户的业务行为。
- 2）科学地构建银行客户管理、运营和服务体系。
- 3）发展和利用客户资源，并为客户提供有针对性的产品服务。
- 案例分享：大数据如何实现精准营销？互联网行业怎么做到的！
- 讨论：在大数据的营销里所谈到的维度，怎么去定义？怎么去调整？
- 一、大数据在金融行业的价值体现
- 1. 营销大数据
- 2. 征信大数据
- 3. 消费金融
- 4. 社区金融
- 5. 供应链金融
- 案例分享(影片)：大数据在金融行业里扮演什么重要的角色？
- 二、大数据运用在存量客户经营上
- 1. 对客户依托CRM体系：根据客户的需求进行客户的分群管理
- 2. 做好整体的客户生命周期管理：不断地精准客户的标签
- 3. 优质客户的服务升级：从客户行为、成长路径、客户权益升级等方面去找出重点客户。
- 4. 多维度加强对客户的渗透：建立与客户的强连结，引导客户转介。
- 5. 进行数据库筛选营销：精准锁定客户，匹配权益类基金产品等
- 6. 交叉销售：进行多产品匹配
- 三、大数据在客户标签管理怎么做
- 1. 客户标签：通常是指一个或多个客户统一特征的集合
- 2. 如何构建客户标签体系
- 1）基本属性
- 2）社会属性
- 3）关联关系：兴趣偏好、价值信息、风险信息、营销信息……
- 3. 标签的作用
- 1）打造用户画像视图
- 2）实现标签客群营销
- 3）客户流失预警
- 4）线上客户提升日活、月活
- 讨论：怎么定义客户画像的标签？如何从静态的客户标签加上客户的行为分析，取的更有价值的数据？
- 四、大数据治理是银行数字化转型的重要关键
- 1. 以客户为中心
- 1）客户信息整合2）客户特征识别3）客户分层经营2. 整合服务资源1）金融产品2）权益产品3）费用资源3. 建立场景生态
- 1）建构银行、商户、客户合作生态圈2）金融触媒，融入客户的生活场景4. 一站式整合
- 1）数据整合2）服务全流程闭环案例分享：在金融行业里如何实现大数据精准营销？同行里有些什么值得借镜的？
- 微工作坊探讨：“大数据”思维下的网点销售战略该如何调整？
- （小组讨论并制作PPT阐述方案）
- 课程收尾
- 1. 回顾课程，提示重点
- 2. 答疑与互动
