近年來(lái)，隨著(zhù)國內經(jīng)濟增速放緩、新冠疫情爆發(fā)反復等內外部環(huán)境的劇烈影響，國內銀行業(yè)也在發(fā)生著(zhù)顯而易見(jiàn)的變化，整體從高利率時(shí)代過(guò)渡進(jìn)入到中低利率時(shí)代。與此同時(shí)，銀行個(gè)人客戶(hù)的數字化程度達到歷史新高，在線(xiàn)時(shí)間大幅提升、使用場(chǎng)景更加豐富，依托數字化能力驅動(dòng)零售業(yè)務(wù)增長(cháng)已經(jīng)成為越來(lái)越多銀行的發(fā)展共識，各家銀行的經(jīng)營(yíng)思路也逐步從過(guò)往追求增量獲客轉變?yōu)橐酝诰虼媪?、深耕客群價(jià)值為主。

　　從具體做法來(lái)看，銀行普遍采取的運營(yíng)動(dòng)作是，以客戶(hù)為中心，整合多源數據構建標簽體系，并在此基礎之上進(jìn)行零售客群分析、洞察、運營(yíng)與持續服務(wù)等一系列操作。這其中如何基于業(yè)務(wù)現狀精準定義細分客群，如何運用平臺工具高效構建與沉淀客群策略，以及標簽體系如何搭建支撐業(yè)務(wù)需求，成為做好零售業(yè)務(wù)數字化運營(yíng)的關(guān)鍵。

　　一、銀行零售數字化運營(yíng)的三大階段

　　基于神策數據對整體行業(yè)趨勢的洞察與研究，銀行業(yè)發(fā)展主要經(jīng)歷了以下三個(gè)階段：

　　1、基礎標簽框架搭建&數據基礎能力建設

　　該階段以腰部以下農商行為主，主要處于數據層系統能力建設環(huán)節，大多以科技部門(mén)主導建設數據集市、標簽系統等平臺，形成對行內已有數據的初步整合沉淀，產(chǎn)出業(yè)內通用框架下的指標型基礎標簽，同時(shí)因為應用層平臺能力的欠缺，構建的標簽對于業(yè)務(wù)的直接支撐作用比較有限。

　　2、業(yè)務(wù)標簽體系搭建&標簽管理能力建設

　　該階段主要存在于頭部農商行以及大部分城商行。業(yè)務(wù)層面來(lái)看，該階段銀行開(kāi)始在標簽基礎能力之上圍繞具體運營(yíng)場(chǎng)景搭建業(yè)務(wù)應用類(lèi)衍生標簽；在系統層面則開(kāi)始關(guān)注標簽本身的生命周期管理能力，優(yōu)化標簽應用效率。

　　3、客群策略沉淀&數據治理機制建設

　　該階段主要存在于頭部城商行以及股份制銀行，通過(guò)業(yè)務(wù)在運營(yíng)實(shí)踐中的不斷打磨優(yōu)化，已經(jīng)能夠基于運營(yíng)策略體系沉淀出場(chǎng)景化的客群策略模版，在客群常態(tài)化經(jīng)營(yíng)以及總分支行聯(lián)動(dòng)營(yíng)銷(xiāo)機制中快速復用；而在數據層，該階段銀行會(huì )進(jìn)一步認知到基礎數據質(zhì)量對于業(yè)務(wù)的巨大影響，開(kāi)始在數據治理方面投入更多精力與資源。

　　二、銀行業(yè)精細化運營(yíng)面臨的四個(gè)困境

　　在整個(gè)數據驅動(dòng)精細化運營(yíng)的建設路徑中，銀行并不是一帆風(fēng)順的，標簽該怎么建，建好了該怎么用，用了為什么沒(méi)效果等都是經(jīng)常出現的問(wèn)題，通過(guò)對這些問(wèn)題的思考與研究，神策數據認為有4個(gè)原因導致了銀行在精細化運營(yíng)過(guò)程中存在以上困局：

