大數(shù)據(jù)技術(shù)在商業(yè)銀行對公營銷中的應(yīng)用

摘 要：隨著網(wǎng)絡(luò)社會的全面到來，大數(shù)據(jù)技術(shù)應(yīng)運而生，數(shù)據(jù)成為一種生產(chǎn)要素，對商業(yè)銀行經(jīng)營管理產(chǎn)生重大影響。國內(nèi)商業(yè)銀行紛紛展開大數(shù)據(jù)實踐，主要集中在風險控制和零售業(yè)務(wù)，在對公業(yè)務(wù)營銷領(lǐng)域的應(yīng)用還不多。對公業(yè)務(wù)作為銀行最重要的一個盈利點，在新的數(shù)據(jù)競爭環(huán)境中也存在借助大數(shù)據(jù)技術(shù)轉(zhuǎn)變營銷模式的需求。因此，大數(shù)據(jù)技術(shù)在對公業(yè)務(wù)營銷管理中有著巨大的應(yīng)用潛力。本文總結(jié)商業(yè)銀行對公業(yè)務(wù)營銷中大數(shù)據(jù)技術(shù)的應(yīng)用現(xiàn)狀和趨勢，并基于“PDMA”梳理大數(shù)據(jù)技術(shù)在商業(yè)銀行的應(yīng)用框架，為商業(yè)銀行對公業(yè)務(wù)的大數(shù)據(jù)營銷提供一種思路。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)；對公業(yè)務(wù)營銷

中圖分類號：F274 文獻標識碼：A 文章編號：1003-9031（2016）03-0070-04 DOI：10.3969/j.issn.1003-9031.2016.03.15

當今時代，以移動互聯(lián)網(wǎng)、云計算技術(shù)、搜索引擎為代表的新一代信息技術(shù)全面滲入金融行業(yè)，對金融業(yè)態(tài)產(chǎn)生重要影響。同時，伴隨網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)據(jù)滲透到了每一個行業(yè)，“大數(shù)據(jù)”應(yīng)運而生，已成為重要的生產(chǎn)要素。對最早實現(xiàn)數(shù)字化交易的銀行業(yè)來說，大數(shù)據(jù)能反映銀行產(chǎn)品管理的綜合信息，也隱藏著產(chǎn)品相關(guān)的客戶行為模式，有助于實現(xiàn)基于客戶行為的產(chǎn)品營銷管理。

一、大數(shù)據(jù)技術(shù)概況

大數(shù)據(jù)尚未有統(tǒng)一的概念，目前采用較多的是麥肯錫咨詢公司的定義，大數(shù)據(jù)是“規(guī)模大到傳統(tǒng)的數(shù)據(jù)庫軟件工具已經(jīng)無法采集、存儲、管理和分析的數(shù)據(jù)集”，且大數(shù)據(jù)具有“4V”的特點，即數(shù)據(jù)量大（Volume）、數(shù)據(jù)種類繁多（Variety）、數(shù)據(jù)更新快（Velocity）、數(shù)據(jù)具有極大的價值（Value）[1]。IDC的報告預(yù)測未來5年中國的數(shù)據(jù)量將以51.4%的速度增長[2]。數(shù)據(jù)作為一種信息，記錄了企業(yè)所有的產(chǎn)品信息，并能更精確、更客觀地展現(xiàn)客戶需求，具有重大的商業(yè)價值[3]?；诖髷?shù)據(jù)技術(shù)的各種商業(yè)創(chuàng)新，會使得未來的營銷活動以更貼近消費者需求方式以及在更為合理的時間實施，取得更好的效果[4]。

