大数据环境下商业银行客户标签体系构建

大数据环境下商业银行客户标签系统的构建在大数据时代，以互联网为代表的现代信息技术将从根本上改变金融运行模式。数据显示出量化、多元化、快速传递和价值的变化趋势，同时也改变了传统金融业的市场竞争环境、营销策略和服务模式。商业银行“通过产品和服务争夺客户”的背后是一股数据战争的暗流。商业智能、大数据分析、数据挖掘、数据价值和信息地图等词汇越来越多地进入各级商业银行管理层和执行层的视野。银行还在客户营销、客户关怀、风险监管和业务运营中应用更深入、更精细的数据分析。这也反映了商业银行的转型思路，即时不时地改变和利用这种情况。也就是说，他们利用互联网思维和大数据思维来实现战略转型。依托客户服务渠道和大量交易数据的优势，建设一个以大数据为基础、以客户为中心、重视客户体验、适应新时代市场竞争的“数字银行”。在这个过程中，如何从ZB计算出的银行海量数据、结构化和非结构化的互联网以及各种可能记录客户信息的商户系统中获取并筛选出有价值的相关信息，是所有商业银行面临的一大挑战。然而，建立客户标签，实现快速准确的营销是商业银行应对上述挑战的有效解决方案。一、什么是客户标签给客户贴标签是大数据营销中的常见做法。诸如“商人”、“哺乳母亲”、“学生”和“奢侈粉丝”等客户标签早已在互联网企业中确立。借助客户标签，互联网企业可以基于网页设计实现广告和营销活动的准确推送。近年来，国内商业银行也开始尝试通过深入的数据分析和挖掘来“标记”各种类型的客户，以深入了解客户的行为和偏好。合理准确的客户标签背后是银行对全方位客户信息的深入理解和认知。在这个过程中，银行可以发现哪些潜在客户对营销活动反应强烈；哪些客户难以接受新产品，只喜欢传统业务？哪些客户信用评级低、风险高或存在潜在欺诈？准确概括客户需求，结合多维数据，如银行内部数据、社交媒体数据和外部公共数据，经过深入分析和挖掘，获取潜在客户的知识，根据业务目标对客户进行分类和提炼，以自然语言的方式描述客户。例如，客户标签“手机消费者”=统计周期本年1月1日(自然年)至今渠道偏好特征通过手机银行渠道办理业务服务偏好特征=支付交易数量4交易对手特征支付宝商户。客户标签通常是一个或多个客户特征的集合。组成集合的功能也称为业务功能规则，是表示客户标签规则的原子组件。二。客户标签系统的构建对于商业银行来说，有数百甚至数千个基于客户特征集形成的客户标签。这些标签在构建时有不同的业务目的和应用场景。随着越来越多的贴标签场景，商业银行将逐步形成一个完整的客户标签体系。根据行业特点，客户标签有不同的分类方法。例如，行业中常用的传统分类方法将人口统计、兴趣、社会属性和财务特征作为顾客的二级标签，并将财务特征下的产品偏好、渠道偏好和交易偏好三级标签细分。该分类方法与大数据相结合后，增加了基于互联网和外部数据的客户生活标签。在该标签下，对生存需求、关系需求、成长需求和互联网等多个三级标签进行细分，对访问偏好、内容偏好和行为特征等四级标签进行进一步细分。这篇论文商业银行的数据不仅包括传统交易系统的结构化业务数据，还包括银行自身电子商务网站、网上银行、手机银行和外部社交媒体网站、即时通讯工具、微博、微信等渠道的半结构化数据、日志等文本信息以及客户服务渠道的各种语音、图片、图像等非结构化数据。客户标签系统的建立可以对不同渠道、不同口径、不同来源、不同结构的客户信息进行统一分类管理。根据商业银行客户的特点，结合大数据思维，客户标签系统可分为五类：人口统计、兴趣、社会属性、财务特征和互联网特征(如图1所示)。(1)人口层面根据人口统计知识定义的基本客户信息，包括性别、年龄、收入、生活阶段、子女、父母、婚姻、宗教信仰、国籍、籍贯、教育水平等。(2)兴趣和爱好维度兴趣是指一个人对现实的态度、行为和心理特征，可以分为五个方面：娱乐偏好、生活偏好、文化偏好、个性情感和消费心理。其中，娱乐偏好指的是对娱乐项目的喜爱，如音乐、歌剧等。生活偏好是指对日常事物的偏好，如宠物、家等。文化偏好指的是对文化信息的热爱，如阅读、摄影等。