1、集奧聚合2017年1月大數據商業銀行應用實踐案例P2Contents目錄商業銀行大數據作用凸顯某商業銀行大數據應用實踐案例12集奧提供一站式解決方案3P3銀行發展大零售業務面臨新的業務環境渠道業務移動互聯網帶來了新型互聯網金融機構的挑戰，新形勢下，商業銀行一方面加強自身的線上渠道建設，一方面試圖與各類機構進行業務合作如何有效推廣線上渠道，如何選擇第三方渠道，亟待對用戶進行深刻洞察，促進多渠道的融合轉型。渠道多元化大零售業務直接面對個人客戶，用戶數量龐大，相對于較為集中的對公業務，零售業務需求高度碎片化，商業銀行需提供差異化、精準化的服務滿足客戶的金融需求數據成為銀行精細運營的關鍵，銀行現有數據

2、難以反映客戶的全面金融需求。需求碎片化 商業銀行發展“大零售業務”是大勢所趨，普惠金融龐大的長尾市場對銀行的運營提出了新的要求P4大數據作用凸顯側重于功能實現，缺少積分、權益、優惠等滿足客戶消費金融需求的服務。手機銀行與信用卡獨立客戶端清晰的定位和緊密協作，是移動端信用卡業務發展要解決的重點問題。問題解決方法用戶覆蓋范圍及數據維度方面存在欠缺。電商的交易數據、社交類數據、網絡行為數據等來自互聯網的數據將幫助金融機構更充分地了解客戶，降低業務風險。補充補全用戶畫像缺乏洞悉用戶消費需求的能力和手段。通過大數據合作，采集并整理旅游、裝修、教育等行業相關數據，發掘客戶實時需求，將消費場景轉化成銀行的營

3、銷場景。關聯進行場景化營銷在潛在重要客戶的判別上存在局限性。外部數據的補充可以輔助銀行全方位判別用戶在其他銀行及金融市場的行為，并通過深度學習模型，預測用戶多元化的金融需求。預測客戶價值判定銀行維持客戶成本不斷攀升。銀行可借助大數據對某一業務用戶身份、社交、電商、金融等相關屬性進行關聯分析，結合業務特征交叉營銷，增強客戶粘性，減少成本增值促進交叉營銷銀行引入互聯網大數據，與行內數據拼接，具有較大的現實意義P5Contents目錄商業銀行大數據作用凸顯某商業銀行大數據應用實踐案例12集奧一站式解決方案3P6A協同業務發展，提升客均AUM值B手機銀行的獲客、促活C營銷效率和成本商業銀行內部業務部門

4、（零售、個金、信用卡等）、渠道部門（電子銀行部等）都面臨各自的考核壓力在“大零售戰略”的要求下，電子銀行部在業務協同、渠道發展、營銷支持方面的探索可以有效拓展實踐背景前端：業務協同中端：渠道發展后端：營銷支持P72015.8項目準備在上述背景下，該行電子銀行部與我司進行合作，在場景化營銷及名單制營銷方向進行積極探索派駐數據分析師駐廠導入我方數據與行方數據匹配初步人群洞察，建立全面人群畫像探索應用方向場景化營銷：精準選擇權益合作對象2015.12百度外賣優惠券2016.3本來生活禮品券2016.5大眾點評電影券2016.9國美在線優惠券名單制營銷下發精準客戶名單2016.12借轉貸：信用卡中心協

5、同2016.10分行全面推廣2016.5分行業務試點效果評估總分行協同：重點獲客名單、重點促活名單、價值客戶名單卡中心協同：信用卡潛客名單大數據商業銀行探索及實踐P8場景化營銷方案概要特定用戶偏好挖掘選擇合作對象觸達用戶場景篩選權益設計通過分析用戶的APP使用行為，篩選出高頻生活場景設計營銷方案觸達用戶根據一定的篩選原則選擇權益營銷合作對象手機銀行獲客、手機銀行促活為場景化營銷應用方向P9場景化營銷百度外賣案例：補全用戶畫像場景篩選權益設計通過識別該銀行客戶手機app使用行為，鎖定手機銀行注冊客戶和非注冊客戶高頻生活場景，結合客戶需求、權益吸引力、競爭激烈程度等場景篩選原則，選取客戶滲透率高、

6、需求頻次高、單次消費低的餐飲APP作為試點場景26類app 1300款app 10000+標簽分析全量匹配客戶各類APP使用率其中：未注冊手機銀行客戶各類APP使用率其中：已注冊手機銀行客戶各類APP使用率社交工具綜合購物交通出行視頻生活服務游戲新聞金融團購外賣音樂閱讀旅游社交工具綜合購物視頻生活服務交通出行游戲新聞金融音樂團購外賣閱讀旅游社交工具綜合購物交通出行視頻生活服務游戲新聞金融團購外賣音樂閱讀旅游P10場景化營銷百度外賣案例：合作對象篩選大眾點評美團百度外賣百度糯米餓了么美團外賣百度外賣投入大量資源補貼，優惠力度超過餓了么及美團外賣，用戶滲透率較高，同時考慮到該行與百度具有良好的合作

