|
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。 编辑 宋囡 （责任编辑：职场达人） |
