大数据技术在银行精准营销中的应用.docxVIP

?

?

大数据技术在银行精准营销中的应用

?

?

陈阳

摘要：文章以大数据技术在银行精准营销中的应用为分析对象，分别对应用基础/应用需求以及系统功能三方面进行了详细论述，以便可以更好的帮助银行通过大数据来进行精准营销。

关键词：大数据精准营销银行

大数据是一种全新的数据处理技术，大数据最早可以追溯到上世纪80年代的美国。随着信息化时代到来，商业银行在信息化改革浪潮中出现了大量业务数据，大数据需要从这些海量数据中获取有价值信息，这样可以更好的为银行决策提供参考。花旗银行、汇丰银行、瑞士银行都是大数据运用于银行精准营销先驱者，我国国内商业银行也在逐步加强大数据思维运用，逐步从数据中去获得业务突破，做到精准营销。大数据背景下的精准营销主要是通过利用大数据平台模型来对客户进行分析和挖掘，实现可持续营销。

一、应用基础

第一，物理基础。为了使银行可以更好的使用大数据大数据框架，首先必须搭建物理基础，首先可以对商业银行整体数据进行评估，这样可以计算出需要设置节点数量。在此基础之上，我们可以确定每一个组件是否可以更好运用于商业银行未来业务发展。

第二，数据基础。商业银行需要对内外数据进行全面梳理，做好整合，并在此基础之上对各种不同类型的数据形成有机整体构建出一个统一数据体系，以此作为精准营销大数据平台数据基础。

一般而言，数据基础包含有四大组成部分，它们分别是数据采集模板、数据冗余模板、维度定义模板以及数据并行分析模块。

二、应用需求分析

为了可以获得精准营销优秀效果，我们需要实现对全流程精准营销。商业银行目标是通过大数据平台可以对客户信息进行分类，通过模型方式对客户进行研究，了解客户个性化需求，同时制定出不同产品，在客户与产品之间建立起稳定对接关系，以此来形成精准营销目的。在进行操作时，我们还应当更好的让客户经理对客户进行判断，为客户经理提供直销方案、定价指导等智能化的信息决策。一般而言，应用需求主要包含有以下几部分。

第一，对客户进行充分挖掘。精准营销的一个重要目标就是去寻找目标客户，只有寻找到了精准营销的目标客户才能够最终完成精准营销目的。在对客户进行挖掘时，我们可以从不同角度和渠道进行挖掘，这样才能最大程度的挖掘出潜在的客户群体，以便实现精准营销。

第二，智能决策引擎。在挖掘出客户之后，精准营销应用应当对这些客户制定出一套智能决策方案，例如客户产品推荐、客户定价指导等等，这样可以更好的对客户进行关联，对客户进行维护，可以更好的体现出整体营销计划，以便更好的实现精准营销。

第三，业务统一工作平台。精准营销除了可以向客户和客户经理提供完善的精准营销方案决策之外还应当配置完善的业务操作平台，以便可以更好进行操作。业务统一工作平台可以有效提升整体精准营销精准性，可以最大程度减少在操作过程中的复杂性，实现精准营销一站式服务。

第四，做好生命周期计划营销。在进行精准营销过程中，精准营销并不是以单次营销作为最终目标，精准营销应当以持久精准营销计划作为目标。因此产品经理可以跟随客户成长不断成长，在不同时期适时向客户提供不同产品，同时还可以通过一个客户去挖掘上下游客户，以便可以进一步扩大精准营销范围，使得银行精准营销范围逐步增加。

三、系统功能详述

在计算机信息系统中，为了可以更好实现精准营销，我们可以从系统上实现应用需求分解。

第一，对于客户类型进行分解。针对不同目标客户精准营销可以给出不同营销方案，通过大数据平台可以对所有客户进行有效区分，建立起客户不同类型，这也是实现精准营销重要基础。

第二，可以对客户进行筛选。对客户进行筛选可以对客户质量进行把关，将优质客户筛选出来，可以对客户进行有效维护。在实践中，通常我们可以通过大数据对于客户进行判别，可以将客户分成黑白灰三种，白色客户属于精准营销推荐客户，黑色客户属于屏蔽客户，灰色的客户设置为具有风险客户。

第三，对客户信息进行有效整合。通过使用大数据平台可以打通不同数据之间存在的壁垒，这样可以形成以客户为中心的数据记录，以便更好的实现精准营销。为了可以确保精准营销精准性，我们需要建立起一套完善的客户信息验证机制。如果客戶验证出现错误，大数据平台可以根据数据对这一数据来源进行判断，并将数据覆盖改正错误的数据。

第四，对客户和场景进行标签设定。根据精准营销要求，我们可以从不同角度设置不同标签，标签设置应当具有良好灵活性，可以随着业务发展和精准营销场景变化而不断变化。例如在对客户进行标签时我们可以根据客户属性进行标签，可以将客户分成全职妈妈、普通白领、企业高管、职场新人等等不同类型。我们还可以对事件进行标签，可以将其标签为买房、装修、教育等等。我们还可以对行为进行标签，可以将客户分成打车族、开车族、骑车族、地铁族等等。我们还可以对客户兴趣爱好设置标签，例如网购达人、旅游爱好者、吃货等等。

第五