基于大数据的银行客户价值管理研究

◇王胜超

基于大数据的银行客户价值管理研究

◇王胜超

商业银行在大数据的背景下，对零售客户的价值挖掘是必经之路，本文介绍了零售客户价值管理系统，分析了当前银行在客户价值挖掘方面存在的问题和成因，提出了零售客户价值的考量指标，提出了差异化的营销策略，建立大数据管理平台，多渠道收集客户信息，为各级业务机构提供多样化的信息服务，针对客户的不同需求进行分析挖掘。

大数据；价值管理；互联网金融；银行

10.13999/j.cnki.scyj.2016.12.007

一、引言

随着移动互联网的发展，大数据时代已经汹涌的到来，大数据的分析能够发现日常事务中的本质规律，能够为创新服务提供有效的支撑，是提高银行竞争力的重要手段。客户资源是银行最宝贵的资源，面对竞争更为直白的市场，银行的经营理念不断地在更新换代，从以产品为中心逐渐过渡到以客户为中心，目前银行零售业务的发展现状是业务与互联网结合紧密，无论是柜台交易还是后续管理都离不开信息网络技术的支撑。随着客户信息电子化的发展，银行掌握了丰富的客户信息和交易行为信息，大数据管理也可以为挖掘数据、细分客户提供有力的工具，国家也出台了“互联网+”的行动指导纲要，为银行运用大数据管理提供了良好的政策环境。

互联网金融对零售银行带来了巨大的冲击，目前大部分银行仍以“产品为中心”的理念，产品同质化严重。在营销过程中仍是以销售产品任务为指标，忽视了客户的价值挖掘，致使很多客户的交易数据和潜在价值没有得到很好的利用。银行业需要在传统的“以产品为中心”理念基础上，增强银行零售业务的量化管理、精细经营，提高客户的价值创造力。客户价值创造就是针对零售客户的不同需求，开展产品创新、精准营销、增强用户的黏度，完善客户的服务体系。

二、客户价值管理

客户价值不仅是客户通过购买产品所产生的利息和手续费用，也包括为客户提供的价值，如存款利息收入等。客户价值的当前价值是指客户购买的金融产品的价格与银行的成本的差值，而客户在跟银行发生的业务关系的整个周期内的价值为潜在价值。当前价值和潜在价值的计量方法不同，当前价值用净利润计算，潜在价值通过计算保守价值和预期增值。价值计量的方法可以从经济导向、竞争导向、价值工程导向、手段——目的导向等4个维度考量。客户的价值可以从各种形式体现出来，但是价值受时间、环境和客户心理状态等情况影响严重。在提供产品服务时，银行不仅需要提供更为优质的产品，而且需要让客户得到满足感。银行可以提供存贷款、中介服务等产品，提升购买的便捷性，提高业务流程的效率，节省客户的时间成本，提供优异的售后支持，通过全方面的沟通渠道，全方位的与客户保持联系，提供更为全面的支持服务，让客户与银行更有黏性。

通过细分客户，可以更了解客户的需求，以便提供更个性化的定制产品和服务。客户细分的模式主要是基于人口特征的细分、基于心理特征的细分和基于行为特征的细分。通过以上三种细分模式，可以准确的判断客户的资金使用习惯，职业和资产情况，可以通过生活方式的细分来判断教育水平和兴趣偏好领域，可以通过分析客户的行为和心理动机，发现客户的潜在价值和利益。

三、价值管理出现的问题与成因

目前，银行拥有庞大的零售客户数量，虽然客户群体众多，但是优质的高端客户群体所占比例较少，贵宾数量所占比例不足5%，3万元以下的客户群体占的比重较高。个人存款的客户群体占存款客户的80%以上，能开发的贷款类客户群体数量较少，在客户满意度调查中，银行的满意度排名相对靠后。出现以上问题的原因主要是：

1.没有对零售客户进行足够的细分

银行对客户关系的营销管理不够精细，对客户细分不细致，没有对客户的需求进行分析挖掘，更加缺乏针对银行自身优势和区域经济发展的特点来制定产品和营销策略，导致零售客户的数目众多，优质客户资源较少，挖掘的能力不足，客户的价值提升较少。没有识别出有潜力的客户，没有识别客户的成长趋势，也没有识别出在他行的贵宾客户，失去了开发优质资源的机会。

