近年來，隨著國內經濟增速放緩、新冠疫情爆發反復等內外部環境的劇烈影響，國內銀行業也在發生著顯而易見的變化，整體從高利率時代過渡進入到中低利率時代。與此同時，銀行個人客戶的數字化程度達到歷史新高，在線時間大幅提升、使用場景更加豐富，依托數字化能力驅動零售業務增長已經成為越來越多銀行的發展共識，各家銀行的經營思路也逐步從過往追求增量獲客轉變為以挖掘存量、深耕客群價值為主。
從具體做法來看，銀行普遍采取的運營動作是，以客戶為中心，整合多源數據構建標簽體系，并在此基礎之上進行零售客群分析、洞察、運營與持續服務等一系列操作。這其中如何基于業務現狀精準定義細分客群，如何運用平臺工具高效構建與沉淀客群策略，以及標簽體系如何搭建支撐業務需求，成為做好零售業務數字化運營的關鍵。
一、銀行零售數字化運營的三大階段 基于神策數據對整體行業趨勢的洞察與研究，銀行業發展主要經歷了以下三個階段：
1、基礎標簽框架搭建&數據基礎能力建設
該階段以腰部以下農商行為主，主要處于數據層系統能力建設環節，大多以科技部門主導建設數據集市、標簽系統等平臺，形成對行內已有數據的初步整合沉淀，產出業內通用框架下的指標型基礎標簽，同時因為應用層平臺能力的欠缺，構建的標簽對于業務的直接支撐作用比較有限。
2、業務標簽體系搭建&標簽管理能力建設
該階段主要存在于頭部農商行以及大部分城商行。業務層面來看，該階段銀行開始在標簽基礎能力之上圍繞具體運營場景搭建業務應用類衍生標簽；在系統層面則開始關注標簽本身的生命周期管理能力，優化標簽應用效率。
3、客群策略沉淀&數據治理機制建設
該階段主要存在于頭部城商行以及股份制銀行，通過業務在運營實踐中的不斷打磨優化，已經能夠基于運營策略體系沉淀出場景化的客群策略模版，在客群常態化經營以及總分支行聯動營銷機制中快速復用；而在數據層，該階段銀行會進一步認知到基礎數據質量對于業務的巨大影響，開始在數據治理方面投入更多精力與資源。
二、銀行業精細化運營面臨的四個困境 在整個數據驅動精細化運營的建設路徑中，銀行并不是一帆風順的，標簽該怎么建，建好了該怎么用，用了為什么沒效果等都是經常出現的問題，通過對這些問題的思考與研究，神策數據認為有4個原因導致了銀行在精細化運營過程中存在以上困局：
1、認知偏差：業務運營缺的是客群策略而不是標簽體系
我們假設一個具體場景，在手機銀行渠道活躍客戶中，定位理財潛在客戶進行理財產品推薦，從策略制定的角度我們要明確目標客群，首先確定客群篩選維度：比如App活躍、存款余額、產品瀏覽行為、觸達渠道偏好；其次是定義各個維度下的賦值邏輯：App活躍的30天內大于3次、活期存款大于5W、過去30天內瀏覽理財專區大于等于1次、觸達渠道偏好為App推送；最后，基于現有標簽篩選出具體客群包進行營銷。
所以，從業務運用的角度，真正需要的是客群策略的制定，如何確定篩選維度以及如何選擇取值范圍，這些都是業務運營層面真正解決問題的關鍵，而不僅僅只是看我們現在有沒有對應的標簽。
而在實際建設過程中，我們往往會優先考量標簽體系而忽略了客群策略的制定，認為把標簽體系大而全地建出來了自然業務就能用起來，這是一個認知偏差。
2、職責偏差：客群策略本質是個業務活，而不是數據活