　　1、認知偏差：業(yè)務(wù)運營(yíng)缺的是客群策略而不是標簽體系

　　我們假設一個(gè)具體場(chǎng)景，在手機銀行渠道活躍客戶(hù)中，定位理財潛在客戶(hù)進(jìn)行理財產(chǎn)品推薦，從策略制定的角度我們要明確目標客群，首先確定客群篩選維度：比如App活躍、存款余額、產(chǎn)品瀏覽行為、觸達渠道偏好；其次是定義各個(gè)維度下的賦值邏輯：App活躍的30天內大于3次、活期存款大于5W、過(guò)去30天內瀏覽理財專(zhuān)區大于等于1次、觸達渠道偏好為App推送；最后，基于現有標簽篩選出具體客群包進(jìn)行營(yíng)銷(xiāo)。

　　所以，從業(yè)務(wù)運用的角度，真正需要的是客群策略的制定，如何確定篩選維度以及如何選擇取值范圍，這些都是業(yè)務(wù)運營(yíng)層面真正解決問(wèn)題的關(guān)鍵，而不僅僅只是看我們現在有沒(méi)有對應的標簽。

　　而在實(shí)際建設過(guò)程中，我們往往會(huì )優(yōu)先考量標簽體系而忽略了客群策略的制定，認為把標簽體系大而全地建出來(lái)了自然業(yè)務(wù)就能用起來(lái)，這是一個(gè)認知偏差。

　　2、職責偏差：客群策略本質(zhì)是個(gè)業(yè)務(wù)活，而不是數據活

　　當明確了客群策略的重要性以及核心本質(zhì)之后我們就會(huì )發(fā)現，這其實(shí)是個(gè)強業(yè)務(wù)導向的產(chǎn)物，在正確的創(chuàng )建邏輯中應該是由業(yè)務(wù)方基于對現有業(yè)務(wù)的認知，制定相對應的策略體系，進(jìn)而梳理出明細的客群策略，最后運用現有標簽使其成型。因此作為支撐客群策略的應用類(lèi)標簽體系創(chuàng )建是需要業(yè)務(wù)部門(mén)在此過(guò)程中深度參與而非完全由數據部門(mén)主導。

　　3、執行偏差：客群策略在實(shí)際構建中，業(yè)務(wù)與數據握手難

　　即使業(yè)務(wù)方參與了客群策略制定以及標簽體系創(chuàng )建后，在后續的實(shí)際應用中仍會(huì )存在使用不暢的情況，很大程度上是因為執行層面缺乏高效的平臺實(shí)現雙方的信息共享與同步。業(yè)務(wù)的需求與數據的反饋仍以郵件與工單作為主要交流渠道，往往會(huì )出現業(yè)務(wù)口徑的理解偏差、數據呈現的認知偏差以及流轉效率低下等一系列問(wèn)題。

　　4、基礎偏差：數據質(zhì)量問(wèn)題仍普遍存在

　　銀行業(yè)數據質(zhì)量問(wèn)題普遍存在，一方面是由于歷史原因，在銀行系統建設之初“重建設，輕管理”導致基礎數據質(zhì)量薄弱，未在源系統端進(jìn)行數據質(zhì)量規則檢查和必要的錄入控制，導致源端的數據質(zhì)量差。另一方面，銀行內部系統流轉中系統異常和流程設置不當等因素，導致很多銀行數據質(zhì)量暫未形成事前預防、事中控制、事后檢查的閉環(huán)機制。表現在以下幾個(gè)方面：

　　（1）數據標準不統一。具體包括客戶(hù)標識、產(chǎn)品標識等，如核心系統和信貸系統中客戶(hù)沒(méi)有統一ID，統一貸款產(chǎn)品名稱(chēng)在兩個(gè)系統中不一致，甚至貸款發(fā)放機構在兩個(gè)系統中也不一致。

