麦肯锡零售银行的制胜秘籍大数据驱动营销及管理

ThismanuscriptwasrevisedbytheofficeonDecember22,2012麦肯锡零售银行的制胜秘籍大数据驱动营销及管理零售银行的“制胜秘籍”—大数据驱动营销及管理麦肯锡中国银行业转型与创新系列白皮书2017年7月II零售银行的“制胜秘籍”—大数据驱动营销及管理倪以理（JosephLucNgai）l香港曲向军（JohnQu）l上海沙莎（ShaSha）l香港喻宁（NingYu）l上海沈恺（KaiShen）l上海石俊娜（JunnaShi）l上海目录摘要01第一章　他山之石：国际领先银行利用大数据创造"大价值"03第二章　中国零售银行在大数据运用方面存在的普遍问题07第三章　数据驱动的“制胜秘籍”12第四章　零售银行打造大数据分析能力的实施路径21零售银行的“制胜秘籍”——大数据驱动营销及管理01摘要02零售银行的“制胜秘籍”——大数据驱动营销及管理随着国内利率市场化加快推进、经方位的零售银行精益增长。其中以大济增速放缓、国民收入和财富逐步上数据推动的客户精益管理、流程、客升，零售业务对银行收入及利润的户体验再造，实现了银行15%-25%贡献日益见长，科学有效地引领零售的收入增长；根据交易数据、需求预业务持续增长已成为国内领先银行测和前线人员的实时匹配，释放产的首要任务。然而，零售客户的需求能，降低了前、后台5-15%的运营成日趋复杂和个性化，市场竞争愈加本；新建的大数据预测系统削减了激烈。在此背景下，有效利用核心技30-35%的不良贷款流入总量和15-术、业务的集约式增长以及前线产能20%的风险加权资产（RWA）。的加速提升，成为各家银行互争雄长长期以来，国内银行皆以产品驱动增的制胜关键。长、数据基础薄弱零散、数据科学家麦肯锡近年来成功帮助多家国内外团队匮乏，这些是否会阻碍我们形成领先银行完成大数据驱动的零售银精准的客户洞见并实现弯道超车呢行转型。大量实战经验证明，这是一在大数据算法和机器学习逐步成熟场以技术变革驱动的精益增长之战，的今天，巨大的机会窗口凸显。银行而取胜“法宝”就是以客户为中心的可在数据治理、组织架构和双速IT三全周期、多渠道精细化管理，更为敏大基础设施之上，通过大数据驱动捷的产品开发与客户体验创新，更为的业务用例发掘价值，用模型/销售高效的风险管理，以及全程的销售留留痕/闭环反馈实现价值，并固化为痕与产能提升。以大数据驱动营销及自身的标准化作业。客户思维、敏捷管理的精益提升，将把商业资源有效开发，搭建智能化、轻型化、规模化引向价值和潜力最大的客户，最大限的数据链路是大数据驱动零售银行度地释放前线产能，并将重定义客户转型的必备元素。与银行间全周期、多渠道、多触点的放眼未来，全球的银行业正在大数紧密关系。据技术的带领下，进行精益增长的重在我们近年的大数据转型项目中，麦组和变革，同时搭建全新的能力平肯锡的银行咨询专家团队携手近千台。本书以麦肯锡在零售银行的实践名数据科学家、产品软件工程师与经验抛砖引玉，探讨在中国实现大数客户的零售行长、CIO、CDO及其业据零售精益增长的核心能力及有效务、科技团队紧密合作，实现快速迭路径。代和敏捷开发，以及众多超常规、全零售银行的“制胜秘籍”——大数据驱动营销及管理03第一章：他山之石：国际领先银行利用大数据创造“大价值”04零售银行的“制胜秘籍”——大数据驱动营销及管理随着国内利率市场化推进和经济增CapitalOne的核心战略之所以速放缓向对公业务的不断施压，加上广受推崇，是因为其基于数据的国民收入和财富的稳步上涨，零售银决策（IBS–informationlbased行对全行收入及利润的贡献持续提strategy）。成立不到30年，Capital升，国内银行纷纷开始把战略重心移One就从一家业务模式单一的信用向零售业务。无独有偶，客户的需求卡公司迅速成长为全美资产排名前也愈加莫测，但国内零售银行大都仍十的综合性商业银行。紧密围绕客户以渠道和产品为主导，总分行各自为价值，CapitalOne的IBS体系已成战，这种模式正渐渐丧失竞争力。要功运用在客户获取、客户服务、产品赢得未来，银行必须逐步转型到以客设计及风险管理等所有业务环节。该户为中心的经营战略上，并通过总行体系的核心是对客户生命周期进行价自上而下的有效管控，应对零售银行值管理，即通过辨识和衡量客户的过将面临的一系列挑战，其中包括：客往价值、现有价值和未来潜在价值，户信息的获取、洞见分析和运用、自对客户进行细分，从而把商业资源引反馈体系的缺失；精准化营销能力严向价值和潜力最大的客户，并且由此重不足；多渠道、全周期提升客户体重新定义客户与银行的关系，实现双验的工作未能有效展开，互联网新兴赢。IBS中另一重要环节是测试和学业务模式的强烈冲击等等。