数字经济全景白皮书：银行业智能营销应用专题分析

CONTENTS 智能营销市场生态图谱 01银行业智能营销现状和 痛点 银行业智能营销发展现状 >智能化的数字营销是基于数据技术并使用数字传播渠道传递营销信息，从而实现品牌传播、销售转化和客户沉淀，以及不断提升银行产品、客户需求、风险偏好之间适配度的一种方式》按照营销渠道可以划分为公域营销和私域营销。近年来，银行侧重 私域流量运营。 √银行在营销方面正向更高水平的数字化发展，依托大数据构建客户洞察，用更高效精准的方式与客户建立联系，以最适合的媒介渠道为客户匹配最符合潜在需求 的产品和内容信息，从而达到精准化的智能营销。√智能营销在金融产品领域有转化链条长、对数据安全与隐私保护有较高的要求因此，银行数据化营销闭环的打造进度也十分有限。√全国股份制银行的营销场景化建设落地与智能化程度相对较高，而中小型上市银 行和地方城商行尚未实现智能营销与场景建设的协同。 智能营销数字化能力升级痛点 缺少数字化升级统筹以及“以客户为中心”的体系搭建 目前，头部银行的发展重点都从以产品为中心的战略有所转移，但还没有真正实现“以客户为中心”，未能在多渠道的基础上打造线上线下整合的全渠道发展模式。而全行级用户营销体系的搭建需要从客户体验考虑，对线上线下营销触点进行的统一过滤与管理，避免客户过度营销打扰。传播式大众营销仍然占据营销方式主体 银行同质化的金融产品和传播式的大众营销方式，既无法适应用户多样性需 求，又难以实现销售转化。而用户标签信息迭代不及时是个性化营销难以发展的原因之一。 在营销内容的制作和营销策略创意上，银行一般会和外部广告公司进行合作 但银行的用户数据和信息较为敏感，在遵循行内流程和规范的同时，很难实现营销策略的敏捷性和实时性。营销动作与业务发展KPI归因关联度不足 银行现有的组织架构体系导致了行内各个业务部门和渠道各自为战分别营销的现状，另一方面，技术团队与业务团队两者之间的连接和协作成为难题， 营销动作与业务部门KPI、职能部门的核心作用归因关联度不足。营销系统建设专业人才与营销资源严重不足 营销系统要释放业务价值，还需要同步建立配套的运营机制、人才体系并投入相应的营销资源。同时，银行在搭建完善的零售人才战略体系的过程中也 会遇到诸多挑战。渠道割裂的现状仍然存在 在银行营销系统中，线下网点、线上App等营销场景和触达渠道之间相互孤立，难以按照客户旅程传递价值，完成客户转化与运营。此外，银行在面对流量市场结构和成本变化时缺乏全域思维和全链路的动态视角。 内部数据"孤岛困境”，外部数据引入合规挑战大 性不足等问题。因此，不管是产品推荐、个性推送还是私域运营，都面临着营销系统冷启动困难的挑战。 02智能营销同业案例 平安银行 零售业务持续创新升级，打造ATO智能随身新模式 通过强化人机协同，打造统一的中台能力，以客户为中心推动“A人工智能+远程线上专员+线下智能网点及理财经理”新模式全面铺开，升级客户分层经营模式，构建全触点陪伴式创新服务模式。 案例背景 AI为内驱的零售业务，发展“基础零售、私行财富、消费金融三大业务模块。平安银行在2020以来不断深化AI营销方面的人机协同服务模式，而在2021年平安提出了打造综合化银行、AI银行、远程银行、线下银行、开放银行“五位一体”新模式。 银行+远程银行+线下智能网点及理财经理)是零售业务发展的经营链和服务网，将从客户旅程、经验逻辑、服务矩阵、Oasis客户经营智能平台构筑智慧经营体系。 截至2021年一季度末，ATO智能陪伴服务新模式已挖掘并 超500万人次，赋能AUM累计销售额突破干亿大关，为平安银行实现干万级基础客户的数字化经营提供强大的支持。 招商银行 布局多元化场景，结合数据技术提升变现能力 招商银行以MAU为核心指标，凭借饭票、影票、生活缴费等引流手段，打造用户的高频生活场景。