大数据驱动营销及管理0706

零售银行的“制胜秘籍”—大数据驱动营销及管理麦肯锡中国银行业转型与创新系列白皮书2017年7月II倪以理（JosephLucNgai）l香港曲向军（JohnQu）l上海沙莎（ShaSha）l香港喻宁（NingYu）l上海沈愷（KaiShen）l上海石俊娜（JunnaShi）l上海零售银行的“制胜秘籍”—大数据驱动营销及管理目录第一章　他山之石：国际领先银行利用大数据创造大价值 03摘要 01第二章　中国零售银行在大数据运用方面存在的普遍问题 07第三章　数据驱动的“制胜秘籍” 12第四章　零售银行打造大数据分析能力的实施路径 21零售银行的“制胜秘籍”——大数据驱动营销及管理01摘要零售银行的“制胜秘籍”——大数据驱动营销及管理02随着国内利率市场化加快推进、经济增速放缓、国民收入和财富逐步上升，零售业务对银行收入及利润的贡献日益见长，科学有效地引领零售业务持续增长已成为国内领先银行的首要任务。然而，零售客户的需求日趋复杂和个性化，市场竞争愈加激烈。在此背景下，有效利用核心技术、业务的集约式增长以及前线产能的加速提升，成为各家银行互争雄长的制胜关键。麦肯锡近年来成功帮助多家国内外领先银行完成大数据驱动的零售银行转型。大量实战经验证明，这是一场以技术变革驱动的精益增长之战，而取胜“法宝”就是以客户为中心的全周期、多渠道精细化管理，更为敏捷的产品开发与客户体验创新，更为高效的风险管理，以及全程的销售留痕与产能提升。以大数据驱动营销及管理的精益提升，将把商业资源有效引向价值和潜力最大的客户，最大限度地释放前线产能，并将重定义客户与银行间全周期、多渠道、多触点的紧密关系。在我们近年的大数据转型项目中，麦肯锡的银行咨询专家团队携手近千名数据科学家、产品软件工程师与客户的零售行长、CIO、CDO及其业务、科技团队紧密合作，实现快速迭代和敏捷开发，以及众多超常规、全方位的零售银行精益增长。其中以大数据推动的客户精益管理、流程、客户体验再造，实现了银行15%-25%的收入增长；根据交易数据、需求预测和前线人员的实时匹配，释放产能，降低了前、后台5-15%的运营成本；新建的大数据预测系统削减了30-35%的不良贷款流入总量和15-20%的风险加权资产（RWA）。长期以来，国内银行皆以产品驱动增长、数据基础薄弱零散、数据科学家团队匮乏，这些是否会阻碍我们形成精准的客户洞见并实现弯道超车呢？在大数据算法和机器学习逐步成熟的今天，巨大的机会窗口凸显。银行可在数据治理、组织架构和双速IT三大基础设施之上，通过大数据驱动的业务用例发掘价值，用模型/销售留痕/闭环反馈实现价值，并固化为自身的标准化作业。客户思维、敏捷开发，搭建智能化、轻型化、规模化的数据链路是大数据驱动零售银行转型的必备元素。放眼未来，全球的银行业正在大数据技术的带领下，进行精益增长的重组和变革，同时搭建全新的能力平台。本书以麦肯锡在零售银行的实践经验抛砖引玉，探讨在中国实现大数据零售精益增长的核心能力及有效路径。零售银行的“制胜秘籍”——大数据驱动营销及管理03第一章：他山之石：国际领先银行利用大数据创造“大价值”零售银行的“制胜秘籍”——大数据驱动营销及管理04随着国内利率市场化推进和经济增速放缓向对公业务的不断施压，加上国民收入和财富的稳步上涨，零售银行对全行收入及利润的贡献持续提升，国内银行纷纷开始把战略重心移向零售业务。无独有偶，客户的需求也愈加莫测，但国内零售银行大都仍以渠道和产品为主导，总分行各自为战，这种模式正渐渐丧失竞争力。要赢得未来，银行必须逐步转型到以客户为中心的经营战略上，并通过总行自上而下的有效管控，应对零售银行将面临的一系列挑战，其中包括：客户信息的获取、洞见分析和运用、自反馈体系的缺失；精准化营销能力严重不足；多渠道、全周期提升客户体验的工作未能有效展开，互联网新兴业务模式的强烈冲击等等。面对行业内外部的严峻挑战，国内零售银行需积极破局，而互联网时代的大数据能力有望成为零售银行的制胜之道。