习：在产生获客、活客、管客、留客洞见后，需要科学地进行实验、测试及面对行业内外部的严峻挑战，国内零验证，由此确保洞见及其相关策略售银行需积极破局，而互联网时代的的持续迭代与优化。大数据能力有望成为零售银行的制胜之道。事实上，国际领先零售银行花旗银行通过结合运用内外部数以“大数据”为核心管理工具已成功据，提升精准营销能力。2012年，花挖掘出“大价值”，包括大幅提升业旗银行通过大量分析客户在银行内绩、支持管理决策、优化运营流程、部的个人数据、行为信息，以及社交有效控制风险等。网络等外部机构的个人与家庭数据，对相近的客户群体进行聚类分析，并基于结果对潜在需求进行预测，最终价值一：推动精准营销，大提出针对性的产品建议。如：在某客幅提升业绩户所属的某“富裕企业主”群体内，有70%45%的客户有按揭贷款，的客在大数据研究与应用日益深入的当户在5年内投保了多个险种，那么银下，消费者行为愈发“可视化”，以大行将针对该客户设计按揭及保险产数据驱动精准营销成为零售银行持品和相应的营销策略。续发展的重点之一。零售银行的“制胜秘籍”——大数据驱动营销及管理05价值二：管理决策支持价值三：降本提效系统地收集、整理、运用数据，还能如今，互联网金融和大数据盛行，这支持银行建立销售管理看板，辅助对银行的运营能力提出了更高的要总、分、支行的管理层进行决策，并求。有些领先银行已开始分析各类实现各层级标准化流程管理。大数据，探索全面提升渠道管理、运营调配及人力资源管理能力的方式，汇丰银行建立了自上而下的销售管并取得了显着成效。理看板（包括三大财富管理系统及一系列报表体系），其零售银行与美国银行有着庞大的零售客户群体财富管理业务部的经营业绩包括和服务网络，在全球范围内服务约财务指标、客户经营、产品渗透、5,900万零售与小微客户，并建立了资产配置、销售流程、培训学习等近6,000家零售银行网点。通过数据多个维度。通过该看板，汇丰将平台优化，美国银行大幅提升了运营过程指标（Activities）和结果指标效率。过去，分析以往30年内完成的（Outcomes）分解为总、分、支行40万个按揭产品的信息数据需耗时3以及个人四个层级，同时在总部设立个小时，而如今仅需10分钟；计算违客户关系管理及分析部门（CRM&约概率的时间也从以往96个小时大Analytics），进行基于数据分析的透幅缩短至4个小时。视化管理，找出问题症结，以提供客观有效的决策支持。以“客户经营”价值四：管控风险维度为例：通过分析各细分客群迁徙成功率（如让运筹理财客户升级一家银行的成败，往往取决于它对到卓越理财）、AUM增长率、产品渗风险的经营与管理。通过大数据分透率、净增客户数、客户满意度等指析，领先银行可高效进行信贷风险评估和道德风险防范。标，总行管理层能够对各经营机构的客户经营情况进行对标和解读，从而定位需重点关注的机构及业务领域；对分支行而言，可进一步聚焦销丰富可分析的客户数据源，提高信贷风险评估能力售遇到瓶颈的产品、未达标团队及原因；对营销人员而言，可将面临的挑CapitalOne依托强大的数据团战和业务提升潜在机遇体现在具体队和综合风控模型提高信贷风险的过程指标和结果指标上。用系统全面的销售管理看板替代分支行各评估能力。CapitalOne在总部组建了1,600人的数据分析团队，并自为政、经验主义至上的运作模式，银行可因此实现科学决策和标准化流程管理。按照不同产品线、职能组织进行划分。依托强大的大数据分析能力，CapitalOne的用户风险决策模06零售银行的“制胜秘籍”——大数据驱动营销及管理型涵盖了美国三大征信局数据、平台和渠道提供了针对性的防欺诈服务。沉淀用户数据、用户社交数据等众多在投入使用之后的三个月内，汇丰银类型的数据，且每3个月都会验证其行数据处理量增加了87%，而在辨别准确性。在循环贷款时，该模型将对潜在银行卡交易欺诈方面，计算机资借款人重新进行风险评估，筛选出源成本降低了30%。低风险客户，自动加快其业务办理速度，而高风险客户则需要提供最近的综上所述，相较于其他行业，银行业信用资料，并接受再评估。在运用大数据上得天独厚。在开展业务的过程中，银行积累了大量宝贵的提高道德风险管控能力，降低监客户数据，包括其基本信息、资产负管成本债情况、资金收付交易历史记录等。基于麦肯锡的经验，大数据高级分析汇丰银行依托大数据，为全球业务网络构建了防欺诈管理系统。汇丰银行能够为银行业众多领域带来前所未提出了多样的解决方案，为多种业务有的实际价值（见图1）。