　　（2）數據重復錄入，且在各系統內不一致。如客戶(hù)在理財、信貸、核心、手機銀行等各個(gè)系統內都會(huì )建立客戶(hù)信息，其中的證件號碼、聯(lián)系號碼等均存在不一致的現象。

　　（3）數據的準確性。由于大多數系統對錯誤數據錄入都沒(méi)有嚴格的控制，導致大量的歷史數據錄入存在數據錯誤的問(wèn)題。

　　以上的數據問(wèn)題均會(huì )給指標精細化管理、業(yè)績(jì)統計以及分支行人員營(yíng)銷(xiāo)服務(wù)帶來(lái)很大的困擾。

　　三、業(yè)務(wù)&數據兩個(gè)維度的破局之道

　　基于上述現狀及困局，神策數據結合過(guò)往與銀行的合作經(jīng)驗沉淀，分別從業(yè)務(wù)和數據兩方視角提出破局之道。

　　1、業(yè)務(wù)視角：基于運營(yíng)框架，梳理客群策略，沉淀標簽體系

　　（1）定框架

　　首先，圍繞著(zhù)具體業(yè)務(wù)目標進(jìn)行運營(yíng)框架搭建。運營(yíng)框架是整體經(jīng)營(yíng)策略的制定依據，是指導業(yè)務(wù)運營(yíng)的主線(xiàn)邏輯。

　　隨著(zhù)客戶(hù)線(xiàn)上行為的日趨增長(cháng)，銀行的經(jīng)營(yíng)模式正在從“單軌AUM經(jīng)營(yíng)模式”走向“AUM和MAU雙軌經(jīng)營(yíng)模式”，基于A(yíng)UM和MAU雙軌經(jīng)營(yíng)邏輯，建立十六宮格動(dòng)態(tài)分類(lèi)標準，了解客群價(jià)值分布、制定分群管理經(jīng)營(yíng)策略、評估客群拓展質(zhì)量、掌握經(jīng)營(yíng)客群遷移情況。

　　（2）拆階段

　　當我們定義了運營(yíng)框架后，第二步則是圍繞1（MAU渠道）+N（AUM業(yè)務(wù)線(xiàn)）進(jìn)行客戶(hù)成長(cháng)路徑拆解，并且依據客戶(hù)業(yè)務(wù)旅程進(jìn)行客戶(hù)生命周期劃分。

　　MAU運營(yíng)框架拆解（手機銀行示例）

　　AUM運營(yíng)框架拆解（信用卡業(yè)務(wù)線(xiàn)示例）

　　（3）厘客群

　　隨著(zhù)業(yè)務(wù)旅程路徑以及客戶(hù)生命周期階段的明確，第三步則是聚焦在具體每個(gè)路徑階段中制定對應的運營(yíng)目標，并推導出細分客群特征，形成客群策略。

　　MAU運營(yíng)目標及客群特征（手機銀行示例）

　　AUM運營(yíng)目標及客群特征（信用卡業(yè)務(wù)線(xiàn)示例）

　　（4）落標簽

　　第四步是拆解客群策略所需要篩選維度以及明確賦值范圍，進(jìn)而產(chǎn)出所需要運用到的各類(lèi)標簽。

　　（5）建體系

　　當完整的客群策略以及涉及到的標簽梳理形成后，需要建設體系化管理流程，實(shí)現標簽與客群策略在行內沉淀形成數據資產(chǎn)。

　　在標簽體系管理部分，神策建議將標簽梳理分為“公共結構類(lèi)標簽”和“業(yè)務(wù)應用類(lèi)標簽”，“公共結構類(lèi)標簽”主要由行內數據團隊統一管理，支持行內各業(yè)務(wù)線(xiàn)的使用；“業(yè)務(wù)應用類(lèi)標簽”則由各自的業(yè)務(wù)線(xiàn)團隊進(jìn)行統籌管理，負責標簽設計、口徑制定、業(yè)務(wù)應用等職責。通過(guò)對標簽客群的分權管理實(shí)現標簽自主應用的靈活性以及管理效率的提升。

