400-608-2558
029-8766-9737
應用
為不同行業客戶提供數據管理、分析展現、深度挖掘的數據運營方案,幫助企業實現內部業務信息系統數據化,數據價值化的全面升級。
當前位置:首頁 > 應用 > 金融行業
基于Tempo的零售銀行客戶大數據智能中心建設
時間:2018-12-26 10:42:22 瀏覽:
對比國內外金融行業數據應用發展歷程,結合近幾年國內傳統金融,包括銀行、證券、保險等,和以“支付寶”、“財付通”、“第三方征信”、“P2P”等為代表的的互聯網金融競相爭艷,在2017年傳統金融和互聯網技術加速融合,以四大行為代表的傳統金融,競相同百度、騰訊、阿里、京東展開全面合作,以“互聯網金融”為代表的金融科技開始走向新的階段。

在技術平臺建設方面,金融機構,銀行業以五大行、代表性股商行、創新型小行為代表,券商則以業務規模前十大券商、以及國金證券、東方財富等創新型券商為代表等,一直保持持續的探索,在2015年之前大多完成了整體的基礎設施建設,近兩年都將重心轉向業務價值探索和實踐。
以高價值金融交易數據為核心,逐步按需進行跨行業、跨領域綜合數據應用,金融大數據典型應用場景包括:歷史明細查詢、客戶畫像、客戶策略、精準營銷、運營管理、客戶征信、風險管理、實時事件營銷等。金融大數據解決方案將以大數據平臺為基礎,聚焦金融業務場景,圍繞客戶認知、價值提升、全生命周期的持續運營,進行實際業務價值呈現,切實提升業務執行人員、業務管理人員、經營管理人員的實際工作效能,輔助其完成業務決策。

通過金融大數據應用類項目建設,將聚焦以下方面持續發展:

1、實現金融和類金融數據資源集成與共享
金融機構內部跨系統的業務數據整合;圍繞數據運營的客戶行為和業務過程等業務數據的更加全面、準確的采集;面向數據化業務運營,提升內部數據采集、數據存儲、數據整合的閉環。
進一步,持續探索金融同業間數據共享、以及類金融的電商平臺、工商、稅務、醫保、社保、水電燃氣、電信運營商等外部數據在內的多維信息收集、整合。
針對匯集的數據、圍繞業務目標、應用場景,通過數據標簽化處理,在法律合規、保護隱私以及正式授權情況下,實現金融大數據共享,打破信息孤島,為金融生產提供數據資料。

2、促進金融生產、管理模式轉型,提升運營水平
通過金融大數據應用,洞察行業趨勢、業務動態、客戶行為偏好、風險信息、產品客群、客戶體驗,為金融行業在客戶征信、風險管控、運營管理、績效管理等方面提供精準信息基礎,運用大數據思維和互聯網技術,促進金融行業生產模式、管理模式的轉型和創新發展。

3、優化金融服務和產品創新、提升服務層次
借助金融大數據應用建設,基于海量客戶屬性、交易行為等數據,分析客戶群體的興趣、偏好、情緒、信用、風險等對用戶行為模式進行分析,面向用戶金融服務需求進行相應的金融產品創新,圍繞客戶需求發現,從服務客戶單人、單次投資/交易,向客戶綜合理財規劃方案、客戶家庭財務規劃及客戶社群特色金融服務需求提升,通過更高水平的智能投顧,提供差異化服務價值,提升客戶粘性。

案例N:某城市商業銀行零售營銷大數據項目
應用領域:金融領域


金融領域

在全球經濟通縮壓力加大、中國經濟增速放緩、利率匯率市場化改革不斷深化、多層次資本市場體系日益完善以及互聯網金融業態興起的背景下,銀行業的經營環境已經發生巨大的變化,商業銀行之間競爭日趨激烈,整個行業正在重新洗牌,新的格局正在形成。如何在新一輪的變革中更好地生存下去,成為商業銀行面臨的首要挑戰。

一、業務背景

與經濟新常態相適應,近年來,城商行的發展趨勢集中呈現出增速回落、不良反彈、盈利承壓、發展分化等新的特點。綜合來看,城商行起點低、規模小、實力相對較弱,應對新常態的挑戰更大,面臨的制約因素也更多。從而,商業銀行需要進一步明晰戰略定位,加快轉變發展模式,加大創新力度,徹底擺脫過去那種同質化發展、無差異競爭、盲目追求大而全或小而全的發展道路。

1、傳統粗放型的客戶營銷策略無法滿足個性化的用戶需求。無論是為了搶占潛在市場的批量發卡,還是周末社區拓展、節假日網點優惠活動、廳堂柜臺等地推式營銷,都需要同市場發展相匹配,進行產品定制化創新、或者進行營銷活動的精細化策劃和精準化投放,實現將有限的資源投向潛在價值更高的目標客群。