图1大数据高级分高级分析挖掘出了所有业务领域的巨大潜力领域用例类型目标析为银行业各业务领域带来巨大价值展开细化的客户细分（零售客户和企业客户），以识别需求并向每位客户提供针对性产品1下一个购买产品2交易分析提高零售客户和商家客户对交易数据的分析能力商业效力3资产定价根据客户对定价变动的反应，识别每项产品的最优价格4流失率下降降低客户流失率并识别流失的根因5多渠道客户体验识别并分析各个客户历程中客户满意度的根因，从而在多渠道战略背景下规划行动6数字信贷评估提高信贷决策的速度和准确性，尤其是数字信贷风险控制7加强传统预警系统的预测能力，以降低信贷成本高级预警系统8信贷回收根据行为信息，识别各个客户的针对性信贷回收和调整策略9下一代压力测试通过提升数据、模型、治理和使用，支持打造卓越的压力测试10识别具有高欺诈风险的客户和交易，并确定最佳行动计划欺诈检测运营效力11根据客户需求和行为以及所在地区潜力，优化ATM机和分行的地区布局及运营模式资产定价12根据交易数据和需求预测，加强后台和前台生产力生产力优化13提高人才留住率和积极性，并优化员工成本人力资源预测财务控制14财务评估加强并优化全面的P&C流程（战略规划、资金分配、绩效管理），并支持对财务表现和资本市场表现展开高级分析15交易通过高级建模，加强交易方法和技术零售银行的“制胜秘籍”——大数据驱动营销及管理第二章：中国零售银行在大数据运用方面存在的普遍问题08零售银行的“制胜秘籍”——大数据驱动营销及管理如上文所述，“大数据”作为零售银4.通过分析结果、收集前线及客户行的核心管理工具，可多方面提升银意见，形成反馈信息（见图2）。行运营绩效。一些国内零售银行，在然而，中国零售银行普遍面临客户数大数据运用上经验尚浅，所以数据据与一线应用脱节的困境，因此以上驱动式营销是最易、最快能撬动客户四个环节均有较大提升空间。价值的方法。基于麦肯锡的经验，构建行之有效的数据营销体系，首先需形成一个环环相扣的数据化营销闭环，其中包括四个环节：问题一：框架能力匮乏，难以形成高价值洞见1.在前端了解客户信息、获取客户洞见；国内零售银行普遍缺乏针对不同业2.为客户匹配所需的产品、服务和营销活动；务问题的分析框架和能力，这主要体现在以下几个方面：3.对营销执行过程进行管控；1.对业务问题的理解不够全面，未能形成系统性的分析思路，往往图2数据化营销闭环建设完善的数据化营销能力，重点在于在三大基础设施之上，建立并深耕数据化营销的四步闭环数据化营销闭环蓝图设计数据储备模型见解客户分类执行评价及奖惩执行反馈分析反馈客户洞见执行管控举措设计产品设计渠道选择营销主题营销管理管理可视归因明晰决策支持基础设施数据治理组织架构IT系统零售银行的“制胜秘籍”——大数据驱动营销及管理09只是提出单个问题的解决方案，庭/老年家庭等）、产品持有情况（如缺乏对于整体业务目标及框架的单一理财为主/单一贷款为主/单一存全局思考；款为主/复合产品持有等）、职业（如2.局限于当前业务和科技、数据等律师/医生/小微企业主/农户等）及风险偏好等，设计出符合客户需求的产团队之间的合作模式，前线团队品组合；基于客户的业余爱好、生活的业务思考逻辑难以转化为对应阶段等因素制订有吸引力的营销主的数据分析图谱；题；基于客户的渠道使用历史信息、3.缺少具备数据驱动营销的卓越中心CoE（CenterofExcellence）及专职团队；口味偏好、消费/居住地位置、教育背景等，推荐最有效的营销渠道；基于事件触发规则、优先度等，建议营销的执行时机等。4.数据基础能力薄弱，如：数据口径、字段细致程度各异，难以汇总；不同产品的交易数据储存分散且未打通；大量有价值的客户交易行为数据被忽视等。而大部分国内银行在细分客户时，仅简单地在战略层面根据资产规模将客户划分为3-5个客群，未能进一步地进行战术层面的客户细分，或者只是在形式上按职业等部分特征再予以简单细分，但没有针对不同产品、由于存在这些困难，大多数银行较难服务、渠道、营销主题和执行时机等挖掘出价值高的客户洞见，这限制了提出具体的举措建议，更无法向前提供给前线的帮助，更不用说提供能线传递此类信息。够提升经营效益的具体数据了。问题三：执行大打折扣，难问题二：数据洞见闲置，难以跟踪销售过程以设计举措建议一个行之有效的销售管理体系需要基于数据洞见，国外领先零售银行设定清晰的方向和目标，频繁对销售从战略和战术两个层面将客户进行过程进行跟踪，并且适时指导和纠细分，并给出整合了针对不同服务模正销售行动。而这三点正是国内零售式、产品、价格、渠道、营销的方案。银行目前的短板。如：在战略层面，基于客户的AUM和资产提升潜力，制定不同的客群战略及服务模式；在战术层面，则围绕客户的具体信息，进一步细分客户群体，具体做法有：基于客户的生活阶段（如学生/单身/年轻家庭/中年家在销售指标的设定上，虽然很多零售银行具有大体上较完整的指标体系但它们过于强调结果，缺少过程分解与动作类指标。