¿Qué puede hacer el big data por los bancos?
Muchos bancos nacionales han comenzado a intentar impulsar sus operaciones comerciales a través de big data. Por ejemplo, el Centro de tarjetas de crédito de China CITIC Bank utiliza tecnología de big data para lograr marketing en tiempo real y China Everbright Bank estableció una red social de información. base de datos, y China Merchants Bank utiliza big data para desarrollar microcréditos, etc. Desde la perspectiva de las tendencias de desarrollo, las aplicaciones bancarias de big data se pueden dividir en cuatro aspectos principales:
El primer aspecto: la aplicación de retratos de clientes.
Las aplicaciones de creación de perfiles de clientes se dividen principalmente en perfiles de clientes personales y perfiles de clientes corporativos. Los perfiles de clientes personales incluyen características demográficas, datos de consumo de energía, datos de intereses, preferencias de riesgo, etc. Los perfiles de clientes corporativos incluyen la producción, circulación, operaciones, finanzas, ventas y datos de clientes de la empresa, así como datos sobre las fases ascendentes y descendentes de la empresa; cadena industrial relevante. Vale la pena señalar que la información de los clientes en poder de los bancos no es completa y, a veces, es difícil sacar resultados ideales basados en los datos que poseen, o incluso sacar conclusiones erróneas.
Por ejemplo, si un cliente de tarjeta de crédito pasa su tarjeta 8 veces al mes, llama al servicio de atención al cliente una media de 4 veces al año y nunca se queja, según el análisis de datos tradicional, este cliente es un cliente satisfecho y no tiene riesgo de pérdida de clientes. Pero si ve el Weibo del cliente, la situación real es: la tarjeta de salario y la tarjeta de crédito no están en el mismo banco, el pago es inconveniente, varias llamadas de servicio al cliente no han sido respondidas, el cliente se ha quejado muchas veces en Weibo y el El riesgo de pérdida de clientes es alto. Por lo tanto, los bancos no solo deben considerar los datos que poseen sus propias operaciones, sino también considerar la integración de más datos externos para ampliar su comprensión de los clientes. Esto incluye:
(1) Datos de comportamiento del cliente en las redes sociales (por ejemplo, China Everbright Bank ha establecido una base de datos de información de redes sociales). Mediante la combinación de datos bancarios internos y datos sociales externos, se puede obtener un rompecabezas más completo del cliente, logrando así un marketing y una gestión más precisos;
(2) Datos de transacciones de clientes en sitios web de comercio electrónico, como China Construction Bank combina su plataforma de comercio electrónico con negocios de crédito, y Alibaba Finance ofrece préstamos sin garantía a los usuarios de Alibaba. Los usuarios solo necesitan confiar en su crédito anterior
(3) Industrias de clientes corporativos Datos ascendentes y descendentes. en la cadena. Si el banco domina los datos ascendentes y descendentes de la cadena industrial de la empresa, podrá comprender mejor el desarrollo del entorno externo de la empresa y predecir así la situación futura de la empresa;
(4) Otros son propicios para ampliar la relación del banco con los clientes Datos sobre relaciones de interés, como datos de comportamiento de los internautas de la plataforma de datos DMP que actualmente emerge en la industria de la publicidad en línea.
El segundo aspecto: marketing de precisión
Basándose en los retratos de los clientes, los bancos pueden llevar a cabo eficazmente marketing de precisión, que incluye:
(1) Marketing en tiempo real. El marketing en tiempo real consiste en llevar a cabo marketing basado en el estado en tiempo real del cliente, como realizar marketing dirigido según la ubicación actual del cliente, el consumo reciente del cliente y otra información (un cliente usa una tarjeta de crédito para comprar productos maternos y suministros infantiles y modelos se pueden utilizar para predecir la probabilidad de embarazo y recomendar negocios que les gusten a las mujeres embarazadas o utilizar cambios en acontecimientos de la vida (cambios de trabajo, cambios de estado civil, cambios en la propiedad de la vivienda, etc.) como oportunidades de marketing; ;
(2) Marketing de precisión. p>
(2)
Basándose en los retratos de los clientes, los bancos pueden llevar a cabo un marketing de precisión de forma eficaz. Es decir, recomendación cruzada de diferentes negocios o productos. Por ejemplo, China Merchants Bank puede identificar eficazmente a los clientes de pequeñas y microempresas basándose en el análisis de los registros de transacciones del cliente y luego utilizar bancos remotos para implementar la venta cruzada;
(3) Recomendaciones personalizadas. Los bancos pueden hacer recomendaciones personalizadas de servicios o productos bancarios según las preferencias de los clientes, como posicionar con precisión grupos de clientes según su edad, tamaño de activos, preferencias de gestión financiera, etc., analizar sus posibles necesidades de servicios financieros y luego realizar promociones dirigidas. ;
(4) Gestión del ciclo de vida del cliente. La gestión del ciclo de vida del cliente incluye la adquisición de nuevos clientes, la prevención de abandono y la recuperación de clientes. Por ejemplo, China Merchants Bank creó un modelo de alerta temprana de abandono de clientes para retener al 20 % de los principales clientes con productos financieros de alto rendimiento en venta, lo que redujo las tasas de abandono de clientes de Gold Card y Golden Girasol en 15 y 7 puntos porcentuales respectivamente. .
