12.4.2  銀行業大數據應用場景

1．在客戶營銷和服務方面

銀行依托數據倉庫和信息庫，加強線上線下聯動及全渠道信息的整合共享，全面融合并綜合利用行內外各類信息，包括結構化、非結構化的信息，形成全行客戶的統一視圖；通過數據深入分析客戶的消費偏好，準確發現并預測客戶的金融需求，設計有針對性的產品，提供個性化的服務。

(1)精準營銷銀行可基于數據倉庫實現客戶特征的分析，可以根據客戶基本信息、持有產品、交易行為等進行目標客戶的分析和篩選，并實現精準化營銷的閉環管理流程，為真正向以客戶為中心的轉型發展奠定良好的技術實現基礎。

某銀行依托數據倉庫，精確定位1億多目標客戶，成功營銷800多萬戶，營銷效率得到大幅度提升，有力支持了客戶拓展和重點產品交叉銷售工作；主動向980萬目標客戶提供金融服務關懷活動，有效提高了840萬目標客戶的忠誠度和歸屬感。

某銀行以理財產品營銷為切人點，建立了保本理財客戶預測模型。通過提取某分行轄內2013年7月購買保本理財產品的四星級以上客戶，觀察其在購買前半年的表現，選取與客戶購買產品緊密相關的信息，通過SAS EM中的決策樹、評定模型（Logit模型）、神經網絡模型分別建立購買預測模型，并從中選擇最優模型來計算客戶在未來一個月內購買保本理財的可能性，精準定位目標客戶。2013年年底，選取了兩家支行作為試點，通過模型，短信營銷客戶反饋率較全行平均水平提升了11倍；客戶經理營銷客戶購買率較以往提升4倍以上，營銷成功率顯著提升，在預測模型推薦并最終購買理財產品的客戶中，有24. 4%的客戶以往從未購買過理財產品，有效地實現了客戶拓展。