（见图3）10零售银行的“制胜秘籍”——大数据驱动营销及管理图3国内零售当前体系的指标种类虽然齐全，但指标维度偏重结果指标，过程指标体现不足银行销售销售指标体系指标体系示例结果指标过程指标业绩财务类指标（含产品类分解）规模类指标：如储蓄存款余额收入类指标：如抵押类按揭贷款利息收入等分解类指标：如结构性存款日均与息差客户管理类指标规模类指标：如高端客户数量结构类指标：如高端客户流失率动作类指标：如60日内完成“登船”工作的客户占比渠道管理类指标规模类指标：如手机银行理财产品销售、外呼渠道理财产品销售等动作类指标：如邀约成功客户占比，实际会面客户占比等团队管理类指标结构类指标：如团队销售人员CFP持牌率等分解类指标：如分岗位销售人员到位率，分层级客户分配比例风险管理类指标规模类指标：如不良贷款余额结构类指标：如按揭贷逾期率动作类指标：如M1逾期回收率分解类指标：如新投放逾期率在销售过程的监控上，国内零售银售银行对分支行的审查频率也较低行目前仅能做到对销售漏斗的两端（分行多为每季一次，支行多为每月（即：发布线索数及其产生的实际一次，甚至更低）。而绩效考核和零销售量）进行追踪。而实际上，大多售业绩的结果与过程未能有效挂钩，数银行甚至并未持续追踪这些数据因此机构的执行积极性无法调动，（即对发布线索产生的实际销售量进指导效果也大打折扣。行分析），更不用说分析中间环节的执行情况了（见图4）。因此，大多数分支行的销售管理缺乏有效抓手，线问题四：反馈体系缺失，难索执行的过程也无法追踪。以形成自反馈闭环在指导销售行动上，如上文所述，由很多银行的数据分析团队提出，分支于无法鉴别执行过程中的问题，导致行对总行下发的线索缺乏管理和反销售动作指导缺乏针对性，大多数零馈，因此难以优化分析模型。但通过零售银行的“制胜秘籍”——大数据驱动营销及管理11图4国内零售银行端到由于缺少过程指标和有效跟踪，在端到端的营销流程中，总行仅能对销售漏斗两端进行管理，过程的关键节点存在销售管理盲点端销售流可跟踪无法跟踪程诊断端到端销售流程诊断销售线索个人财务生成产品购买客户维护预沟通网点拜访需求分析线索呼叫有效服务老客使用率响应率访问率转化率留存率目前的销售管理仅能对入口的线索数与出口的销售量进行跟踪在整个端到端流程中，位于中端的各关键节点存在销售管理盲点，一线人员的销售动作容易出现管理失控动作执行无法全程追踪缺少过程抓手：目前的动作执行仅能问题诊断无法找到症结无法准确诊断：对于销售成果较为相销售指导无法贯彻前线不利工作贯彻：无法区分被动的自然线索产出无法进行反馈难以优化线索：不能为线索表现提供对整个流程两端的数字进行跟踪，无法对过程中各环节的表现进行评估近的机构，很难差异化地找出真实的问题根因增长和主动的销售成果，前线员工难以意识到动作管理的重要性线索质量的反馈，不利于数据分析能力的培养调研前线理财经理，我们发现，前线据营销自反馈闭环是一项系统工程，其实发现了问题，但缺少反馈到总行唯有将数据化营销的四个环节都打的途径；又或者，他们尝试过反馈，通，闭环才能形成，并持续有效地提但总行没有任何跟进。这些问题都升业务水平。是自反馈体系的缺失造成的。打造数12零售银行的“制胜秘籍”——大数据驱动营销及管理第三章：数据驱动的“制胜秘籍”零售银行的“制胜秘籍”——大数据驱动营销及管理13零售银行的大数据能力建设往往投秘籍一：诊断与洞见——深入巨大，且实现集约化、专业化和高效化路途漫漫。为帮助中国零售银度理解业务痛点和机会点行在数据化营销和管理能力建设上专业、高效地诊断并获得客户洞见是实现快速突破，麦肯锡研发出了四大零售银行开展营销的第一步。Digital秘籍，包括诊断与洞见、用例驱动分Sprint作为快速挖掘客户洞见的诊析、线索执行工具和销售管理，协助断工具，从销售构成、消费者生命周零售银行紧密衔接数据营销四步闭期、商品品类、渠道构成等多个维度环，从而将分析洞见快速转化为一搭建分析框架，适用的行业一般具线业绩。有以下特点：B2C，中高频客户交易，客户数量众多且单体价值差异较大，竞争激烈，如：电商、银行、零售、电信、餐饮、旅游、航空等（见图5）。这套工具使用一定程度的量化和优图5DigitalSprint基于26个标准模块的DigitalSprint（零售银行版）：通过26个标准模块的全景分析，确定机遇规模、客户行为并捕捉客户价值提升的痛点机遇规模给出业务前景并对客户机遇进行优先排序整体1客户流量2存款余额及产品持有3客户迁移矩阵4产品份额，按价值十分位划分情景分析客户深入分析提出可采取的潜在行动以抓住机遇获客既有客户58获客，按渠道划分产品简介69资金及产品持有顶层产品篮子渗透7前期接触10产品推广途径1112下一个产品（NPTB）向上销售及交叉销售分析13事件分析1418流失客户月度早期预警 合同 劳动合同范本免费下载装修合同范本免费下载租赁合同免费下载房屋买卖合同下载劳务合同范本下载 /关系管理15客户忠诚度分析19客户价值及简介116产品渗透矩阵20客户流失建模1721定期存款到期主动维系关系产品/渠道深入分析提出可带来更高价值和忠诚度的产品/渠道22产品25渠道产品及频率分析渠道分析23产品销售份额26Cohort分析24产品篮子渗透及回报率14零售银行的“制胜秘籍”——大数据驱动营销及管理先排序，旨在较短时间内（4-6周）定在存量客户方面，众所周知，老客持位客户业务提升的机会点，并在6个有的产品种类越多越好。