當明確了客群策略的重要性以及核心本質之后我們就會發現，這其實是個強業務導向的產物，在正確的創建邏輯中應該是由業務方基于對現有業務的認知，制定相對應的策略體系，進而梳理出明細的客群策略，最后運用現有標簽使其成型。因此作為支撐客群策略的應用類標簽體系創建是需要業務部門在此過程中深度參與而非完全由數據部門主導。
3、執行偏差：客群策略在實際構建中，業務與數據握手難
即使業務方參與了客群策略制定以及標簽體系創建后，在后續的實際應用中仍會存在使用不暢的情況，很大程度上是因為執行層面缺乏高效的平臺實現雙方的信息共享與同步。業務的需求與數據的反饋仍以郵件與工單作為主要交流渠道，往往會出現業務口徑的理解偏差、數據呈現的認知偏差以及流轉效率低下等一系列問題。
4、基礎偏差：數據質量問題仍普遍存在
銀行業數據質量問題普遍存在，一方面是由于歷史原因，在銀行系統建設之初“重建設，輕管理”導致基礎數據質量薄弱，未在源系統端進行數據質量規則檢查和必要的錄入控制，導致源端的數據質量差。另一方面，銀行內部系統流轉中系統異常和流程設置不當等因素，導致很多銀行數據質量暫未形成事前預防、事中控制、事后檢查的閉環機制。表現在以下幾個方面：
（1）數據標準不統一。具體包括客戶標識、產品標識等，如核心系統和信貸系統中客戶沒有統一ID，統一貸款產品名稱在兩個系統中不一致，甚至貸款發放機構在兩個系統中也不一致。
（2）數據重復錄入，且在各系統內不一致。如客戶在理財、信貸、核心、手機銀行等各個系統內都會建立客戶信息，其中的證件號碼、聯系號碼等均存在不一致的現象。
（3）數據的準確性。由于大多數系統對錯誤數據錄入都沒有嚴格的控制，導致大量的歷史數據錄入存在數據錯誤的問題。
以上的數據問題均會給指標精細化管理、業績統計以及分支行人員營銷服務帶來很大的困擾。
三、業務&數據兩個維度的破局之道 基于上述現狀及困局，神策數據結合過往與銀行的合作經驗沉淀，分別從業務和數據兩方視角提出破局之道。
1、業務視角：基于運營框架，梳理客群策略，沉淀標簽體系
（1）定框架
首先，圍繞著具體業務目標進行運營框架搭建。運營框架是整體經營策略的制定依據，是指導業務運營的主線邏輯。
隨著客戶線上行為的日趨增長，銀行的經營模式正在從“單軌AUM經營模式”走向“AUM和MAU雙軌經營模式”，基于AUM和MAU雙軌經營邏輯，建立十六宮格動態分類標準，了解客群價值分布、制定分群管理經營策略、評估客群拓展質量、掌握經營客群遷移情況。
（2）拆階段
當我們定義了運營框架后，第二步則是圍繞1（MAU渠道）+N（AUM業務線）進行客戶成長路徑拆解，并且依據客戶業務旅程進行客戶生命周期劃分。
MAU運營框架拆解（手機銀行示例）
AUM運營框架拆解（信用卡業務線示例）
（3）厘客群
隨著業務旅程路徑以及客戶生命周期階段的明確，第三步則是聚焦在具體每個路徑階段中制定對應的運營目標，并推導出細分客群特征，形成客群策略。
MAU運營目標及客群特征（手機銀行示例）
AUM運營目標及客群特征（信用卡業務線示例）
（4）落標簽
第四步是拆解客群策略所需要篩選維度以及明確賦值范圍，進而產出所需要運用到的各類標簽。
（5）建體系
當完整的客群策略以及涉及到的標簽梳理形成后，需要建設體系化管理流程，實現標簽與客群策略在行內沉淀形成數據資產。