2、傳統的數據應用無法滿足客戶個性化、差異化、特色化的金融行為需求發現。以業務報表、監管報送為目的的數據應用,主要在業務總結、事后匯報、過程狀態跟蹤等方面提供數據支撐。如何將業務發展戰略同客群基礎、產品體系、營銷資源等有效匹配和協同起來,銀行亟待充分整合客戶數據,以用戶為中心,對用戶金融行為及金融狀態等數據進行更全面的數據分析。

3、銀行本身有著豐富的客戶金融/近金融場景方面的數據,其價值密度是互聯網公司無法比肩的。以核心系統為基礎,通過網銀、手機銀行、電話銀行、微信銀行等電子渠道、或者ATM等智能多媒體終端機具、廳堂柜臺等線下渠道發起的各類業務,在各業務系統流轉過程中,沉淀了海量的業務流程數據,給數據輔助決策和業務價值釋放提供了良好的基礎。

4、銀行零售業務轉型,核心是從“以產品為中心”的銷售和績效導向,向“以客戶為中心”的需求和價值服務轉型,通過從客戶認知、客戶價值提升、客戶營銷價值評估等角度,實現以客戶需求為基礎的銀行業務價值化、個性化、區域化等差異化發展模式探索。這些都需要借助海量的業務歷史數據資產、大數據平臺、大數據分析&挖掘等能力建設,構建零售營銷大數據輔助決策體系。

二、解決方案

以服務城商行零售業務精細化運營水平的持續提升為宗旨,提倡數據化業務運營模式,堅持“以客戶為中心”,立足銀行零售業務的現狀,圍繞業務經營目標、產品體系、客戶群體構成、渠道建設、營銷活動等內容,聚焦全行零售業務發展的整體戰略導向,提供數據化、智能化、個性化的客戶行為認知、客戶策略和營銷策略建議。

1、圍繞數據應用,打造客戶智能服務中心,全面釋放業務價值。從面向分析師的基礎技術平臺、分析工具,進行業務診斷、數說專題、成果管理;到面向業務應用的客戶畫像、精準營銷、創新產品設計、智慧運營(產品運營、渠道運營等)、風險管理;以及面向綜合數據服務的數據API接口,從數據接入、數據存儲、數據整合、數據分析到業務應用,打造銀行數據化業務運營流程體系。


 美林數據零售銀行

2、以業務應用為導向,面向客戶營銷,設計框架完整、指標靈活可擴展的金融客戶行為畫像指標體系。圍繞客戶屬性特征、產品持有動作、資產構成變遷、收支全景視圖、交易行為動作、交易行為分類、交易行為變遷、交易對手刻畫等關鍵畫像指標,進行用戶畫像標簽體系衍生計算。

 客戶資產特征
用戶詞云圖
3、面向客戶分析應用的數據分析集市建設。集合了核心系統、信貸系統、理財系統、中間業務系統、支付系統、電子渠道系統、CRM等關鍵業務系統,構建當事人、賬戶、簽約、事件、產品、代碼等基礎主題域,進行輕量級數據分析集市構建。

三、業務價值

1、伴隨著項目建設,各類營銷活動、業務流程支持、數據交互等需求持續出現,匹配該行的年度業務戰略目標,項目建設成果為支行網點營銷執行人員提供聚焦、直觀、可落地的客戶認知、客戶線索、營銷策略,有效提升業務執行效率,提升客戶經理的有效投入產出,提升中產、長尾客群的服務能力,直接服務業務KPI目標實現。


 大數據分析

2、伴隨銀行業務的“線上化”發展趨勢,產品運營、渠道運營、人力績效等“精細化”管理需求涌現,按照數據化業務運營思路,通過項目建設給銀行提供了一條迭代式“可持續化”的零售營銷數據運營流程,提升管理效能。

 Tempodata

3、大數據從應用價值來講,其本質是“數據化思維”,通過該項目建設,將分析能力導入至客戶經理、業務管理人員,提供“自主、自助、便捷、靈活、即時”的數據化業務支撐目標實現,讓業務人員接受并主動利用數據,為數據中心聚焦在標準化服務保障,有效實現業務和科技在數據應用上的上下游協同。

 大數據分析

4、將行業大數據技術應用進一步向實用化推進,架起數據資源和業務價值的“最后一公里”橋梁。讓大數據平臺等基礎設施建設成果體現價值,讓業務部門在業務活動中真切體驗到金融科技的價值貢獻。

 行業大數據技術
立即試用
全國服務電話
400-608-2558
029-8766-9737
企業郵箱
中國西安 ? 雁塔區西三環天谷八路軟件新城國家電子商務示范基地六層
掃碼關注我們

Copyright ? 2018 MeritData.All Rights Reserved陜ICP備05005361號-1.    陜公網安備 61019002000171號
福彩体彩走势图大全