从2015年国家出台《促进大数据发展行动纲要》，到2016年国家在“十三五”规划纲要中首次提出“大数据战略”，再到2017年党的“十九大”提出“推动互联网、大数据、人工智能和实体经济深度融合”，尤其是2017-2018年金融科技概念火爆，各行各业对大数据的应用突飞猛进。基于数据的互联网化智能营销，是大数据与行业融合应用成效显著的领域，在银行的具体实践中也取得了非常可观的规模效应。

建立智能营销的数据思维

互联网智能营销是以互联网为媒体，基于数据分析和使用，进行产品销售、品牌传播等系列营销活动。与传统营销4P（产品Product、渠道Place、价格Price、促销Promotion）理论相比，互联网营销更加注重以客户为中心的4C理论，即：消费者的需求与欲望（Consumer need sandwants）、消费者愿意付出的成本（Cost）、购买商品的便利（Convenience）、沟通（Communication）。结合4P和4C理论，要实现互联网时代营销目标，可以重点从两个方面进行考虑：

1.了解互联网时代的客户。伴随着银行业务向“新零售”、“场景金融”等领域变迁，银行必须重新审视“目标客户是谁、需求是什么、如何借助数据进行营销和服务”等课题。

从目标客户群体看，网络金融服务的客户标准不再以金融资产作为唯一标准，“80”“90”后成为核心，“00”后开始崛起，消费中产、城镇化新市民、养老一族等具有鲜明需求属性和特征的客户群体正快速形成。从客户消费行为看，由于信息技术带来的有利条件，商户、消费者和各类场景的关联更加紧密，提升了服务效率，促进了资源整合、场景融合和功能集成。从客户的消费诉求来看，由原来的基本需求驱动转向美好生活需要驱动，品质生活、互动体验、个性定制、便捷高效成为新消费理念，消费品质向中高端转变，更加注重产品及服务带来的体验。银行的营销和服务是否找准目标客群，是否贴近其生活方式与行为模式，是否带来客户的良好感受等成为重要考量因素，也成为营销推广能否达到预期目标、提高效率的决定因素。

2.明确银行数据营销的目标。大数据具备四个特性：数量大、速度快、多样性、不确定性，在市场营销领域要达到有效获客、活客、留客的目的，必须学会化繁为简，将大数据分解为小数据，提高对核心数据的解读和利用能力。从银行营销互联网客户的角度来看，主要关注以下几个关键指标：新增注册客户、客户渗透率、客户流失率、客户转化率、客户活跃度、唤醒率（不动户、不活跃客户）、单个客户的价值贡献等。营销方案的设计，营销数据模型的构建，都要围绕着这几个关键指标进行数据的选取，以数据选择为工具，达到我们销售产品、发展和促活客户、提升口碑等多重目标。

构建智能营销的工作体系

1.通过全面的客户画像，提升客户管理能力。互联网发展带来内容传播的革命，银行与客户更加频繁地互动接触，由此产生的数据呈指数级增长。准确快速识别用户身份，形成完整的用户画像成为互联网时代服务与营销过程的关键。银行对客户的画像，要尽可能筛选相关数据来建立对客户的理解，包括身份背景、生活习性、消费需求、决策方式、购买偏好、价值潜力、行为倾向信息等。科学的客户画像，可以帮助银行实现定位目标市场、设计创新产品、优化营销选择、提供个性服务等营销目标，并为产品设计、关系维系、风险管理和服务运营相关的策略提供参考。

2.通过精准的客群分类，成功促成交叉销售。数据研究机构IDC研究指出，数字化营销时代带来了海量数据，但并非所有的数据都具有分析价值。另一方面，只有少量有价值的数据被分析过。基于此，需要在已有客户画像基础上，对客户进行过滤和分析。主要通过设定目标，定义分析策略；通过设计衡量指标，准备数据；通过分析可用数据，开发客户分群模型；通过形成营销决策等步骤，实现对营销目标客群的选择和精准产品推送。农行近两年在精选客户群体，实现“掌银促活”方面有很好的实践。在百度金融大脑、农行自有数据分析挖掘平台的支持下，首先对海量用户进行挖掘分析，找出最有可能产生响应的一批用户作为触达对象，然后对这批用户下发营销短信，并配置相应的产品进行精准促活，可较自然响应率(约2%)带来明显提升。

