本文共字，预计阅读时间。

一、银行用户经营正在发生变化

开放银行的热潮已经席卷行业，银行数字化转型成为了金融机构的重大课题。以各类互联网公司为代表的新物种重塑了社会生活的逻辑，供需两端由于技术的进步和观念的改变都发生了深刻的变革。其中变化最明显的，是银行用户运营的方式。在互联网时代，银行用户的需求发生了变化。这是最根本的原因。

一方面，银行客户的消费模式被近年来的“科技生活”和“互联网经济”所改变。对于金融消费者来说，尤其是对于那些被网上购物培育出良好在线消费习惯的80后、90后而言，他们对于金融产品的消费习惯和对于其他产品的消费习惯不断趋同，例如他们会选择在线而不愿意到金融网点办理业务，喜欢挑选比价而不被动接受金融产品和服务。他们的注意力在有趣的互联网内容，他们的上网时间占据了一天的六分之一以上。进入移动互联网时代，互联网和消费者之间的粘性越发增强了。金融机构的生存空间却面临着挤压。例如银行网点不再能够持续吸引客户前来办理业务，网点逐渐萎缩，有些甚至面临关停的命运。消费者金融需求和消费习惯的变化无法以银行传统的客服等方式进行感知。

另一方面，银行客户的消费需求正在经历不断分化的过程。多元化需求是互联网时代消费者的最明显特征。对于金融服务也是一样。不会有一款金融产品可以满足所有消费者的需求。消费者的自主意识逐渐提高后，原先由银行确定的风险偏好级别和类型被更加细化，颗粒度更加明显。例如，不同的银行客户除了追求不同的收益和风险外，还会在意客服质量，银行品牌甚至是企业文化。银行的原有产品类别和营销方式已经无法匹配到海量的互联网用户。

我们认为，互联网时代银行客户需求的满足至少要做到三点：第一，给客户网上使用银行服务时充分的便利，即可以做到无感使用银行的服务。第二，提供的金融产品要符合客户的新需求，例如以最少的客户信息，为其有针对性地提供信贷、支付等服务，甚至在其需要的时候提供定制化产品；第三，银行需要走出去，嵌入到用户生活场景中，融入其网上生活。银行要想真正做到KYC（了解你的用户），高频场景的引入是必不可少的。用户会在场景里留下行为数据。通过对这些数据的挖掘分析，银行能够实现对客户的深度了解和差异化经营。

从银行的角度来说，就需要因时而变。用户经营的重点从销售变成了全流程的客户管理，即增量的吸引、留存以及存量的激活；其表现从统一产品变成了定制化供给，通过与用户的互动，银行可以发掘其多样化的需求，甚至可以实现金融产品的反向定制。这就是数字化的银行用户经营。当然，在形式的变化之外，仍然有目的的不变。银行用户经营始终围绕着三个问题展开：第一，银行持续获客；第二，银行存量客户的运营；第三，银行品牌的建设，客户忠诚度的打造。

二、数字化用户经营的方法论

数字化用户经营指的是由于银行客户需求的升级、转变，银行将传统营销进行的改造，其替代的是原有的用户经营理念和手段，升级成以互联网、数字化思维作为引领，增加了大量技术实现手段的现代化银行用户经营方式。数字化用户经营重点突出了数字化的科技理念和科技方法在银行用户经营转型过程中的角色和作用，它是以下四方面方法论的汇集。

第一，用户经营的数字化首先体现的是为客户创建一个能与银行进行深度交互的场景。传统的零售银行，通过扩张自己的支行体系，和客户进行交互。因应着互联网用户消费习惯的变化，银行逐渐发展出网络银行。网络银行的第一要务是创建用户经营的场景，以增加银行客户的活跃度和粘性，这也是是数字化用户经营的第一方法论。过去，银行通过服务“高质量”客户，积累了客户与金融相关的大量行为数据。银行可以利用这些数据，对这些“高质量”的客群进行合理的风险定价，继而提供金融服务。在互联网时代，银行的客户群体和客户需求都发生了变化，其不能把自己的再限定于传统的“高质量”客群，而是需要利用互联网的方式不断扩展和下沉服务对象。同时，银行也有能力通过app等留存用户的行为数据，因此银行具备了客户下沉的前提条件。

第二，在银行数字化转型的过程中，数字化用户经营的实现路径是以深度用户洞察带动海量数据分析。银行客户的变化决定了银行仅仅依靠强金融相关数据进行建模、分析、判断的传统方法已经“巧妇难为无米之炊”。客户需求越来越多变，银行需要不断收集和沉淀社交，购物，通信等发生在生活场景里方方面面的行为数据。业务策略和大数据挖掘算法的绑定是数字化用户经营的第二方法论。数字化用户经营好像巨大的“冰山”，表面上看到的是银行与用户的交互，其背后潜藏的是满足“大”数据时代银行数据存储和计算要求的数据中台能力。银行逐渐把服务嵌入生活的各个场景，其底层数据架构需要能够低成本存储大量的用户行为数据，并且能支持深度学习和实时计算。不同的场景还决定了银行数据系统必须有能力进行差异化营销与精细化用户管理。这些技术能力的聚合所实现的就是深度的用户观察，以及基于用户观察而开展的数据分析。

