麥肯錫：開啟全速數字化營銷打造銀行新的增長工廠(16頁).pdf

《麥肯錫：開啟全速數字化營銷打造銀行新的增長工廠(16頁).pdf》由會員分享，可在線閱讀，更多相關《麥肯錫：開啟全速數字化營銷打造銀行新的增長工廠(16頁).pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、 2020年3月 2 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 后疫情時代銀行業： 數字化經營“火力全開” 2020年伊始， 一場突如其來的疫情讓各行各業都經歷了一次壓力 測試。 銀行業也不例外。 多數銀行關閉了線下網點， 也因此失去了客 戶經營的重要線下抓手， 原本是銀行業 “開門紅” 的一月、 二月， 如 今業績卻大打折扣。 而另一邊， “宅生活” 推動線上流量驟增， 帶來 新機遇的同時也考驗著各家銀行的數字化經營能力。 一些先知先覺、 數字化程度高的銀行在疫情期間紛紛轉戰線上并 取得了積極效果。 通過數字化經營， 銀行有效盤活和深耕存量客 戶 ， 提升和釋放網點與客戶經理的產能和

2、潛力。 而數字化營銷的魅 力還不止于此， 利用 “裂變式營銷” 、 “場景式營銷” ， 銀行打破組 織邊界， 讓 “客戶” 變成 “客戶經理” ， 幫助銀行獲客。 根據麥肯錫的實踐經驗， 成功的數字化營銷能讓銀行銷售生產率 提高20%； 客戶流失率下降25%； 交叉銷售成功率提高160%； 銀 行整體運營效率和業務表現也會顯著提升， 年收入增長35%； 凈推 薦值可上升8-10 （圖1） 。 但這次疫情期間， 也有不少銀行暴露出數字化經營能力的不足。 比 如有些銀行僅僅將線下打法搬到了線上， 缺乏一套有效的整體規劃 和端到端實施方案。 具體而言， 我們發現國內銀行在數字化營銷上 存在以下三大痛

3、點： 其一， 缺乏高效的數字化營銷體系設計， 雖然坐 擁大量客戶數據， 但無法深度挖掘出客戶洞見， 難以圍繞客戶體驗 打造 “精準營銷” ； 其二， 無法將美好的數字化愿景落地， 在實施 過程中往往出現轉型節奏緩慢， 各部門各自為政、 協同效率低等現 象； 其三， 即便成功設計、 開拓了線上營銷渠道， 許多銀行仍無法有 效打通全渠道鏈路， 無法有效分配線下資源以賦能線上渠道。 3 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 圖1 采取正確行動的公司在市場上獲得巨大的價值 20%160%25% 35%8-10 通過個性化目 標對準，銷售 生產率提高 通過多變量 預測模型， 流失率下降 通過

4、組織數字 營銷改進，預 計年收入提高 客戶生命階段細 分之后交叉銷售 成功率提高 通過優化數字宣 傳活動，大銀行 的凈推薦值提高 資料來源：麥肯錫分析 抓住七大趨勢 制勝五大戰場 即使沒有疫情的沖擊， 線上化經營也是銀行業大勢所趨， 而此次疫 情無疑加速了這一進程。 新的客戶行為和市場環境正在從根本上 重塑數字化營銷， 以下七大趨勢尤其值得關注： 從 “一次性戰術” 到 “持續經營” ： 營銷已經逐漸摒棄傳統的單 點擊破、 追求短時間曝光的一次性戰術， 逐漸轉變為全面的、 持 續性的， 以客戶持續經營為核心， 以與客戶建立長期聯系為目標 的營銷方式。 從 “單向推送” 到 “以客戶為中心” ：