在標簽體系管理部分，神策建議將標簽梳理分為“公共結構類標簽”和“業務應用類標簽”，“公共結構類標簽”主要由行內數據團隊統一管理，支持行內各業務線的使用；“業務應用類標簽”則由各自的業務線團隊進行統籌管理，負責標簽設計、口徑制定、業務應用等職責。通過對標簽客群的分權管理實現標簽自主應用的靈活性以及管理效率的提升。
2、數據視角：夯實數據質量基礎&系統層面打破業務與數據之間的協作隔閡
（1）數據治理夯實數據基礎
數據治理融入系統建設全流程
俗話說“治不如防”，在需求調研和確認的階段，和銀行業務人員明確數據需求及質量要求，在設計環節加強源系統數據調研和數據質量檢查，在系統投產后增加數據質量方面的審核，減少對下游系統數據使用的影響。
數據治理融入數據全生命周期
從數據全生命周期角度出發，數據質量管理應貫穿數據創建、存儲、加工處理、使用和銷毀全過程。因此，在數據創建、存儲環節增加質量準入檢查、數據清洗等工作，在數據加工、使用環節中加強全流程的數據質量監控，在數據銷毀后同時撤銷質量監控等。針對客戶標簽一類的數據資產，搭建全面、自動化、可視化的數據質量跟蹤監控機制尤為重要。
（2）數據融合（OneID融合）實現零售客戶數據統一管理
打通行為數據&業務數據，構建客戶360度畫像
打通行為數據和業務數據之間的壁壘，讓銀行構建客戶360度畫像成為了可能，通過匯聚、打通線上線下全渠道、全觸點、全鏈路的多主體用戶數據，從洞察、拉新、轉化與留存等多個層面助力銀行精準觸達與營銷，促進銀行與用戶的深度溝通，并能深入進行用戶行為分析和業務經營的全過程。打通全域用戶數據、精準觸達、實現公域私域聯動運營。
（3）平臺化工具能力賦能業務方自助式標簽創建與沉淀客群策略
在客群策略設計完成后，業務要將與客群策略運營需要相關的標簽進行落地。在以往的實踐中，往往業務需要將標簽需求提交給科技相關團隊，通過技術的加工來進行標簽的生產和提供。此過程不僅耗時長，而且計算口徑極容易出現偏差，面臨反復修改驗證，難以快速上線使用等諸多問題。
標簽畫像平臺是面向業務可以直接操作使用的客群策略沉淀平臺。基于該平臺，業務可根據用戶運營的需要和業務發展目標，將所需的標簽通過可視化構建面板進行配置并加以管理。構建體系化用戶標簽圖書館，輸出用戶畫像，賦能業務實現用戶精細化運營和精準營銷。該平臺需具備兩大重要特點：
其一，支持可視化展示。提供標簽的可視化分層管理以及支持各類圖表展示標簽的用戶數據情況，實現業務對標簽、客群數據現狀的即時洞察；同時提供使用便捷的可視化交互界面操作功能，通過規則圈選配置，即可完成標簽體系生產建設和管理。
△標簽可視化管理（數據為模擬）
△客群可視化展示（數據為模擬）
其二，支持規則化配置。平臺提供創建首次末次特征、事件偏好屬性、行為分布結果等特征標簽的可視化模板，業務適用方僅需按照相關標簽的配置邏輯，選擇相應模板進行簡單操作即可配置落地，用戶標簽創建靈活便捷。
△自定義規則創建標簽
△快速篩選客群策略模板
（4）靈活的數據輸出應用能力
基于平臺形成的客戶標簽、客群策略等數據資產，能夠通過API等形式輸出至其他業務系統應用，例如風控系統模型、營銷系統等，實現數據業務化應用。
四、落地場景應用，兩大案例實踐解讀 1、某頭部城商行線上化客群經營構建項目
某頭部城商行隨著數字化能力的不斷建設，對于其支撐業務運營的能力提出了更高要求。希望與神策數據合作，實現線上客群的數字化經營能力的全面建設。具體如下：
