查看原文
其他

观点 | ​商业银行零售业务客群化运营思考

金融电子化 金融电子化 2022-10-19

欢迎金融科技工作者积极投稿!

投稿邮箱:newmedia@fcmag.com.cn

                                           ——金融电子化

文 / 中国邮政储蓄银行软件研发中心    郑元龙  郭楠  董逸凡  李苗苗  孙双

在银行业的各类业务中,零售业务具有资本占用低、稳定性好、持续性强、风险低等特点,发展资本耗用低的零售业务对提升银行的价值创造能力日益重要。同时,面对疫后的经济不确定性,4亿中产阶级将优先采取资产保值、增值的方式进行个人资产管理。我国银行业,尤其是大型国有银行以使命感责任感快速应对,零售业务在迎来新机遇的同时,也面临着数字化渠道加速发展的新严峻挑战。为了顺应快速变化迭代的市场内外部需求,银行经营也需要进行数字化、信息化、智能化转型,线上线下融合运营也是正在蓬勃发展的新趋势。


本文以邮储银行近年在零售业务客群化运营系统支持方面的探索为例,介绍相关发展趋势思考。


零售业务运营面临压力

1.存量客户流失率持续升高。随着互联网及信息技术的发展,越来越多的银行客户通过手机银行等电子渠道办理业务,尤其疫情期间社会公众更加依赖银行业务的“非接触式、云上办理”方式。从必要性和个人意愿看,客户临柜次数愈发降低,全国银行业离柜率已近90%,网点离柜率上升成为大部分零售银行存在的普遍现象。这不仅是客户预期、外在环境发生了变化,还因为市场上推出了大量同质化产品,商业银行提供的产品和服务不再具有独有性,更便捷丰富的信息获取方式,也使得客户更容易做出选择,客户忠诚度随之降低,导致原有客户的维系难度上升,无法满足客户需求即会产生客户流失风险。


在银行同业间,各家银行零售业务分化持续拉大,部分头部商业银行进一步抢占其他银行机构的客户份额。


而在跨界赛道,互联网金融企业在客户服务、体验营造上更具优势,能以客户为中心,快速提供有吸引力、体验良好的个性化服务,用户黏度和活跃度相对较高,且疫情的发生放大了互联网模式下“体验线上化”的优势,对银行传统零售业务的冲击叠加。


2.增量客户获取难度大。线上流量红利的退去,使得互联网金融企业单客获客成本显著提高,已逼近“千元大关”,而重投入却未必带来“高转化”,众多客户在享受企业竞争带来的优惠后便转投他家,实际转化率难以保持,这也成为获客成本不断升高的重要因素。互联网企业获客成本的推升也逐渐传导至传统金融机构,零售银行获客成本近几年快速上升,4年上升10倍,获客难度进一步加大。如图1所示。

图1  三类机构近年有效客户获取成本比较(RMB)

备注:成本为综合成本    信息来源于互联网


随着线上线下融合加速,营销藩篱被打破,各类机构获客成本差异在迅速收窄。市场进入红海阶段,客户越来越注重品质和服务,越来越多垂直领域优秀企业的出现,使各大互联网企业的活跃用户开始下降,增量客户获取困难。互联网金融机构从以往在增量市场“跑马圈地”转为在存量市场“挖潜激活”。对于不擅长流量营销的传统金融机构,缺乏良好的交互营销渠道和方式,除了加大力度营销新客户外,也需要将更多资源和精力转入存量客户挖潜。


3.客户营销效率分化明显。零售业务客户经理的工作效果通常可由“客户覆盖量”和“客户户均余额”两个指标体现其“宽度”和“深度”。如何有效拓展客户经理运营的“宽度”和“深度”需要从丰富获客渠道、提高客群忠诚度、提升客户消费意愿等多方面入手,提升营销效率。对传统营销模式来说,客户经理主要依托网点筛选客户需求,且网点覆盖范围有限,运营“宽度”窄,难以形成纵深,效率较低。


