零售銀行業務一直以來因其資本消耗低、市場空間廣闊、價值回報可觀，被眾多銀行視為業務轉型的重點發展方向。在東北地區，面對市場經濟下行、同業競爭加劇、互聯網衝擊，零售銀行想要獲得突破，需要順勢而為，充分運用互聯網、大數據等技術尋找創新領域。
零售銀行傳統營銷方式面臨挑戰
01
在東北地區，銀行產品推廣的常見形式以客戶主動上門、大眾營銷、客戶經理陌拜為主。然而，這些傳統的營銷方式在實際執行中面臨著以下問題：
渠道受限。線下渠道的拓展受限於一線業務人員的投入，服務質量難以控制，這制約了零售業務的發展速度。
客戶洞察不足。重銷售弱營銷的模式，使得銀行多以產品為中心，向客戶推銷產品，而非基於客戶需求提供個性化服務。
營銷轉化率低。受到各類社會欺詐事件影響，缺乏場景化和針對性的陌拜、群發短信、外呼等方式成功率極低，耗費大量營銷資源。
在這種情況下，數字化營銷模式和大數據精準營銷體系有了用武之地。
數字化的精準營銷方式正在崛起
02
精準的本質在於營銷決策用數據說話，通過建立客戶細分、交叉銷售、關聯分析、流失預警、資金流向、客戶關係網絡等主題的分析，對客戶進行深入挖掘，通過決策模型的建立提高對營銷決策的前瞻性、預見性和創造性。不同於傳統銀行業以產品為中心、大眾營銷的方式，通過大數據精準營銷模式，對客戶的未來行為進行有前瞻性、預見性和創造性的提前預測。
如今，國內外領先銀行正在嘗試將精益化營銷手段應用於日常營銷工作中，在客群定位、產品營銷、渠道服務等領域做出多項創新。行業創新實踐表明，在客群定位方面，銀行可使用大數據機器學習模型、客戶畫像、客戶標籤庫等工具精準定位；在產品營銷方面，可採用數字化品牌營銷與精準營銷結合、線上渠道與線下渠道協同的方針，實施以客戶為中心、主動出擊的營銷方案，同時對營銷效果加以回收分析，形成營銷閉環體系；在渠道服務方面，可實行營銷與服務線索的全渠道轉介，打通行內外服務渠道。
在實際執行中，銀行通過對數以千計的數據項的梳理和機器學習模型的建立，對全行零售客戶的交互數據進行收集、追蹤、建模，並從全行客戶中選擇有資金需求概率最高的客群，執行營銷活動。研究表明，基於機器學習模型篩選的客戶營銷轉化率較隨機篩選對照組可提升高達8倍，為銀行帶來可觀的收益。
零售銀行數字化精準營銷主要體現在以下五個方面：
全面深入的客戶洞察。要實現對客戶的深度洞察，建立客戶畫像體系是基礎。在實施數字化營銷的過程中，除了銀行自身擁有的客戶人口特徵數據、交易數據外，還應注意客戶在各個渠道與銀行交互數據的採集，包括客戶在銀行網站、手機銀行的瀏覽、點擊數據，客服中心的客戶交互數據等。這些數據能幫助銀行描繪生動的客群畫像，讓業務管理、市場營銷、產品開發人員能更加直觀地理解客群全貌，有利於進行市場營銷策略設計和用戶體驗設計。
客戶洞察為數據分析工作奠定了基礎，它為數據分析人員提供了充分的業務理解，使得後續模型建立工作的開展更順利、更完善。
場景化的營銷服務前置。銀行產品的營銷應深入考慮各類金融場景，通過業務理解、同業輸入、項目經驗，梳理銀行各類業務發生的契機。以個人消費類貸款為例，某銀行為其主打消費貸產品梳理出了12大類53種應用場景，包括婚慶類、裝修類、旅遊類、購車類、教育類、醫療類、奢侈品消費類、租房類、文化類、美容美體類、批發類、觸發類等。對於每一類應用場景，該銀行製作了相應的場景卡片，對業務場景的價值、與產品的契合程度進行評估，並挑選高評分的場景優先實行營銷活動策劃。
同時，銀行應對誘發業務場景的“事件”進行分析總結。按照消費者決策機制理論，客戶對產品購買通常經歷需求創造、需求認知引導、尋找信息、評估選擇、交易行動和體驗評價這幾個過程。傳統上大部分銀行介入營銷時機多為評估選擇和交易行動階段，而大數據精準營銷通過消費行為捕捉、客戶觸發式行為捕捉、商戶合作等方式，將營銷的時機前置，使銀行得以在客戶需求創造、需求認知引導、尋找信息階段介入，從而提升營銷活動的執行效果。
經過研究實踐表明，事件式營銷客戶轉化率較對照組可提升逾2倍。
全渠道立體協同營銷。銀行應採取個性化互動式觸點營銷，在營銷過程中切實把握每一次與客戶接觸的機會，做到營銷線索的全渠道轉介。以貸款類產品為例，銀行應注意收集客戶在網銀點擊貸款廣告、在手機銀行上進行貸款計算器試算、向客服或大堂經理諮詢產品情況等營銷線索，使得線上各渠道的貸款申請信息能夠無縫轉介到網點客戶經理，並且在客戶前往網點時被精準識別，無需提供附加信息；同時，確保客戶在線上渠道的申請行為能被精準跟蹤，若客戶信息未提交成功，會觸發呼叫中心、客戶經理跟進維護。
