基于大数据的客户关系管理

　　作者：李炅宇

　　尊敬的各位领导、各位来宾：

　　大家好！

　　利率市场化改革、宏观经济新常态、互联网金融和大数据时代的来临正从经营环境和商业模式两个维度彻底颠覆着商业银行赖以生存发展的生态环境。可以预期，内外部经营环境的变化和大数据的应用将共同推动商业银行进入真正向“以客户为中心”的业务转型期。

　　围绕“基于大数据的银行客户关系管理”这一主题，下面我谈一下民生银行对大数据的几点思考。

　　不妥之处请各位批评指正。

　　一、大数据的定义及民生银行大数据战略

　　各行各业都在讲大数据，但是至今仍没有一个被广泛采纳的大数据的明确定义。中国民生银行将国际国内大数据研究成果与自身应用实践相结合，综合考虑数据结构、数据技术和数据价值等不同维度，对大数据给出以下定义：

　　大数据是指把结构化、半结构化、非结构化海量数据通过数据技术进行收集、整理而成的数据集或数据群。利用数据挖掘分析技术能够使这些数据集群产生巨大的商业价值。

　　实现大数据的商业价值不能急功近利，必须超越炒作，有步骤、务实的去实现。结合国内外先进企业经验，民生银行正逐步推进我行的大数据战略。希望用三到五年的时间，实现通过数据分析研发的数据产品、支持的数字化营销，进而创造的利润占全行利润的10%以上，大幅提升营销活动投入产出效率，实现数据价值最大化。

　　数据分析力量要渗透到业务和管理的各个环节，围绕核心大客户的综合金融服务、产业链商机挖掘、小微风险分析与征信、小区选址与差异化定位、客户标签与名单制营销、基于交易链和社交网络的批量获客等我行亟需关注的课题，在各个层面、各个环节发出数据的声音、体现数据的价值。

　　中国民生银行提出以“数据创造价值”为核心理念，全力推动民生集团大数据平台建设。基于大数据平台，重点打造以“阿拉丁云平台”为代表的立体化数据服务生态圈和以“金融e管家平台”为代表的智能化的客户关系管理体系。

　　通过阿拉丁和金融e管家在全行的应用推广，大数据量化分析和数字化管理真正实现了与各层级员工的零距离接触，民生银行业务运行的商业模式正悄然发生改变，并逐步形成了高效率的具有独特核心竞争力的智能化客户关系管理模式。

　　二、阿拉丁大数据云平台

　　先说阿拉丁大数据云平台，阿拉丁是民生大数据基础设施，未来将发展成大数据服务和分析的生态圈。依托阿拉丁平台让民生银行“人人都是数据专家”，实现美妙绝伦的大数据用户体验。数据分析挖掘像游戏一样充分趣味和挑战，让用户玩着玩着就停不下来，彻底点燃组织内部的大数据热情。

　　目前阿拉丁平台注册用3500余人，覆盖民生银行所有分行。分行发布数据应用3568个，其中有很多精彩的案例，如北京管理部：基于数据的小微客户评级；重庆分行：通过大数据挖掘潜在高价值客户；广州分行：民生e贷；西安分行：手机银行数字化管理、ATM渠道布局优化及ATM存放现金量预测等等。这些应用都实实在在的推动了分行营销和管理的提升。

　　三、民生银行基于大数据的智能化客户关系管理

　　民生银行基于大数据的客户关系管理体系在设计伊始，“以市场为中心，以客户需求为导向”的目标就非常的清晰而坚定。设计者们基于大数据和移动互联等新技术，在更新视角、更深层次上，帮助市场人员站在客户的角度思考问题。市场人员思考业务的原点不再限定在客户本身，还包括客户的“钱从哪儿来，钱去哪儿了”，客户产业链的上游、下游，以及合作伙伴组成的生态圈。

　　客户经理可以借助大数据平台上源源不断的数据来源和数据分析结果成为客户的外脑和顾问。向客户提供当地最新的市场信息、上下游动向甚至市场开发建议、产品改进建议。

　　民生银行在新客户关系管理体系建设中充分引入各类大数据智能商机挖掘模型，实现了智能化的目标客户推荐和产品推荐。交易链智能获客模型、客户价值弹性预测模型、产品精准营销模型、客户流失预警模型，纵贯银企关系的整个生命周期，为全行客户经理进行精确化的市场营销提供了利器。大数据模型告诉民生营销和管理人员“哪些潜在客户最易开发？哪些客户最易贡献价值？哪些产品最易被客户接受？哪些客户最易流失？”

　　举例说明，各银行都存在大量的低价值的休眠对公客户。面对如此巨大的客户数量，依靠传统的以客户经理为主、全面扫描客户的开发模式将会产生巨大的开发成本。针对这个问题， 民生银行为市场人员提供了客户价值弹性分析、交易链智能获客模型和产品交叉销售模型，进而精准定位潜在高价值客户群，达到了事半功倍的营销效果。

　　各位领导、各位同仁，国际先进经验表明，为了适应利率市场化改革和现代信息技术的发展，商业银行应充分认识大数据的革命性影响，真正发掘和实现大数据价值，不断提升客户关系管理的智能化水平。

　　大数据分析成果只有转化为实际的营销或管理行动才能够真正为银行创造价值。大数据分析一定要与实际应用相结合，针对不同商业环境设计差异化的大数据的采集、分析和共享策略。只有与商业应用紧密结合的大数据分析才能切实推动银行信息管理部门由“成本中心”逐步向“利润中心”转变。

　　谢谢大家！

　　专题：首届“金融科技活动周”