“排列科技与黄岩农商银行达成合作，共建大数据精准营销系统”

本篇文章1959字，读完约5分钟

大数据和人工智能高速发展，各行各业面临智能时代的冲击，金融业技术改革步伐加快，市场竞争日益激烈，智慧转换已是银行的迫切需求，金融科技已成为银行经营和营销模式升级的重要手段。

最近，黄岩农商银行与序列科技合作，序列科技将为黄岩农商银行构建基于大数据平台的精准营销场景化应用系统。 该项目主要是建立银行客户数据模型、信用卡推荐模型和信用后不良预测模型。

农商银行经营和营销场景的现状

金融改革的压力和市场形势的一些变化，迫使银行在两个方面进行转变:从宏观上看，产品决策、经营决策由经验型向科学型转变。 微观上要求银行经营从以业务为中心的经营管理模式向以顾客为中心的新的经营管理模式转变，需要对顾客有更全面的了解。

目前，金融领域竞争日益激烈，各类金融机构正在抢占客户资源，不仅面临着来自其他农商银行和城市银行的竞争，也面临着各大网络企业、互金企业和其他领域机构的竞争，农商银行正以较高的价格进入客户时代。 在这样的市场环境下，如何获取顾客，深入挖掘顾客，提高顾客的忠诚度，是对银行的巨大挑战。

另外，各银行的销售、营销和客户服务/支持部门的业务比较孤立，不同的业务功能协调进行客户营销并不容易。 各业务和新闻系统之间的孤岛现象，加剧了顾客的难度和价格。 在这种情况下，了解银行各具体业务场景的现状，整合各业务部门的诉求，提供统一准确的处理方案对银行至关重要。

比较了黄岩农商银行不同业务营销场景的困境和诉求，并对科技进行了深入的调查分析，总结出以下业务场景。

在互联网金融业务中，很多客户注册了丰收互联，但是这些注册客户采用丰收互联的频率非常低，银行需要提高丰收互联注册客户的活跃度。

在信用卡宣传工作中，行内信用卡客户少，业务部门需要发行越来越多的新卡来提高利润，但却非常困难，从存量和费用额度都很大的客户中挖掘信用卡客户，从而挖掘信用卡的诉求

贷款业务存在的问题是，目前贷款客户数量占整个领域客户的一小部分，存款客户开拓较快，但存量客户流失率高，开拓新客户的价格较高，银行必须尽快处理流失客户的问题，了解客户流失的原因。

风险信贷业务的诉求是对贷款客户信贷后的不良状况进行预测。 对关注类贷款的顾客进行行为分解，预测不良的概率，根据关注类贷款的顾客历史逾期、不足、不良的数据进行分解，关注不良的概率、高概率的点，可以得到低概率的调整是正常的。

大数据精密营销处理程序

认识到以上问题后，处理问题的关键是通过银行内部的各项业务和新闻系统，完全利用非专家资源。 比较有效地整合了客户上述互联网金融业务、信用卡宣传业务、贷款业务和风险信用业务，系统地处理了业务场景中存在的痛点和实际诉求，罗列了科技提供了基于大数据平台的精准营销处理方案。

根据黄岩农商银领域的业务情况和现有数据流，建立大数据平台，利用机器学习算法的数据挖掘技术，建立相关的模型服务。 从客户群、信用卡推荐、客户贷后不良预测等方面展开。

金融大数据平台

黄岩农商银行自建系统多，数据孤岛问题严重，现有数仓平台缺乏层次清晰的数据模型，无法支持日益复杂多变的业务。 统一的大数据平台是处理这些问题的基础。 排列科技提供的分布式大数据平台，可以比较有效地整合结构化和非结构化数据，建立清晰的数据模型，建立各类应用和分解系统，为黄岩农商银行的业务营销场景提供全面的支持。

挖掘目标客户-客户分层

以客户为中心的服务模式，注重差异化、个性化。 基于客户大数据观察，标签化管理客户新闻，为黄岩农商银行描绘360°精准客户画像，进行客户价值分层、科学管理，提高客户效率，整合客户资源。

提高顾客价值——信用卡推荐模型

信用卡推荐是典型的产品客户问题，是精准营销的常见场景。 通过构建的大数据平台，利用数据挖掘算法，经过模型训练，最终可以具体生成有信用卡诉求的顾客各方面的图像，从而比较有效地筛选出想要信用卡的顾客。

控制顾客风险-顾客信用后的不良预测模型-

科学技术基于为银行客户建立的大数据平台，利用行内现有贷款客户的历史数据，利用数据挖掘算法，经过模型培训，最终生成潜在的不良客户名单，科学化盘点潜在的逾期客户，并 前瞻性的信用预测有助于银行比较有效地降低放贷和资产不良率。

科技精准营销方案的首要特点是通过整合多渠道的数据资源，描绘精准的客户画像，在银行应对业务场景，实现客户与产品的智能匹配推荐，从而提高客户效率，提高购买率，大幅降低客户价格。

大数据时代，数据已成为重要的资源。 技术处理计划的好处是以数据为中心构建竞争力，用大数据实现精准营销，用大数据推动顾客发展。 精准营销只是其中的一步，夯实数据基础，银行基于大数据平台开发更广泛的应用，深入发展到信用管理、风险管理、指标管理、数据管理、客户关系管理等行业，应用空 最终目的是逐步建立智能银行的新形态。