同时搭建"10+N”数字化中台10”是十大通用技术中台，涉及红包、直播、内容、小程序、营销权益等；“N”是针对垂直场景经营开发的业务中台。 案例背景 识别以及电子渠道建设。2018年，招商银行通过对零售客户生成1726个客户画像标签，开始探索发展“干人干面的个性化推荐。SVS 招商银行与索信达开展了长期合作，采用索信达灵犀整合 大子方案，覆盖了行内行外、线上线下、存量增量、头部尾部等全维度的数字营销场景、渠道和设备。而在招商证券也采用了灵犀的营销内容管理、实时营销平台等系统，实现全渠道连接客户并进行精细化运营。 招商银行借助索信达智能营销平台，建立从营销数据管理 用卡数字化获客占比提升至62.65%，金融场景使用率和非金融场景使用率分别为80.80%和68.30%。 工商银行 通过手机银行RPA技术应用，赋能基层网点智能营销 工商银行基于RPA技术开发的“营销机器人”具有交付敏捷、自动化程度高等优势，能够实现对银行数据、标签、模型等数据资产的变现。而试点分行基于“数据+算法+平台+运营”的数字化模式引入RPA技术智能化输出营销策略。 案例背景 机器人、重点客群数字化运营机器人等，在部分分行开展以RPA技术赋能智能营销试点，推动手机银行客户自动化旅程营销和重点客群的自动化运营。ISVS 执行的营销活动转为常态化的按日自动化营销，实现模型的全生命周期管理。 从营销机器人上线以来表现看，手机银行客户旅程运营机 量低效代发客群实现较自然增长2.38倍的资产增益。 03智能营销解决方案和 技术应用 Onalysys智能营销解决方案-中台架构与场景 场景是当下银行业机构较为聚焦的概念之一。覆盖全渠道的营销场景底层连接可信数据源，通过数据能力、AI算法和营销中台等数字技术对接各人链路的场景，>而在中台能力层，数据资产的归因效果分析以及算法模型的持续优 化形成银行的数据资产沉淀，并最终通过数据赋能营销场景，形成数据与营销的生态闭环，再通过双向动态的数据闭环来提升场景的营销效果。 关键技术应用-数据技术 数据采集 数据采集层主要是针对银行内部和外部的数据进行相关的采集，包括日志信息、客户信息和行为信息。客户信息：客户的职业、年龄、性别、家庭情况、收入和存款 量、开户后客户的消费习惯、产品购买习惯等。行为信息：移动设备、社交应用、网页访问、点击和搜索银行实时数据采集系统主要服务于数据分析平台，对实时性要求高，需要提供自动化的数据关联与业务解析。 计算层要有批量计算的能力，也要有实时的计算能力。 大数据存储与统一管理重点是解决复杂结构化、半结构化和非结构化大数据管理与处理问题，并建立相应的数据库，为后续的精易观分 准营销提供海量的数据信息。银行可以通过统一的客户ID搭建客户数据管理平台，实现客户数据的全域治理，并对用户生命周期进行管理并对阶段性营销场景输出数据能力。 数据应用最重要的是数据分析和数据安全。营销中台的分析层是对数据进行多维度的分析透视，并将分析结 果以图表化、可定制的方式呈现，实现银行用户信息标签化、交易数据监控和转化分析。 而隐私计算能在保护信息安全的前提下，作为底层技术助力数据开放，实现全方位数据流通，从而为外部数据的合规应用提供了新的解决途径，但该技术具体的落地应用仍需进一步探索。 关键技术应用-AI技术 AI基础能力 语音识别通过泛化理解、多意图识别和多轮对话的处理能力提升银行语音端客户服务效率，优化银行零售业务交互式语音客服系统。银行利用机器学习、知识图谱等AI技术发现数据背后的原因或未来的发展趋势，实现基于客户洞察的内容营销。机器学习技术普遍应用在广告投放、智能决策等场景中，机器学习可以基于对历史数据的归纳和学习，构建出“事件模型”帮助银行基于数据进行探索分析。 AI算法能够进一步组织非结构化数据，将其加工成模型，以此来 获得预测性的数据结果。基于内容的推荐算法在金融资讯领域发挥着很大的作用，根据用户偏好来推送不同的咨询内容。