現(xiàn)有的大數(shù)據(jù)分析挖掘的方法有很多，常用的有如下幾種。

1.關(guān)聯(lián)分析法。這是最常見的大數(shù)據(jù)分析方法之一，指的是從現(xiàn)有的數(shù)據(jù)庫中找出特定序列的數(shù)據(jù)在特定事件中存在的數(shù)據(jù)關(guān)聯(lián)性。確定關(guān)聯(lián)規(guī)則是關(guān)聯(lián)分析法的重要基礎(chǔ)，不同關(guān)聯(lián)規(guī)則的設(shè)定會產(chǎn)生不同的關(guān)聯(lián)結(jié)果。該方法主要用于發(fā)現(xiàn)某一事件中不同數(shù)據(jù)是否存在關(guān)聯(lián)性，如產(chǎn)品間的內(nèi)在關(guān)聯(lián)性。

2.序列分析法。序列分析法與關(guān)聯(lián)分析法規(guī)則類似，但尋找的是某一事件中數(shù)據(jù)之間在時間上的關(guān)聯(lián)性。加入了時間序列，使得分析結(jié)果更具動態(tài)性和延續(xù)性。這種分析法對于發(fā)現(xiàn)潛在用戶具有明顯作用，能夠廣泛應(yīng)用到金融、醫(yī)療、工程等領(lǐng)域的企業(yè)中。

3.分類和預(yù)測分析法。實際上是兩個過程，第一步是確定模型描述，針對指定的數(shù)據(jù)類型和概念集進行分類劃分，第二步是使用這種分類基于模型進行預(yù)測分析。這一類分析方法主要用于挖掘隱藏在數(shù)據(jù)背后的消費者特定的消費習慣，并預(yù)測其后續(xù)的可能行為。

4.聚類分析法。聚類分析法能夠?qū)?shù)據(jù)庫內(nèi)數(shù)據(jù)特征未知的信息進行相似性最大化處理，幫助企業(yè)了解哪些是較為典型性的用戶，哪些是忠實用戶，哪些是流失用戶等，從而有助于企業(yè)根據(jù)不同用戶的消費特征制定不同的營銷策略。

二、大數(shù)據(jù)技術(shù)在商業(yè)銀行的應(yīng)用現(xiàn)狀

國內(nèi)的金融行業(yè)，尤其是銀行業(yè)，大數(shù)據(jù)的應(yīng)用尚處于起步階段，遠遠落后于互聯(lián)網(wǎng)行業(yè)。但金融行業(yè)實現(xiàn)數(shù)字化交易以來，沉淀了大量的用戶數(shù)據(jù)，是較為適合大數(shù)據(jù)分析的行業(yè)。銀行業(yè)的數(shù)據(jù)分析尚處于從數(shù)據(jù)碎片化到數(shù)據(jù)整合時代的過渡階段?，F(xiàn)階段，大數(shù)據(jù)技術(shù)在商業(yè)銀行的應(yīng)用主要集中在風險控制和零售業(yè)務(wù)，主要有三種模式。

首先，基于網(wǎng)上交易流水的數(shù)據(jù)挖掘。銀行與電商合作，直接接觸電商平臺、支付平臺上的大量賣家和買家，并通過交易流、信息流、資金流覆蓋其產(chǎn)業(yè)鏈上的生產(chǎn)、物流、消費等多個環(huán)節(jié)?；诖?，銀行借助成熟的數(shù)據(jù)分析技術(shù)，實施風險控制和拓展營銷。如工商銀行“易融通”會自動處理客戶信息，選取客戶融資需求量、還款資金來源及其可靠性等因素作為貸款額度指標，在線批量審批與發(fā)放貸款。招商銀行與敦煌網(wǎng)共同推出的“敦煌網(wǎng)生意一卡通”客戶信息共享，為小微企業(yè)提供融資、結(jié)算、理財一體化的金融服務(wù)。

其次，基于第三方系統(tǒng)的征信數(shù)據(jù)挖掘。這一類數(shù)據(jù)主要包括人行征信、工商、稅務(wù)、電力、房管局、車管所、社保、海關(guān)等政府數(shù)據(jù)，學歷、購物、支付、物流等社會征信數(shù)據(jù)以及各大金融機構(gòu)的金融數(shù)據(jù)等。這些數(shù)據(jù)使得銀行能更加全面判斷企業(yè)客戶的屬性和資質(zhì)，更有針對性地根據(jù)其綜合情況實施精準營銷。如平安銀行在接入平安保險、平安租賃等集團子公司數(shù)據(jù)的同時，輔之以政府公共數(shù)據(jù)，全面分析客戶情況并據(jù)此營銷。