　　2、數據視角：夯實(shí)數據質(zhì)量基礎&系統層面打破業(yè)務(wù)與數據之間的協(xié)作隔閡

　　（1）數據治理夯實(shí)數據基礎

　　數據治理融入系統建設全流程

　　俗話(huà)說(shuō)“治不如防”，在需求調研和確認的階段，和銀行業(yè)務(wù)人員明確數據需求及質(zhì)量要求，在設計環(huán)節加強源系統數據調研和數據質(zhì)量檢查，在系統投產(chǎn)后增加數據質(zhì)量方面的審核，減少對下游系統數據使用的影響。

　　數據治理融入數據全生命周期

　　從數據全生命周期角度出發(fā)，數據質(zhì)量管理應貫穿數據創(chuàng )建、存儲、加工處理、使用和銷(xiāo)毀全過(guò)程。因此，在數據創(chuàng )建、存儲環(huán)節增加質(zhì)量準入檢查、數據清洗等工作，在數據加工、使用環(huán)節中加強全流程的數據質(zhì)量監控，在數據銷(xiāo)毀后同時(shí)撤銷(xiāo)質(zhì)量監控等。針對客戶(hù)標簽一類(lèi)的數據資產(chǎn)，搭建全面、自動(dòng)化、可視化的數據質(zhì)量跟蹤監控機制尤為重要。

　　（2）數據融合（OneID融合）實(shí)現零售客戶(hù)數據統一管理

　　打通行為數據&業(yè)務(wù)數據，構建客戶(hù)360度畫(huà)像

　　打通行為數據和業(yè)務(wù)數據之間的壁壘，讓銀行構建客戶(hù)360度畫(huà)像成為了可能，通過(guò)匯聚、打通線(xiàn)上線(xiàn)下全渠道、全觸點(diǎn)、全鏈路的多主體用戶(hù)數據，從洞察、拉新、轉化與留存等多個(gè)層面助力銀行精準觸達與營(yíng)銷(xiāo)，促進(jìn)銀行與用戶(hù)的深度溝通，并能深入進(jìn)行用戶(hù)行為分析和業(yè)務(wù)經(jīng)營(yíng)的全過(guò)程。打通全域用戶(hù)數據、精準觸達、實(shí)現公域私域聯(lián)動(dòng)運營(yíng)。

　　（3）平臺化工具能力賦能業(yè)務(wù)方自助式標簽創(chuàng )建與沉淀客群策略

　　在客群策略設計完成后，業(yè)務(wù)要將與客群策略運營(yíng)需要相關(guān)的標簽進(jìn)行落地。在以往的實(shí)踐中，往往業(yè)務(wù)需要將標簽需求提交給科技相關(guān)團隊，通過(guò)技術(shù)的加工來(lái)進(jìn)行標簽的生產(chǎn)和提供。此過(guò)程不僅耗時(shí)長(cháng)，而且計算口徑極容易出現偏差，面臨反復修改驗證，難以快速上線(xiàn)使用等諸多問(wèn)題。

　　標簽畫(huà)像平臺是面向業(yè)務(wù)可以直接操作使用的客群策略沉淀平臺?；谠撈脚_，業(yè)務(wù)可根據用戶(hù)運營(yíng)的需要和業(yè)務(wù)發(fā)展目標，將所需的標簽通過(guò)可視化構建面板進(jìn)行配置并加以管理。構建體系化用戶(hù)標簽圖書(shū)館，輸出用戶(hù)畫(huà)像，賦能業(yè)務(wù)實(shí)現用戶(hù)精細化運營(yíng)和精準營(yíng)銷(xiāo)。該平臺需具備兩大重要特點(diǎn)：