而受互联网金融的冲击,银行物理网点优势面临更大压力,客群化运营体系和能力亟待提高。不同基础业务的服务数据分散,难以精准分析刻画用户行为;运营“深度”和营销产品的匹配度不够,滞后于市场的变化和客群的迭代,未能满足客户多元化、个性化的金融需求。而如果对存量客户维护不足,则不能有效开展客户“激活”工作,高效户未及时强化黏性和依赖度,会影响金融产品及服务的营销效率和客群忠诚度。而合理的运营模式和策略能够帮助客户经理更加高效地扩大客户覆盖量,从而帮助客户经理筛选净值更高的客户进行激活挖潜。


以邮储银行为例进行零售业务运营思考

1.SWOT分析。邮储银行作为国有六大商业银行之一,最显著特点是拥有规模庞大、数量最多的网点,这也是服务客户、业务发展的渠道优势,但在运营成本、网点效率等方面仍需持续优化。因此,邮储银行在零售业务上有着非常明显的特点,我们结合大环境和各项因素对其进行SWOT分析。


优势(S):一是网点众多、客户众多、零售基础扎实。独有的“自营+代理”的网点运营模式,使邮储银行成为了中国商业银行中网点最多的银行。营业网点覆盖中国99%的县(市),服务超6亿客户,拥有庞大的零售客户基础,且下沉市场特征明显。二是具有行业领先的优势产品。邮储银行银保业务在行业内销量占比具有领先优势,并保持年均20%左右的增长速度,处于同业领跑地位。可通过优势产品进行辐射,带动理财、基金、国债、贵金属、个人财富等一系列零售业务发展。


劣势(W):一是代理网点运营成本高。代理业务模式和近4万网点数量显著抬升了邮储银行的运营成本。二是增值服务能力方面。邮储银行的财富管理体系、尤其是高净值客户的获客与维系正加快发展。


机会(O):一是跨代发展弯道超车。在互联网行业思维影响下,新型行业迅速发展,不乏占领传统企业阵地先例。通过社交、粉丝、圈子等关系化营销手段进行垂直领域深耕,可以使客户、粉丝快速裂变,实现后来居上。二是下沉市场业务发展。邮储银行近70%的网点分布在县级以下地区,在中西部、县域地区占据绝对的区位优势,随着我国西部开发、乡村振兴政策的落实和整体经济的发展,零售市场存在新发展机会。


威胁(T):同业竞争压力大。面对愈发激烈的行业竞争,在零售业务、中间业务方面需要进一步加强自身竞争力。


综上,在客户服务、体验营造上,互联网企业模式效果更好。而在客户基础、下沉市场,邮储银行更具备区位优势。如果能基于互联网营销模式,给客户提供有价值、高品质、新体验的服务及产品,仍有机会在竞争中扬长避短,增强客户黏性和忠诚度。零售业务的客群化运营以及提供全流程品质化服务是较好的切入方向。


2.智能化高匹配的客群化运营。在工业经济时代,顾客主要处在根据需求进行选择消费阶段,但在移动互联网时代,游戏规则被彻底颠覆,当今制胜法则是“得粉丝者,得天下”。现在的顾客关系正在从单向的、静态的、没有情感交流的模式向互动的、变化的、注入忠诚度的粉丝圈发展。在移动互联网时代,作为企业需要有规模庞大、忠诚度高的粉丝团。比如小米手机依靠其创始人独特营销方式和极致性价比,聚集了2800万粉丝的力量,从而实现了爆发性增长。


互联网产业的优秀实践银行也可以效仿,以邮储银行来看,其客户和网点规模庞大,并且其手机、微信、网银、客户经理APP等线上业务渠道已经完备,具备了线上线下紧密融合的运营基础。基于庞大的客户群体,运营可以存量客户“挖潜激活”为主,强调精细化运营,依托大数据挖掘分析客户偏好特征,构建客户画像,实现不同的客群划分,有效针对不同客群开展精准管理和个性化服务,致力于普通客群向粉丝群的转化,提升运营“深度”,最终实现流量向效益的转化。