最后，基于POS流水的數(shù)據(jù)應(yīng)用。商業(yè)銀行依托在線貸款業(yè)務(wù)平臺系統(tǒng)，對客戶進行綜合信用評價，向符合貸款條件的POS商戶，以其一定期限內(nèi)的POS結(jié)算流入量為授信額度的依據(jù)，在線發(fā)放用于生產(chǎn)經(jīng)營的信用貸款。已有的POS流水數(shù)據(jù)應(yīng)用有招商銀行和通聯(lián)支付合作的流水貸、中信銀行和銀聯(lián)商務(wù)合作的網(wǎng)絡(luò)商戶貸款業(yè)務(wù)，浦發(fā)銀行和通聯(lián)支付合作的流水貸業(yè)務(wù)等。

除了基于行內(nèi)數(shù)據(jù)進行挖掘分析外，國內(nèi)許多商業(yè)銀行還與專業(yè)第三方公司合作，爭取順應(yīng)大數(shù)據(jù)潮流，進一步加快應(yīng)用大數(shù)據(jù)的步伐。如平安銀行與SPSS公司合作，進行消費貸產(chǎn)品的大數(shù)據(jù)營銷管理；寧波銀行利用客戶購買某項產(chǎn)品大數(shù)據(jù)分析結(jié)果挖掘潛在客戶。這些探索為商業(yè)銀行擁抱大數(shù)據(jù)技術(shù)，利用大數(shù)據(jù)技術(shù)轉(zhuǎn)變營銷理念和營銷方法提供了很好的借鑒。

隨著云計算、物聯(lián)網(wǎng)等新型信息技術(shù)的發(fā)展和跨渠道跨終端的整合，銀行的大數(shù)據(jù)將日漸完善。產(chǎn)品的客觀數(shù)據(jù)與客戶信息也將有效結(jié)合，形成完整的“產(chǎn)品——用戶”數(shù)據(jù)庫，用于銀行各類產(chǎn)品的規(guī)模化和定制化綜合推介，尤其是對于具有復(fù)雜的金融產(chǎn)品綜合運用需求的對公客戶來說，大數(shù)據(jù)的應(yīng)用將是一片藍海。

三、大數(shù)據(jù)技術(shù)在對公業(yè)務(wù)營銷中的應(yīng)用方案

對公客戶是商業(yè)銀行的主要利潤來源之一，且該類客戶沉淀了大量復(fù)雜的數(shù)據(jù)，將大數(shù)據(jù)技術(shù)應(yīng)用于對公客戶服務(wù)和對公產(chǎn)品營銷具有重要意義?；诖髷?shù)據(jù)技術(shù)的營銷管理是一項系統(tǒng)性工程，需循序漸進，最終形成一套成熟體系。張湛梅等提出一套針對移動互聯(lián)網(wǎng)的大數(shù)據(jù)營銷體系“PDMA”，主要包括認知客戶（perceive）、挖掘需求（data-mining）、精準營銷（marketing）、營銷評估（assessment），構(gòu)成一個閉環(huán)體系[5]。基于“PDMA”的框架能很好地建立銀行產(chǎn)品和客戶兩個維度。結(jié)合客戶屬性進行產(chǎn)品大數(shù)據(jù)分析，才能以更符合客戶偏好和需求的方式實施產(chǎn)品營銷，并對營銷的效果進行事后評估，以持續(xù)改進。本文以“PDMA”為框架，系統(tǒng)闡述商業(yè)銀行借助大數(shù)據(jù)技術(shù)進行對公產(chǎn)品營銷管理的應(yīng)用方案。