第三，数字化用户经营需要包含适合银行落地的智能化管理工具。数字化的精髓就在于依靠技术手段实现对客户的差异化服务。这要求做到：首先，挖掘出不同客群的不同需求，其次，选择不同的策略满足各个客群的不同需求。越精细化的经营思路，越需要先进的管理工具进行支持。传统银行往往遵循一种“开店等客”的被动运营思维，很少进行主动经营。即便是有主动经营的意识，往往受限于运营管理工具的落后，无法落地差异化的策略。例如，银行希望客服座席能成为一个二次营销的渠道，但是由于客服经理缺乏有效的推荐工具，无法有效的掌握客户的全面业务价值画像与推荐策略，因此往往错失这样的交叉销售机会。

第四，营销科技为银行提供以客户为中心的运营及管理经验。互联网企业和银行在营销上存在着理念、运营和管理经验的差异。前者很早就形成了以客户为中心的经营思路。而后者往往以产品为中心设计运营策略。银行营销的传统策略会过于强调自身产品的特点，而忽略产品和用户需求的匹配，这不但不利于营销资源的合理投放，同时也会影响用户的体验。

三、数字化用户经营的工具箱

一套完整可以落地的数字化用户经营方案是一个全面且完善的工具箱。这个工具箱里的每一样工具都拥有强大、且目标明确的能力。第一种工具用于数据的集成、分析和提炼。主要包括：（1）用户数据的集成。这套工具包括了预集成触点数据追踪，开放api数据的接入，清洗，储存，计算；还包括打通银行各产品体系的数据壁垒，完善数据治理、模型开发环境及模型管理平台的能力。（2）用户数据的提炼，包括画像和标签系统的搭建能力。这代表着数据团队和模型算法，与行业经验的完美结合。数据挖据是把原始数据转化成信息的关键，有了信息才有可能把数据转化成生产力。通过搭建360度客户画像管理系统，将用户的属性、标签、群组、行为事件预测囊括在内，银行才能拥有具有核心竞争力的数据资产。

第二种工具用于用户需求和供给的满足。这类工具最为丰富，既包括了用户差异化需求的洞察。发现用户的差异化需求需要做到用行业经验和敏锐的业务嗅觉来实现对用户的深度理解。也包括了用户交互和触达。用户的交互及触达需要精准感知用户体验，利用有效的交互、触达方式，影响用户的行为。还包括了丰富的用户权益及对于这些权益的有效管理。和传统用户管理不同，用户长期粘性的养成体系，尤其是对于成熟用户的运营是数字科技可以赋能的地方，主要抓手就是丰富的会员权益体系。

第三种工具用于经营活动和管理的效率提升。例如，第一，用户营销活动的快速创意，设计，落地以及多个活动同时上线的多任务管理能力。营销机会转瞬即逝，没有创意能力，没有一套市场活动配置工具辅助提升效率，很可能没法抓住营销机会。第二，用户营销管理的自动化决策。这种自动化决策的能力是一种重复性、通用策略，其技术上包含了决策引擎和人工智能等手段。目标是科学调配有限的运营资源，实现需求的合理匹配。例如改变业务人员的时间分配结构，提升人效。又如通过自动化流程引擎来优化人、时间、内容、渠道之间的组合。第三，用户营销内容的运营管理，尤其是紧贴时事的内容创意，符合用户关注热点的内容追踪都可以通过技术手段加以实现。

从传统方法过渡到数字化经营的效果正在不断验证。一般来说，一家银行的零售业务有这样的特点：其一，用户总数量和其活跃用户数量存在一个相对稳定的比值，目前行业的平均值大概在5:1左右；其二，活跃用户贡献了银行零售业务的大量收入，目前行业的平均值大概在80%。数字化用户经营就是在这个基础上，实现唤醒沉睡用户，培养用户的粘性，提高存量用户的ARPU值。当然，不一样的银行其侧重各有不同，但是都会依据统一的方法论来布局数字化解决方案。具体做法可以包括：首先，构建大数据底层，打通行内各业务数据。构建机器学习平台和模型管理平台。第二步，以用户生命周期管理为框架，推动组织架构的调整，以专人负责每一阶段的用户，设置适合该阶段用户的运营目标。第三步将用户分层分群，挖掘事件场景，针对不同客群采取不同的营销和经营策略，推送不同的活动。显著提高用户的活跃度，参与度，进而提升核心业务指标。第四步，通过用户洞察能力，打造C2M的金融供应链能力。让合适的金融产品通过合适的渠道，触达到合适的客群。在精准满足客户需求的同时提升客户满意度。第五步，提供符合零售银行特点的活动创意，配置模板，和内容管理功能。无需技术部门参与的条件下，即可快速上线各类活动。第六步，在银行大数据平台之上，建立用户经营中台，形成数据驱动的自动化精准经营能力，让大中台，小前台的战略得以落地。用户的持续促活成为可能。

为什么要依据这个流程来构建解决方案呢？原因在于：第一，大数据底层平台和用户经营中台的建立，大幅节约了人力，可以缩短活动从准备到上线的时间，将行业中标准需要的2周时间缩短到几个小时。运营团队具备随时上线，下线活动的能力，活动更加贴合时事热点。活动频次以天计算。第二，用户标签库的设立，极大细化了用户的分群分层。结合个性化的内容触达，大幅提升用户的活动响应率。提高了银行的私域流量，并提升其核心业务指标，如AUM，活跃率等。第三，自动化决策引擎的引入，提升了运营人员的效率。以京东的案例为例。在2019年618活动期间的一次针对百万数量级的理财高潜力用户的营销专项活动中，自动化决策和自动化营销帮助提升到百亿级别的新增入金，而且其中超过50%是通过线上自动化营销带来的。

作者：京东数科金融科技数据化运营专家雷健雄、京东数科研究院高级研究员张彧通；本文删减版发表在中国人民银行主管《金融时报》2019年9月23日第7版

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。