銀行將此類線索統一收集，並在客戶下一次接觸銀行時，有針對性地通過各類渠道做出產品營銷，使得營銷線索在櫃面、網銀、電話銀行、手機銀行、微信銀行等渠道之間無損轉介。
高效的營銷自動化閉環。銀行通過構建高效的營銷自動化閉環，能有效地將營銷策劃人員從大量的多方溝通中解脫出來，把重心轉移到營銷活動設計以及活動過程和結果的跟蹤評估上。營銷閉環包含分析洞察，活動設計，渠道執行和反饋評估四大環節，在反饋評估階段，銀行應注意對各渠道的營銷效果進行定時回收，這些數據不僅僅是評判精準營銷效果的依據，還是精準營銷優化的素材。通過對反饋結果的多次迭代分析，對機器學習模型進行調優，不斷提升機器學習模型的精準度。
通過實踐對比發現，迭代優化後的營銷轉化率較優化前提升逾5倍。
整合創新的數字化營銷。數字化營銷是銀行獲取新客戶的關鍵。通過歷史數據分析發現，優質的銀行產品不僅能提升存量客戶黏性，更能幫助銀行吸引新客戶。而新客戶的獲取，離不開與金融場景的結合。銀行應採取行內渠道與第三方渠道相結合的數字化營銷方式，深入客戶消費場景，捕捉新客戶。在線下渠道，銀行可以通過與商貿單位、旅行社、百貨公司等第三方渠道合作，投放數字廣告，並基於營銷反饋數據選擇效果最好的數字廣告的投放渠道，提升數字廣告的投放效率；在線上渠道，銀行可充分利用自由及第三方渠道，投放數字化廣告，同時通過禮品、折扣等方式，鼓勵存量客戶通過“朋友圈”等線上平臺幫助銀行進行產品宣傳，實現移動社交化營銷。
數字營銷典型案例分析
03
目前，多家領先銀行已經嘗試將數字化精準營銷應用於銀行產品實際營銷中。實踐發現，相較傳統營銷模式，精準模式能幫助銀行大幅提升營銷效率、降低營銷成本、優化客戶體驗，因此是未來零售銀行發展的大趨勢。東北地區消費類信貸規模增長迅猛，數字化精準營銷將助力其發展。
以東北某區域性銀行的消費類信貸產品為例，自數據化精準營銷開展以來，該產品申請量逐月遞增，2016年下半年內，放款總量超過14億元。截至2016年12月31日，產品總餘額超過30億元。目前，該產品已在國內17個城市投放，累計獲客超過2萬人。同時通過網絡、媒體、銀行線上線下渠道進行多輪宣傳，受眾超過30萬人次。此精準營銷活動的試點，在大幅提升放款量的同時，還推進了銀行的渠道改造需求，完善了線上線下渠道的合作能力與營銷功能，幫助渠道部門開拓營銷功能。
數字化營銷對未來零售銀行的影響
04
在零售銀行產品營銷策劃方面，數字化精準營銷將為銀行帶來三個“融合”：
線上與線下渠道融合。成功做到渠道間營銷線索的無縫轉介和渠道間信息的無縫銜接。線上渠道捕獲的營銷線索被無縫轉介到線下客戶經理，線上提供的貸款申請信息被完整的轉接到網點渠道。
精準營銷與數字化品牌營銷融合。對存量客戶，採用傳統的客戶特徵、交易行為數據和客戶觸點式交互行為數據相結合的方式，應用機器學習模型深度挖掘客戶需求；對於新客獲取，應用數字化品牌營銷方案，在多個線上、線下、第三方渠道進行新客戶拓展。
數據分析與場景金融融合。深度探索金融場景，將營銷行為前置化，並構造了營銷分析模型的基本框架，建立了營銷類數據集市，為未來零售產品場景營銷主題分析奠定了紮實的基礎、積累了寶貴的經驗。
同時，數字化精準營銷也將為銀行職能部門帶來三個“轉變”：
客服中心。從單一服務職能到服務與營銷綜合化職能的轉變。改進了傳統銀行客戶經理推動模式，採用客服中心執行部分營銷任務，對客戶意願進行初步篩選。同時，作為營銷閉環的一部分，客服中心擔負收集營銷反饋的任務，因而完成客服中心職能從純服務到營銷綜合化的轉變。
科技團隊。從被動技術支持到引領營銷新技術的轉變。科技部門提升數據分析能力與營銷效率，應用機器學習模型協助營銷，實現了營銷效果的反饋、評估及優化全流程管理，完成從純技術部門到營銷支持部門的轉變。
渠道部門。從注重交易功能到交易、營銷與數字化運營一體化的轉變。產品營銷採取了全渠道承接線索、線上渠道多面宣傳、客服中心主動外呼、客戶經理承接意願客戶的合作形式，推進銀行各線上、線下渠道從交易服務向營銷宣傳的轉型。
大數據分析在銀行業營銷領域的應用已不再新奇，但要體系化地為銀行帶來業務價值，引領銀行進行營銷模式創新，還需要數據整合能力、數據深度挖掘能力、業務場景拓展能力、渠道協同營銷能力和營銷策劃能力全面配套升級，讓業務與IT充分融合。數字化營銷將進一步在外部數據合作、營銷數據智能程度提升、營銷生態體系搭建、落地平臺支撐等方面做出更為積極的探索與創新。
(作者單位：哈爾濱銀行)
閱讀更多 銀行家雜誌 的文章
