【信用卡运营】浅谈基于多维数据分析的信用卡客户洞察管理（什么是多维信用）

admin2年前 (2023-05-21)签约新闻87

文 | 中国建设银行信用卡中心李琴吴丹

信用卡业务的经营思想与战争的指导思想一样，需要善于审时度势，出奇制胜。《孙子兵法》中“庙算知胜”“兵者诡道”“上兵伐谋”“兵以诈立”“运兵计谋”等重要论述提示我们，要想在商战中立于不败之地，须对市场形势和竞争态势做到心中有数，知己知彼，以更优的策略谋划业务未来发展，运筹帷幄之中,决胜千里之外。在信用卡业务竞争日趋白热化的当今，银行只有充分洞察客户多变、真实的内心需求，把握消费市场及竞争态势对客户需求的影响，才能制定行之有效的获客及经营策略。

一、建立信用卡客户洞察体系的意义

1. 宏观经济形势方面，信用卡业务发展空间被进一步拓展

按照十九大对当前我国社会主要矛盾的论断，可以预见，未来，汽车、安居、医疗、旅游、教育、养老等热点消费领域和中高端消费领域的消费规模将持续扩大。2015～2017年，社会消费品零售总额已连续3年增长10.2%～10.4%，截至2017年末，社会消费品零售总额已经超过366000亿元。未来，国民收入将不断增长，消费结构将不断升级，财富积累将进一步结构化增长；信用卡的目标客户群体将快速扩展，信用卡的市场容量将出现爆发式增长。

2. 竞争环境方面，同业、第三方支付与互联网金融加速蚕食消费金融市场，信用卡业务创新转型刻不容缓

一方面，信用卡同业意识到信用卡客户对业务收入的重要影响，各银行纷纷集全行之力争夺客户，竞争日趋白热化；另一方面，微信、支付宝加速向三四线城市和县域市场渗透，以蚂蚁花呗、微粒贷为代表的第三方支付信贷产品贷款规模逐年增加，越来越多的消费金融和互联网金融公司加入竞争，蚕食信用卡市场份额。节物风光不相待，桑田碧海须臾改。在竞争和变化中求生存、谋发展，给信用卡业务创新转型提出了更高的要求。

3. 信用卡业务方面，客户是信用卡盈利的源泉，研究建立有效的客户洞察体系是一项极其重要的基础工作

信用卡业务是一项体系性、综合性的业务，需要将客户、产品、授信、商户、信贷、促销、风控、服务及营运体系等有机结合起来。其中最核心、最基础的就是客户体系。客户是信用卡业务盈利的源泉，是消费额及业务收入增长的重要基础。加大客户黏性、探寻获客之路是每家银行盈利的关键所在。撬动并转换客户的前提是充分挖掘客户的需求及痛点，银行只有“洞察客户一切，洞察一切客户”，才能为制定精准有效的获客、活客营销策略提供正确的方向。

二、客户洞察管理的目标及思路

1. 建立客户洞察体系的工作目标是辅助精准营销，切实提升客户转化率

建设金融生态系统，本质是对客户需求的契合匹配。银行根据客户在不同生命周期阶段的属性，结合其行为特征和偏好，可以建立一套多维立体的客户洞察体系。有了清晰的客户洞察，才能有针对性地匹配产品，制定渠道部署与交付策略，实现精准营销。

因此，建立信用卡客户洞察体系的目标就是通过科学的工具、数据和方法，建立客户多维立体画像，针对细分客群制定不同目的的精准营销策略，提升从用户到客户、从客户到活户、从活户到付费户之间的转化率。

2. 充分利用行内外数据是银行建立客户洞察体系的基础

建立客户洞察体系的基础是充分利用多维数据对目标客户进行分析画像，动态化掌握客户需求。从银行内部来讲，各行都有着自己的数据库资源，包括客户的人口属性、资产状况、征信信息、消费行为数据、用卡偏好等。然而，由于银行内部客户信息并不全面，加之目标客户的需求、偏好、习惯和态度等影响其购买行为的各种因素处于不断变化的过程中，仅通过内部数据分析常常不足以得出理想的结果，甚至可能得出错误的判断。

随着互联网大数据时代的到来，金融交易大多已从线下转移到线上，用户在社交网络、移动终端设备等媒介留下了海量的碎片化数据。银行开始探索以不同的方式与运营商、电商平台、社交网络、咨询公司、大数据企业等开展合作，整合更多行外数据；同时，通过对行内外海量的多维数据进行综合分析，进一步丰富客户标签及画像维度，建立更为生动有效的客户洞察体系。

3. 利用专业人员、科学的分析工具和方法，挖掘客户需求，描绘客户画像，是建立客户洞察的关键

虽然掌握数据是客户洞察的基础，其重要性不言而喻，但是银行面对海量数据，“读得懂、看得懂、能研究、懂挖掘、可应用”才是关键。一是需要专业的数据分析人员。业内领先的银行都很重视培养自己的数据分析团队，不惜投入大量的人力、物力、财力，组织培训、学习和交流。二是需要科学的分析工具和方法。除了学习借鉴国外成熟的经验，掌握并运用已被广泛实践的数据挖掘与分析工具、模型和方法，近年来，不少银行也开始与专业公司合作，利用“外脑”补充“新鲜”甚至跨界的数据挖掘和分析灵感，进一步强化客户洞察能力建设。