5、 營銷不再是單向輸出， 而是 從客戶需求出發的雙向互動。 營銷需要關注客戶 “在什么時候， 想要什么” ， 而不是單向的 “我們想要表達和傳遞什么” 。 從 “大眾化” 到 “個性化” ： 營銷已經從傳統大眾化時代的 “千篇 一律” 、 “千人一面” ， 走向個性推薦、 精準觸達的 “千人千面” ， 客戶的個性化需求得到了滿足。 而隨著技術的發展， 未來 “規模 化的個性化” 也會越來越容易， 成本也越來越低。 從 “公域” 到 “全域” ： 公域平臺的紅利時代已經過去， 流量費用 持續上漲， 且難以實現 “私人化” 的情感聯系， 因此各銀行紛 4 開啟全速數字化經營打造銀行新的增長工廠(精簡

6、版） 紛開始布局沉淀在自有平臺、 可更低成本獲取且反復使用的私 域流量， 把過去由平臺壟斷的用戶 “奪” 回來， 導入自有用戶池， 不斷探索如何更好地從生態化的場景切入獲取流量， 以 “好的 內容” 作為核心經營流量， 以裂變傳播等創新模式引爆流量， 搶 占 “一人一銀行” 的私域時代高地。 從 “割裂式營銷” 到 “全渠道營銷” ： 傳統營銷下 ， 各個營銷手段 和觸達渠道間相互孤立， 難以協同傳遞同一個品牌形象。 而 “全 渠道營銷” 則要求企業通過多個渠道全方位接觸客戶 ， 各個渠道 間協同互補、 保持一致的體驗、 傳遞統一的信息和品牌形象， 更 好地服務客戶 。 從 “預先規劃” 到

7、“敏捷、 始終在線、 實時” ： 為了適應營銷環境 的變化， 從預先規劃的工作模式到小步快跑、 快速迭代、 不斷試 錯的敏捷機制， 用可控的代價進行多次測試。 從 “執行” 到 “執行、 評估、 優化” ： 從傳統營銷以營銷活動的執 行和交付為最終節點， 到可量化評估并形成閉環， 為未來不斷優 化營銷活動提供可能。 為了更好順應上述七大趨勢， 銀行需要在個性化、 洞見挖掘、 體驗 設計、 技術和速度這五大戰場上實現卓越 （圖2） ： 圖2 因此，新一代的數字化營銷要在以下5 個主要戰場上實現卓越 個性化 01量身定制 實時互動與創新 洞見 02整合所有數據 人工智能驅動洞見 體驗設計 03 以

8、客戶為中心 引人入勝的內容 流暢的歷程 大規模數據活化 關鍵推動力 技術 04 速度 05 打破了豎井效應 更快的運行節奏 并推動銷售 資料來源：麥肯錫分析 5 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 裂變營銷對傳統銀行業的啟示 在傳統人眼里， 裂變營銷似乎只和互聯網公司有關， 其實不然。 想 必每一個人都曾經和好友分享過滴滴出行、 美團外賣的紅包或優惠 券， 無形之中 ， 我們每一個人都變成了這些公司的營銷人員。 尤其是 近期， 連續創下全球最快上市紀錄的趣頭條、 拼多多、 瑞幸咖啡， 都 有一個共性， 就是擁有一套裂變驅動的獲客模型， 可以不受空間和 時間的制約， 不斷為企業貢獻

9、流量和客戶轉化。 營造裂變場景看似玄妙， 其實有章可循， 我們可以簡單歸納為四個關 鍵成功因素： 一是內容的展示， 這是裂變的基礎。 通常， 基于目標客群， 匹配合乎 胃口的設計和文案。 細節的打磨尤為重要， 無論是吸睛的主題還是 符合調性的風格， 都決定了眼球經濟時代觸達客戶最初的幾秒內， 是否能夠鎖定客戶的注意力。 二是激勵設計， 這是裂變的動力。 針對新客戶給什么福利， 老客戶給 什么獎勵， 不同客群進階提升時匹配什么樣的特色權益， 都是需要 精細設計的， 這樣才能吊足胃口、 給到心坎里， 最終獲得預期效果。 三是投放渠道， 這是裂變的前提。 引發裂變需要一定的傳播基數， 也叫閾值。 通

