互联网金融的发展及银行业的未来选择.ppt-江西文化信息资源网.ppt

* 第一方面：客户画像应用。客户画像应用主要分为个人客户画像和企业客户画像。个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等；企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。值得注意的是，银行拥有的客户信息并不全面，基于银行自身拥有的数据有时候难以得出理想的结果甚至可能得出错误的结论。所以银行不仅仅要考虑银行自身业务所采集到的数据，更应考虑整合外部更多的数据，以扩展对客户的了解。包括： （1）客户在社交媒体上的行为数据。通过打通银行内部数据和外部社会化的数据可以获得更为完整的客户拼图，从而进行更为精准的营销和管理； （2）客户在电商网站的交易数据； （3）企业客户的产业链上下游数据。如果银行掌握了企业所在的产业链上下游的数据，可以更好掌握企业的外部环境发展情况，从而可以预测企业未来的状况； 第二方面：精准营销。在客户画像的基础上银行可以有效的开展精准营销，包括： （1）实时营销。实时营销是根据客户的实时状态来进行营销，比如客户当时的所在地、客户最近一次消费等信息来有针对地进行营销； （2）交叉营销。即不同业务或产品的交叉推荐，根据客户交易记录分析，有效地识别小微企业客户，然后用远程银行来实施交叉销售； （3）个性化推荐。银行可以根据客户的喜欢进行服务或者银行产品的个性化推荐，如根据客户的年龄、资产规模、理财偏好等，对客户群进行精准定位，分析出其潜在金融服务需求，进而有针对性的营销推广； （4）客户生命周期管理。客户生命周期管理包括新客户获取、客户防流失和客户赢回等。如通过构建客户流失预警模型，对流失率等级高的客户予以挽留。 第三方面：风险管控。包括中小企业贷款风险评估和欺诈交易识别等手段。 （1）贷款风险评估。银行可通过企业的产、流通、销售、财务等相关信息结合大数据挖掘方法进行贷款风险分析，量化企业的信用额度，更有效的开展企业贷款。 （2）实时欺诈交易识别和反洗钱分析。银行可以利用持卡人基本信息、卡基本信息、交易历史、客户历史行为模式、正在发生行为模式（如转账）等，结合智能规则引擎进行实时的交易反欺诈分析。 第四方面：运营优化。 （1）市场和渠道分析优化。通过大数据，银行可以监控不同市场推广渠道尤其是网络渠道推广的质量，从而进行合作渠道的调整和优化。同时，也可以分析哪些渠道更适合推广哪类银行产品或者服务，从而进行渠道推广策略的优化。 （2）产品和服务优化：银行可以将客户行为转化为信息流，并从中分析客户的个性特征和风险偏好，更深层次地理解客户的习惯，智能化分析和预测客户需求，从而进行产品创新和服务优化。 （3）舆情分析：银行可以通过爬虫技术，抓取社区、论坛和微博上关于银行以及银行产品和服务的相关信息，并通过自然语言处理技术进行正负面判断，尤其是及时掌握银行以及银行产品和服务的负面信息，及时发现和处理问题；对于正面信息，可以加以总结并继续强化。同时，银行也可以抓取同行业的银行正负面信息，及时了解同行做的好的方面，以作为自身业务优化的借鉴。 * 直销银行没有营业网点，不发放实体银行卡，客户主要通过电脑、手机等远程渠道获取银行产品和服务，因没有网点经营费用，直销银行可以为客户提供更有竞争力的存贷款价格及更低的手续费率。降低运营成本，回馈客户是直销银行的核心价值。 目前已有多家银行推出在线直销银行。商业银行推出在线直销银行的直接推动力来自于以余额理财为核心的互联网金融的迅速崛起，因此，已上线运行的在线直销银行无一例外将余额理财作为主打和必备产品。不受地域限制可以跨区域开展业务，则是众多银行倍加青睐直销银行的主要原因。从更深层次来看，随着互联网和移动通讯技术的深入应用，社会消费习惯和商业模式将发生深刻变化，从而引发金融行为模式进而商业银行服务模式的改变。在线直销银行正是商业银行的提前布局。 * 开设网上商城的推动力来自于互联网金融对传统金融业务模式的改变。阿里巴巴、京东等依靠网上商城所积累的大量商家和用户的交易数据，纷纷创新运作模式，进入金融领域，对商业银行形成挑战。依托大数据的创新，日益成为传统金融的未来发展方向。在与互联网公司的合作中受到诸多制肘，无法获取第一手交易数据的情况下，自身主导搭建网上商城，积累交易数据，成为商业银行的最终选择。 * * * * 1、构建客户“信用”档案，打好征信基础。 收集整理现有可获得数据，建立个人客户信用数据库，为消费金融产品及服务拓展的打好基础。 2、创建“虚拟额度”，实现客户线上预授信 根据客户信用数据库，事先为客户建立授信额度，在借记卡内加载虚拟信用额度，使得借记卡客户同样享受信用卡的便利，最终吸引、稳定消费金融客户。 3、打通“积分优惠”，统一渠道内介质积分 汇总客户在借记卡、信用卡、电子银行等渠道的所有积分，以客户为单位，统一界面，统一