知己知彼才能制勝，解讀《零售銀行大資料驅動行銷及管理》
大資料技術在企業應用已成為大勢，金融領域存在大量使用者資料與交易資料，
麥肯錫通過對國際領先銀行和國內零售銀行在運用大資料方面進行對比，
知彼，國際領先銀行以大資料採擷出的四大價值
價值一：推動基準行銷
在消費者行為視覺化的今天，大資料也成為銀行持續發展的重點之一，Capital One是一家以投融資及基金管理為基礎，
與其相似的花旗銀行則是在2012年通過大量分析客戶在銀行的內部個人資料，資訊行為，以及家庭資料使得業績大幅度提升（例如，在某富人群裡，
價值二：有益於管理決策
銀行為了實現科學決策和標準化的管理，開始用銷售管理看板代替經驗主義的運作模式，比如滙豐銀行建立自下而上的銷售管理看板，利用大資料分析的透視化管理，為客戶對症下藥，提供最有效的決策支持，
價值三：多快好省
如今，大資料在銀行領域的運用越來越廣泛，對銀行的運營能力也有更高的要求，有許多銀行利用大資料提升運營能力，美國銀行約有5900萬微小客戶，並且有近6000家銀行網點，以往30年內完成的40萬個按揭產品的資訊資料需耗時3個小時，而如今只需要十分鐘；計算違約時間也從96小時縮短至4小時，通過資料平臺優化，
價值四：管控風險
銀行的成與敗，與它的風險管控也有很大的關係，豐富可分析的資料來源，可提高信貸風險評估能力。例如Capital One在總部就建設了1600人的資料分析團隊，依託資料團隊和綜合風控模型提高信貸評估能力對用戶風險進行模擬管控，有效降低監管成本。運用大資料技術對使用者風險管控的還有滙豐銀行，滙豐銀行為全球業務網路構建了防欺詐管理系統，資料處理量增加了87%，同時電腦資源成本降低了30%。
綜述，基於麥肯錫經驗，大資料的高級分析能夠為銀行業挖掘出前所未有的價值，見圖1。
“大資料”作為零售的核心工具，可多方面為銀行提升運營績效，相對的，中國零售銀行運用大資料目前存在四大問題，報告通過行銷體系建立的方式進行分析，基本環節見圖2。
中國的銀行普遍面臨客戶資料與一線應用脫節的困境，四大環節從資料聯繫和挖掘入手解決三方面問題：
問題一：框架能力匱乏，難以形成高價值洞見
問題二：資料洞見閒置，難以設計舉措建議
問題三：執行大打折扣，難以跟蹤銷售過程
問題四：回饋體系缺失，難以形成自回饋閉環
中國零售銀行在銷售指標的設定上，過於強調結果缺少過程分解與動作類指標，見圖3。在銷售過程監控、銷售過程的關鍵節點存在著盲點，由於在指導銷售行動上存在以上問題，指導效果也大打折扣。
資料驅動的五大制勝秘笈
為説明中國零售銀行在資料化行銷和管理能力上實現快速突破，麥肯錫研發出五大秘笈
秘笈一：診斷與洞見——深度理解業務痛點和機會點。
獲得客戶洞見是銀行開展零售的第一步，針對銀行業務的深層解讀，麥肯錫為銀行制定了Digital Sprint銀行定製版，對客戶的全壽命週期進行診斷，洞察了獲客、提升客戶、流失客戶挽回的能力，並給出相應產品和管道的舉措，見圖5。
秘笈二：用例驅動分析——實現資料驅動精准化行銷。
在實現業務診斷和相關洞見之後，銀行下一步要做的就是根據洞見和相關問題制定不同的策略。麥肯錫分別通過兩個案例來展現驅動分析的卓有成效。
案例一：通過交叉銷售理財產品，增加已有客戶的儲存額度
在該案例中，某銀行通過Digital Sprint分析客戶的儲蓄大幅度流失是阻礙儲蓄增長的主要原因。
實踐表明，有理財產品的客戶人均資產提升要比無理財產品客戶高7-8倍，增長人數比例也是無理財產品的1-2倍。
為此，該問題的解決方案是向客戶推薦理財產品。傳統地毯轟炸式的推銷理財產品，事倍功半且易遭至客戶的反感。通過大資料分析和模型篩選後，選擇有意向的客戶，並進行精准行銷，匹配出合適的理財產品，事半功倍。
