银行数据仓库体系实践(17)--数据应用之营销分析

营销是每个银行业务部门重要的工作任务,银行产品市场竞争激烈,没有好的营销体系是不可能有立足之地,特别是随着互联网金融发展,金融脱媒"已越来越普遍,数字化营销方兴未艾,银行的营销体系近些年也不断发展,从客户经理为主逐步转变为客户经理+互联网营销的模式。在客户经理阶段,银行主要通过CRM系统进行产品销售管理。对产品、客户经理、团队的绩效进行统计。那随着互联网营销的发展和数据量的增加,单个CRM系统已经不能满足需求,许多银行还会建立营销系统、绩效系统、用户行为分析、权益系统等一系列相关的营销系统群来支持销售。以下简单介绍下各相关系统的功能。由于在各银行销售体系不同,功能架构也有区别,因此每个系统的功能边界在各银行不一定相同。

营销系统

营销功能在之前互联网营销出现前只是CRM系统的一个功能模块,主要跟进记录客户经理的营销拜访、商机、销售线索以及客户维护的信息,同时也会针对线下的营销活动进行名单筛选以及结果分析。但随着互联网数字化营销效果越来越明显,为适应互联网线上营销的需求,营销系统也单独成为一个系统进行互联网营销的管理。目前比较流行的营销理论是增长黑客AARRR用户模型,包含以下几个流程:"获取(Acquisition)"、"激活(Activation)"、"留存(Retention)"、"传播(Referral)"、"收入(Revenue)"。那营销系统的许多功能也是围绕这几个步骤来设计的。它的主要功能有:

(1)公众号等平台对接和管理:目前微信公众号、抖音、微博等已日益成为银行宣传和营销的重要对外窗口以及和客户互动的渠道,营销系统需要通过微信公众号等平台对外开放的接口进行平台菜单及功能管理、内容发布、线上客服等功能。

(2)广告商平台对接:目前在互联网广告中,BAT、美团、头条系等流量大户也是主要的广告商。因此营销的广告也需要投放到这些平台中,同时需要统计在各平台引流的客户情况。另外目前许多广告商都开始采用实时的竞价,既客户刚到点击某个链接,广告商将该客户设备ID或其它标识发给各广告主的系统进行实时竞价,因此也需要营销系统进行对接并进行报价。

(3)内容管理:即发布到广告渠道或公众号等平台的消息或图文、视频的提交、审核和发布管理,由于这些平台的客户量大,不当的内容会快速形成舆论危机,影响公司形象和声誉,因此内容的审核也是必不可少;

(4)渠道分析及投放管理;既对于每个广告渠道、每次广告进行量化的分析,从引流客户到广告页到是否关注或进一步产生咨询、购买行为进行整体监控。找出获客量高以及转化率高的渠道和广告进行优化资源投放,获得最佳的效果,既让每一分在广告和营销上投入的钱能带来最高的收益。

(5)分享机制及传播路径分析:在公众号、微博、抖音等平台以及广告渠道发布的营销活动、产品广告会通过权益等方式激励用户进行转发,如果转发的链接或二维码最终产生了产品购买或者达到一定的转发量就可以获得权益或实物奖励。那在分享时需要确定是谁分享,谁点击或购买。因此系统需要能够支持获取分享的网状传播路径,并根据最后的购买情况来确定分享的效果以及对用户进行权益奖励。

(6)营销活动管理:互联网各种营销活动是获取新客户、唤醒沉睡客户的常用方法。它的种类繁多并不断发展:如双十一到双十二、618;从团购到砍价;从赠送、抽奖到游戏;从发红包到集五福等等,每次营销活动需要进行策划、投放、规则、效果等管理,如发放权益规则、权益总额、成本投入等。拼多多之前的手机充值被薅羊毛事件,其实除了在系统安全层面存在问题,在营销规则设计和监控上也有问题,比如可以设置当天最大投放量、监控异常波动等及时发现。同时对于每次营销活动的效果进行投入产出分析,以优化后续营销活动的策略以及计划。