El tercer aspecto: control de riesgos
Incluyendo herramientas para la evaluación del riesgo de préstamos de pequeñas y medianas empresas, identificación de transacciones fraudulentas y otras herramientas.
(1) Evaluación del riesgo de préstamos a pequeñas y medianas empresas.
Los bancos pueden utilizar la producción, circulación, ventas, finanzas y otra información relacionada de la empresa, combinada con métodos de extracción de big data, para analizar los riesgos crediticios, cuantificar el límite de crédito de la empresa y otorgar préstamos a pequeñas y medianas empresas de manera más efectiva.
(2) Identificación de transacciones fraudulentas en tiempo real y análisis contra el blanqueo de capitales. Los bancos pueden utilizar información básica del titular de la tarjeta, información básica de la tarjeta, historial de transacciones, patrones de comportamiento históricos del cliente, patrones de comportamiento continuos (como transferencias), etc., combinados con motores de reglas inteligentes para realizar análisis antifraude de transacciones en tiempo real. Por ejemplo, la solución de gestión de delitos financieros de IBM ayuda a los bancos a utilizar big data para prevenir y gestionar eficazmente los delitos financieros, y JP Morgan Chase utiliza tecnología de big data para rastrear a los delincuentes que roban cuentas de clientes o piratean sistemas de cajeros automáticos (ATM).
La cuarta área: optimización operativa.
(1) Análisis y optimización de mercados y canales. A través de big data, los bancos pueden monitorear la calidad de los diferentes canales de marketing, especialmente la promoción de los canales en línea, con el fin de ajustar y optimizar los canales de cooperación. Al mismo tiempo, también se puede analizar qué canales son más adecuados para promocionar qué tipo de productos o servicios bancarios, optimizando así las estrategias de promoción del canal.
(2) Optimización de productos y servicios: los bancos pueden convertir el comportamiento de los clientes en flujo de información, analizar las características de personalidad y las preferencias de riesgo de los clientes, obtener una comprensión más profunda de los hábitos de los clientes y analizar y predecir de manera inteligente las necesidades de los clientes. llevando así a cabo la innovación de productos y la optimización de servicios. Por ejemplo, Industrial Bank está realizando actualmente un análisis preliminar de big data para identificar clientes de alta calidad mediante la extracción y comparación de datos de pago, y proporcionar productos y servicios financieros diferenciados en función de las diferencias en los montos de pago de los clientes.
(3) Análisis de la opinión pública: los bancos pueden utilizar tecnología de rastreo para capturar información relevante sobre los bancos y sus productos y servicios en comunidades, foros y Weibo, y emitir juicios positivos y negativos a través de la tecnología de procesamiento del lenguaje natural. especialmente es captar la información negativa sobre el banco y sus productos y servicios de manera oportuna para que los problemas puedan descubrirse y abordarse de manera oportuna, para que la información positiva pueda resumirse y continuar fortaleciéndose; Al mismo tiempo, los bancos también pueden capturar la información positiva y negativa de los bancos en la misma industria y mantenerse al tanto de lo que sus pares están haciendo bien, como referencia para optimizar su propio negocio.
Los bancos son empresas de crédito y el poder de los datos es particularmente crítico e importante. En la era de los "grandes datos", la tecnología de la información moderna representada por Internet, especialmente los nuevos métodos de comunicación como portales, foros comunitarios, Weibo y WeChat, están en auge y se están generalizando los pagos móviles, los motores de búsqueda y la computación en la nube. un nuevo sistema virtual de información al cliente y cambiará el moderno modelo operativo financiero.
La cuantificación, diversificación, rápida transmisión y características basadas en valor de big data traerán nuevos desafíos y oportunidades a la competencia de mercado de los bancos comerciales. En la era de los datos, sólo sobreviven los sabios. El futuro del crédito bancario reside en ganarse el futuro a partir de los datos y obtener tranquilidad gracias al control de riesgos.