2.零售业务没有形成统一管理

零售业务分散管理，形成网点多部门管理，在各个业务部门之间缺乏通力合作机制，没有形成上下联合共同发展的观念，没有建立利益共享的机制。银行业务流程长、程序复杂、审批层次多，导致工作效率低，影响客户的满意度，审批过程过于繁琐，容易流失客户。

3.零售产品的创新性不足，对客户的吸引力较低

产品的创新性和灵活度不高，缺乏具有竞争力的产品，产品研发和审批的时间过长，导致产品的同质化。产品的评测机制不完善，热销产品过于集中，导致大量的资源被浪费。

四、客户价值管理对策

1.对零售客户进行细分

根据“客户为中心”的理念，建立价值体系衡量指标，通过客户特征进行细致的价值划分，并实施细分客户的动态管理，提升零售客户的价值。指标体系如附表所示。

附表 零售客户价值计量指标

2.建立差异化的价值管理策略

（1）对于价值较低的普通客户主要采取自助渠道，降低柜面资源，节约人力成本，建立快速的购买渠道，加快业务办理流程，节约运营陈本；

（2）对于当前价值低、潜在价值高的潜力客户应作为重点挖掘对象，建立长期的合作关系，提供贴心的助业产品组合，提升客户的忠诚度，实现与潜力客户的共同成长；

（3）对于当前价值高的优质客户，需要维护好客户关系，防止客户流失；对于当前价值和潜在价值都比较高的客户，银行需要投入更多的资源进行维护和开发，提供更具有创新性、市场竞争力和优越的产品，增加产品发布速度，实现价值获取的最大化。

3.建立大数据管理平台

从银行内外和系统内外多方面收集零售客户信息，对积累的客户数据进行集中管理，建立数据管理部门，建立数据使用和挖掘标准，提升数据的利用度。通过大数据分析业务运营流程，提高信息采集和管理的效率。对零售客户数据进行治理监测，形成监测报告，提升营销的准确性。

建立自动化数据收集工具，多渠道收集客户信息，为各级业务机构提供多样化的信息服务，按照客户的不同需求进行分析挖掘，在数据集市的基础上围绕银行的战略重点进行深入的数据挖掘。

五、结语

在“互联网+”时代背景下，银行业务与网络融合是必然的趋势，利用大数据加大零售客户的价值挖掘是互联网金融时代的突破口，建立零售业务的差异化的价值考量指标，针对大数据的分析结果，实施差异化的营销策略，建立大数据管理平台，提供高质量的数据，增加银行产品的创新性和个性化，才能提高银行的资金利用价值的最大化，提高客户的满意度。

[1]孙杰,贺晨.大数据时代的互联网金融创新及传统银行转型[J].财经科学,2015（01）.

[2]杨娇.大数据时代NY银行零售客户价值管理策略研究[D].济南：山东大学,2016.

[3]陆岷峰,虞鹏飞.大数据分析在商业银行零售业务中的应用[J].金融理论与教学,2015（04）.

[4]刘畅.大数据时代我国商业银行营销策略分析[D].北京：对外经济贸易大学,2015.

[5]陈逸舟.大数据时代传统银行客户管理策略研究[D].宁波：宁波大学,2015.

[6]刘悦婷.基于大数据应用的吉林银行服务质量提升策略研究[D].长春：吉林大学,2015.

[7]韩浩.大数据技术在商业银行中的运用探讨[D].苏州：苏州大学,2014.

[8]熊志刚.大数据时代ZG银行客户关系管理策略研究[D].南昌：南昌大学,2014.

[9]爱丽.包商银行基于大数据的信息化发展战略研究[D].内蒙古：内蒙古大学,2014.

[10]赵付玲,安锋,张晓锋.大数据时代商业银行信息化问题浅析[J].金融理论与实践,2013（10）.

[11]李风蕊,赵彩苑.大数据时代商业银行的营销策略探讨[J].现代营销(学苑版),2015（06）.

[12]胡高霞,吕东.大数据技术在银行业务中的应用[J].武汉金融,2016（01）.

（作者单位：中国农业银行北京市分行）