400-608-2558
应用
为不同行业客户提供数据管理、分析展现、深度挖掘的数据运营方案,帮助企业实现内部业务信息系统数据化,数据价值化的全面升级。
当前位置:首页 > 应用 > 金融行业
基于Tempo的零售银行客户大数据智能中心建设
时间:2018-12-26 10:42:22 浏览:
对比国内外金融行业数据应用发展历程,结合近几年国内传统金融,包括银行、证券、保险等,和以“支付宝”、“财付通”、“第三方征信”、“P2P”等为代表的的互联网金融竞相争艳,在2017年传统金融和互联网技术加速融合,以四大行为代表的传统金融,竞相同百度、腾讯、阿里、京东展开全面合作,以“互联网金融”为代表的金融科技开始走向新的阶段。

在技术平台建设方面,金融机构,银行业以五大行、代表性股商行、创新型小行为代表,券商则以业务规模前十大券商、以及国金证券、东方财富等创新型券商为代表等,一直保持持续的探索,在2015年之前大多完成了整体的基础设施建设,近两年都将重心转向业务价值探索和实践。
以高价值金融交易数据为核心,逐步按需进行跨行业、跨领域综合数据应用,金融大数据典型应用场景包括:历史明细查询、客户画像、客户策略、精准营销、运营管理、客户征信、风险管理、实时事件营销等。金融大数据解决方案将以大数据平台为基础,聚焦金融业务场景,围绕客户认知、价值提升、全生命周期的持续运营,进行实际业务价值呈现,切实提升业务执行人员、业务管理人员、经营管理人员的实际工作效能,辅助其完成业务决策。

通过金融大数据应用类项目建设,将聚焦以下方面持续发展:

1、实现金融和类金融数据资源集成与共享
金融机构内部跨系统的业务数据整合;围绕数据运营的客户行为和业务过程等业务数据的更加全面、准确的采集;面向数据化业务运营,提升内部数据采集、数据存储、数据整合的闭环。
进一步,持续探索金融同业间数据共享、以及类金融的电商平台、工商、税务、医保、社保、水电燃气、电信运营商等外部数据在内的多维信息收集、整合。
针对汇集的数据、围绕业务目标、应用场景,通过数据标签化处理,在法律合规、保护隐私以及正式授权情况下,实现金融大数据共享,打破信息孤岛,为金融生产提供数据资料。

2、促进金融生产、管理模式转型,提升运营水平
通过金融大数据应用,洞察行业趋势、业务动态、客户行为偏好、风险信息、产品客群、客户体验,为金融行业在客户征信、风险管控、运营管理、绩效管理等方面提供精准信息基础,运用大数据思维和互联网技术,促进金融行业生产模式、管理模式的转型和创新发展。

3、优化金融服务和产品创新、提升服务层次
借助金融大数据应用建设,基于海量客户属性、交易行为等数据,分析客户群体的兴趣、偏好、情绪、信用、风险等对用户行为模式进行分析,面向用户金融服务需求进行相应的金融产品创新,围绕客户需求发现,从服务客户单人、单次投资/交易,向客户综合理财规划方案、客户家庭财务规划及客户社群特色金融服务需求提升,通过更高水平的智能投顾,提供差异化服务价值,提升客户粘性。

案例N:某城市商业银行零售营销大数据项目
应用领域:金融领域


金融领域

在全球经济通缩压力加大、中国经济增速放缓、利率汇率市场化改革不断深化、多层次资本市场体系日益完善以及互联网金融业态兴起的背景下,银行业的经营环境已经发生巨大的变化,商业银行之间竞争日趋激烈,整个行业正在重新洗牌,新的格局正在形成。如何在新一轮的变革中更好地生存下去,成为商业银行面临的首要挑战。

一、业务背景

与经济新常态相适应,近年来,城商行的发展趋势集中呈现出增速回落、不良反弹、盈利承压、发展分化等新的特点。综合来看,城商行起点低、规模小、实力相对较弱,应对新常态的挑战更大,面临的制约因素也更多。从而,商业银行需要进一步明晰战略定位,加快转变发展模式,加大创新力度,彻底摆脱过去那种同质化发展、无差异竞争、盲目追求大而全或小而全的发展道路。

1、传统粗放型的客户营销策略无法满足个性化的用户需求。无论是为了抢占潜在市场的批量发卡,还是周末社区拓展、节假日网点优惠活动、厅堂柜台等地推式营销,都需要同市场发展相匹配,进行产品定制化创新、或者进行营销活动的精细化策划和精准化投放,实现将有限的资源投向潜在价值更高的目标客群。

