中原银行数字化营销体系建设实践

在神策 2020 数据驱动用户大会金融专场内，中原银行数据银行部零售营销团队负责人张本晨从数字化营销建设的目标、方法以及实践落地三个层面，系统介绍了中原银行的数字化营销建设历程。

数字化营销的目标

谈及数字化营销前，有必要对曾主导银行业营销模式的关系营销进行简单介绍。关系营销是一种以考核为驱动，以关系为中心的营销模式。它的执行路径一般是通过考核指标倒推出需要营销的产品，再借助客户经理和客户建立的关系完成营销。

其弊端在于，如果营销人员及客户经理离职或者跳槽，客户就非常容易流失。在关系营销中，银行组织或银行的职能团队更多地负责考核指标的制定及产品研发，最后依靠关系来帮助银行创造价值。

随着信息技术越来越多地应用到银行的经营管理中，营销也逐渐从粗犷向精细转变，开始进行客户细分，但这一阶段仍以一次性营销为主。

而随着互联网、大数据、人工智能的发展，银行也不断地引入了这种以数据挖掘和事件分析为代表的洞察方式，营销也正式迈入了数字化营销的阶段。

数字化营销是以数据为驱动，以客户为中心的营销模式，包括数据洞见和客户运营两部分。

在数据洞见环节，需要去分析客户的痛点，寻找我们的高潜客群，同时基于客户对产品、营销渠道和交易渠道的偏好进行洞察，最后进行精准营销。

在客户运营环节，需要收集各类数据，基于数据分析进行营销活动迭代及产品迭代。

麦肯锡的研究显示，成功的数字化营销能够让银行的销售生产率提高 20%，客户流失率下降 25%，交叉销售成功率提高 160%，业务表现能够得到显著的提升，预计年收入提高 35%，净推荐值提升 8%-10%。

数字化营销实现了从数据洞见到客户运营全环节的数据化，其目标是通过数据驱动的方式提升效率，真正为客户创造价值。

数字化营销需要数据洞见的支撑，产生数据洞见的方式通常有两种：

第一种是“数据 + 经验”，通过数据获取、整合以及指标归纳，加上业务的经验，就能产生数据洞见。这种数据洞见的产生成本较低，常见应用场景包括营销分析、运营分析、产品分析、流程改进等等。

第二类是“数据 + 算法”，通过采集多维数据，进行特征提取，采用机器学习算法，形成数据洞见。这种方式应用成本稍高，不仅需要有业务经验和数据洞见能力，还需要有专业的数据分析师，机器学习专家。但相对“数据 + 经验”，可洞察的数据维度更丰富，较适合应用于智能推荐、千人千面等复杂场景。

要真正实现数字化营销，需要从以下四方面入手：

1.数据方面，借助大数据技术，不断提升埋点采集能力、数据整合能力、数据深度挖掘能力，让银行的数据真正产生价值。

2.营销渠道方面，随着营销需求的变化，需要持续创新渠道生态，打破渠道壁垒，形成线上线下渠道协同，发挥银行渠道优势。

3.营销方式方面，需要扩展和优化营销方式，除优化传统名单营销精准度，还需借助实时计算能力，扩展事件驱动营销，引入互联网推荐技术，进行千人千面的广告投放。

4.营销运营方面，好的营销并非一蹴而就，需要不断地打磨和优化，所以需要建立完善的营销运营机制来保障我们的营销不断地迭代，同时还需要提升运营分析能力和产品迭代能力。

数字化营销的方法论

数据是数据洞见的基础。银行的数据有别于互联网和其他行业，银行不仅有精准的客户信息数据，还有丰富的客户金融数据。并且随着埋点技术的发展，银行能够获得越来越多的访问、浏览、点击等行为数据。在规模化数据的基础上，需要整合多维度数据，形成丰富的客户标签。

将数据转变为洞见的方法有两种：第一种是将业务经验封装成场景，再加上数据，形成一套自助分析的数据洞见方法；第二种是将算法封装成模型，再加上数据，形成一套人工智能的数据洞见方法。

通过数据洞见发现的客户需求，就是精准的营销线索。通过数据洞见，可以发现营销环节中存在的问题，不断进行优化。

有了数据洞见产生的营销线索，我们接下来需要借助营销渠道去触达客户。

银行不仅拥有强大的线下网点基础，还拥有手机银行、微信银行等线上营销渠道。

过去这些营销渠道都相互独立，因此需要从传统的单渠道营销、多渠道营销，逐渐转变为线上线下全渠道协同营销。

全渠道协同营销可跟踪记录客户全渠道旅程的行为数据，建立客户与银行互动的完整视图，并通过数据识别关键痛点，优化客户旅程，进而提升用户体验。

在营销方面根据客户渠道偏好，个性化选择和设计触达渠道，提高营销成功率。

想做更优质的营销，就需要考虑使用多样的营销方式。名单营销、事件驱动营销和广告投放是三种主要的营销方式。

• 传统名单营销是将营销线索定时批量推送到营销渠道，来实现客户获取、客户经营，其特点是高效。

  
  