7、關系，因此選擇與其進行營銷合作優惠力度合作關系用戶規模競爭對手03020401cc合作對象篩選原則存量客戶外賣團購類APP滲透率場景篩選權益設計P11場景化營銷百度外賣案例：權益設計及效果評估手機銀行注冊推廣場景權益活動推薦場景說明在未注冊手機銀行客戶中，篩選出使用“百度外賣”的客戶；推薦該行產品并附贈百度外賣券通過A/B test 的方式評估營銷結果活動流程示例：場景篩選權益設計客戶篩選營銷推廣營銷活動策劃:“注冊手機銀行贈送百度外賣”營銷時間營銷渠道營銷話術效果評估評估營銷效果，跟蹤查詢參與該活動客戶注冊量、活躍度等未注冊手機手機銀行客戶使用百度外賣客戶營銷活動客戶未營銷活動客戶P12場景

8、化營銷效果展示手機銀行獲客手機銀行促活新增近20萬手機銀行用戶相比傳統營銷轉化率提升12倍促活近20萬手機銀行用戶相比傳統營銷轉化率提升15倍合作5家商戶資源零成本引入票面權益1769萬元營銷平均成本降低20%P13名單制營銷方案概要總行電子銀行部總行電子銀行部合作部門根據營銷目的的不同，選取相應的行內外數據指標建立規則規則建立名單生成落地執行根據建立的規則，得到用戶價值矩陣，生成高價值高需求用戶名單，并發送給分行/信用卡中心分行/信用卡中心根據名單通過外呼、短信等方式進行落地營銷，并將結果反饋給總行電子銀行部用于結果優化P14名單制營銷應用方向根據場景分別進行模型篩選提升戶均AUM值、手機銀

9、行獲客、手機銀行促活、借記卡轉貸記卡行內資產價值行外資產價值行內零售業務活躍程度行外金融活躍程度行內手機銀行業務活躍程度行外金融活躍程度行內零售業務活躍用戶行外金融卡需求程度手機銀行獲客客群價值矩陣圖提升戶均AUM值客群價值矩陣圖借轉貸客群價值矩陣圖手機銀行促活客群價值矩陣圖目標人群目標人群目標人群目標人群目標人群目標人群目標人群目標人群P15名單制營銷效果展示新增2萬余AUM達標用戶戶均提升超20萬元手機銀行獲客提升用戶資產手機銀行促活新增近50萬手機銀行用戶促活近60萬手機銀行用戶12家分行外呼轉化率平均提升18倍0.28%4.9%傳統模式轉化率精準營銷轉化率￥資產提升50多億P16名單制

10、營銷電子銀行與信用卡中心協同電子銀行部信用卡中心協同合作提供反饋結果，優化模型效果；促活手機銀行，提升零售業務活躍度借轉貸轉化率為3.8%，平均開卡成本降低40元發掘存客中信用卡需求人群P17Contents目錄商業銀行大數據作用凸顯某商業銀行大數據應用實踐案例12集奧一站式解決方案3P18商業銀行運用大數據的難題01數據安全怎么保證：數據無法出網用戶隱私如何保護02缺乏人員和方法積累習慣利用傳統數據分析方法，對于大數據方法并不熟悉，缺乏專業人員及應用場景03內部系統怎么協同各個部門流程不同，如何協調一致并實現流程自動化和線上化04如何洞察全量用戶銀行不活躍用戶并不等于無價值客戶，亟待通過數據

11、了解用戶的行外金融行為并通過營銷手段吸引用戶P19集奧提供一站式解決方案集奧方舟產品提供部署、分析、應用、觸達等深度應用，一站式解決銀行難題派駐分析師私有云/公有云平臺提供API接口標簽、模型篩選提供測試參考數據安全數據挖掘場景搭建效果評估系統協調集奧會提供具有大數據分析經驗的高級數據分析師駐場，在數據匹配、篩選模型、結果優化等方面協助銀行進行分析。銀行可通過引入集奧方舟產品，建立數據私有云/公有云平臺，加密壓縮傳輸行外數據并自動更新，能夠在保證安全情況下快速引入數據。集奧可根據銀行需求，派出研發人員開發API接口，將方舟整套輸出結果自動輸出到銀行各業務平臺。集奧在信用卡、貸款等多項業務積累了成功營銷經驗，具備成熟的模型篩選高意向客戶，并幫助銀行選擇適當權益幫助轉化。測試階段會將人群設置為實驗組和對照組，銀行可通過對比效果評估大數據在營銷應用的作用。