10、?？梢詮木€上流量、 線下客流、 內部全員、 渠道伙伴等 角度， 結合自身特點來選擇。 四是數據復盤， 這是裂變不斷優化的保障。 有了數據復盤， 才能知 道內容好不好， 激勵有沒有效， 投放的客群是否精準， 落地過程的 執行力如何。 同時， 借助移動互聯網技術和工具， 獲取全量數據， 洞 察用戶畫像、 分析活動收益， 不斷調試改進策略方案， 通過數據精 準決策。 回到銀行業， 營銷獲客的主要途徑有三點， 線上、 線下和全員。 單純 這樣劃分營銷方式， 看上去似乎沒有什么特別之處， 但營銷的魅力 就在于千變萬化的形式組合和層出不窮的操作手段。 6 開啟全速數字化經營打造銀行新的增長工廠(精簡版）

11、例如， 疫情期間， 某國有銀行針對 “停課不停學” 的號召， 將教育場 景與手機銀行活動相結合， 客戶使用手機銀行支付 1 分錢， 即可獲 得線上課程大禮包。 從最終效果來看， 在添加了隨機紅包傳播激勵 因素后， 比單純公眾號發文的形式， 客戶觸達量提升了3.7倍， 手機月 活數據和手機支付筆數兩項指標， 分別環比提升 145%和152%。 除此之外， 通過互動活動， 還精準獲得報名家長和傳播達人兩組用 戶標簽， 可以回流并補全給流量池。 通過前面的闡述， 我們簡單總結一下裂變營銷的核心邏輯： 1. 人以群分， 因此優先注重垂直群體的經營維護。 越垂直， 越容易 出效果。 2. 服務業裂變營銷

12、必須依托信任關系， 尤其是微信生態熟人關系 鏈， 轉化率才有保障。 3. 建立私域流量池， 把客戶變成 “客戶經理” 。 4. 成功的裂變營銷不可一蹴而就， 要基于數據進行過程糾偏和不 斷優化。 銀行業營銷新趨勢： 全域營銷 新興的網商銀行有流量、 有技術、 有數據、 懂用戶 ， 快速蠶食傳統金 融機構的市場份額。 此時， 金融機構唯有背水一戰， 借鑒市場最新 的營銷技術， 彎道超車。 學習并掌握全域營銷方式對金融機構而言 尤為重要。 全域營銷即是： 全鏈路、 全媒體、 全數據、 全渠道的營銷。 以消費 者為核心， 以數據驅動洞察， 持續運營與消費者之間的溝通并最終 讓營銷帶動生意增長， 品效

13、合一 （品牌宣傳也能帶來明確的銷售業 績） 。 數據中心： 盡管不同平臺之間存在數據孤島， 但是跨界數據依舊 有機會打通并產生消費者畫像。 比如購買A理財產品的消費者大 概率也頻繁使用著淘寶或京東。 現在僅通過手機ID （非敏感數 據） 的碰撞就可以360 描繪消費者畫像以及喜好。 7 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 流量中心： 全域流量入口覆蓋， 智能推薦與潛在消費者匹配的優 質流量： 流量渠道需盡量涵蓋消費者線上行為的方方面面： 無論 是購物平臺， 視頻網站， 社交還是資訊平臺。 根據用戶畫像以及 喜好最終匹配媒體渠道精準獲客。 同時通過全觸點數據回流， 可以追蹤流量轉化

14、路徑； 根據不同流量入口對于消費的不同作 用， 動態調整獲客策略。 讓營銷活動可視化、 可優化、 可衡量。 策略中心： 從精準觸達消費者的第一瞬間就保持與消費者長期 有效有策略的溝通。 該溝通建立在對消費者畫像、 喜好以及購 買習性的分析上， 將溝通內容按照每個消費者的不同喜好精 準觸達。 通過與消費者的長期溝通， 還能源源不斷喚醒沉睡用 戶 。 如今， 全域營銷已經在快消、 汽車等與消費者息息相關的行業取得 了立竿見影的效果， 銀行業與消費者在衣食住行不同場景上均有觸 點， 全域營銷的轉型勢在必行。 建設數據、流量、策略三大中心實現全域營銷 多維度消費者解讀 全量數據最大化還原消 費者跨媒介