案例二：通過統計聚類，分組設計產品和行銷方案提升信用卡使用者的儲存卡比例和存儲數額
在該案例中，某銀行無法捕捉中高消費且按時還款的高品質信用卡客戶。
實踐表明，將信用卡開戶行的儲蓄帳戶作為主帳戶，可有效提升儲蓄量。
利用大資料和建模可追蹤信用卡的使用資料，可以精准刻畫用戶的日常行為，獲取客戶的社會地位、職位和偏好等，從而做到有針對性地行銷方案，其次通過還款來源鎖定競爭銀行，使產品和行銷更加具有針對性。
秘笈三：線索執行及管理——分支分行行長及客戶行銷及管理工具。
若要將Digital Sprint發現的客戶洞見與用例驅動分析結果應用到前線，銀行還需要CRM，協助銷售和管理，進而需要分析型CRM資料行銷解決方案，其核心功能是建立行銷模型、推送行銷線索，見圖6。此外麥肯錫對CRM的操作介面進行了梳理，理財經理可以隨時利用移動端瞭解客戶資訊、管理客戶、推送線索（見圖7）及對標管理自身業績（見圖8）等。
秘笈四：銷售管理駕駛艙——提升銷售管理能力的有效解決方案。
銷售管理駕駛艙從產品、客戶、管道、團隊和收入等多個維度出發，全方位分解業績，並在每個節點按不同經營機構進行切分，使每個團隊或個人都能以不同視角分析定制化產品的經驗情況，從而大大提升決策水準與效率，見圖9。例如在團隊維度上，分析發現普通以上客戶的維護覆蓋率僅70%以下或多人重複維護的客戶達30%以上，或者無分戶的理財經理或客戶經理人數達30%以上，就應將合理分戶作為下一步的重點舉措。
秘笈五：一體化資料平臺——實現整合的資料效益。
為了有效發揮“四大秘笈”，麥肯錫提出在銀行範圍內建設一體化資料平臺作為大資料基礎架構，該平臺從資料整合到一線執行一共包括五層，見圖10，各層均配有相應的組織架構和KPL支援。
打造零售銀行大資料分析能力的五大步驟
搭建完整的資料驅動行銷和管理體系需要分為五步走。
步驟一：從核心業務突破，推動資料行銷。零售銀行業務覆蓋面比較廣，所以在初期階段銀行應該對自身現狀進行診斷，借助Digital Sprint在短時間內定位元提升客戶業務的機會，並通過銷售管理駕駛艙贏得總行的重視。
步驟二：跑通資料化行銷和管理閉環，通過試點反覆運算優化。這個步驟的主要目的在於解銀行的整個系統，需要在過程中發現、總結並解決問題，吸取經驗和教訓，為後續全面推廣奠定基礎。
步驟三：全面推廣形成方案。銀行在推廣階段還是會遇到種種挑戰，所以必須要有總行、分行和支行的全力配合，並引進規範化的PMO及推廣經驗，才能確保轉型成功。
步驟四：進行頂層設計，培養銀行的大資料能力。資料管理的第四步是頂層設計，銀行要設計核心職能、梳理組織架構及流程，建設各層級人員的能力並持續優化改進硬體系統。
步驟五：制定持續資料驅動轉型的實施計畫。最後一步也是至關重要的一步就是制定持續資料驅動行銷和管理體系的轉型路線圖，見圖11。路線圖一旦確定就不能隨意更改，並且需要多層次全方位的宣傳，確保全員深諳轉型的意義及路線圖。
最近幾年，大資料、雲計算等技術的出現，給金融業帶來了不小的衝擊。
金融大資料在金融行業的應用能有效地説明金融行業實現資訊化轉型，使得金融行業整體更為高效。而現階段大資料在金融領域的主要應用是個人征信，大資料風控，信用服務等方面。在銀行方面充分利用資料的潛在優勢：
1、依靠資料跟蹤技術，實現對貸出款項即時監測，防控資金問題。
2、大資料本身就是消費市場的晴雨錶。針對大資料的研究分析，梳理出資金需求額度較高行業、企業及個人的相關資訊，並且進行深度資料採擷分析，基於資料計算出風險概率，實現貸出額度的科學化。
3、大資料能夠多維度分析潛在客戶需求層級，真正實現銀行準備金使用效率的最大化。
4、節省人力成本，降低銀行經營成本。