事实上，国际领先零售银行以“大数据”为核心管理工具已成功挖掘出“大价值”，包括大幅提升业绩、支持管理决策、优化运营流程、有效控制风险等。价值一：推动精准营销，大幅提升业绩在大数据研究与应用日益深入的当下，消费者行为愈发“可视化”，以大数据驱动精准营销成为零售银行持续发展的重点之一。CapitalOne的核心战略之所以广受推崇，是因为其基于数据的决策（IBS–informationlbasedstrategy）。成立不到30年，CapitalOne就从一家业务模式单一的信用卡公司迅速成长为全美资产排名前十的综合性商业银行。紧密围绕客户价值，CapitalOne的IBS体系已成功运用在客户获取、客户服务、产品设计及风险管理等所有业务环节。该体系的核心是对客户生命周期进行价值管理，即通过辨识和衡量客户的过往价值、现有价值和未来潜在价值，对客户进行细分，从而把商业资源引向价值和潜力最大的客户，并且由此重新定义客户与银行的关系，实现双赢。IBS中另一重要环节是测试和学习：在产生获客、活客、管客、留客洞见后，需要科学地进行实验、测试及验证，由此确保洞见及其相关策略的持续迭代与优化。花旗银行通过结合运用内外部数据，提升精准营销能力。2012年，花旗银行通过大量分析客户在银行内部的个人数据、行为信息，以及社交网络等外部机构的个人与家庭数据，对相近的客户群体进行聚类分析，并基于结果对潜在需求进行预测，最终提出针对性的产品建议。如：在某客户所属的某“富裕企业主”群体内，有70%的客户有按揭贷款，45%的客户在5年内投保了多个险种，那么银行将针对该客户设计按揭及保险产品和相应的营销策略。零售银行的“制胜秘籍”——大数据驱动营销及管理05价值二：管理决策支持系统地收集、整理、运用数据，还能支持银行建立销售管理看板，辅助总、分、支行的管理层进行决策，并实现各层级标准化流程管理。汇丰银行建立了自上而下的销售管理看板（包括三大财富管理系统及一系列报表体系），其零售银行与财富管理业务部的经营业绩包括财务指标、客户经营、产品渗透、资产配置、销售流程、培训学习等多个维度。通过该看板，汇丰将过程指标（Activities）和结果指标（Outcomes）分解为总、分、支行以及个人四个层级，同时在总部设立客户关系管理及分析部门（CRM&Analytics），进行基于数据分析的透视化管理，找出问题症结，以提供客观有效的决策支持。以“客户经营”维度为例：通过分析各细分客群迁徙成功率（如让运筹理财客户升级到卓越理财）、AUM增长率、产品渗透率、净增客户数、客户满意度等指标，总行管理层能够对各经营机构的客户经营情况进行对标和解读，从而定位需重点关注的机构及业务领域；对分支行而言，可进一步聚焦销售遇到瓶颈的产品、未达标团队及原因；对营销人员而言，可将面临的挑战和业务提升潜在机遇体现在具体的过程指标和结果指标上。用系统全面的销售管理看板替代分支行各自为政、经验主义至上的运作模式，银行可因此实现科学决策和标准化流程管理。价值三：降本提效如今，互联网金融和大数据盛行，这对银行的运营能力提出了更高的要求。有些领先银行已开始分析各类大数据，探索全面提升渠道管理、运营调配及人力资源管理能力的方式，并取得了显著成效。美国银行有着庞大的零售客户群体和服务网络，在全球范围内服务约5,900万零售与小微客户，并建立了近6,000家零售银行网点。通过数据平台优化，美国银行大幅提升了运营效率。过去，分析以往30年内完成的40万个按揭产品的信息数据需耗时3个小时，而如今仅需10分钟；计算违约概率的时间也从以往96个小时大幅缩短至4个小时。价值四：管控风险一家银行的成败，往往取决于它对风险的经营与管理。通过大数据分析，领先银行可高效进行信贷风险评估和道德风险防范。丰富可分析的客户数据源，提高信贷风险评估能力CapitalOne依托强大的数据团队和综合风控模型提高信贷风险评估能力。CapitalOne在总部组建了1,600人的数据分析团队，并按照不同产品线、职能组织进行划分。