15、行為 全面的消費者畫像 可視化的消費行為路徑 品效合一全域流量經營 基于轉化效果實時優化 流量策略 千人千面的個性化溝通 實現更高效的預算分配 營銷戰略決策引擎 數據挖掘的品牌 營銷策略 挖掘消費者需求， 搶占市場先機 讓營銷真正帶動 生意增長 策略 中心 數據中心 流量 中心 資料來源：麥肯錫分析 8 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 開啟全速數字化經營 為了在數字化營銷的戰場勝出， 麥肯錫建議銀行充分利用大數據技 術， 建立端到端數字化營銷增長工廠 ， 通過 “數據基礎 （Data） ” 、 “智能決策 （Decision） ” 、 “敏捷設計 （Design） ” 、 “

16、精準觸達 （Distribution） ” ， 構建4D數字化增長工廠 （圖3） 。 同時為確保 4D數字化增長工廠的高效能， 引入MROI量化評價標準， 推動體系 不斷升級， 優化投入產出比， 最大化每一塊錢的營銷投入。 Data 夯實數據基礎： 從零散到整合， 從數據到洞見 麥肯錫的一項調查結果顯示， 75%的企業表示無法對其掌握的數 據進行深入利用。 究其原因， 多數企業的數據支離破碎、 不成體 系， 試圖從中研究和決策根本無從下手。 數據基礎是數字營銷的起 點。 若想真正制勝大數據時代的營銷競爭， 就必須要建立一個 “以 客戶為核心” 的數據平臺， 360度全方位收集、 處理數據。 提

17、供“全渠道” 營銷和體驗，通 過營銷技術棧實 現數據閉環 構建360數據平 臺，整合數據， 挖掘洞見 打造敏捷營銷組 織，精英“作戰 室”指揮快速測 試及迭代優化 大數據挖掘客 戶洞見，實現 高效“獲客” 和“活客” 圖3 制勝方法：數據驅動的4D數字化增長工廠 智能決策敏捷設計 數據基礎精準觸達 4D數字化 增長工廠 04 02 01 03 資料來源：麥肯錫分析 9 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 客戶數據平臺 （Customer Data Platform， CDP） 是一個以客戶為 核心的360度客戶數據可視化平臺， 能夠將多個數據源 （如營銷、 銷 售、 客服等） 的

18、數據整合到一個可信的存儲庫， 為整個MarTech棧 提供準確的數據基礎和分析系統。 許多銀行業玩家已經開始布局自己的客戶數據平臺。 例如， 歐洲某 銀行通過搭建360度全方位客戶數據平臺， 利用機器學習進行分 析， 并生成可實時追蹤的數據看板， 進而識別并評估每類客戶的潛 在價值及提升抓手， 在短短5個月內， 該銀行的網頁瀏覽量增加了4 倍， 申請完成率增加了2倍。 三大核心要點助力360度客戶數據平臺 1. 全域數據聯動， 形成全方位客戶認知 想要達到360度全方位了解客戶的目的， 企業就要以客戶為核 心， 不僅采集企業自己的“私域” 數據， 還要包含其它渠道的 “公域” 數據， 才能形成

19、在多場景下全方位的用戶畫像。 2. 數據轉化為洞見， 助力數字營銷決策 當企業完成內外部數據整合， 互聯不同的數據集， 便可以借助分析 手段 （例如回歸模型、 高階分析、 機器學習等） 深度認知和理解客 戶 ， 形成行業和業務洞見， 最終作用于數字營銷中的決策。 例如， 一家亞洲領先的零售銀行雖然擁有較大的市場份額， 但是在 客均擁有的產品數量方面落后于競爭對手。 該銀行使用高級分析技 術深度挖掘了幾組大數據， 包括客戶 人口統計和特征、 持有的產品、 信用卡對賬單、 交易和交易地點數據、 在線額異動轉賬支付、 征信 機構數據、 訪問網絡及社交媒體信息等， 發現了一些意想不到的相 似之處， 從

