中信银行零售业务的增长秘诀 数据驱动的客户经营体系 原创

至顶网CIO与应用频道 01月09日 人物访谈（文/王聪彬）：现如今在人口红利逐渐降低、获客成本高企的环境下，传统银行仍然在坚持“主动获客”，但其关注点已经不仅仅聚焦在金融领域，越来越多的银行产品开始更加关注客户的衣食住行，提供全方位的“金融＋非金融”综合性服务，满足客户的多方面需求。

中国银行业正在经历翻天覆地的变化，银行总资产增速放缓、商业银行利润增速放缓、存款利率差异化渐成常态、互联网金融崛起。未来，这一困局将持续困扰银行业。

零售银行正逐渐成为银行收入增长的重要引擎，中信银行已经意识到大数据驱动的零售业务转型迫在眉睫。集约化、场景化的获客模式是实现零售银行规模化增长的关键，例如与互联网公司建立合作，与百度联合成立的百信银行、与京东合作校园小白卡、与OFO在资本、客户、权益等全方面战略合作等等。

这也让中信银行可以借助更多非金融场景来经营客户，通过将金融数据和非金融数据的结合，更好地了解和把握客户真实需求，这显然比仅基于金融数据的客户洞察更精准有效。

因为银行对于客户在行外的数据比较缺失，尤其是新开户的客户、需要冷启动的客户，而内外数据的结合可以掌握客户最近的行为变化，让用户画像更加精准丰富，实现更加精准的营销。

突破零售银行的增长瓶颈

中信银行是中信集团旗下最大的子公司，成立于1987年，是中国改革开放中最早成立的新兴商业银行之一。中信银行在全球500强银行中排名第22位，主要业务包括零售业务、对公业务、资金市场三大类，其中零售业务占整体营收的30%。

对于零售银行来讲，客户、规模与效益是相互依存的逻辑关系。客户是零售业务发展的根基，通过客户经营提升资金规模，通过调节资金结构来提升效益。

“现在零售业务信息不对称的情况已经基本解决，但客户需求的不断变化也成为新型的挑战。” 中信银行总行零售银行部客户管理处袁东宁博士谈到，随着客户素质的不断提高，客户在投资理财上的诉求也逐渐增高。

从三年前开始零售银行业务就有了较大的变化，各家银行都在打造优质的客户体验。随着转型升级成为现阶段发展的必修课，中信银行在三年战略规划和零售二次转型的框架下，制定了零售业务的“四三三”发展布局。

袁东宁博士解释说，“四三三”发展布局是围绕客户诉求和市场变化，在客户管理、网点产能、体系建设等方面进行重点部署，提升零售业务对于中信收入的贡献占比。

中信银行通过二次转型各项指标都有了快速的增长。截至2017年3季度，较2014年同期，零售业务营收占比增长13.8个百分点、资产管理规模（AUM）复合增长率达19％、营收复合增长率达29%。在中国银行业协会百家网点服务评选中，中信银行获选网点的数量在股份制银行中占比最多。

中信银行零售业务上的很多变化都是围绕大数据展开的，例如，数据库精准营销上，所有模型都应用到一线的业务中体现业务价值，帮助资产管理规模实现了两千多亿的增长。

基于数据的客户经营

不论是更好的获客，还是客户体验的提升都越来越离不开数据的帮助。现如今数据应用已经完全嵌入到中信银行零售业务的各个环节，在2016年中信银行零售业务还进行了数据应用的“三年规划”：

传统精准营销：建立精准营销闭环流程，围绕生命周期展开精准营销，形成可持续优化的客户经营体系。

中信银行在2016年建立了基于生命周期的整套模型和流程，通过对潜在客户、新客户、保持客户活跃度、流失唤醒等进行全流程的管理，使用大数据驱动的精准营销方法在每一个环节上提升转化率。通过精准营销项目2016年实现了451亿管理资产的增长，挽留资产560亿，人均挽回资产11.51万。

场景化营销：构建场景营销体系，基于渠道、业务成熟度和数据成熟度分阶段布局场景应用。整合线上线下数据，还原场景，重构消费者决策旅程，加强场景内的产品交叉营销，提升客户体验。

因为银行网点的资源和人力都是有限的，通过场景化营销推动业务引擎发展。除了银行内的交易数据和交互数据外，利用线上（手机银行、网银等）和线下场景（异业合作）进行客户经营，覆盖客户金融和非金融的各种需求。

场景化营销是2017年中信银行零售业务的主要发力方向，其中的重点工作是更完整、更清晰地掌握用户画像，一方面通过金融数据和非金融数据进行建模，一方面进行线上和线下场景搭建主动经营客户。像“中信红权益”就是中信银行的场景化营销，通过打造5大权益计划，客户选择兑换产品判断客户类型，从而进一步进行营销。

场景获客虽然是一个很好的方式，但是众多的场景被创造出来，如何去管理？在袁东宁博士看来，创建场景不仅仅是简单的引流，而是创造出一个产品。客户喜欢和有需求的产品一定是能深入客户生活的，这样客户就以更自然的方式流入到平台上，而不是简单的硬广导流。

智能营销：全客户、全渠道的零售智能营销体系，进行客户经营智能决策，通过线上自动渠道和线下人工辅助实现客户广覆盖。

传统零售客户数量庞大，无法一对一经营，通过建立客户画像，可以通过各种合适的渠道接触客户。尤其是，智能投顾将很大范围取代人工，提供更加标准化和更加优质的服务体验，当人工必须介入时再进行介入，大大降低银行成本，形成集约化经营。

全面的数据价值释放

现在中信银行已经完全基于数据进行客户营销和管理，其零售业务已经建立起精准营销闭环流程，形成可持续优化的客户经营体系，在全行范围内打通前中后台的营销服务管理流程。

其中，全生态数据是中信银行了解客户的前提，但是外部数据类型多样，数据质量也参差不齐，整合是实现价值的关键。中信银行的做法是将内外部数据整合后重新贴标签，找到符合自身业务场景的价值数据。

数据整合、贴标签的过程是一个比较花时间的工作，袁东宁博士也坦言目前70%的时间都用在了数据整合上，其余才是建模。中信银行总行零售银行部客户管理处资深业务经理黄河博士也提到，在外部数据的使用上中信银行也比较谨慎，不同的外部数据商都有不同的核心业务数据，所以在外部数据应用上一定是分场景的。

当然Teradata天睿公司在中信银行数据的使用上也提供了有效的支撑，中信银行在2014年就开始使用Teradata数据仓库，2016年开始使用即席查询平台、Teradata Aster等产品。

在大数据的建模上，中信银行需要结合内部数据和外部数据，由于数据种类的多样，在存储、加工、整合上都提出了很高的要求。袁东宁博士一直坚持认为，专业的事应该交付给专业的人做，像Teradata Aster可以通过SQL方式快速建模，形成图形化的展现，尤其在社交网络等数据量较大的情况下有着很好的效果。

而且，即席查询功能支持了中信银行零售业务大部分的数据应用，目前除了监管报送外，业务部门基本不再提出报表需求。他们未来也在考虑引进Teradata的Kylo、QueryGrid等产品进行跨平台应对未来的数据应用。

凭借3年多建设取得的突破性成果，今年中信银行还获得了全球数据和分析项目建设成就——Teradata EPIC分析卓越奖。“这不仅是对我们探索数据驱动业务成果的肯定，而且更加坚定了我们未来发展的战略和思路。”

未来数据的应用也将不仅仅停留在客户经营层面，在产品层面也将发挥着重要作用。中信银行已经规划了全面的数字化战略，用数据持续引领业务发展。