4. 可落地的精准营销策略是客户洞察的效果保障

加强数据分析项目的成果应用，落到可执行的精准营销策略上，是客户洞察的效果保障。笔者认为，脱离了业务的纯数据分析是没有意义的，数据分析不应脱离于业务之外，而是应该与业务有机结合起来，甚至需要有经验、有想法的分析及业务人员一起“脑洞大开”，透过冰冷的分析结果探索策略优化设计及实施的有效依据。

银行的信用卡业务部门往往希望通过行内外的大数据分析成果与技术手段，建立细分客户洞察体系，掌握客户的需求及痛点，制定精准营销方案，并运用到具体实践中。例如，在获客环节，建立多维客户评分洞察体系，筛选潜在优质客户进行白名单推荐，提升营销转化率；在开卡用卡环节，利用客户消费偏好及行为洞察开展基于场景的个性化营销推送，提升活动响应率及客户活跃度；在存量客户关系维护环节，通过洞察客户在手机银行、官方微信公众号及客服热线等触点的自发或交互型行为，优化自助及人工渠道的服务流程及客户体验，提升客户满意度；在客户挽留环节，洞察客户在银行的流失倾向和未来价值，利用差异化工具采取有针对性的挽留措施。

三、基于多维数据分析的客户洞察管理的实现路径

一般来说，客户洞察体系的建立需要经历一个客户数据从采集、存储、分析、展现到应用的过程。

1. 采集、存储有价值的多维数据

大数据时代要求银行要像互联网公司一样重视采集及保存尽可能多的数据，扩大数据版图，为分析奠定基础。

一方面，结构化数据仍是银行数据的核心价值所在。准确的客户人口属性、账户信息、签约信息、资产信息、征信信息、现金流量信息以及支付、消费、信贷、投资信息，几乎涵盖了客户的核心价值。这些系统地采集并储存于数据库里的结构化数据是建立客户洞察体系的宝贵资源。通过客户账户、金融资产及消费、信贷等交易信息，可以帮助银行衡量客户价值，一定程度上了解客户的消费偏好。

另一方面，非结构化数据的重要性随着银行业务的不断互联网化而逐渐提升。这类信息往往无法用数字或统一的结构表示，如文本、图像、声音、视频、网页等，主要来源于内部呼叫中心、官方网站、官方微博/微信、官方App和外部社交媒体、门户网站、电子邮件和各种机构等。举例来说，信用卡中心内部一种典型的非结构化数据，是呼叫中心存储的客户录音，其中蕴含了丰富的客户消费偏好、客户需求痛点、流失原因等信息;市场上一些专业的大数据公司，通过埋点等方式，可以获取用户在移动设备端对于各类应用的依赖程度及使用行为，从访问路径、页面、使用时长、使用频率等关键内容进行转化，挖掘用户在移动场景下的行为习惯。这些高频、低密度的海量非结构化数据，如果利用得当，可以与结构化数据的分析结果有效结合、相互补充，从而产生更高的分析价值，为银行打造多维立体的客户洞察体系提供最全面的数据支撑。

2. 建立科学的分析及展现形式

多维数据只是建立客户洞察体系的原材料，科学的分析及展现才至关重要。首先，需要将数据按照一定逻辑进行加工处理。利用数据挖掘、信息过滤等技术手段，对行内外各个渠道采集的多维数据进行标准化和规范化处理，通过数据清洗、编码、归类、加工，完成数据的归集、整合，将复杂的量化数据转换为可以定性描述的信息，将客户特征抽象、提炼成为简明易懂的标签，从客户维度建立可用的全景信息视图，为客户标签、画像构建提供坚实基础。其次，需要将经过数据专家高度精炼和大数据加工、抽取的特征标识以标签形式展现、存储，建立客户标签库。再次，利用数据挖掘与关联分析等技术，通过多维标签组合全面描绘客户特征，形成完整、动态、立体的客户画像，建立以客户为维度，集客户消费、支付、投融资、需求偏好等信息于一体的客户立体画像。

3. 打造闭环的客户洞察体系应用

客户画像是标签组合的结果，也是标签的重要应用。有了全面反映客户轮廓的画像，可以通过建模，构建客户细分、评级等模型，搭建闭环的精准营销支持体系，为新客户拓展、存量客户经营、用户体验提升、风险评估等方面差异化经营提供方向。例如，可以根据客户洞察结果，针对细分客群设计精准营销策略，将其部署在自动化的策略平台上，由系统自动定期提取目标客户，发送营销短信，形成测试、发送、评估、优化的营销闭环，不断提高活动响应率和转化率。

四、目前的局限及不足

尽管越来越多的银行开始重视大数据分析，在客户画像、精准营销、风险控制等方面积累了一定的实践经验，形成了一套闭环的客户洞察管理应用体系，但客户洞察应用的效率、效果、投出产出情况，有待进一步优化。

例如，在精准营销方面，尽管银行通过客户洞察对不同细分客群设计出了差异化的营销策略，但各部门往往出于自身业务和KPI考核方面上的考虑，难以单纯根据洞察结果对细分客群提供有针对性的产品及活动，而是“抓到碗里就是菜”，不管客户特征、偏好，先把与自己业绩挂钩的产品营销一遍再说。这样下来，往往造成“重复营销、过度营销”，导致营销资源浪费，客户体验差，营销效率效果大打折扣。

大数据时代对银行在数据的甄别、取舍及应用，部门间协同管理，客户洞察管理效果评估等方面提出了更高的要求。未来，银行在学好用好大数据、科学建立客户洞察体系、做好创新技术及业务人才的双重管理方面，将大有可为。