我们必须承认，流量红利终结已经是事实，或许事实还要更残酷。据相关统计数据表明，当产生同等价值，银行新获一名客户所花费的成本是挖掘存量客户的6倍以上。把视角聚焦到某大行，该行消费信贷客户在其整体客群占比较小，与动辄几亿的客群体量形成强烈的对比。
这两组数据说明了一个什么现实？
很多银行都面临着“守着金矿难淘金”的尴尬局面。
近年来、各大银行纷纷开启“大零售战略”，而如何实现对存量客户的激活并挖掘其增量效益，让客户产生复购行为则是银行零售战略的重要切入点。
“挖矿淘金”离不开科技的进步，工具的升级。银行纷纷选择利用智能化和数字化的手段来建立一套数字化信贷营销体系，从战略思维、组织机制、乃至数字驱动等方面重塑客户运营理念，以此来聚沙成塔，点石成金。
就拿百融云创来说，百融云创与某国有大行合作的零售业务增益项目，解决了存量客户的问题。
数字驱动 打造全行范围内零售业务增益范例
2016年，百融云创与该国有大行的合作开始。至今已建立起基于模型、业务咨询、智能分析与决策的合作链条，从2021年开始，双方再次携手围绕全行范围内零售业务增益项目进行探索。
项目前期，百融云创进行了大量而细致的沟通工作，通过多维度调研，从微观和宏观、战术和战略层面，对行方的业务进行全面诊断。
经诊断，消费信贷客群在行方的存量客户规模中占比极低，是一个严重的问题。可以说，绝大部分客户并没有被有效挖掘。与此同时，大量存量客户分布在不同的系统、渠道和业务线中，导致严重的数据割裂，无法构建一个全行级别的客户信息共享体系。
关键是在思维层面，还未能针对零售业务形成一整套清晰的方法论，这就导致行方战略和执行层面无法形成有效合力，再一次成为了新的困境。
为从根本上解决这种困境，急需数字化赋能，如何围绕全行级别零售业务，去构建一个数字驱动、渠道协同、批零联动、运营高效的智能营销生态系统，就显得尤为重要。
2021年年中，百融云创完成对该行全行范围内零售业务增益项目的方法论研究，定制的AI模型包括储蓄、资管等9类场景累计逾500个特征函数：这意味着限制该行模型功能的“天花板”被直接打开——全部客群模型的KS均达到0.35至0.55，对象区分能力强而稳定，该行营销转化率可提升2至3倍。通过此项目，百融云创与该行之间的信任倍增，于是催生出诸多长期合作方向，比如模型持续更新、迭代优化、全行级别特征工程等。
智能运营中的AI语音服务功能，一直是百融云创的技术亮点。百融云创将此功能成功嵌入该行零售业务条线，一为IVR+人工模式，另一为IVR模式，相比此前的纯人工工况，两种模式可分别节省成本约50%与90%，考核结果接近人工服务标准的90%至95%。
在整个项目推进过程中，呈现出三大亮点
第一，通过引入咨询服务，协助行方实现存量客户的深耕。零售增益项目的实现，大大提升了行方对全方位数字化的深入认知。在此基础上，构建了一套客户价值挖掘和价值提升方案体系，初步实现了基于KYC的业务管理体系的完善发展，衍生出上千字段，在未来可用于多业务的决策分析，为后期行方持续客户价值提升提供有力支撑。
第二，充分发挥了百融云创已有的技术优势。除了使用传统逻辑回归算法，建模加入了新型机器学习多重算法，主要是最大化实现模型效果，提升行内数据指标的利用效率。通过有效的AI建模及精准营销策略，大大提升存量客群的营销转化率，提升客户价值，进而推进行方业务高速发展。
第三，该行构建了覆盖全行存量客户的主动营销能力。在渠道端，客户的全渠道行为变化被科学管控，及时营销，全渠道协同管理能力得到有效提升。
百融云创之所以能成为金融机构的数智化转型合作伙伴，主要是百融云创对科学趋势的洞察而做出的伟大变革。百融云创的视角不仅仅局限于项目之中，而是以行方的长远发展战略为发展方向，以技术为支撑，以科学、持久的创新服务来描绘行业发展框架。随着银行零售业务的持续深化，百融云创将持续精进，从完善客户机制、优化产品服务、实现技术突破、挖掘客户价值方法论等四个方面，实现一体化的解决方案，更好地促进金融行业实现数字化驱动。

上一篇：

下一篇：