• 事件驱动营销则是实时侦测客户行为变化，并匹配相应的产品，推送到渠道。事件驱动营销带来了更多营销场景和机会，需要对场景有正确的判断。如果场景选取适当，就可事半功倍，反之适得其反。

  
  

• 广告投放随着互联网推荐技术的成熟可引入推荐算法，结合客户的交互行为与算法，实时动态调整营销广告，真正做到千人千面的广告投放，其特点是需要注重客户的交互行为，实现个性化推荐。

  
  

想让营销持续地正确运转需要一套运营闭环管理机制。中原银行基于整体营销流程设计了一套数字化营销闭环体系，主要包括经营规划、策略发布、销售检视、策略迭代四个环节。

第一，经营规划阶段，需要设计营销方案、细化营销执行策略以及设定营销评估方案。

第二，在策略发布阶段，需要对营销资源进行整体把控，并根据营销效果进行营销线索排序，设置全局营销防扰规则，提升用户体验。

第三，在销售检视阶段，对销售漏斗各环节过程指标进行检视，并对营销后客户规模、销售、收入等指标进行评估。

第四，在策略迭代环节，收集营销各个环节数据和反馈意见，从产品、算法、策略等方面进行迭代优化。

数字化营销实践

要实现上述内容，除已提及的能力建设，还需要一些系统来支持。

围绕数字化营销体系，中原银行建设了方案库、标签库、算法库、智能分发模块、销售检视模块和闭环反馈模块 6 大核心功能，分别对应营销方案设计、标签建设、算法运用、营销管控，销售检核和闭环迭代。

客户画像平台、机器学习平台、行为分析平台以及数字化营销平台是营销体系的四大支撑平台。

客户画像平台的主要功能是客户标签建设及标签运营和服务。在标签建设方面，在搜集整个零售条线业务部门需求和整体零售数据盘点需求的基础上，结合中原银行业务特色和同业建设经验，沉淀了一套分类科学、灵活配置的标签开发方法。

在标签运营方面，结合行内业务模式，设计开放共建的客户画像运营模式，并共享客户标签建设能力。拥有了客户标签后，平台支持推送、订阅、联机查询等方式提供客户标签服务。

该平台不断迭代优化，标签数量与种类不断丰富，累计沉淀标签 1500 多个，涵盖 10 大主题，实现基础类、规则类、挖掘类标签全覆盖，为数据洞见打下基础。

用户行为分析平台是基于神策的行为分析埋点采集能力构建的分析平台，内置包括客群分析、趋势分析、留存分析等 8 大分析模型。

第一个应用场景是通过行为分析平台，挖掘营销潜在客群，一键推送到营销平台，进行客户触达。

第二个应用场景是通过它的分析能力进行运营分析。去年中原银行与神策运营团队深度合作，对渠道管理部、场景部、财私部等 5 个部门在营销过程中资源位运营效果分析、营销活动效果评估、业务流程诊断与优化等 10 余个场景进行分析教学，真正实现了数据驱动业务闭环。

机器学习平台主要包括数据、算法和服务 3 大核心功能，该平台支持可视化的拖拉拽方式进行建模。同时提供丰富的机器学习、深度学习模型，能够满足不同业务需求场景。

平台还实现了数据获取、模型开发、模型应用全流程线上化、自动化，可通过服务接口的形式对外提供多种模型服务，根据业务需求对接口进行编排组合，实现模型服务的灵活调用。

机器学习平台是营销智能化的基础，也是数据洞见的重要支撑。

数字化营销平台是数字化、智能化、自动化的一站式营销平台。

平台固化了标准化的营销流程，并通过全局线索排序和防扰机制，保障营销高质高效运转，持续追踪营销线索执行情况和结果，为业务提供科学的检视依据，同时将营销数据反馈到数据和分析平台进行模型调优。

数字化营销平台是数字化营销体系的中枢系统，为营销流程标准化、营销配置线上化、营销运行自动化，提供了强有力的保障。

通过数字化营销方法和系统平台实现了中原银行数字化营销闭环，目前已实施推广涵盖名单营销、事件营销、广告投放三类营销用例共 27 个，全面覆盖了客户全生命周期，并支持手机银行千人千面的推荐服务。

今年，平台也开放给了分行，帮助分行实现自主数字化营销建设。截至 8 月底，通过多渠道共计投放 5363 万条用例线索，有效触达 384 万零售客户，促成产品销售 1648 亿元。