20、而在其客群中識別出15,000個細分客群。 此后， 銀行建 立了 “購買下一個產品” （next-product-to-buy） 的模型， 使購買 的可能性增加了三倍。 3. 數據可視化、 平臺化， 便于部門獲取解讀 并非人人均為數據專家， 這就意味著采集整理后的數據不能 僅僅是系統里蒼白的數字， 而需要轉化成為可搜索、 可獲取、 10 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 可閱讀、 可理解的圖標型數據， 這樣才使得企業內部各部門學 習客戶檔案， 了解行業趨勢， 追蹤營銷效果成為了可能。 “為消除業務和IT之間就數據問題的相互推諉， ” 某大型制藥公司 的CIO表示， “我們正在考

21、慮向所有人開放數據權限。 ” 如此一來， 由數據驅動的決策思維就能夠融入企業文化。 Decision 智能決策： 大數據驅動的“獲客”和“活客” 智能決策“三步走” 銀行可以通過 “重點客群細分和圈定規?；蛻臬@取個 性化客戶經營” 三步走， 實現以客戶為中心的智能決策： 第一步： 明確重點客群， 挖掘客戶洞見 基于客戶數據平臺， 銀行可以匯集第一方數據、 非實時數據和第三 方數據形成的客戶檔案， 借助多維度的機器學習算法進行分析， 為 每位用戶打標簽。 基于各標簽的評價維度， 可以將系統中的客戶進 行不同層級的切分。 完成客戶分群后， 銀行需要以大數據作為基礎， 真正理解客戶 ， 進 行專業

22、、 高效的診斷并獲得客戶洞見。 這也是銀行開展營銷活動、 確定下一步策略至關重要的前提。 銀行可以從客戶需求、 產品和服 務、 競爭對手動態、 趨勢規律四個方面出發， 進行數據的挖掘和分 析， 深入理解客戶需求和特征， 形成客戶洞見。 我們對客戶的解讀， 不能僅僅停留在 “信息” 層面， 而應該從中提煉出 “洞見” 。 基于對客戶的深入洞見， 銀行需要基于客戶需求制定最佳的策略， 例如： 下一步應提供什么樣的產品， 是積極地觸達以降低流失率、 抑或是什么也不做。 這些最佳策略的制定， 最終是為了服務于兩大 核心目標： 一是規?；目蛻臬@取， 二是個性化的客戶經營。 第二步： 規?；@客 銀行需

23、要充分利用裂變傳播 （見配文） 和私域流量快速獲取優質 流量， 通過全域營銷 （見配文） 、 內容營銷、 場景化營銷來促進流 11 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 量轉化， 從而實現規?；@客 （圖4） 。 以裂變營銷為例， 裂變營銷 通過利益等驅動因素， 打破自身組織邊界， 充分調動員工、 新客、 老 客、 渠道等力量， 借助社交關系和人脈力量進行“病毒式” 拓客， 貢 獻流量和客戶轉化， 實現單點出發的爆炸式增長。 第三步： 個性化活客 完成客戶獲取后， 銀行可以通過更有針對性、 個性化的經營和管 理， 促進客戶的留存和復購， 達到 “活客” 的目的， 提升客戶價值。 其

24、核心在于把握4P， 即產品 （product） 、 定價 （pricing） 、 渠道 （place） 、 營銷活動 （promotion） 四個核心要素， 通過提供有針 對性的產品及配套權益、 匹配差異化的定價機制、 在合適的渠道、 開展最具影響力的營銷活動， 實現 “天時、 地利、 人和” 。 同時， 一個好的個性化設計， 應當基于客戶需求實現功能、 個性、 情 感上的價值主張。 例如： 在消費貸款領域， 根據客戶不同的消費標 的 （例如： 房屋、 汽車、 婚慶、 裝修等） 、 不同的消費特征 （例如： 大 額低頻、 小額高頻等） 、 所需要的不同服務和特征 （例如： 快捷方 便、 靈活計

