利率市場化改革、宏觀經濟新常態、互聯網金融和大數據時代的來臨正從經營環境和商業模式兩個維度徹底顛覆著商業銀行賴以生存發展的生態環境。我國銀行業正迎來改革開放三十年來前所未有之大變局。
可以預期，內外部經營環境的變化和大數據的應用將共同推動商業銀行進入真正向“以客戶為中心”的業務轉型期。客戶將成為未來銀行可持續發展的最重要驅動力，銀行業的競爭焦點從基于產品和服務的競爭逐漸轉變為基于客戶智慧和客戶價值的競爭。
一、大數據的定義
各行各業都在講大數據，但是至今仍沒有一個被廣泛采納的大數據的明確定義。一般來講，大數據具備4個特點：第一，數據體量巨大，計算量大；第二，數據來源多樣，包含結構化、半結構化和非結構化等多種類型的數據；第三，數據價值密度低，整體價值卻彌足珍貴；第四，數據收集、處理、共享、分析速度要求快。
上述特征反映了大數據的一些共同特點，但尚未完成真正反映大數據的本質。筆者將國際國內大數據研究成果與中國民生銀行應用實踐相結合，綜合考慮數據結構、數據技術和數據價值等不同維度，對大數據給出以下定義：
大數據是指把結構化、半結構化、非結構化海量數據通過數據技術進行收集、整理而成的數據集或數據群。利用數據挖掘分析技術能夠使這些數據集群產生巨大的商業價值。
——中國民生銀行
二、大數據驅動銀行客戶關系管理進入智能化時代
大數據將助力商業銀行由傳統的“以產品為導向”向“以客戶為中心”的精細化管理和營銷模式轉型，使我國商業銀行客戶關系管理進入真正的智能化時代。
（一）客戶營銷個性化
大數據的廣泛收集和應用使商業銀行能夠更加全面、準確的了解客戶并挖掘出客戶的潛在金融需求，從而有的放矢的進行產品設計和金融創新。銀行可以通過大數據分析平臺，接入客戶通過社交網絡、電子商務、終端設備、電話投訴等媒介產生的海量碎片化、非結構化數據，結合銀行掌握的交易數據等結構化數據，構建更加全面、客觀的客戶洞察。真正從大數據中洞察客戶智慧和發掘潛在商機，圍繞客戶需求為其提供個性化的服務。
（二）客戶服務線上化
目前的發展趨勢已經表明，隨著大數據分析平臺、物聯網、云計算、電子商務平臺和移動互聯網等新一代信息技術的廣泛應用，各類金融要素資源有望實現聯接，銀行客戶服務模式將實現從“線下手工處理”到“線上全流程電子化”的轉變。幫助銀行最大限度降低客戶服務成本、提高業務效率。
（二）客戶管理科學化
基于大數據平臺的數據流有效管理將有助于銀行簡化和優化現有組織結構，進一步壓縮客戶管理環節、降低管理成本，減少信息傳遞失真。銀行可綜合運用大數據技術、電子銀行技術、網絡技術對客戶管理的各個環節進行重新設計，逐步建立快捷、靈活、高效并富有彈性的扁平化客戶管理體系。進而，對市場、客戶變化做出敏捷的反應，大幅提升銀行客戶管理的科學化和智能化水平。
三、民生銀行基于大數據的客戶關系管理實踐
中國民生銀行提出以“數據創造價值”為核心理念，全力推動民生集團大數據平臺建設。基于大數據平臺，重點打造以“阿拉丁云平臺”為代表的立體化數據服務生態圈和以“金融e管家平臺”為代表的智能化的客戶關系管理體系。
通過阿拉丁和金融e管家在全行的應用推廣，大數據量化分析和數字化管理真正實現了與各層級員工的零距離接觸，民生銀行業務運行的商業模式正悄然發生改變，并逐步形成了高效率的具有獨特核心競爭力的智能化客戶關系管理模式。
（一）服務客戶：讓市場人員穿上客戶的鞋子走路
