「华为」守着金矿饿肚子,金融行业如何用好用户画像?


【「华为」守着金矿饿肚子,金融行业如何用好用户画像?】你已经有多久没用过现金了?多久没去银行柜台办理业务了?最后一次刷信用卡是什么时候?
对于早已习惯了互联网金融消费的我们来说 , 可能有很多人一时间都想不出这些问题的答案 。
近年来 , 互联网金融的蓬勃发展 , 对传统金融行业产生了巨大的冲击和影响 。 面对日趋严峻的挑战 , 传统金融企业应当如何借助大数据、AI等新兴科技的力量成功逆袭?
3月31日 , 华为在线上直播课程《鲲鹏第二期:华为&东华助力金融数字化转型》聚焦金融行业合作和业务发展 , 分享了华为与东华软件联合创新打造的很多联合创新解决方案 , 看鲲鹏计算产业技术如何通过用户画像系统加速金融行业数字化转型 。
金融行业四大难
你最近一次和银行打交道是什么时候?可能在很多人的记忆中 , 对银行服务的印象并不是那么满意 , 譬如下面这些场景就是非常典型的范例:
场景一:“我不需要这个产品 。 ”
客户A:好久没去银行了 , 大堂经理却一个劲向我推销理财产品 。 自己明明是低风险偏好 , 属于稳健型投资者 , 银行却拼命想要把高风险高收益的产品推荐给我 。 他们能不能先了解一下客户需求?
场景二:“潜在客户都在哪儿?”
银行市场人员B:最近在推广一个针对信用卡用户的优惠活动 。 只要是我行的信用卡客户 , 在某电商平台购买手机时 , 都可以享受低手续费和低息优惠 。 可是 , 怎么才能精准找到近期有购机需求的办卡潜在用户 , 对其进行精准营销呢?而且还要准确评估潜在用户的信用等级 , 这样才能有效降低风险 。
场景三:“客户怎么越来越少了?”
银行业务人员C:最近一个季度内 , 发现有大量客户转化成了休眠客户 , 回访追踪的效果也不理想 。 要是能够知道在现有客户中 , 有哪些客户存在流失可能就好了 。 这样就可以针对他们开展活动进行客户激活 , 提前避免客户流失 。
场景四:“你们的服务越来越差了!”
银行客户人员D:银行客服专员现在真是越来越难做了 。 接电话之前 , 我们对客户的情况可以说一无所知 , 既摸不准客户的性格 , 又搞不清客户的需求 , 投诉率直线上升 , 这可怎么办?
其实 , 以上这些就是金融行业的四大核心服务场景:精准营销、运营分析、风险管控、客户服务 , 同时也是金融服务与客户之间的重要触点 。 然而值得深思的是 , 为什么面对这些核心服务场景 , 传统金融服务曾经行之有效的方法现在却变得捉襟见肘了呢?
用户画像系统 , 如何从金融行业数据中淘金?
本质上 , 以上这些场景的痛点都有一个共同的核心原因:不懂用户 。 这是因为 , 传统金融企业往往普遍缺乏可以帮助决策的用户数据 。
首先 , 金融行业传统线下渠道已经很难接触到年轻用户 , 更无从谈起收集有价值的用户数据 。
现在还在通过银行柜台线下办理业务的用户 , 除了网银渠道不能办理的业务和高净值人群之外 , 大部分都是不会使用自助终端的老年人 。 而已经成为消费主力军的80后90后人群 , 则是移动支付、无现金生活、小额消费贷款等互联网金融的高频使用者 。 也正因为如此 , 银行大堂经理、客服专员等客服工作应该以一定的用户数据为前提 , 使其成为用户难题解决的场景 , 而不是用户信息收集的场景 。
其次 , 金融行业本身其实并不缺乏数据量和数据价值 , 但是传统的数据管理模式往往存在数据孤岛化、不统一、更新不及时等多种问题 。 一方面 , 金融企业要解决不同业务部门之间的数据孤岛问题;另一方面 , 金融企业有时还需要借助外部行业数据 , 来补充和完善自己的用户数据库 。
第三 , 金融行业传统的数据使用模式 , 缺乏对数据真正价值的挖掘 。 譬如光是整理出了流失客户的数据显然做得还不够 , 应当从中挖掘和捕捉出客户流失的特征 , 从而分析和测算出潜在流失客户 , 以指导下一步工作的管理和执行 。