25、息、 分期還款等） ， 提供有針對性的產品來滿足其差異化 需求。 規?；?客戶 獲取 優質流 量的快 速獲取 1 流量的 有效 轉化 裂變傳播 注重垂直群體的經營維護、依托信 任關系、強大的數據復盤能力 私域流量 提供一定的利益誘餌或通過優質的 內容本身吸引用戶關注 內容營銷 傳遞具有價值的內容 “吸引消費者 主動找你” 場景化營銷 精準定位目標消費客群及其相應場 景，以客戶為中心 圖4 獲客：優質流量的快速獲取結合流量的有效轉化 2 全鏈路、全媒體、全數據、全渠道 全域營銷 資料來源：麥肯錫分析 12 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 完成方案設計后， 銀行需要真正構建端到端

26、的營銷流程， 即從客戶 視角出發， 明確營銷旅程的起點和終點、 每一步的切換節點， 以及 與客戶交互的形式： 客戶每一步看到什么、 點擊什么、 從而觸發什 么。 完成端到端旅程構建后， 與外部專業營銷公司合作， 完成客戶 交互界面的設計和實現。 大數據挖掘與模型助力智能化決策 首先， 銀行需提升對客戶的理解及預判， 從而實現精準觸達和智能 優化。 銀行應該通過大數據分析精準描繪出客戶畫像， 制定相應的 客群策略， 并對客戶行為做出預判 （包括何時何地偏好何種產品） 。 其次， 通過預先設定好的規則， 自動挖掘具有意義的觸發事件， 在合適的時機自動觸發營銷內容及手段， 實現主動式精準觸達。 第

27、三， 通過高階分析與機器學習， 自動、 智能地優化和完善人工制定 的策略和方案， 提升客戶篩選和產品適配的精準度。 其次， 銀行可以建立一整套用例驅動的智能決策管理閉環， 建立從 用例驅動到循環測試的六步閉環方法論， 不斷優化營銷決策效率 和精準度， 支持更加個性化的決策。 舉例來說， 銀行可以從自身戰 略出發， 劃定幾大評估維度 （金融資產 （半年日均AUM） 、 是否持 有房貸、 年齡等） ， 從而識別出幾大戰略客群 （如企業高管、 房貸客 戶 、 安享退休、 中年女性等） 。 對于每一類戰略客群， 該銀行可以從 自身積累的客戶數據出發， 建立數十個或以上用例模型。 再結合客 戶洞見， 建

28、立起一整套整體打法， 包括大數據用例、 產品方案、 營 銷方案、 渠道選擇， 并有針對性地設計考核指標， 進行端到端的效 果跟蹤。 實現數據閉環， 迭代優化。 Design 敏捷設計： 模式決定起點， 速度決定成敗 在營銷語境中 ， “敏捷” 指利用數據和分析工具持續、 實時地搜尋 機會或問題解決方案， 快速部署測試、 評估結果， 并迅速迭代。 敏 捷營銷有兩大核心要點， 一是通過快速測試來提升優化體驗， 二是 將分析技術大規模使用營銷全環節。 這是個性化營銷的精髓， 因為 它為及時識別客戶需求、 快速迭代提供了一種有效的現代工具。 一 個強大的敏捷營銷組織能夠同時運行上百個活動， 每周測試多

29、個新 想法。 13 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 通過我們的經驗發現， 實施了敏捷營銷的組織每月進行的種子測 試較以往提升了8-10倍， 每次線上營銷活動的間隔天數縮短了5-6 倍， 渠道收入指數增長了4-5倍。 由此可見， 敏捷機制能夠使營銷發 揮巨大潛力， 產生卓越效能。 成立“作戰室”， 端到端負責數字營銷的策劃和管理 “作戰室” 是以開展某個營銷活動為核心目標而成立的“特種部 隊” 。 這一跨職能團隊通過不斷探索新想法、 提出吸引消費者的新 假設、 設計試驗、 創造營銷方式， 保證該營銷活動端到端地順利執 行 （圖5） 。 “作戰室”四大成功要素 要想成立成功的作戰