依托强大的大数据分析能力，CapitalOne的用户风险决策模零售银行的“制胜秘籍”——大数据驱动营销及管理06型涵盖了美国三大征信局数据、平台沉淀用户数据、用户社交数据等众多类型的数据，且每3个月都会验证其准确性。在循环贷款时，该模型将对借款人重新进行风险评估，筛选出低风险客户，自动加快其业务办理速度，而高风险客户则需要提供最近的信用资料，并接受再评估。提高道德风险管控能力，降低监管成本汇丰银行依托大数据，为全球业务网络构建了防欺诈管理系统。汇丰银行提出了多样的解决方案，为多种业务和渠道提供了针对性的防欺诈服务。在投入使用之后的三个月内，汇丰银行数据处理量增加了87%，而在辨别潜在银行卡交易欺诈方面，计算机资源成本降低了30%。综上所述，相较于其他行业，银行业在运用大数据上得天独厚。在开展业务的过程中，银行积累了大量宝贵的客户数据，包括其基本信息、资产负债情况、资金收付交易历史记录等。基于麦肯锡的经验，大数据高级分析能够为银行业众多领域带来前所未有的实际价值（见图1）。大数据高级分析为银行业各业务领域带来巨大价值图1高级分析挖掘出了所有业务领域的巨大潜力资料来源:小组分析领域用例类型运营效力财务控制风险控制商业效力目标流失率下降4降低客户流失率并识别流失的根因多渠道客户体验5识别并分析各个客户历程中客户满意度的根因，从而在多渠道战略背景下规划行动数字信贷评估6提高信贷决策的速度和准确性，尤其是数字信贷资产定价3根据客户对定价变动的反应，识别每项产品的最优价格交易分析2提高零售客户和商家客户对交易数据的分析能力信贷回收8根据行为信息，识别各个客户的针对性信贷回收和调整策略高级预警系统7加强传统预警系统的预测能力，以降低信贷成本资产定价11根据客户需求和行为以及所在地区潜力，优化ATM机和分行的地区布局及运营模式欺诈检测10识别具有高欺诈风险的客户和交易，并确定最佳行动计划生产力优化12根据交易数据和需求预测，加强后台和前台生产力下一代压力测试9通过提升数据、模型、治理和使用，支持打造卓越的压力测试人力资源预测13提高人才留住率和积极性，并优化员工成本财务评估14加强并优化全面的P&C流程（战略规划、资金分配、绩效管理），并支持对财务表现和资本市场表现展开高级分析交易15通过高级建模，加强交易方法和技术下一个购买产品展开细化的客户细分（零售客户和企业客户），以识别需求并向每位客户提供针对性产品1零售银行的“制胜秘籍”——大数据驱动营销及管理07第二章：中国零售银行在大数据运用方面存在的普遍问题零售银行的“制胜秘籍”——大数据驱动营销及管理08如上文所述，“大数据”作为零售银行的核心管理工具，可多方面提升银行运营绩效。一些国内零售银行，在大数据运用上经验尚浅，所以数据驱动式营销是最易、最快能撬动客户价值的方法。基于麦肯锡的经验，构建行之有效的数据营销体系，首先需形成一个环环相扣的数据化营销闭环，其中包括四个环节：1.在前端了解客户信息、获取客户洞见；2.为客户匹配所需的产品、服务和营销活动；3.对营销执行过程进行管控；4.通过分析结果、收集前线及客户意见，形成反馈信息（见图2）。然而，中国零售银行普遍面临客户数据与一线应用脱节的困境，因此以上四个环节均有较大提升空间。问题一：框架能力匮乏，难以形成高价值洞见国内零售银行普遍缺乏针对不同业务问题的分析框架和能力，这主要体现在以下几个方面：1.对业务问题的理解不够全面，未能形成系统性的分析思路，往往数据化营销闭环图2数据治理IT系统组织架构建设完善的数据化营销能力，重点在于在三大基础设施之上，建立并深耕数据化营销的四步闭环▪营销管理▪管理可视▪归因明晰▪决策支持▪产品设计▪渠道选择▪营销主题▪蓝图设计▪数据储备▪模型见解▪客户分类▪执行评价及奖惩▪执行反馈数据化营销闭环基础设施客户洞见分析反馈执行管控举措设计资料来源:小组分析零售银行的“制胜秘籍”——大数据驱动营销及管理09只是提出单个问题的解决