持有两类余月内完成模型测试、迭代试点、流程额类产品的客户预计将比仅持有一类及IT系统优化。的客户带来更大的平均价值提升，而持有四类及以上余额类产品的老客通过对银行业务逻辑的深度解读，不仅平均价值更高，而且其价值将我们针对银行特点定制了DigitalSprint的分析框架，对其客户进行了随行龄增长而增长，但到达四类后，边际效应递减——这些规律现由数全生命周期的数据诊断，并洞察了客据分析得出，并成为客户提升预测模户的价值迁移特征，以及在新客“登型、设计针对性产品和营销方案的重船”、老客经营、流失挽回等各个阶要参考。段的价值提升潜力，从而给出针对性的“速赢”和“深耕”举措。既在短期试点中带来实际成果，也为长期提升客户价值奠定了基础。秘籍二：用例驱动分析——实现数据驱动精准化营销例如在部分案例分析中，我们看到存量客户是银行的价值支柱。新客和挽在实现了业务诊断并获得了相关洞见回客户虽多，但贡献较小，半年后的新之后，银行下一步要做的就是根据洞客留存率往往低至三成。同时有分析见和问题制定相关策略。在大数据发现，首次交易30天内即有二次交易及建模兴起之前，营销策略和产品设的客户，金融资产规模比其余客户高计主要依靠经验驱动，并且只能以大40%以上，且留存率超过90%，这表客户群体为单位展开和落地。而通明新客开户首月可能是准清零干预的过大数据和建模，银行可基于用户个黄金时间。通过系统化的“登船”机体数据建立颗粒度更细的分组，并制，向新客提供有吸引力的不同服务针对分组建立用例，科学地考虑多个（如：绑定功能性产品、积分/奖励、维度对于业务影响的效用，从而按照首单加二单的产品组合优惠），银行用例的商业背景，制定更加有效且可可以锁定更多客户。这些设想在随后的落地推动中得到验证，且卓有成行的行动策略。下面将通过两个案例效。展现用例驱动分析的卓越成效：零售银行的“制胜秘籍”——大数据驱动营销及管理15案例1：通过交叉销售理财产品，增加案例2：通过统计聚类，分组设计产品银行已有客户的储蓄额度和营销方案，提升信用卡用户的储蓄卡比例和储蓄数额在某零售银行案例中，通过DigitalSprint对某银在另外一家零售银行项目中，我们发现目前客户银行的储蓄存量分析，我们发现现存老客户的储蓄行在捕捉高价值信用卡客户的储蓄潜力方面能力大幅流失是阻碍储蓄增长的主要原因，且低资产欠佳。行业最佳实践表明，对于中高消费且按时还老客户占比较大。而零售银行最佳实践表明，通过款的高质量信用卡用户，如果鼓励他们将信用卡开鼓励低资产客户购买理财产品能够有效增加他们户行的储蓄账户作为主账户，可有效提升储蓄量。的银行资产并减少其存款流失。对照分析发现，针对这个问题，大数据和建模可以起到如下作有理财产品的客户人均资产提升要比无理财产品用：客户高7-8倍，增长人数比例也是无理财产品客户的1-2倍。第一，信用卡的使用数据可有效地传递用户的日常行为，进而能够对用户行为进行精准刻该问题的解决方案是向低本行资产的客户推荐理画；财产品。但低资产的长尾客户群体庞大，可推荐的产品种类也相对众多。传统的“地毯式轰炸”（例如通过呼叫中心推荐）将耗费大量人力和财力，最终事倍功半。故通过大数据分析和模型筛选后，选择有转化潜力的客户，针对其特点再进行精第二，从信用卡的付款对象、金额、时间可以获取客户的社会地位、职业类型、行为偏好等信息，从而更有针对性地设计营销方案；准营销，可有效降低投入，提升营销效率。第三，还款来源锁定了作为储蓄卡主卡的竞争在该案例中，银行首先进行了精确客户画像，在当前储户信息的几个基本维度之上，引入外部数银行，通过对竞品的研究，使产品设计和营销更具有针对性。据，大幅增加变量数目，形成了客户基本信息、银在模型层面上，该银行通过对信用卡用户的统计行业务信息和行外业务信息的数据架构体系。因聚类，获得相关分组，反向分析用户数据特征，并数据维度增多，银行对模型进行了降维处理，并与商业情景进行合理对接，如：通过对未开通储采用了线性模型（如：LogisticRegression、LDA等）和非线性模型（如：决策树、SVM、随机森林蓄账户的高价值信用卡客户进行消费行为分析，归结出4类代表性的高价值信用卡客户，包括处于上等）的混合模型体系对客户进行分类。然后运用分升期的年轻中产、有钱有闲的富人、忙碌的差旅人类预测模型，筛选出会购买财富产品的高潜客户，士及小企业业主等。针对这四类客户的差异化特再通过模式识别挑选出购买产品后储蓄会增长的征和消费习惯，银行可更精准地对其匹配产品销客户，针对其特点制定推荐方案，匹配适合的产品售和营销举措。类型。这种方法前期试点效果显着，现已进入全行大规模推广阶段。