可能存在的風險：
1、缺少行業監管和規範，容易誤導為旁氏騙局。例如早期的P2P，監管危害較P2P降低，但性質相同。
2、資料分析出收益更高的行業和領域，可能造成銀行從業者將資金過多投入到高收益領域。造成部分重要行業遭遇資產荒。
比如光大銀行研發的“陽光理財”資產配置平臺（APP），分析客戶需求並設計與之匹配的資產配置方案以支援行銷；民生銀行通過大資料分析定義行銷舉措並防止客戶流失；招商銀行利用大資料發展小微貸款。
金融跟互聯網的融合是一個大勢所趨，大資料金融能夠説明企業實現，網路化、資訊堆成、高效率、服務邊界擴大化等作用。
在未來，金融會是資料驅動型的金融，大資料技術的廣泛應用，對我國金融生態和金融格局會產生深刻的影響，大資料時代催生了眾多新的金融服務模式，必將推動我國金融行業的發展。
資料處理量增加了87%，同時電腦資源成本降低了30%。綜述，基於麥肯錫經驗，大資料的高級分析能夠為銀行業挖掘出前所未有的價值，見圖1。
“大資料”作為零售的核心工具，可多方面為銀行提升運營績效，相對的，中國零售銀行運用大資料目前存在四大問題，報告通過行銷體系建立的方式進行分析，基本環節見圖2。
中國的銀行普遍面臨客戶資料與一線應用脫節的困境，四大環節從資料聯繫和挖掘入手解決三方面問題：
問題一：框架能力匱乏，難以形成高價值洞見
問題二：資料洞見閒置，難以設計舉措建議
問題三：執行大打折扣，難以跟蹤銷售過程
問題四：回饋體系缺失，難以形成自回饋閉環
中國零售銀行在銷售指標的設定上，過於強調結果缺少過程分解與動作類指標，見圖3。在銷售過程監控、銷售過程的關鍵節點存在著盲點，由於在指導銷售行動上存在以上問題，指導效果也大打折扣。
資料驅動的五大制勝秘笈
為説明中國零售銀行在資料化行銷和管理能力上實現快速突破，麥肯錫研發出五大秘笈
秘笈一：診斷與洞見——深度理解業務痛點和機會點。
獲得客戶洞見是銀行開展零售的第一步，針對銀行業務的深層解讀，麥肯錫為銀行制定了Digital Sprint銀行定製版，對客戶的全壽命週期進行診斷，洞察了獲客、提升客戶、流失客戶挽回的能力，並給出相應產品和管道的舉措，見圖5。
秘笈二：用例驅動分析——實現資料驅動精准化行銷。
在實現業務診斷和相關洞見之後，銀行下一步要做的就是根據洞見和相關問題制定不同的策略。麥肯錫分別通過兩個案例來展現驅動分析的卓有成效。
案例一：通過交叉銷售理財產品，增加已有客戶的儲存額度
在該案例中，某銀行通過Digital Sprint分析客戶的儲蓄大幅度流失是阻礙儲蓄增長的主要原因。
實踐表明，有理財產品的客戶人均資產提升要比無理財產品客戶高7-8倍，增長人數比例也是無理財產品的1-2倍。
為此，該問題的解決方案是向客戶推薦理財產品。傳統地毯轟炸式的推銷理財產品，事倍功半且易遭至客戶的反感。通過大資料分析和模型篩選後，選擇有意向的客戶，並進行精准行銷，匹配出合適的理財產品，事半功倍。
案例二：通過統計聚類，分組設計產品和行銷方案提升信用卡使用者的儲存卡比例和存儲數額
在該案例中，某銀行無法捕捉中高消費且按時還款的高品質信用卡客戶。
實踐表明，將信用卡開戶行的儲蓄帳戶作為主帳戶，可有效提升儲蓄量。
利用大資料和建模可追蹤信用卡的使用資料，可以精准刻畫用戶的日常行為，獲取客戶的社會地位、職位和偏好等，從而做到有針對性地行銷方案，其次通過還款來源鎖定競爭銀行，使產品和行銷更加具有針對性。
秘笈三：線索執行及管理——分支分行行長及客戶行銷及管理工具。
若要將Digital Sprint發現的客戶洞見與用例驅動分析結果應用到前線，銀行還需要CRM，協助銷售和管理，進而需要分析型CRM資料行銷解決方案，其核心功能是建立行銷模型、推送行銷線索，見圖6。此外麥肯錫對CRM的操作介面進行了梳理，理財經理可以隨時利用移動端瞭解客戶資訊、管理客戶、推送線索（見圖7）及對標管理自身業績（見圖8）等。