将客户经理作为银行服务与客群的纽带,对线下客户进行层次化、标签化、属性化分类,并开设线上业务办理、知识分享、交流互动平台,建立两线深入融合互动的客群化运营模式。同时,对各类金融产品、内容知识进行体系化重构、层次化分类、精细化定制,基于可深度学习不断优化的算法模型,进行客户标签定制、客户画像生成、精准信息匹配,进行多渠道信息分享、裂变式分享营销(如图2所示)。

图2  智能化高匹配的客群化运营场景


3.全流程可跟踪的品质化服务。银行同质化产品和服务越来越多,要想在众多产品中脱颖而出,服务上也需要下硬功夫。客群化运营除构建客群平台、内容平台、智能推荐平台外,还需对客户进行全流程体验服务,将邮储银行有温度的服务进行网点和线上的融合,实现全流程客户服务的可视化、可量化、可跟踪,做到温度服务多线同步,服务好存量客户。


通过设计对客户服务过程全流程信息跟踪分析以及360度立体化评价机制,为客户打造“全流程有温度、高品质的服务”。基于客户体验的主动反馈以及系统在关键环节的自动打分,形成整体评价,进而优化银行服务,不断提高服务的质量和水平,持续提升客户体验度,从而增强客户的忠诚度。


在线上线下服务关怀同步的同时,还需进一步强化对不同客群的差异化关怀。对老年客群、外地务工客群、特殊人群等对线上服务接受度较低的客群进行识别,制定层次化、针对性的关怀服务。


银行客群化运营平台建设

基于以上思考和分析,邮储银行可结合自身信息科技发展和应用系统建设情况,对客群化运营的技术实现进行探索。


1.打造客群化内容化平台。依托邮储银行现有电子渠道和零售代销渠道,形成客群平台功能框架(如图3所示)。现有银行公众号、邮储客户经理APP等渠道类应用,经过整合改造,可实现客户群管理、资讯分享、即时通讯等功能。而邮储银行近年对信息系统的分布式、容器化改造,也使系统足以支撑1万/s至10万/s的高并发交易量,确保“双11”等特殊场景的系统高可用和稳定性,为客群化内容化平台的高质量数据和高效访问提供可靠支持。而基于保险、理财、贵金属、财富管理等零售代销业务系统,形成金融产品基础体系,通过产品工厂生产适应不同层级、不同风险承受度、不同属性客户金融产品及服务。

图3  客群化内容运营平台的逻辑架构


此外,新建内容工厂,结合内外部优秀专家、师资资源,持续通过文案、视频、平面等多种形式进行融合式内容传播,形成分享式营销。客群管理平台也为客户经理提供便利的客群及客户管理功能,减少基层营销员工的内容检索难度,为客户经理提供便捷易用的客户互动、业务拓展功能。同时,能够提升开门红等重大营销活动的组织效率,更为有效的引导客户通过网络渠道自助完成业务办理,降低网点压力和网点业务运营成本。


2.实现算法自动精准匹配。客群组建、内容产生后,面临的问题是如何将合适的内容流向需要的客户。从前零售银行的产品更多是标准化、普适型的,并不能满足客户多元化、个性化的金融需求,同质化内容直接推送至不同客户,难以达到理想效果。通过客群的细分归类,能够对客户需求进行更深入的挖掘,并针对细分客群个性化需求定制研发产品,以满足细分市场的多元化金融需求。


通过实现基于深度学习的智能推荐平台(如图4所示),将客户金融属性标签化,根据客户的金融行为进行标签识别,基于标签实现对客户画像的描绘,通过对客户画像、客户标签以及产品的标签化,计算得出阈值内不同客群与产品匹配度。同时,平台基于交易大数据,跟踪分析客户对产品方案的购买效果,定期改进标签属性范围、权重,不断进行算法学习调优,持续优化结果阈值范围,帮助客户经理逐步提升推荐效果。