营销系统整体功能和关联系统如下:

权益系统

权益系统就是我们经常看到的优惠券、会员卡、红包、积分等用来拉新留存客户、激活沉睡客户、促使客户产生购买的重要手段,那在银行系统中,积分系统之前已经非常普遍,特别是信用卡之前也是经常通过积分和奖励来获取客户。因此可以基于积分系统进行扩展或单独建立适应互联网营销的权益系统,增加红包、免息券、加息券等福利的品种。同时也需要做好内部的核算,因为每个权益都是需要资金投入,需要确定资金来源。

CRM系统

客户关系管理系统是各行业常用的客户管理和营销的工具,那在银行中采用的也很早,它主要用来作为客户管理平台以及客户经理和中介营销支持的平台,同时也是客户经理、团队、产品分析的重要平台。它是每个银行销售政策和规则的落地系统。由于对公客户和零售客户的营销政策有所不同,因此有些行会分开对公和零售两个子系统进行建设。同时CRM系统还分操作型和分析型,那分析型CRM主要是报表分析和自助分析平台进行客户筛选和分析。操作型的CRM系统的主要功能有:

(1)客户360视图:汇集客户在银行的所有账户、产品、交易、接触的情况,并对客户进行标签化管理,同时也对零售客户的家庭关系、对公客户的关联企业等关系圈进行管理和发掘。因此通过视图可以完整的了解到客户在银行的所有信息,为客户经理管理提供重要数据支持。

(2)管户分配:既对每个对公客户以及重点零售客户(超过一定资产)分配客户经理,这里需要区分是客户经理主动营销还是客户自动上门,对于客户主动营销的需要通过预约、登记的信息进行自动分配到客户经理,对于主动上门的客户也需要主管进行客户经理的指派。由于每个客户所带来的业务收入会记录到各个客户经理的绩效中,影响客户经理及其所在机构的绩效,因此管户分配还需要支持客户经理的客户认领、调岗后客户分配、多个客户经理维护一个客户的分成等管理等。

(3)客户经理/中介销售管理:针对客户销售的每个客户接触点进行跟踪管理,记录沟通情况,以便团队共享客户信息并统计客户转化情况。同时对于一些客户事件需要及时提醒客户经理,比如个人客户的生日,对公客户的贷款或理财到期日等,以便客户经理及时跟进处理。另外在银行中除了自己的客户经理销售团队外,也还有其它的中介机构进行客户引流,CRM系统同时需要提供给中介机构进行使用。

另外微信已是全民社交工具,它也是客户经理和中介联系客户的重要渠道,CRM系统需要支持客户经理通过微信、微博等平台发布含有客户经理自己ID的二维码、产品内容、申请链接。客户通过二维码或链接进行产品申请可以方便知道该客户是哪位产品经理营销进来的,以便进行后续分析和绩效分配。同时需要提供。

(4)产品及团队管理:产品管理既确定销售的产品标准,需要汇总全行各存、贷、中间业务的产品,以便进行产品销售的统计分析。团队管理既各销售团队和中介机构的管理,需要将各客户经理分配到各销售团队,最后也会按客户经理的绩效汇总到各团队。

(5)理财规划:主要根据客户的年龄、家庭情况以及收入情况等信息进行理财规划和推荐,以便客户经理为客户定制理财方案。目前流行的智能投顾也可以用来给客户进行理财建议。

(6)绩效计算和管理:那CRM主要是客户经理使用的客户营销平台,那客户经理最关心的就是他们自己的绩效。绩效计算主要步骤如下:

1)通过每一笔业务或者每个账户的业务量关联到客户经理、可以获得每个客户经理不同产品的销售业绩;如对于一笔1年定期存款,按全部余额千分之五进行计算业绩,对于活期存款则根据客户账户的月日均余额的千分之8进行计算。