（一）P——認知客戶行為

對公客戶與零售客戶有本質(zhì)的區(qū)別，客戶的金融需求復(fù)雜，且更加個性化多樣化。在銀行進行大數(shù)據(jù)分析之前，應(yīng)當對對公客戶有一個全面認識，并結(jié)合客戶情況認知銀行對公產(chǎn)品現(xiàn)狀。認知企業(yè)客戶行為可以從三個方面著手。

1.基于客戶屬性建立客戶特征庫?？蛻籼卣鲙彀ㄣy行數(shù)據(jù)庫中的所有對公客戶相關(guān)字段，可以對客戶的自身屬性、所在地區(qū)、財務(wù)狀況、與銀行合作緊密程度等進行初步分析，掌握客戶基本情況。

2.結(jié)合客戶持有產(chǎn)品情況，認知銀行的產(chǎn)品結(jié)構(gòu)。以產(chǎn)品管理系統(tǒng)中的產(chǎn)品庫為依據(jù)，分析持有不同數(shù)量產(chǎn)品的客戶分布、各門類產(chǎn)品的客戶總體分布、下屬分行及其經(jīng)營機構(gòu)的客戶持有產(chǎn)品情況，以及結(jié)合多個時點的各門類產(chǎn)品客戶數(shù)的變化趨勢等。

3.在認知產(chǎn)品的基礎(chǔ)上，基于產(chǎn)品記錄，分析客戶行為習慣。包括客戶對產(chǎn)品門類的偏好，對產(chǎn)品購買渠道的偏好，對資金流動性的需求，購買產(chǎn)品時段偏好等。

（二）D——挖掘客戶需求

在認知產(chǎn)品和客戶的基礎(chǔ)上，應(yīng)用大數(shù)據(jù)技術(shù)，挖掘隱藏在產(chǎn)品信息和客戶信息背后的客戶需求，為后續(xù)的精準營銷打下基礎(chǔ)。

1.基于客戶產(chǎn)品持有行為判斷不同產(chǎn)品的相關(guān)程度。在客戶持有產(chǎn)品的全數(shù)據(jù)中，同一客戶持有多種產(chǎn)品的現(xiàn)象較為普遍。分析客戶持有的產(chǎn)品明細清單，找出同一客戶持有產(chǎn)品組合的一般規(guī)律，可以準確判斷各產(chǎn)品之間的相關(guān)程度，測算出持有某種產(chǎn)品的客戶同時使用該產(chǎn)品相關(guān)產(chǎn)品的可能性。產(chǎn)品相關(guān)分析的結(jié)果可以形成定期的產(chǎn)品相關(guān)性監(jiān)測報告和營銷建議。

2.基于產(chǎn)品的監(jiān)測報告，判斷產(chǎn)品持有的平均水平。結(jié)合客戶產(chǎn)品的平均持有水平分析，將低于產(chǎn)品平均持有水平的對公客戶認為是具有產(chǎn)品潛力的客戶群，生成這一類客戶清單。同時根據(jù)客戶清單中對公客戶所在分行進行分類，將這部分產(chǎn)品需求未充分挖掘的客戶清單推送到分行，以幫助分行更好地鎖定目標營銷客戶。同時也可以針對不同門類產(chǎn)品的客戶情況進行統(tǒng)計分析，判斷持有某類產(chǎn)品的客戶使用其它門類產(chǎn)品的情況，也即產(chǎn)品的跟進情況。

3.對非結(jié)構(gòu)化的大數(shù)據(jù)進行分析，全方位挖掘客戶的產(chǎn)品需求。非結(jié)構(gòu)化數(shù)據(jù)可以分為行內(nèi)數(shù)據(jù)和行外數(shù)據(jù)。行內(nèi)數(shù)據(jù)中，銀行內(nèi)部的資金來往記錄和銀行內(nèi)部企業(yè)授信報告等都可以作為非結(jié)構(gòu)化數(shù)據(jù)來源。此外，銀行還可綜合應(yīng)用外部數(shù)據(jù)，如電力、稅務(wù)、工商和人行征信系統(tǒng)數(shù)據(jù)。通過這類交易數(shù)據(jù)可以形成企業(yè)的社會網(wǎng)絡(luò)關(guān)系圖，作為供應(yīng)鏈金融大數(shù)據(jù)營銷的重要依據(jù)。