图4  客群识别与营销策略的智能匹配


同时,智能推荐平台根据客户画像,为客户经理提供相应的内容模板,由客户经理定期为客户提供有针对性的财富分析报告,展示产品购买收益、引导用户进行投资,体现银行的专业化服务水平。


3.建立客户体验度跟踪机制。客户体验度是评价客群平台使用效果的直观指标,是服务优化、功能升级、平台迭代的重要依据。通过建立客户体验度的跟踪机制,能够提高服务品质,树立良好的银行形象。


客户体验度的评价方式主要分为客户主动评分与系统自动评分两类。客户主动评分包括对在线咨询、AI外呼、咨询分享等各类产品、服务及内容进行评分;系统自动打分包括对咨询互动时长、重复进线率、推荐点击率等指标进行评价。采用主观打分与客观评分相结合的方式,建立360度立体化评价机制,持续跟踪客户体验度的变化情况,归纳出有效意见建议,并制定有针对性的改进措施。


4.创新客户忠诚度模型。客户忠诚度是指客户在进行消费决策时,多次表现出来的对某个企业产品和品牌有偏向性购买行为。建立客户忠诚度是打造银行“忠粉”,实现持续利润增长的有效方法。可以通过细分品牌定位、差异化经营、分析客户消费习惯、定期客户关怀等方式,培养自己的“忠诚度客群”。


通过软件使用频次、推荐准确度、实际购买行为、潜在购买意愿、客户满意度等指标,建立客户忠诚度模型,可对用户画像进行有效补充。针对客户忠诚度评级中的低分项,平台将提供针对性调整方案,例如,对于客户1(如图5-a所示),推荐准确度不高,且潜在购买意愿较低,平台将推送产品关键词,引导客户主动选择,并推送该客户专属且有竞争力的“拳头产品”;对于客户2(如图5-b所示),具有潜在购买意愿,但实际购买行为较少,平台将向其推送消费优惠券等优惠活动,引导购买。

图5  客户忠诚度模型图


5.完善客户经理绩效体系。平台的搭建、模式的形成、产品的提供,最终还是需要客户经理作为纽带将银行产品服务输出到客户。而有效激发动力、合理归属业绩、实时直观展示能够显著提升客户经理工作效率。通过整合系统功能及数据,在传统输入工号基础上,客户经理还可通过人脸识别、客户扫码、售后维护等多种方式进行销售归属,同时结合前述客户打分和自动评价,形成非销售业绩,最终形成综合绩效评价体系,采用实时更新、定期报告,切实激发客户经理服务意愿,实现优劳多得。


总            结

本文基于当前互联网金融发展大背景,结合银行零售业务面临的现状与压力,分析邮储银行零售业务的优势与挑战,依托邮储银行相关业务发展实践,选取业务客群化运营角度,对未来业务发展趋势与方向进行预测,同时进行了相关技术分析与实现,为商业银行零售业务的技术支撑提供新思路。通过借鉴相关行业优秀实践经验、深入融合互联网思维、充分利用信息化手段、有效激发线上线下结合潜力,为银行零售业务发展提供新思路、新手段。


现今市场发展中,银行零售业务仍是各家银行必争之地、搏杀战场,“得零售者得天下”已成为银行间共识。商业银行必须深刻分析发挥优势、补足短板弯道超车,精准定位客户需求,为客户提供全流程差异化的产品、服务、关怀,这种竞争也终将使客户收益,双方共赢。


(栏目编辑 :马  俊)




往期精选:

(点击查看精彩内容)


● 观点 | 数据中心应急管理体系建设的思考

● 观点 | 普惠信贷产品助力乡村振兴提速增效

● 观点 | 科技聚活水,共建新皖乡

● 观点 | 金融科技赋能,深耕江淮沃野——做乡村振兴的实践者

● 观点 | 基于隐私计算的数据流通平台互联互通思考









《金融电子化》新媒体部:主任 / 邝源  编辑 / 傅甜甜 潘婧

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存