2)根据销售管理办法确定的每种类型业务及每个地区折算系数,可以获得每个客户经理的绩效(积分)。

3)根据绩效对比KPI可以获得客户经理达到的客户经理等级,并可以计算的业绩奖金。

4)每隔一段时间对客户经理进行等级调整,不同等级的客户经理可以有不同的维护客户资金以及奖金系数。以不断激励客户经理获得更好的业绩。

数据支持

从以上营销系统群的功能来看,离不开数据的支持。通常会针对营销或CRM建立专门的集市进行加工,有的称为客户集市或CRM集市、也有的叫营销集市。那数据支持主要有:

(1)客户360视图的加工:一般在数据仓库的汇总指标层会进行客户的视图加工,这部分可以直接提供给CRM系统或营销系统,以供其进行定制客户化的营销策略。

(2)提供所有账户和交易明细:主要进行客户经理业绩计算、营销活动和广告投入最终转化效果分析;

(3)提供客户广告或营销活动的漏斗分析:既分析营销活动和广告投入效果。

(4)提供客户、产品、组织的标准:通过标准进行销售产品、团队的管理和客户分配,确定系统的统计口径,减少和其它系统分析的出入(如管理会计也会统计机构绩效);

(5)分析型CRM:提供报表和自助分析平台数据,以供业务人员进行营销的客户名单筛选、客户分层、营销活动、广告渠道统计等数据分析。

营销系统、CRM系统的一些数据也需要给到数据仓库,进行客户信息补充以及团队机构的整体绩效评估。再提供给其它数据应用系统使用。

可见银行的营销体系搭建和实施,离不开数据仓库的数据支持,同时数据化的营销也促使数据仓库功能和架构的发展。如一些营销活动的实时数据流统计也需要数据仓库提供实时流计算的能力。总体来看,营销支持是数据应用中最多样化、变化最快、需求最多的一部分,也是数据发现价值、数据支持业务发展有效体现,因此需要尽可能提前做好功能规划和架构规划,以便提高数据服务的响应时效。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

原文链接:https://blog.csdn.net/acumen_leo/article/details/99683212

相关推荐
Francek Chen2 小时前
【大数据技术基础 | 实验十二】Hive实验:Hive分区
大数据·数据仓库·hive·hadoop·分布式
青云交12 小时前
大数据新视界 -- Hive 数据仓库:构建高效数据存储的基石(下)(2/ 30)
大数据·数据仓库·hive·数据安全·数据分区·数据桶·大数据存储
SelectDB技术团队14 小时前
兼顾高性能与低成本,浅析 Apache Doris 异步物化视图原理及典型场景
大数据·数据库·数据仓库·数据分析·doris
soso196815 小时前
DataWorks快速入门
大数据·数据仓库·信息可视化
B站计算机毕业设计超人16 小时前
计算机毕业设计SparkStreaming+Kafka旅游推荐系统 旅游景点客流量预测 旅游可视化 旅游大数据 Hive数据仓库 机器学习 深度学习
大数据·数据仓库·hadoop·python·kafka·课程设计·数据可视化
Yz987619 小时前
hive的存储格式
大数据·数据库·数据仓库·hive·hadoop·数据库开发
武子康19 小时前
大数据-230 离线数仓 - ODS层的构建 Hive处理 UDF 与 SerDe 处理 与 当前总结
java·大数据·数据仓库·hive·hadoop·sql·hdfs
武子康20 小时前
大数据-231 离线数仓 - DWS 层、ADS 层的创建 Hive 执行脚本
java·大数据·数据仓库·hive·hadoop·mysql
锵锵锵锵~蒋20 小时前
实时数据开发 | 怎么通俗理解Flink容错机制,提到的checkpoint、barrier、Savepoint、sink都是什么
大数据·数据仓库·flink·实时数据开发