16零售银行的“制胜秘籍”——大数据驱动营销及管理秘籍三：线索执行及管2.协助管理，如帮助管理人员管理销售流程、跟踪业绩等。理——分支行行长及客户经理的营销及管理工具其中，ACRM的一项核心功能是建立营销模型，推送销售线索。为帮助若要将DigitalSprint发现的客户洞客户经理及时发现需进行营销干预见与用例驱动分析结果应用到前线，的客户，麦肯锡提出了一套数据营销银行还需要一个切实的载体：客户模型搭建和优化方案，从建模逻辑关系管理系统（CRM）。广义上来说，CRM是管理客户价值的数字化工具，包含操作型CRM（OCRM）和分析型CRM（ACRM）（见图6）。这两种CRM主要实现两方面作用：和公式、变量选取和定义、模型选择等多个角度提出了建议。基于现有数据，大部分银行都可针对有提升潜力的客户，将不同价值老客户的产品使用规律作为输入，迅速搭建产品推1.协助销售，如帮助理财经理随时管理客户线索，建立端到端的数字化销售流程等；荐模型，或结合行业经验和数据分析归纳客户流失前行为特征，将其作为客户流失预警模型的输入，并通过多次训练来提高准确性。与此同时，图6ACRM数据营销解决方案整套基于SAS的数据营销解决方案包含了4个环节和7套算法进行客户分层以支持精细化建模识别基于客户生命周期的机会点设计差异化营销举措整合营销线索进行评估排序ABCD分层建模1：贵宾客户群客户提升预测模型1.贵宾提升预测5产品推荐模型7线索排序算法私银客户800万以上高级客户100-800万2.非贵宾提升预测交叉销售中级客户30-100万普通客户5-30万预测建模客户流失预警模型3.贵宾流失预警4.非贵宾流失预警6客户细分建模洞见整合有效客户2-5万流失归因非零非有效客户2万以下分层建模2：非贵宾客户群零售银行的“制胜秘籍”——大数据驱动营销及管理17通过线索排序和管理原则，银行可将秘籍四：销售管理驾驶不同来源的线索进行集中优先排序，然后按规定自动生成信息发送给一线人员。舱——提升销售管理能力的有效解决方案目前，国内银行普遍存在指标体系用此外，麦肯锡结合业务逻辑对CRM途不明，无法追踪过程与根因等问的操作界面进行了梳理。理财经理可题。科学地建立销售管理驾驶舱可使利用移动终端随时了解客户信息、管理客户、推送线索（见图7）、对标管理自身业绩（见图8），以及安排日程等。管理透明化，进行归因分析，并配套合适的对标了解自身不足，可谓是零售银行的一项有力武器。销售管理驾驶舱从产品、客户、渠道、团队等多个维度出发，在不同层级全方位分解业绩，并在每个节点按不同经营机构进行切分，从总行到分、支行，再到个人都能以不同视角分析定制化产品的经营情况，从而大图7客户线索管理界面示例XXX事件待跟进主页线索业绩客户工作最新2016年1月1日事项管理提醒管理视图日志产品1477总行下发线索其他渠道转发线索自创线索全部客户获取价值提升防流失活动邀约其他查询（请输入客户名、产品名等）（14）（3）（8）（2）（1）（0）客户客户客户线索客户线索下优先头像发日期客户已有业务建议推荐业务沟通预约姓名类型类型级记录时间3214213218零售银行的“制胜秘籍”——大数据驱动营销及管理图8业绩管理看板示例业绩管理活动管理产品销售目标完成情况年度预计完成值（RunRate）类型Rate名产品Run团队排理财85%1/6查询（请输入客户名、产品名等）现有积分：5000分本期可获得积分：300分实时收入完成值560,000人民币人民币保险65%4/6当前值目标值优异值团队最高值基金76%2/6您还差40,000元就将达成本期目标值您还差800,000元就将达成本期优异值金融资产净新增情况当期达成率排名RunRate60%5/645%排名3/6产品持有情况客户产品持有数量分配客户产品渗透率目标值理财产品60%75%保险产品50%75%基金产品40%75%信用卡产品30%75%金融完资产成净值新增1,000,000人民币人民币客户管理目标完成情况年度预计完成值（RunRate）指标Run团队排类型Rate名新获客55%3/6客户流失105%6/6客户降级125%5/6当前值目标值优异值团队最高值您还差200,000元就将达成本期优异值您还差2,000,000元就将打破团队最高记录大提升决策水平与工作效率（见图2.基金与保险销量远低于同业最佳9）。总行管理部门也得以实现自上而实践，客户AUM资产配置情况值下的销售管理，找出亟需关注的重点得关注。分行、业务及举措，判断是个例还是在团队维度上，考察客户覆盖情况、普遍现象，从而归纳出有针对性的解产能分布、培训完成等指标。比如，决方案。分行行长不再需要完全依赖支行行长来进行管理，就可追踪各支行在各环节的表现情况，给予针对若银行分析发现普通以上客户的维护覆盖率较低（如仅70%），或者多性的指导及资源配置。理财经理则可跟踪不同客群、产品等多个维度的对标情况，大大简化客户管理与经营。