数字化时代的银行切入点是营销数字化.docxVIP

数字化时代的银行切入点是营销数字化 当前我国银行业除了国有大行、股份制银行外，整体的数字化转化仍然处于建设阶段，对于数字化的投入主要放在能直接产生业绩的项目，比如建设数字化营销中台、数字化业务支撑平台等。 某些头部大行早已经全体系的转型，有自己的战略、目标、分阶段项目投入，各家银行发展阶段和可以投入的资源区别比较大，多数中小银行无法模仿这些头部大行的数字化转型战略。所以说大多数中小银行数字化转型的目标围绕着营销数字化，就是获客、运营转化和直接产生业绩改善等，这些能够直接带来客户和收入的场景可以成为多数银行的数字化转型首要投入点。 而伴随数字化时代的全面来临，线下和线上流量的获取更是成为银行的决胜关键，相较手机银行、网上银行等银行自有渠道，微信等用户规模大、日活及用户黏性高的线上平台已成为银行业务拓展的重要渠道与主阵地。打造以手机银行和企业微信为依托的私域的已成为银行标配，打造银行全渠道营销场景，则更需银行数字化体系的助力。 用户画像可以帮助我们更好的了解用户，同时需要关注用户旅程，从用户与产品第一次交互到最后一次接触。 客户体验是客户与银行产品和服务交互过程中形成的感受，交互是客户体验形成的核心。如何有效地管理交互过程提升用户体验，客户旅程的分析和优化就显得尤为重要。 通过数字化驱动低成本、高效的营销方式，触达到我们不同层次的细分客群，推送给客户最为匹配的内容和产品，以客户为中心构建场景化营销策略，能够做到精准营销。除了具备线上和线下活动盘活存量客户、维系客户的效果，还能有效地拉新客户，将客户引流到自有私域流量池，有利于促进转化，增强客户对平台的黏性。 一、全局用户画像体系 数字化时代用户画像越来越火热了，不过很多银行从业人员对于画像的认知还停留在标签化的层面，利用标签作简单的分群分析。其实用户画像是数字化转型重要一环，通过用户画像来构建数字化体系下一步再进行精确的营销数字化。 用户画像一个重要手段，以及增量用户拉取，存量用户数据和价值的保有为目标，利用大数据技术精准用户画像，结合银行产品画像，解构用户和匹配产品，精细化营销，最终在重点客群作突破。 首先我们先看一下什么是用户画像，一句话来总结就是用户信息标签化。从用户海量的信息里面去找到一些标签，为用户去贴上这些标签，当然这些标签的来源就是一些用户的行为。 比较常见的画像是我们需要建立银行客户群体化认知时，我们需要借助可视化的标签，比手机银行这个业务场景，在APP里购买理财产品的用户他们是长成什么样的？比如性别比例，蓝领与白领占比，通过拉平垂类偏好用户画像与全行客户的对比，来寻找差异点和优化点。 产品画像和用户画像有很多交集和互相交互的地方，不同的产品对应标签有使用客群，比如一线城市客户男性、三线城市以下60岁以上男性。或者某类客户经常购买的某个理财产品，那些这类客群可以贴上类似的标签。 银行不同的产品有不同的标签，我们在营销活动的时候，可以根据不同的活动、不同渠道客群去定位产品、千人千面推荐产品，打造高转化的准确营销方案。 对于统一建模预测分析，首先要有用户的基本属性，比如说性别、年龄、职业、所在区域，这样可以明确用户是谁？在什么渠道购买什么产品？为什么买？ 有了用户的购买行为，再根据产品画像和业务价值去作差异化的竞争和精准的营销。 通过用户画像可以去做不同渠道的营销策略、定价策略、产品策略，根据不同渠道客群的差异和用户偏好，在营销过程中进行产品和投放策略的优化。 银行标签体系建设是平台的关键，平台的一期可以先建设原始标签和事实标签，二期三期后项目人员对业务和标签体系有深入的了解后再进行建设。 先从用户画像大维度来说，划分为动态和静态两类。比如说人口统计学的性别、年龄、地域、收入、生活习惯，是相对静态的，性别一般都不会变，年龄的话一年就涨一岁，然后地域的话也很少有大的变动，收入职业所处行业也不会有突然的变化，这些都可以划分到静态标签。 而像用户访问设备、用户的48小时是否活跃、内容商品消费偏好等属于时常在发生变动的，这些可以划入动态特征。 不同的渠道、不同的产品，也会有不一样的构建目标和方式。在这个过程中，通过业务应用的要素分析，去驱动标签维度的扩展，然后通过标签维度的扩展。然后我又可以去驱动业务。 对于不同生命周期内的用户，数据和画像的丰富度也会有差异，在精细化运营过程中可以根据情况做差异化的运营。 在用户分析维度，初期会通过用户调研访谈进行初期的产品定位，在营销投放过程中，结合用户在不同渠道的详细分析，新用户有什么特征？核心的用户属性是否有变化？不同渠道获客可能会有很大差异，这种差异会了解到产品的变化是否符合预期。 某银行用户画像架构，首先进行标签建模，然后建立模式库，形成用户画像的后台库，打标签前需要做很多工作，数据需要首先作整理和清洗，保证数据的质量。 基于用户画像