金融行业零售银行部客户经理客户维护与营销手册（执行版）.docxVIP

金融行业零售银行部客户经理客户维护与营销手册（执行版）

第1章客户基础画像与风险识别

1.1客户基本资料与画像构建

客户经理需依据“五维画像”模型，从客户基本信息、职业背景、资产规模、信贷历史及经营业绩五个维度进行数据采集，确保画像的完整性与准确性，例如收集客户的户籍地、身份证号码、职业性质（如企业高管、自由职业者）及近三年的平均年收入，以此为基础绘制出客户的“基础认知卡片”。在构建画像时，必须引入“交叉验证法”，将客户提供的职业信息与其提供的资产流水进行逻辑比对，若发现职业为“自由职业者”但资产规模却显示为“国企高管”，则需立即启动数据清洗程序，剔除异常值并补充缺失的证明材料，确保画像数据的真实性。

针对存量客户，应建立“历史行为标签库”，记录客户过往的还款记录、逾期次数、投诉频率及产品使用偏好，例如将连续三个月按时还款标记为“优质守信”，将偶发逾期且无解释标记为“关注类”，为后续差异化营销提供数据支撑。利用大数据技术对画像进行“三维重构”，将静态的财务数据与动态的交易行为相结合，例如在客户消费流水中识别出高频小额的“理财型”特征，或识别出大额转账背后的“企业资金往来”意图，从而动态更新客户的风险等级。客户经理需定期（如每季度）对画像进行“人工复核”，通过查阅原始凭证和走访客户现场，验证系统的画像标签是否准确，例如核实客户声称的“个体工商户”身份是否与其实际经营