人重复维护的客户占比较高（如达30%），或者无分户的理财经理与客户经理人数较多（如占20%），则应将合理分户作为下一步的重点举措；例如在收入维度上，通过在各环节另一方面，若分析网均和人均的产能与业绩目标、同业表现、自身历史表发现，80%甚至90%的全行收入都现三方面的对标，银行可分析出一系由全行创收排名前50%的网点及理列问题，比如：财经理贡献，则可为低产能的网点及1.虽然按揭存款增速较高，但收益率持续下行，消费信贷发展乏力，当前资产业务模式前景堪忧；个人制定明确的提升目标与计划，并将此作为下一步的工作重点。零售银行的“制胜秘籍”——大数据驱动营销及管理19图9销售管理驾驶舱以可在每个维度上按经营机构切换视角，并可在任何节点切换解读逻辑，进行定制化的经营情况分析示例收入维度分解的逻总行视角分行视角支行视角营销人员视角辑示意图收入分解（按业务项细分）收入分解（按收入项细分）收入分解（按机构–分行）收入分解（按产品项细分）收入分解（按机构–支行）收入分解（按客户细分）在分解过程中，可以根据分析需求，随时选择下一切分逻辑，从而得到定制化的分析结果零售收入个金收入小微收入私银收入利息收入存款收入贷款收入财富中收活期存款收入定期存款收入主动负债收入按揭收入抵押贷款收入信用贷款收入理财收入基金收入北京管理部理财收入上海分行理财收入深圳分行理财收入广州分行理财收入理财产品1的收入理财产品2的收入其他理财产品收入理财产品1的规模理财产品2的费率支行1的销售规模支行2的销售规模支行3的销售规模…其他支行销售规模支行3理财经理数支行3的人均产能管理的客户数人均AUM期初管理的客户数新客数量流失客户数量理财人均AUM基金人均AUM保险人均AUM信用卡收入保险收入净非利息收入国债收入…其他分国债人均AUM贵金属结算收入贵金属收入行理财收入人均AUM秘籍五：一体化数据平台——实现整合的数据效益（见图10），且各层均配备相应的组织架构和KPI支持。数据整合层：基础层的功能是将为了有效发挥前四大秘籍，让银行在数据驱动下切实产生效益，麦肯锡提出针对银行大数据分析的第五大秘籍，即在银行范围内建设一体化的数据平台作为大数据基础架构。该平台从数据整合到一线执行共包括5层不同来源的数据（例如客户的基本人口统计、储蓄交易、信用卡交易等）整合为一个集成数据库，具备标准化且统一的数据结构和格式。20零售银行的“制胜秘籍”——大数据驱动营销及管理分析模型层：在一体化数据库的一线实施层：一线员工需要利用基础上，构建各种机器学习模型软件工具，在其日常工作流中使来获取洞见，并通过数据创造价用分析模型洞察。比如，通过潜值，例如利用聚类模型进行颗粒客挖掘模型在适当的时间定位合化客户细分（秘籍二）、通过回归/适的客户，用产品推荐系统匹配产分类技术开展预测性分析、采用品，通过客户关系模块设计接触优化技术进行资源分配等。客户的方法，利用渠道优化模块软件工具层：软件工具是数据/分选择适当的执行渠道，并不断提供反馈以帮助衡量绩效并更新分析模型和一线执行之间的连接性析模型。组织。通过软件界面以用户友好的方式将各种分析模型结果展示给一线员工（例如移动CRM），组织和KPI支持：最后一项要点，所有上述工作需要组织和KPI体该软件可将复杂的分析结果以易系的支持。公司要设立数据部门于理解的可视化形式展现。用户以确保集中管理的一体化数据平通常将软件嵌入现有CRM系统之中，以便最大限度降低对原有IT系台的运行，同时，需部署流程和结果KPI以保证数据驱动型工作流统的干扰。的执行。所有上述设置都必须为永久性设置。图10一体化数麦肯锡针对银行业的端对端大数据分析框架据平台结构示例4执行层在合适的时间确定合适的客户根据客户的购买倾向，匹配产品设计接洽方法，并针对适合的产品和渠道实现业务规则在正确的渠道执行测量、测试和学习3软件层软件平台为底层数据和前线业务人员之间的纽带2模型层.信用卡会员交叉销售或重新激活储蓄.向储蓄顾客交叉销售理财产品.….向仅持有储蓄/投资产品的会员交叉销售信用卡.内部获取存在信用卡需求的中小企业主.….确定高潜力客户（信用卡或储蓄），进行追加销售.….流失识别和预警.预防信用卡和储蓄客户流失.…颗粒化顾客细分360°客户数据结构1数据层储蓄交易产品组合人群/地区/收入信用卡交易各账户交易（如：POS、支付）0组织层职责和KPI统一一致的组织设置零售银行的“制胜秘籍”——大数据驱动营销及管理21第四章：打造零售银行大数据分析能力的实施路径22零售银行的“制胜秘籍”——大数据驱动营销及管理搭建完整的数据驱动营销和管理体执行、总分支行的管理和监控、后台系需要分五步走。在寻求业务快速突模型和IT支持等。银行需在过程中持破的同时，银行要夯实体系建设，为续发现、总结并解决问题，吸取成功后续的推广和优化奠定基础。经验及教训，为后续的全面推广奠定基础。