（1）明確業務運營框架。基于前期業務需求訪談和核心指標體系設計及拆解，神策圍繞MAU與AUM雙軌視角構建AARRR客群線上化經營體系，通過搭建App總線與業務線1+N模式，實現針對不同業務部門的不同運營目標，切割運營職責，增強可落地性。通過AARRR模型的使用，可實現用戶運營旅程的全面策略覆蓋。
（2）用戶路徑拆解。在明確MAU與AUM雙軌運營框架后，神策團隊進一步就客戶在雙線上的用戶路徑進行拆解，其中MAU路徑拆解包含登錄、綁卡、使用留存、產生業務價值、裂變推薦；AUM路徑拆解為客戶產品感知、產生購買意向、滿足購買條件、發生業務交易以及裂變推薦。
（3）制定運營目標及客群策略。針對用戶使用路徑上的關鍵節點定義客戶價值牽引運營目標并拆解細化客群策略。例如貸款業務中基于用戶路徑拆解形成客群策略：
貸款業務AARRR前兩個階段客群策略示例：
（4）標簽圈選篩選客群并形成明細執行策略。在明確客群策略口徑之后圍繞用戶基礎屬性、風險評估、業務產品、行為操作等維度進行標簽圈選從而精準篩選目標客群。
最終該項目整體實現了雙線AARRR策略落地，在MAU及AUM運營框架下沉淀了多套行之有效的客群策略，切實實現了行內MAU及AUM的指標提升；同時一站式運營平臺為運營人員提供了便捷高效的營銷運營平臺。
2、某股份制銀行數據融合與標簽體系建設項目
某全國性股份制銀行在零售業務的發展過程中，逐步感知到現有行內數據基礎對于業務高質量發展的制約，具體表現為：多端業務系統內的用戶數據無法實現關聯打通，以至于業務使用方無法從統一客戶視角進行全旅程視圖洞察；此外，不僅是用戶數據與業務類數據，客戶在手機銀行上的行為數據同樣未打通，無法滿足分析潛在客戶營銷活動全鏈路轉化效果等業務方需求。基于此現狀與問題，神策與客戶圍繞以下內容進行合作：
（1）制定數據ID-Mapping方案，解決客戶數據統一關聯問題。基于行內數據現狀制定了適配行方多端數據ID-Mapping解決方案，梳理各系統數據格式進行數據清洗關聯，并以行內統一客戶號為基準，打通關聯了包括CRM客戶號、信用卡客戶號以及多個系統各自客戶號，保證了行內客戶體系的唯一性。
（2）對接整合多源數據，實現客戶數據統一管理。在打通的用戶明確了唯一ID后，我們還以此對接了行內的數據倉庫，數據集市，標簽平臺，渠道整合平臺、實時大額動賬數據等業務數據以及手機銀行埋點數據和微信小程序的埋點數據，在此過程中，我們梳理了近30張集市層數據表、近600張數倉中間表，制定了數據ETL方案，實現多源數據整合入庫。
（3）標簽體系搭建及平臺化管理。在數據層實現打通統一后，我們結合行方標簽平臺原有標簽及新接入的數據源，通過與各業務部門標簽需求的訪談以及對原有標簽的梳理重新制定了標簽體系，并在神策標簽管理平臺內落地實現標簽的可視化管理；同時，在此過程中輸出了標簽質量分析報告，確保標簽質量滿足業務應用需求。
通過該項目對行方原本復雜混亂的數據資產進行重新梳理，依托用戶關聯、數據清洗等方案實現行內數據的可用性改造，最終在行內沉淀了一套標簽體系、上線了一套標簽管理平臺、落地了一套標簽質量分析優化機制，為后續的數據業務側應用打下扎實基礎。
總體來看，銀行零售客群數字化、精細化運營的關鍵在于：客群策略的制定需要從業務運營視角出發，結合高質量的數據以及全生命周期管理的標簽體系，從而實現對業務發展的重要支撐作用。
中企網微博
中企網微信