　　其一，支持可視化展示。提供標簽的可視化分層管理以及支持各類(lèi)圖表展示標簽的用戶(hù)數據情況，實(shí)現業(yè)務(wù)對標簽、客群數據現狀的即時(shí)洞察；同時(shí)提供使用便捷的可視化交互界面操作功能，通過(guò)規則圈選配置，即可完成標簽體系生產(chǎn)建設和管理。

△標簽可視化管理（數據為模擬）

△客群可視化展示（數據為模擬）

　　其二，支持規則化配置。平臺提供創(chuàng )建首次末次特征、事件偏好屬性、行為分布結果等特征標簽的可視化模板，業(yè)務(wù)適用方僅需按照相關(guān)標簽的配置邏輯，選擇相應模板進(jìn)行簡(jiǎn)單操作即可配置落地，用戶(hù)標簽創(chuàng )建靈活便捷。

△自定義規則創(chuàng )建標簽

△快速篩選客群策略模板

　　（4）靈活的數據輸出應用能力

　　基于平臺形成的客戶(hù)標簽、客群策略等數據資產(chǎn)，能夠通過(guò)API等形式輸出至其他業(yè)務(wù)系統應用，例如風(fēng)控系統模型、營(yíng)銷(xiāo)系統等，實(shí)現數據業(yè)務(wù)化應用。

　　四、落地場(chǎng)景應用，兩大案例實(shí)踐解讀

　　1、某頭部城商行線(xiàn)上化客群經(jīng)營(yíng)構建項目

　　某頭部城商行隨著(zhù)數字化能力的不斷建設，對于其支撐業(yè)務(wù)運營(yíng)的能力提出了更高要求。希望與神策數據合作，實(shí)現線(xiàn)上客群的數字化經(jīng)營(yíng)能力的全面建設。具體如下：

　　（1）明確業(yè)務(wù)運營(yíng)框架?；谇捌跇I(yè)務(wù)需求訪(fǎng)談和核心指標體系設計及拆解，神策圍繞MAU與AUM雙軌視角構建AARRR客群線(xiàn)上化經(jīng)營(yíng)體系，通過(guò)搭建App總線(xiàn)與業(yè)務(wù)線(xiàn)1+N模式，實(shí)現針對不同業(yè)務(wù)部門(mén)的不同運營(yíng)目標，切割運營(yíng)職責，增強可落地性。通過(guò)AARRR模型的使用，可實(shí)現用戶(hù)運營(yíng)旅程的全面策略覆蓋。

　　（2）用戶(hù)路徑拆解。在明確MAU與AUM雙軌運營(yíng)框架后，神策團隊進(jìn)一步就客戶(hù)在雙線(xiàn)上的用戶(hù)路徑進(jìn)行拆解，其中MAU路徑拆解包含登錄、綁卡、使用留存、產(chǎn)生業(yè)務(wù)價(jià)值、裂變推薦；AUM路徑拆解為客戶(hù)產(chǎn)品感知、產(chǎn)生購買(mǎi)意向、滿(mǎn)足購買(mǎi)條件、發(fā)生業(yè)務(wù)交易以及裂變推薦。

　　（3）制定運營(yíng)目標及客群策略。針對用戶(hù)使用路徑上的關(guān)鍵節點(diǎn)定義客戶(hù)價(jià)值牽引運營(yíng)目標并拆解細化客群策略。例如貸款業(yè)務(wù)中基于用戶(hù)路徑拆解形成客群策略：

　　貸款業(yè)務(wù)AARRR前兩個(gè)階段客群策略示例：

　　（4）標簽圈選篩選客群并形成明細執行策略。在明確客群策略口徑之后圍繞用戶(hù)基礎屬性、風(fēng)險評估、業(yè)務(wù)產(chǎn)品、行為操作等維度進(jìn)行標簽圈選從而精準篩選目標客群。