AI算法极大地提升了营销效率，让银行的数字化营销能力从洞察策划、创意内容、媒介投放，到后链路的转化都实现了智能化的升级。易观分析 模型种类及数量由于AI算法的使用增长迅速，因此，银行营销中台对模型的区分管理和更新迭代也是其至关重要的。 模型选代优化的方式主要是以下两个方面：通过对训练数据集进行补充来提升模型效果 从算法、模型调优、模型融合上提升模型综合能力 关键技术应用-营销技术 Deep-link深度链接 Deep-link是指在App、短信、广告等点击链接，能直接跳转到目标App具体位置的技术。强制的广告唤醒沉睡用户反而会增强用户对产品的厌烦度，而Deep-Link深度链接直接把用户带至其特定相关详情页，自然提醒用户，实现有效转化。 渠道归因是对用户在完成转化之前所接触到的线上推广渠道进行 分析。主要的跨渠道归因模型主要有以下四类：S最后点击（LastClick）归因模型; 首次点击（FirstClick）归因模型 线性归因模型，即把转化贡献率以等量权重分配给所有影响因素/渠道;基本位置归因模型，即将40%转化归功于首次点击，另外40%归功于最后点击，剩余20%平均分配给中间渠道。易观力 营销策略自动化即通过全渠道接入和数字化改造，帮助银行实现营销策略的规划、执行、评估以及优化等自动化闭环营销。 营销策略自动化的实现需要解决四大问题：配置数字化营销场景，即可以一站式管理全部数字推广中的触点有营销内容库，可以对营销内容进行集中管理和自动触发； 收集全渠道市场用户互动数据，并反馈到统一的用户数据中心进 行分析;自动化配置流程，可以根据营销内容策略和用户反馈数据进行用户互动的自动化配置 04智能营销发展趋势与 解决策略 智能营销发展趋势 趋势一：银行将加速技术手段投入来实现数据合规并挖掘长尾客户价值作为未来私域运营的重点关于智能营销，有两大政策趋势值得关注：其一是智能营销受到的合规约束 越来越多；其二是反垄断力度加大，智能营销的发挥空间在互联互通的推进下逐渐变大。与此同时，互联网流量红利见顶，公域采买流量费用持续上涨，银行纷纷开 始布局私域运营，探索如何更好地从场景中切入获取流量并将流量引入私域池，沉淀在自有平台中，进行反复触达。私域运营对于银行的价值主要在于一是降低营销成本，二是增强银行与客户之间的联系，通过对客户分层和分层后的精准营销来加速流量转化。 的经营逻辑产生变化近年来，银行的服务模式已经从产品销售为主过渡到以客群经营为主，而当前比较头部的银行会在“以客户为中心”上更进一步，建立“以用户的体验 为中心”的体系。而这一趋势的改变会对银行的经营逻辑造成影响。客户体验作为银行创新发展的重要切入点，客户体验反馈的数据会作用于银行组织变革、产品设计 用户流程改造和服务供给中，能够创造巨大价值。在银行业数字化转型进入深水区的当下，做好客户体验管理，体现差异化竞争优势应上升到银行战略核心的高度。 全域流量协同优化在运营过程中，核心趋势就是借助数字技术对用户路径进行统一规划和流量分发，实现更精准地触达客户和渠道运营的垂直化 在流量转化成本方面，“全域流量协同优化”能给予银行全局和全链路的视角，有利于银行动态管理流量转化成本，并且以最合适的媒介渠道为客户推送产品和信息，从而达到全域成本最优的流量转化。因此，商业银行营销中 台在内部能力扩展上，会进一步对客户生命周期管理进行细化，建立了客户细分、忠诚度分析、贡献度分析、活跃度分析、潜力价值分析、客户价值提升、资产流失预警、产品交叉销售、电子渠道偏好、理财产品推荐、流失客户资产挽回、睡眠客户唤醒等数据分析模型。 智能营销数字化升级解决策略 策略一：通过隐私计算合规引入外部数据 商业银行通过引入外部数据能获取较为准确地用户画像，但是承担着侵犯用户隐私和个人信息的风险。因此，银行在引入外部数据时应该遵从合规优先的原则，在从数据来源、使用过程、数据传输、可审计性四个方面来考察列部数据供应商的引入是否合规易观分析建议，银行应该积极探索使用隐私计算来