2、传统的数据应用无法满足客户个性化、差异化、特色化的金融行为需求发现。以业务报表、监管报送为目的的数据应用,主要在业务总结、事后汇报、过程状态跟踪等方面提供数据支撑。如何将业务发展战略同客群基础、产品体系、营销资源等有效匹配和协同起来,银行亟待充分整合客户数据,以用户为中心,对用户金融行为及金融状态等数据进行更全面的数据分析。

3、银行本身有着丰富的客户金融/近金融场景方面的数据,其价值密度是互联网公司无法比肩的。以核心系统为基础,通过网银、手机银行、电话银行、微信银行等电子渠道、或者ATM等智能多媒体终端机具、厅堂柜台等线下渠道发起的各类业务,在各业务系统流转过程中,沉淀了海量的业务流程数据,给数据辅助决策和业务价值释放提供了良好的基础。

4、银行零售业务转型,核心是从“以产品为中心”的销售和绩效导向,向“以客户为中心”的需求和价值服务转型,通过从客户认知、客户价值提升、客户营销价值评估等角度,实现以客户需求为基础的银行业务价值化、个性化、区域化等差异化发展模式探索。这些都需要借助海量的业务历史数据资产、大数据平台、大数据分析&挖掘等能力建设,构建零售营销大数据辅助决策体系。

二、解决方案

以服务城商行零售业务精细化运营水平的持续提升为宗旨,提倡数据化业务运营模式,坚持“以客户为中心”,立足银行零售业务的现状,围绕业务经营目标、产品体系、客户群体构成、渠道建设、营销活动等内容,聚焦全行零售业务发展的整体战略导向,提供数据化、智能化、个性化的客户行为认知、客户策略和营销策略建议。

1、围绕数据应用,打造客户智能服务中心,全面释放业务价值。从面向分析师的基础技术平台、分析工具,进行业务诊断、数说专题、成果管理;到面向业务应用的客户画像、精准营销、创新产品设计、智慧运营(产品运营、渠道运营等)、风险管理;以及面向综合数据服务的数据API接口,从数据接入、数据存储、数据整合、数据分析到业务应用,打造银行数据化业务运营流程体系。


 美林数据零售银行

2、以业务应用为导向,面向客户营销,设计框架完整、指标灵活可扩展的金融客户行为画像指标体系。围绕客户属性特征、产品持有动作、资产构成变迁、收支全景视图、交易行为动作、交易行为分类、交易行为变迁、交易对手刻画等关键画像指标,进行用户画像标签体系衍生计算。

 客户资产特征
用户词云图
3、面向客户分析应用的数据分析集市建设。集合了核心系统、信贷系统、理财系统、中间业务系统、支付系统、电子渠道系统、CRM等关键业务系统,构建当事人、账户、签约、事件、产品、代码等基础主题域,进行轻量级数据分析集市构建。

三、业务价值

1、伴随着项目建设,各类营销活动、业务流程支持、数据交互等需求持续出现,匹配该行的年度业务战略目标,项目建设成果为支行网点营销执行人员提供聚焦、直观、可落地的客户认知、客户线索、营销策略,有效提升业务执行效率,提升客户经理的有效投入产出,提升中产、长尾客群的服务能力,直接服务业务KPI目标实现。


 大数据分析

2、伴随银行业务的“线上化”发展趋势,产品运营、渠道运营、人力绩效等“精细化”管理需求涌现,按照数据化业务运营思路,通过项目建设给银行提供了一条迭代式“可持续化”的零售营销数据运营流程,提升管理效能。

 Tempodata

3、大数据从应用价值来讲,其本质是“数据化思维”,通过该项目建设,将分析能力导入至客户经理、业务管理人员,提供“自主、自助、便捷、灵活、即时”的数据化业务支撑目标实现,让业务人员接受并主动利用数据,为数据中心聚焦在标准化服务保障,有效实现业务和科技在数据应用上的上下游协同。

 大数据分析

4、将行业大数据技术应用进一步向实用化推进,架起数据资源和业务价值的“最后一公里”桥梁。让大数据平台等基础设施建设成果体现价值,让业务部门在业务活动中真切体验到金融科技的价值贡献。

 行业大数据技术
立即试用
全国服务电话
400-608-2558
企业邮箱
tempo@meritdata.com.cn
中国西安 ▪ 雁塔区西三环天谷八路软件新城国家电子商务示范基地六层
扫一扫关注我们
Copyright © 2018 MeritData.All Rights Reserved 陕ICP备05005361号-1. 陕公网安备 61019002000171号