人格情感是指人格和心理特征，如爱、情感、急躁等。消费者心理是指消费者购物的行为特征，如网上购物偏好、促销偏好、假日旅游偏好等。(3)社会属性维度社会中不同类别的人将以家庭、邻居、朋友和其他群体的形式生活。社会属性的维度是描述社会群体的一些特征，主要包括生活特征、工作特征和社会特征。其中，生活特征是指居住区域(如市中心和郊区)、是否买车、是否买房等。工作特征是指工作领域、工作性质、行业类别、职称等。社会特征指的是交朋友的情况(许多朋友，宅男，等等。)，社交圈属性(如高端知识分子、篮球爱好者等。)和团体联系(如大学生、爱情团体等。)。(4)财务特征财务特征是指与资本账户和交易相关的财务特征信息，如银行资产、产品持有量、渠道使用、投资偏好等。在客户与商业银行的互动中。这些数据可以来自各种渠道，如一线业务、汇总信息或挖掘分析。财务特征可以分为资产信息特征、收入贡献特征、产品偏好特征、消费行为特征、渠道偏好特征和生命周期特征。其中，资产信息特征包括客户AUM、各种产品的日均价值和时点价值；收入贡献特征是指客户通过贷款、中间业务收入等为银行带来的利润贡献。他们可以分为高价值客户、中高价值客户、低价值客户等。它们可以与不同的产品交叉组合。产品偏好特征包括产品持有和投资、服务偏好特征，如定期持有、生活支付偏好、银行融资偏好等。消费者行为特征包括消费者地理位置、消费时间、品牌偏好、广告和营销偏好以及消费者热点偏好。渠道偏好特征是指与银行互动的客户的渠道特征，如柜台偏好、网上银行偏好、手机银行偏好等。生命周期特征是指客户与银行从接触到销户的不同阶段，包括收购期、推广期、成熟期、衰退期和损失期。(5)互联网行为特征维度互联网行为特征维度是指与客户在互联网或移动终端上的访问内容和操作行为相关的信息。此类信息包括银行o从建立客户标签到形成一套客户标签系统，需要建立一个客户标签应用平台。客户标签应用平台将客户标签系统(常用标签信息)与360度客户信息视图的基础数据有机集成，基本满足业务部门的日常数据分析需求。客户标签应用平台还提供自助信息获取和调用体验规则获取信息的功能，规则在知识沉淀后可以重用；此外，营销反馈的结果也已纳入客户标签应用平台，作为标签系统和规则优化的补充。客户标签应用平台分为三个层次：客户标签获取、客户标签库和客户标签应用(如图2所示)。其中，客户标签采集层负责收集客户标签数据，主要通过调查研究、一线人员收集(如分店、电话服务热线或客户经理等)来积累客户特征规则。)，客户联系人(包括业务处理联系人和营销活动联系人等。)，网络标签规则(如维基百科、电子商务标签库)、商业营销经验、数据仓库信息层、数据分析和挖掘建模等渠道或技术手段。客户标签库层负责存储客户属性、特征规则和客户标签。虽然借助客户标签可以快速进行营销定位，但由于标签是一个集中的信息项，进行客户肖像和分析挖掘稍显不足，因此需要结合360度客户信息视图的详细数据，以保证客户信息的完整性。此外，由于外部环境和客户行为信息不断变化，为确保客户标签数据的准确性、及时性和高质量，应做好客户标签的基础管理，建立标签创建、编辑、审批、发布、执行、评估和离线的生命周期管理流程，实现标签管理的系统化。客户标签的应用层是利用客户标签实现客户肖像、客户群细分、精准营销、客户价值提升、分析挖掘和快速信息推送。其应用对象包括二线产品经理、营销人员、数据分析师、一线客户经理、网络柜台等。在建立客户标签营销和分析框架的过程中，我们不仅需要“使用数据”，还需要“支持数据”。“提升数据”是扩大客户标签的来源，积极收集银行现有但未使用的数据以及银行外部的数据，关注银行业务的新趋势和趋势，加强与客户的联系沟通，加强客户属性和行为特征的积累。还可以考虑通过第三方工具(如爬虫技术)获取行业中成熟的客户标签信息，以便在互联网上获取所需的标签。客户标签营销分析框架的构建实现了数据从“看”到“用”，从“用”到“养”，让数据“活”起来，充分发挥其价值。随着互联网金融和民营银行的兴起，传统商