　　最終該項目整體實(shí)現了雙線(xiàn)AARRR策略落地，在MAU及AUM運營(yíng)框架下沉淀了多套行之有效的客群策略，切實(shí)實(shí)現了行內MAU及AUM的指標提升；同時(shí)一站式運營(yíng)平臺為運營(yíng)人員提供了便捷高效的營(yíng)銷(xiāo)運營(yíng)平臺。

　　2、某股份制銀行數據融合與標簽體系建設項目

　　某全國性股份制銀行在零售業(yè)務(wù)的發(fā)展過(guò)程中，逐步感知到現有行內數據基礎對于業(yè)務(wù)高質(zhì)量發(fā)展的制約，具體表現為：多端業(yè)務(wù)系統內的用戶(hù)數據無(wú)法實(shí)現關(guān)聯(lián)打通，以至于業(yè)務(wù)使用方無(wú)法從統一客戶(hù)視角進(jìn)行全旅程視圖洞察；此外，不僅是用戶(hù)數據與業(yè)務(wù)類(lèi)數據，客戶(hù)在手機銀行上的行為數據同樣未打通，無(wú)法滿(mǎn)足分析潛在客戶(hù)營(yíng)銷(xiāo)活動(dòng)全鏈路轉化效果等業(yè)務(wù)方需求?；诖爽F狀與問(wèn)題，神策與客戶(hù)圍繞以下內容進(jìn)行合作：

　　（1）制定數據ID-Mapping方案，解決客戶(hù)數據統一關(guān)聯(lián)問(wèn)題?；谛袃葦祿F狀制定了適配行方多端數據ID-Mapping解決方案，梳理各系統數據格式進(jìn)行數據清洗關(guān)聯(lián)，并以行內統一客戶(hù)號為基準，打通關(guān)聯(lián)了包括CRM客戶(hù)號、信用卡客戶(hù)號以及多個(gè)系統各自客戶(hù)號，保證了行內客戶(hù)體系的唯一性。

　　（2）對接整合多源數據，實(shí)現客戶(hù)數據統一管理。在打通的用戶(hù)明確了唯一ID后，我們還以此對接了行內的數據倉庫，數據集市，標簽平臺，渠道整合平臺、實(shí)時(shí)大額動(dòng)賬數據等業(yè)務(wù)數據以及手機銀行埋點(diǎn)數據和微信小程序的埋點(diǎn)數據，在此過(guò)程中，我們梳理了近30張集市層數據表、近600張數倉中間表，制定了數據ETL方案，實(shí)現多源數據整合入庫。

　　（3）標簽體系搭建及平臺化管理。在數據層實(shí)現打通統一后，我們結合行方標簽平臺原有標簽及新接入的數據源，通過(guò)與各業(yè)務(wù)部門(mén)標簽需求的訪(fǎng)談以及對原有標簽的梳理重新制定了標簽體系，并在神策標簽管理平臺內落地實(shí)現標簽的可視化管理；同時(shí)，在此過(guò)程中輸出了標簽質(zhì)量分析報告，確保標簽質(zhì)量滿(mǎn)足業(yè)務(wù)應用需求。

　　通過(guò)該項目對行方原本復雜混亂的數據資產(chǎn)進(jìn)行重新梳理，依托用戶(hù)關(guān)聯(lián)、數據清洗等方案實(shí)現行內數據的可用性改造，最終在行內沉淀了一套標簽體系、上線(xiàn)了一套標簽管理平臺、落地了一套標簽質(zhì)量分析優(yōu)化機制，為后續的數據業(yè)務(wù)側應用打下扎實(shí)基礎。

　　總體來(lái)看，銀行零售客群數字化、精細化運營(yíng)的關(guān)鍵在于：客群策略的制定需要從業(yè)務(wù)運營(yíng)視角出發(fā)，結合高質(zhì)量的數據以及全生命周期管理的標簽體系，從而實(shí)現對業(yè)務(wù)發(fā)展的重要支撐作用。