秘笈四：銷售管理駕駛艙——提升銷售管理能力的有效解決方案。
銷售管理駕駛艙從產品、客戶、管道、團隊和收入等多個維度出發，全方位分解業績，並在每個節點按不同經營機構進行切分，使每個團隊或個人都能以不同視角分析定制化產品的經驗情況，從而大大提升決策水準與效率，見圖9。例如在團隊維度上，分析發現普通以上客戶的維護覆蓋率僅70%以下或多人重複維護的客戶達30%以上，或者無分戶的理財經理或客戶經理人數達30%以上，就應將合理分戶作為下一步的重點舉措。
秘笈五：一體化資料平臺——實現整合的資料效益。
為了有效發揮“四大秘笈”，麥肯錫提出在銀行範圍內建設一體化資料平臺作為大資料基礎架構，該平臺從資料整合到一線執行一共包括五層，見圖10，各層均配有相應的組織架構和KPL支援。
打造零售銀行大資料分析能力的五大步驟
搭建完整的資料驅動行銷和管理體系需要分為五步走。
步驟一：從核心業務突破，推動資料行銷。零售銀行業務覆蓋面比較廣，所以在初期階段銀行應該對自身現狀進行診斷，借助Digital Sprint在短時間內定位元提升客戶業務的機會，並通過銷售管理駕駛艙贏得總行的重視。
步驟二：跑通資料化行銷和管理閉環，通過試點反覆運算優化。這個步驟的主要目的在於解銀行的整個系統，需要在過程中發現、總結並解決問題，吸取經驗和教訓，為後續全面推廣奠定基礎。
步驟三：全面推廣形成方案。銀行在推廣階段還是會遇到種種挑戰，所以必須要有總行、分行和支行的全力配合，並引進規範化的PMO及推廣經驗，才能確保轉型成功。
步驟四：進行頂層設計，培養銀行的大資料能力。資料管理的第四步是頂層設計，銀行要設計核心職能、梳理組織架構及流程，建設各層級人員的能力並持續優化改進硬體系統。
步驟五：制定持續資料驅動轉型的實施計畫。最後一步也是至關重要的一步就是制定持續資料驅動行銷和管理體系的轉型路線圖，見圖11。路線圖一旦確定就不能隨意更改，並且需要多層次全方位的宣傳，確保全員深諳轉型的意義及路線圖。
最近幾年，大資料、雲計算等技術的出現，給金融業帶來了不小的衝擊。
金融大資料在金融行業的應用能有效地説明金融行業實現資訊化轉型，使得金融行業整體更為高效。而現階段大資料在金融領域的主要應用是個人征信，大資料風控，信用服務等方面。在銀行方面充分利用資料的潛在優勢：
1、依靠資料跟蹤技術，實現對貸出款項即時監測，防控資金問題。
2、大資料本身就是消費市場的晴雨錶。針對大資料的研究分析，梳理出資金需求額度較高行業、企業及個人的相關資訊，並且進行深度資料採擷分析，基於資料計算出風險概率，實現貸出額度的科學化。
3、大資料能夠多維度分析潛在客戶需求層級，真正實現銀行準備金使用效率的最大化。
4、節省人力成本，降低銀行經營成本。
可能存在的風險：
1、缺少行業監管和規範，容易誤導為旁氏騙局。例如早期的P2P，監管危害較P2P降低，但性質相同。
2、資料分析出收益更高的行業和領域，可能造成銀行從業者將資金過多投入到高收益領域。造成部分重要行業遭遇資產荒。
比如光大銀行研發的“陽光理財”資產配置平臺（APP），分析客戶需求並設計與之匹配的資產配置方案以支援行銷；民生銀行通過大資料分析定義行銷舉措並防止客戶流失；招商銀行利用大資料發展小微貸款。
金融跟互聯網的融合是一個大勢所趨，大資料金融能夠説明企業實現，網路化、資訊堆成、高效率、服務邊界擴大化等作用。
在未來，金融會是資料驅動型的金融，大資料技術的廣泛應用，對我國金融生態和金融格局會產生深刻的影響，大資料時代催生了眾多新的金融服務模式，必將推動我國金融行業的發展。