步骤一：从核心业务突破，步骤三：全行推广，形成最终推动数据营销方案由于零售业务的覆盖面较广（包含个金/信用卡/小微/私人银行等），我们试点期获得的成功经验仅是实现全建议在初期选取某一业务入手，集中行应用数据化营销和管理体系的一营销，尤其是价值客户提升、客户挽环，银行在全行推广的环节仍挑战重留这类能够立竿见影的领域。重，因为各个分行的基础设施、管理在该阶段，银行首要步骤是对自身数据现状进行诊断，借助DigitalSprint在短时间内定位提升客户业务的机会，并通过销售管理驾驶舱引起总分行的重视，以此设计“速赢”举措。此阶段对数据的整合、分析及利用，可作为一体化数据平台的基础或方式、人员水平都存在差异。根据麦肯锡经验，如任由各分行自发学习经验实施推广，效果往往差强人意。这个过程必须要有总行、分行及支行的全力配合，并引进规范化的PMO和推广经验，才能确保成功转型。初始输入值，为一体化平台的搭建打下坚实基础。比如某案例包括：搭建360度全方位客户视图，优化客户步骤四：进行顶层设计，培养银行自身的大数据能力，打造强大的总行与自上而下细分模型，设计与新客“登船”/老客经营/流失管理/客户挽回优化相关的模型，设计并推动销售管理驾驶舱，的指挥系统搭建所需组织架构/数据治理/及IT系数据驱动营销和管理体系搭建的第统等五项核心举措。四步是顶层设计，建立自身的大数据能力。目前很多零售银行在顶层架构步骤二：跑通数据化营销和和组织能力上都存在问题：营销职能缺失或分散；总部职能过度下沉管理闭环，通过试点迭代优到前线分支行；部门间核心营销流程化不清晰；销售管理功能未能与IT系统匹配等。这就要求零售银行要设计核通过试点实现“速赢”举措的验证和心职能、梳理组织架构及流程、建设优化。本阶段试点的主要目的在于跑各层级人员的能力并持续优化改进通整个系统，包括一线人员的操作硬件系统。零售银行的“制胜秘籍”——大数据驱动营销及管理23步骤五：制定持续数据驱动体路线图一旦制定，就不能随意更转型之旅的实施计划改，并且需要多层次、全方位的宣传指导，确保全员深谙转型的意义及路线图。不过，搭建大数据平台、构建最后至关重要的一步，就是制定持续数据驱动营销和管理体系的转型路数据驱动营销与管理体系将是一条线图（见图11），包括设立各项工作漫漫长路，CapitalOne、富国银行、汇丰银行都花了近20年才建立起一的具体目标、重要里程碑、负责人以及资源配套等，为搭建一体化大数据套一体化的大数据平台，完善了其基平台做好系统性的计划和准备。整于数据的营销及销售管理体系。图11搭建数据驱动营销和管理体系的实施搭建数据驱动营销和管理体系的实施计划第3-4年第1-2年第5年及以后计划用例驱动迭代建立用例图谱优先开发应用收入提升用例固化端到端的用例开发闭环根据银行业务发展重心和痛点，筛选并开发重点用例，如运营类、风险类等持续建设和优化前序重点用例开发其余重点用例全行试点推广筛选具有代表性的分行和支行进行试点开发分支行标准化工作流程全行范围推广已开发的用例，并据此设立具体业绩目标试点新用例标准化和新用例洞见及相应举措，形成分行和支行标准化作业模式数据基础建设诊断并梳理当前基础建立高阶数据治理原则整理核心数据需求初步建立数据整合平台固化敏捷开发模式基本完成数据治理需求和系统功能升级总部能力建设初步建立总部数据管理卓越中心（COE）初步建立销售管理驾驶舱，并试运行完善总部数据管理卓越中心系统化销售管理驾驶舱形成明确的总部核心能力固化总部与分支行工作模式零售银行的“制胜秘籍”——大数据驱动营销及管理25关于麦肯锡大中华区金融机构咨询业务麦肯锡是一家全球管理咨询公司，为企业和公共机构提供有关战略、组织、运营和技术等领域的咨询及相关服务，我们的10,000多名咨询顾问分布于全球60多个国家的120多个城市之中。麦肯锡大中华区分公司由北京、香港、上海、深圳和台北分公司组成。麦肯锡大中华区金融机构咨询业务服务于大中华区领先的银行、证券和信托公司、财富与资产管理公司、保险公司等金融机构，涉及转型与创新、互联网金融、全球化、战略、企业金融、销售与营销、运营、数字化与技术、风险与资本、领导力培养与文化转型等广泛领域。我们在本地区共有约100多位专注于金融领域的咨询顾问，均具有金融机构相关的深厚的专业经验。与此同时，我们依靠麦肯锡遍布全球的金融机构专业咨询顾问和调研及分析人员的庞大资源体系，汲取智慧并有力地支持我们为本地区的客户提供服务。关于作者倪以理曲向军全球资深董事合伙人全球资深董事合伙人香港办公室上海办公室沙莎喻宁全球资深董事合伙人全球副董事合伙人香港办公室上海办公室沈恺石俊娜全球副董事合伙人全球副董事合伙人上海办公室上海办公室麦肯锡大中华区金融机构咨询业务2017年7月CopyrightMcKinsey&CompanyDesigncontact:GCONewMedia