排列科技与黄岩农商银行达成合作，共建大数据精准营销系统
大数据和人工智能快速发展,各行各业都面临智能时代的冲击,金融行业改革步伐加速,市场竞争愈演愈烈,智慧转型已是银行迫切之需,金融科技成为银行经营与营销模式升级转变的重要手段。
近日,黄岩农商银行与排列科技达成合作,排列科技将为黄岩农商银行搭建基于大数据平台的精准营销场景化应用系统。此项目主要是为银行建立客户数据模型、信用卡推荐模型和贷后不良预测模型。
农商银行经营与营销场景的现状
金融改革的压力与市场形势的变化,迫使银行在两个方面做出转变:在宏观上,产品决策、经营决策由经验型向科学型转变;在微观上,要求银行经营从以业务为核心的经营管理模式,向以客户为中心的新型经营管理模式转变,这就需要对客户有更全面的了解。
当前,金融行业竞争越发激烈,各类金融机构都在抢占客户资源,不仅有来自其它农商银行和城市银行的竞争,还面临各大互联网公司、互金公司和其它行业机构的竞争,农商银行进入了一个高成本获客时代。在这种市场环境下,如何获取客户、深挖留存客户和提升客户忠诚度,对银行来说是一个比较大的挑战。
此外,各银行中的销售、营销和客户服务/支持部门工作相对孤立,不同业务功能很难协调一致的进行客户营销。各业务与信息系统之间的孤岛现象,加剧了获客难度与成本。这种情况下,了解银行每个具体业务场景的现状,并整合各业务部门的需求,从而提供统一精准的解决方案,对银行来说至关重要。
针对黄岩农商银行不同业务营销场景的困境和需求,排列科技进行了深度的调研分析,总结出了以下几个业务场景的情况:
在网络金融业务中,很多用户注册丰收互联,但这些注册用户使用丰收互联的频率非常低,银行需要提高丰收互联注册用户活跃度。
在信用卡推广业务上,行内信用卡用户比较少,业务部门需要发行更多新卡以提升效益,却颇感困难,如何在存量客户及消费额度也比较大的客户中挖掘出信用卡客户,精确找出有信用卡需求的客户,成为银行急切想突破的业务点。
贷款业务中存在的问题,是目前贷款客户数量只占行业总体用户的一小部分,虽然存贷款用户拓展快,但存量客户流失率也高,拓展新用户的成本很高,银行急需解决流失客户的问题,了解客户流失的原因。
风险信用业务的需求是进行贷款客户贷后不良预测。希望对关注类的贷款的客户进行行为分析,预测变为不良的概率,可以从关注类贷款客户的历史逾期、欠息、不良的数据进行分析,得出转为不良的概率,概率高的重点关注,概率低的调整为正常。
大数据精准营销解决方案
认识到以上问题后,解决问题的关键是需要打通银行内部的各业务与信息系统,充分利用行内行外资源。为有效整合客户上述网络金融业务、信用卡推广业务、贷款业务和风险信用业务,系统性地解决业务场景中存在的痛点和实际需求,排列科技提供了一整套基于大数据平台的精准营销解决方案。
根据黄岩农商银行业务情况和现有数据流程,基于建立大数据平台,借助机器学习算法的数据挖掘技术,建立相关的模型服务。主要从客户分层、信用卡推荐、客户贷后不良预测等方面进行展开。
金融大数据平台
黄岩农商银行自建系统较多,数据孤岛问题严重,现有数仓平台缺少层次清晰的数据模型,已经无法支撑日益复杂多样的业务。统一的的大数据平台,是解决这些问题的基础。排列科技提供的分布式大数据平台,能够有效整合结构化与非结构化数据,建立清晰数据模型,各类应用和分析体系,为黄岩农商银行的业务营销场景提供全面的支持。
目标客户挖掘-客户分层
以客户为中心的服务模式,讲究差异化、个性化。基于用户大数据分析,对用户信息进行标签化管理,为黄岩农商银行刻画360°精准用户画像,进行客户价值分层,科学管理,提升获客效率和整合客户资源。
提升客户价值-信用卡推荐模型
信用卡推荐是个典型的产品获客问题,属于精准营销的一个常见场景。通过搭建的大数据平台,利用数据挖掘算法,经过模型训练,最终生成具体办理信用卡需求的客户全方位画像,就能够有效筛选出有意愿办信用卡的客户。
控制客户风险-客户贷后不良预测模型-
排列科技基于为银行客户搭建的大数据平台,利用行内已有的贷款客户的历史数据,利用数据挖掘算法,经过模型训练,最终生成潜在不良客户的名单,科学化盘点潜在逾期客户,然后针对性提出应对策略。前瞻性主动信贷预测,将帮助银行有效降低坏账与资产不良率。
排列科技精准营销方案的主要优势在于通过整合多渠道数据资源,刻画精准用户画像,应用在银行对应业务场景,实现客户和产品智能匹配推荐,以此提升获客效率,提高转化率,大幅度降低获客成本。
大数据时代,数据已成重要资源。排列科技解决方案的特点,就是围绕数据打造竞争力,以大数据赋能精准营销,以大数据驱动客户增长。精准营销只是其中一步,打牢了数据基础,银行就可以基于大数据平台研发更广泛的应用,深入延展到信贷管理、风险控制、指标管理、数据治理、客户关系管理等领域,应用空间十分广阔。最终的目的,是逐步构建出智慧银行的全新形态。