總之，需求發(fā)現(xiàn)環(huán)節(jié)應(yīng)緊密結(jié)合產(chǎn)品和客戶的數(shù)據(jù)，挖掘大數(shù)據(jù)背后客戶對產(chǎn)品的需求，是借助大數(shù)據(jù)實現(xiàn)對公產(chǎn)品營銷管理的基礎(chǔ)性工作。

（三）M——產(chǎn)品精準營銷

充分挖掘客戶需求后，根據(jù)需求實施精準營銷。具體可以有如下應(yīng)用。

1.結(jié)合客戶的產(chǎn)品門類偏好推薦同一類別的其它產(chǎn)品。根據(jù)客戶偏好分析和需求挖掘結(jié)果，掌握客戶對某類產(chǎn)品的使用記錄，為其推薦同門類產(chǎn)品中其它熱門產(chǎn)品（依據(jù)熱門產(chǎn)品排名），提高同一門類產(chǎn)品的滲透率。此外，還可以具體到各分行，分析各分行同類產(chǎn)品使用情況，并將之與全行產(chǎn)品應(yīng)用情況對比分析。低于全行各門類產(chǎn)品應(yīng)用水平的分行建議就其薄弱的產(chǎn)品門類進行重點營銷。

2.對持有某些產(chǎn)品的客戶推薦產(chǎn)品組合中的其它產(chǎn)品。通過產(chǎn)品相關(guān)分析梳理出相關(guān)度高的產(chǎn)品組合，結(jié)合只持有這些產(chǎn)品組合中的部分產(chǎn)品的客戶清單，生成各個客戶還可進行關(guān)聯(lián)營銷的具體產(chǎn)品清單，推送給各分行，指導(dǎo)其根據(jù)該客戶潛在產(chǎn)品清單對客戶進行產(chǎn)品關(guān)聯(lián)推薦。

3.通過客戶屬性分析開發(fā)潛在客戶。從產(chǎn)品出發(fā)，通過聚類法和分類預(yù)測法分析持有某種產(chǎn)品的客戶群體的共同屬性，然后比對具有這些屬性但還未持有該種產(chǎn)品的客戶，作為該種產(chǎn)品的潛在客戶名單，對名單上的客戶推薦該種產(chǎn)品，通過分析現(xiàn)有客戶成功開發(fā)新客戶。

（四）A——營銷效果評估

營銷評估是貫穿“PDMA”大數(shù)據(jù)營銷體系全流程的最后一環(huán)，也是營銷管理流程中承上啟下的重要步驟，能及時幫助商業(yè)銀行掌握大數(shù)據(jù)分析的效果。銀行在精準營銷評估過程中，應(yīng)當加入時間序列，結(jié)合產(chǎn)品和客戶情況進行綜合評估，并定期對基于大數(shù)據(jù)分析的精準營銷實施評估，根據(jù)評估效果改善大數(shù)據(jù)分析和精準營銷的成果。對有成效的分析結(jié)果形成定期營銷報告，對于成果不顯著的從業(yè)務(wù)角度總結(jié)原因，調(diào)整大數(shù)據(jù)分析模型和參數(shù)，改進結(jié)果。

四、對公業(yè)務(wù)營銷中的典型案例

總體來說，相比國有銀行，股份制銀行更加積極擁抱大數(shù)據(jù)技術(shù)。2015年3月，民生銀行“金融e管家”平臺正式上線，這是民生銀行利用大數(shù)據(jù)技術(shù)的一大利器。該平臺主要針對國內(nèi)商業(yè)銀行客戶關(guān)系管理系統(tǒng)管理功能、分析功能、應(yīng)用功能相互脫離的弊端而開發(fā)的基于大數(shù)據(jù)分析的一站式服務(wù)平臺?！敖鹑趀管家”服務(wù)于全行對公客戶管理，覆蓋“PDMA”框架的四個環(huán)節(jié)，是對公業(yè)務(wù)應(yīng)用大數(shù)據(jù)技術(shù)的典范。