30、室， 企業應該從團隊構成、 人員素質、 溝通機 制及工作方法四個方面入手： 首先， 作戰室的團隊構成需要精簡靈活。 亞馬遜創始人貝佐斯有個 著名的“兩張披薩” 原則， 即兩張披薩應足以喂飽整個團隊， 人數 不能更多。 上述角色可以由內部 人員擔任，也可外包 團隊負責人 綜合管理 （對公/對 私） 營銷協同 產品管理 （對公/對 私） 大數據分析 渠道管理 分行團隊 系統開發 業務負 責人 營銷/獲客 負責人 法務 IT 作戰室 外延團隊 風險 圖5 敏捷作戰團隊的構成 作戰室 核心團隊 資料來源：麥肯錫分析 14 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 其次， 作戰室相關人員應該具備

31、通用、 專業、 數商 （DQ） 三大類共 七項能力： 領導力、 解決問題能力、 溝通/輔導能力、 挖掘客戶及市 場洞見的能力、 營銷規劃與推動能力、 數據分析能力以及算法建模 能力。 第三， 溝通要頻， 作戰室應當與組織內其他群體建立清晰的溝通渠 道， 并通過快速的流程來使用這些渠道。 第四， 迭代要快， 需要建立良好的“快速測試、 快速失敗、 快速學 習” 的工作心態， 以每2-4周為時間基準建立一個工作沖刺周期。 一家全球零售企業已成功推廣敏捷運營實踐， 同時運作著十三個作 戰室， 每個作戰室高度聚焦于一個具體的目標、 產品或服務。 例如 某一個團隊專注于獲取新客， 而另一個團隊專注于現有

32、客戶的交叉/ 向上銷售等。 Distribution 精準觸達： 營銷技術棧賦能“最后一公里” 個性化營銷對于投放的精準程度與靈活程度提出了前所未有的高 要求。 企業必須及時引入前沿的精準營銷觸達技術， 包括渠道、 體 驗、 自動化營銷、 活動管理和A/B測試等。 但孤立的營銷觸達技術 往往難以滿足用戶日新月異的個性化需求， 銀行需要將其與客戶數 據平臺 （CDP） 、 智能決策系統等核心工具一同嵌套整合進 “營銷 技術?！?中 ， 實現真正的動態精準觸達。 營銷技術棧 （MarTech Stack） 是由營銷人員使用的一系列提升用 戶營銷體驗的技術軟件， 其構成按功能主要可以分為四個大類：

33、數 據管理、 智能決策、 精準觸達、 分析測量。 舉例來說， 某領先銀行利用領先的營銷技術 （MarTech） ， 搭建了 集合營銷數據平臺、 客戶洞見挖掘、 營銷策略制定及歸因評估等 功能的閉環 “營銷技術?！?， 通過大規模數據活化實現 “最后一公 里” 的精準營銷觸達 （圖6） 。 15 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 針對去中心化的裂變傳播， 某公司從數據存儲管理、 營銷活動發 布、 數據追蹤看板以及底層系統支持四大模塊搭建了針對性的 “營 銷技術?！?， 并盡量做到 “簡單輕巧” 以實現高轉發率。 類似的， 針 對全域營銷， 某公司針對性搭建了以三大中心為核心的 “

34、營銷技術 ?！?， 包括全域數據中心、 全域策略中心、 全域流量中心， 實現全鏈 路、 全媒體、 全數據、 全渠道的營銷。 綜合來看， 銀行搭建營銷技術棧時需要把握以下三點： 首先， 銀行 需從用例需求出發， 量身定制。 其次， 營銷技術棧需要具備統一傳 導的數據鏈條， 確?？蛻艨吹降男畔⒁恢?， 同時全渠道客戶認知和 策略一致。 最后， 銀行需要打造一個數據閉環， 包括從數據到決策 到觸達， 最后客戶反饋也將為CDP提供數據積累。 面對重重挑戰， 我們提出構建卓越營銷技術體系 “四步走” ： 首先， 從具體業務需求出發， 基于影響客戶體驗的技術和影響其他技術 的技術兩大標準識別需要開發的關鍵技