民生銀行基于大數據的客戶關系管理體系在設計伊始，“以市場為中心，以客戶需求為導向”的目標就非常的清晰而堅定。設計者們基于大數據和移動互聯等新技術，在更新視角、更深層次上，幫助市場人員站在客戶的角度思考問題，從客戶的根本利益中尋找工作方向，從客戶的困難和問題中尋找業務突破。市場人員思考業務的原點不再限定在客戶本身，還包括客戶的“錢從哪兒來，錢去哪兒了”，客戶產業鏈的上游、下游，以及合作伙伴組成的生態圈。
客戶經理可以借助大數據平臺上源源不斷的數據來源和數據分析結果成為客戶的外腦和顧問。向客戶提供當地最新的市場信息、上下游動向甚至市場開發建議、產品改進建議。比如，民生銀行通過大數據分析發現浙江某大型民企客戶的關鍵下游企業實際控制人存在參與民間借貸的跡象，客戶經理及時與該民企客戶溝通，助其挽回了數千萬元的應收貨款。以此為契機，民生銀行也迅速成為該民企客戶的主辦銀行。
（二）大數據挖掘：智能獲客、智能產品推薦、大數據商機挖掘縱貫銀企關系整個生命周期
民生銀行在新客戶關系管理體系建設中充分引入各類大數據智能商機挖掘模型，實現了智能化的目標客戶推薦和產品推薦。交易鏈智能獲客模型、客戶價值彈性預測模型、產品精準營銷模型、客戶流失預警模型，縱貫銀企關系的整個生命周期，為全行客戶經理進行精確化的市場營銷提供了利器。大數據模型告訴民生營銷和管理人員“哪些潛在客戶最易開發？哪些客戶最易貢獻價值？哪些產品最易被客戶接受？哪些客戶最易流失？”
舉例說明，各銀行都存在大量的低價值的休眠對公客戶。面對如此巨大的客戶數量，依靠傳統的以客戶經理為主、全面掃描客戶的開發模式將會產生巨大的開發成本。針對這個問題， 民生銀行為市場人員提供了客戶價值彈性分析、交易鏈智能獲客模型和產品交叉銷售模型，進而精準定位潛在高價值客戶群，達到了事半功倍的營銷效果。
（三）全民參與：點燃組織內部的大數據激情
民生銀行提出做好大數據基礎設施和生態圈建設，依托阿拉丁平臺和金融e管家平臺讓民生銀行“人人都是客戶關系管理專家”，實現美妙絕倫的大數據用戶體驗。行內用戶的每一個需求和建議都會被公開發布并能夠得到及時回復，為用戶帶來了極大的參與感。數據分析挖掘像游戲一樣充分趣味和挑戰，讓用戶玩著玩著就停不下來，徹底點燃組織內部的大數據熱情。
四、結語
國際先進經驗表明，為了適應利率市場化改革和現代信息技術的發展，具有遠見和雄心的商業銀行應充分認識大數據的革命性影響，積極穩妥的推動大數據平臺建設，真正發掘和實現大數據價值，不斷提升客戶關系管理的智能化水平。大數據蘊涵大價值，但不能急功近利，必須超越炒作，有步驟、務實的去實現。具體來講：
（一）將大數據平臺建設上升到戰略高度
首先，通過大數據云平臺實現金融集團級別的數據集中，形成銀行的數據資產；其次，積極開展銀行大數據安全管理、非結構化數據分析挖掘模型、實時數據分析模型等關鍵領域的自主研究；在此基礎上，以具體應用為導向，以“數據創造價值”為理念，逐步推進銀行大數據工作的開展。
（二）加大對數據分析的投入力度，培育數據科學家
有效、深入的數據分析研究將賦予“大數據平臺”新的生命。大數據平臺是數據分析的基礎，從大數據中發現業務發展的智慧、充分發揮大數據的價值是大數據平臺發揮作用的關鍵。銀行應培育一大批大數據分析人員，他們應不僅具有很強的統計建模和數據挖掘的能力，還要有卓越的業務理解力和探索性研究能力。
（三）大數據分析要與商業應用緊密結合
大數據分析成果只有轉化為實際的營銷或管理行動才能夠真正為銀行創造價值。大數據分析一定要與實際應用相結合，針對不同商業環境設計差異化的大數據的采集、分析和共享策略。只有與商業應用緊密結合的大數據分析才能切實推動銀行信息管理部門由“成本中心”逐步向“利潤中心”轉變。
京公網安備 11010502049343號