首先，認知客戶行為（P）。該平臺對接民生銀行內(nèi)200多個生產(chǎn)系統(tǒng)和數(shù)據(jù)中樞，并導(dǎo)入上市公司數(shù)據(jù)、人行征信數(shù)據(jù)、工商數(shù)據(jù)等行外的數(shù)據(jù)，形成完善的數(shù)據(jù)結(jié)構(gòu)，通過不同的規(guī)則組合數(shù)據(jù)，如對公客戶和產(chǎn)品的交叉組合，或者基于供應(yīng)鏈的客戶上下游集合等，使用戶可從不同角度解讀對公客戶的特性，同時通過行內(nèi)資金流和行內(nèi)外信息流，精確掌握客戶的行為習慣。

其次，挖掘客戶需求（D）。該平臺對客戶信息更深層次的挖掘，去除無效信息，將有效信息放大，結(jié)合線下業(yè)務(wù)資源，挑選出最適合營銷的企業(yè)關(guān)系群體，應(yīng)用多種大數(shù)據(jù)分析方法，建立關(guān)系網(wǎng)絡(luò)分析模型，識別出群體的特征和相互之間業(yè)務(wù)重點，并以極具可用性的界面展示客戶潛在需求挖掘的結(jié)果，幫助客戶經(jīng)理深度挖掘客戶的金融需求。

再者，產(chǎn)品精準營銷（M）。該平臺是一個智能化的融資理財和資源整合平臺，主要圍繞核心客戶，通過后臺數(shù)據(jù)的支撐，建立交易網(wǎng)絡(luò)模型和上下游客戶推薦模型，并據(jù)此匹配最適合的金融產(chǎn)品，實現(xiàn)精準營銷。該平臺上線后，對公產(chǎn)品關(guān)聯(lián)營銷的成功率大大提高。

最后，產(chǎn)品營銷評估（A）。該平臺建立了基于歷史記錄的客戶績效評價體系，科學全面的評價客戶績效，并根據(jù)評價結(jié)果改進營銷方向。后評價功能涵蓋對公業(yè)務(wù)的不同情況，如對個性化服務(wù)方案的綜合評價，對集團客戶也能建立綜合收益的評價，而不僅僅是單獨考慮單筆業(yè)務(wù)的收益，適應(yīng)了缺資產(chǎn)時代的商業(yè)銀行經(jīng)營新思路。

可以預(yù)見，在信息技術(shù)發(fā)展日新月異的當代，隨著對公業(yè)務(wù)背后紛繁復(fù)雜的信息流、資金流、物流等多樣化數(shù)據(jù)不斷沉淀，大數(shù)據(jù)技術(shù)在商業(yè)銀行對公業(yè)務(wù)營銷中的應(yīng)用價值將日益凸顯，并將逐漸成為商業(yè)銀行對公業(yè)務(wù)的核心競爭力之一。

（特約編輯：何雁明）

參考文獻：

[1]Manyika， J.，M.Chui andB.Brown et al.Big Data：The Next Frontier for Innovation[R].Competition， and Productivity，2011.

[2]Franks， B.著，黃海，車皓陽，王悅等譯.駕馭大數(shù)據(jù)[M].北京：人民郵電出版社，2013.

[3]楊威.大數(shù)據(jù)時代下的電子商務(wù)企業(yè)營銷方式變革[J].中國電子商務(wù)，2014（14）.

[4]高源，張桂剛.基于大數(shù)據(jù)的網(wǎng)絡(luò)營銷對策研究[J].湖北經(jīng)濟學院學報（人文社會科學版）2014（11）.

[5]張湛梅，羅蕓，屈強等.基于客戶移動互聯(lián)網(wǎng)內(nèi)容偏好的大數(shù)據(jù)精確營銷體系搭建[J].互聯(lián)網(wǎng)天地，2013（4）.