35、術； 其次， 從供應商基本表 現、 技術平臺能力以及客戶具體需求出發選擇供應商家； 隨后， 充 分協同、 實施達成共識的方案； 最后， 通過 “營銷技術卓越中心” 驅動技術實現、 落地運營模式。 分組 數據 類別 模型和客戶評分 數據集成 技術和平臺 歷史預測促銷媒體產品交易社交第三方忠誠度門店 資料來源：麥肯錫分析 圖6 做好“營銷最后一公里”，銀行需要搭建適合自己的營銷技術棧 數據來源 跨渠道跟蹤標簽管理旅程分析網站/移動分析多觸點歸因儀表板/可視化商業智能客戶關懷客戶體驗評估 郵寄電子郵件/短信付費媒體可尋址電視1網站移動網站 網站APP/ 推送消息 社交POS 地址/郵編 管理 電子郵

36、件和短 信服務提供商 搜索、視頻、 OTT2、 移動 廣告服務器和 DCO3 互聯網商務 移動APP發布 框架 社媒廣告 零售/店內體驗 DSP4 社交媒體 管理 內容管理系統 廣告驗證 營銷自動化平臺 營銷活動管理平臺 A / B測試，多變量 報價庫 旅程管理/統籌 業務規則和異常規則引擎 所有渠道的集中模型和客戶評分 設備圖許可管理 地理位置 數據 身份解析數據管理平臺CRM5 數字化資產 管理 元數據管理 數據工作臺和 機器學習 CDP 數據湖 提取、轉換和加載(ETL)企業應用集成(EAI)流數據6 數據系統 業務規則 旅程統籌 測試 營銷活動管理 營銷自動化 體驗交付 渠道 衡量和分

37、析 決策 觸達 衡量 1.可尋址電視廣告：廣告分發技術，可讓同一節目的觀眾看到不同內容；2. OTT（Over the Top）：互聯網電視相關業務（如盒子）；3. DCO（Dynamic Creative Optimization）：動態廣告素材優化（實時優化）；4. DSP（Demand Side Platform）：廣告投放管理平臺； 5. CRM（Customer Relationship Management）：客戶關系管理系統；6. 流數據：順序、大量、快速、連續到達的數據序列 16 開啟全速數字化經營打造銀行新的增長工廠(精簡版） 除此之外， 團隊同樣需要思考是否需要親力親為的問

38、題： 除核心操 作外所有技術平臺的日常操作， 到底是應當內部執行， 還是應當外 包出去， 還是應當內外搭配呢？ 這需要卓越中心從戰略、 運營和能 力三大維度回答一系列問題， 進行綜合評判。 我們相信 “數據基礎 （Data） ” ， “智能決策 （Decision） ” ， “敏捷 設計 （Design） ” ， “精準觸達 （Distribution） ” 為核心的4D數字化 增長工廠 ， 是銀行在數字化戰役中的制勝關鍵。 結語 禍兮福之所倚； 福兮禍之所伏。 此次疫情給銀行業帶來了不小沖 擊， 但也為整個行業加速推進數字化經營提供了契機。 銀行應抓住 客戶線上化趨勢， 利用裂變營銷、 場景

39、營銷實現大規模獲客， 通過 個性化手段進行客戶深度經營， 向數字化經營全速前進！ 本文摘編自麥肯錫2020年3月最新出版的銀行業白皮書 開啟全速數字 化經營打造銀行新的增長工廠 ， 欲索取完整報告請聯系Joyce_ H 作者 倪以理為麥肯錫全球資深董事合伙人 曲向軍為麥肯錫全球資深董事合伙人 韓峰為麥肯錫全球董事合伙人 周寧人為麥肯錫全球董事合伙人 俞明洋為麥肯錫咨詢顧問 胡嘉逸為麥肯錫商業分析師 本文作者感謝麥肯錫多位同事對本報告的撰寫和研究所作的貢 獻， 特別是姚宇涵， 杜金雨， 鄭文灝， Vito Giudici、 林園園， 張崇 慈. 方穎華, 韓璐， 蔣治平， 胡藝蓉， 陳郁融， Glenn Leibowitz、 魯志 娟、 李曉韻， 高穎對本次白皮書的大力支持。 麥肯錫公司2020年版權所有。