3.通过全周期的互动服务，挖掘客户综合价值。客户画像完善了客户的细节特征，在此基础上，需要最大化每个客户的生命周期，对于潜在客户、新客户、活跃客户、高价值客户、不活跃客户、已流失客户等，采取差异化营销手段，促进客户生命周期的延长；对于潜在客户，要传递产品价值，吸引客户第一次使用；对于新客户，要传递良好体验和创新产品，再结合促销手段，促进进一步使用；对于高价值客户，要设计客户忠诚计划（会员权益、积分、优惠等），并结合产品体验和优惠活动的组合优化现有客户的价值贡献；对于不活跃客户，要唤醒重复购买，有研究显示，激活不动户的成本仅相当于获取新客成本的1/10，针对不活跃的客户策划营销活动，会产生事半功倍的营销效果；对于已流失客户，要重新设计具有吸引力的活动方案等。

4.通过智能化的个性营销，增加客户使用黏性。互联网营销要求“千人千面”。银行需要不断优化升级智能引擎，完善客户、产品、服务标签体系，基于专家规则、数据模型形成智能决策能力，大幅提升现有产品推荐、场景营销、服务推送等人工作业效率，将金融产品、场景服务与客户多层次需求的精准匹配变为可能。要从不同客群的分层服务和地域化营销入手，不断细化目标客群颗粒度，最终实现“千人千面”的精准服务，全方位提升客户体验。

“人工智能+金融大数据”在银行的应用

随着计算能力的催化，“金融大数据+人工智能”为银行业在投资决策、营销服务、客户体验、安全风控等多个方向创造了无限的创新可能。

1.智能投顾。依托大数据技术可通过海量数据持续优化投资顾问模型，而人工智能使模型中投资组合与风险匹配的判断与分析成为可能。未来智能投顾将逐步替代人工投顾实现投顾业务的多项核心价值。如客户档案创建、资产配置、投资组合选择、交易执行、投资组合重设、投资损失避税和投资组合分析等。

2.智能营销与服务。在金融科技时代，物理网点和人工交互的服务方式将转向智能化、自动化，用户更加自主地参与到服务过程中。未来的服务模式也因此变得更加实时、简单、高效和智能。随着人工智能在身份识别、文本信息交互和智能语音交互领域的应用逐渐成熟，更要不断建设完善手机银行、客服以及网点等多渠道智能客户服务体系。同时，更多的在线数字化互动将由机器人客服来承担，智能客服机器人、智慧网点等智能化银行服务将进一步得到普及。

3.智能体验。随着数字连接技术的发展和智能穿戴设备的广泛应用，不断涌现出各类的智能化体验场景服务。例如银行的智慧出行服务，基于生物识别技术的智能身份识别，客户可以无需传统的身份证件和密码输入，就能实现无感支付。

4.智能风控。当前银行应用人脸、声纹、虹膜等对客户进行在线识别，利用OCR等技术进行快速联网核查，在客户认证环节，极大提升了客户体验。在后台支撑系统上，基于数据模型完善反欺诈系统的建设，根据各类认证信息、交易习惯、历史数据等构建风险画像，智能匹配交易风险级别，可以有效开展预警。通过采集客户交易流水，建立客户行为监控规则，对风险交易实施干预拦截，提升了银行风控的覆盖范围、风险感知能力和风险应对时效性。

智能营销的发展方向思考

在消费者需求和技术升级双重驱动下，互联网金融服务进入智能融合时代，精准的智能融合服务成为关键。下一步，智能营销或将沿着以下方向发展。

图基于客户标签的智能推荐流程

1.依靠强大的客户分析和营销系统预知和挖掘需求。当前已经进入“营销4.0”数据时代。互联网营销理念要从“经营产品”向“经营客户”转变，快速进行数据分析，根据消费者个性分析，前瞻预测客户需求，推送潜在需求产品。这就需要银行尽快建立强大完善的客户数据平台、统一的活动营销系统，实现个人客户的智能分析、数据挖掘和产品推荐，构建多部门、全产品智能营销模型，实现精准的客户画像和营销推介。

2.借助人工智能等新技术，人性化的感知和服务客户。据Garter调研数据，到2020年，85%的消费者与企业的关系不再是人与人之间的交互，而是人与机器。随着机器学习能力不断增强，机器完成任务的能力也在不断提升。在Bank4.0时代，银行的网络金融服务将向全平台智能化迈进，通过智能决策引擎，实现“人工智能+机器人服务”，做到客户营销“千人千面、时时不同”，客户服务“实时响应”。

（本文作者系中国农业银行网络金融部副总经理）