某国有银行业务收益提升 30 倍，它究竟是怎么做到的！

在激烈的银行竞争环境下，释放存量客户的复购潜力成为关注的重点。然而，目前银行销售理财产品过程中存在一系列问题，其中一个主要原因是过度依赖理财经理的个人经验。国有银行也难以避免这些问题在目标客户定位和营销执行过程中的出现。

某国有银行面临业绩压力和营销资源矛盾，导致存量客户复购潜力难以发挥。

在一家某国有银行重点分行，主要分为三个业务部门。这三个部门分别是个人金融业务部门，负责销售投资型产品；消费金融业务部门，负责放贷；以及信用卡业务部门。这三个业务部门的发展相对独立，其中个人金融业务部门拥有超过 1000 万名客户。

银行业务竞争激烈，要提升业绩增长，必须充分发掘存量客户的再次购买潜力。过去，销售理财产品一直依赖理财经理个人经验，这导致在确定目标客户和执行营销过程中出现了低转化率、高风险的情况，亟需改进。

质量低下：响应率较低，平均不到 1%。

效率低下：目前只有 400 多名理财经理，每月仅能与大约 2 万名客户联系。然而，存量客户超过 1000 万人，符合销售条件的也有数百万人。目前采用的随机或经验法则的销售方式无法及时发现和满足有需求的客户，导致了销售机会的失去和客户的流失。这些客户处于 “睡眠” 和 “流失” 状态中。

风险较高：如果过分干扰客户，可能会导致投诉的发生。当客户投诉数量较多时，监管部门可能会暂停使用外呼渠道。

飞算科技对该银行的业务流程进行了分析，发现各个环节都存在明显的问题

经过对该银行的业务流程进行全面分析，飞算科技发现了三个存在问题的环节，而且这些问题一直没有得到妥善解决。

第一阶段的业务环节是 “获取候选名单”，具体业务内容是业务人员向 IT 人员提出需求，以获取候选名单。该业务存在四个主要痛点：一是业务人员缺乏分析能力，必须依赖于 IT 人员；二是 IT 人员容易产生理解偏差；三是 IT 人员的反馈周期较长；四是双方沟通效果较差，导致需要进行较多的重新工作。银行尝试了使用总行的大数据平台进行改善，但效果不佳。其中问题一是业务人员仍无法参与进来，业务和 IT 之间的 “沟通鸿沟” 仍然存在。问题二是总行的数据未考虑到各分行的个性化需求，反而无法满足需要。该业务环节目前比较原始，业务人员提出需求后，IT 人员手动提取数据。

在第二个业务环节中，业务人员根据经验判断，确定高潜力客户，并形成一个短名单。不过，他们面临的问题是依赖于经验法则，导致定位不准确，效果不佳。该银行曾尝试雇佣算法专家进行人工智能建模来改进这一情况，但效果不令人满意。原因之一是专家成本较高，另一方面是建模周期较长，无法满足业务团队的时间要求。目前该环节中的业务现状是专家建模只在小范围内使用，经验法则仍然是主要决策依据。

“建联与销售” 是第三个业务环节，即业务人员与客户联系并推荐理财产品。然而，该环节存在的问题是依赖于人工方式，效率不高。为了改进这一问题，该银行尝试使用传统的营销系统，虽然解决了一些问题，但也带来了新的问题。首先，营销闭环没有打通，还需要人工进行执行，无法实现自动化营销。其次，无法实现跨渠道资源整合和客户沟通策略的优化。目前，该环节仍然使用传统的营销系统进行操作。

飞算科技利用自动化、人工智能和大型模型技术，为该银行提供了全方位的解决方案

飞算为该银行提供的端到端解决方案，它由三个部分构成。首先是大型模型和 BI 增强分析，以解决客户洞察问题。其次是自动化建模，以解决短名单准确性问题。最后是自动化营销，以解决营销效率和资源优化问题。

飞算科技的解决方案第一部分是 AI.Insight。该产品能够自动生成客户画像，并提供趋势分析、归因分析和差异分析等功能。AI.Insight 综合运用小模型和大模型的优势。小模型负责分析和推荐，而大模型则负责交互和决策生成。AI.Insight 能够为 “获得长名单” 业务环节带来智能交互和智能洞察这两个预期效果。通过对数据洞察点进行客户特征分析，可以确定异常客户群体的定位。

飞算科技的 AI.Modeler 是一个全自动化的数据建模平台，用于解决方案的第二部分。它专注于数据加工和模型开发，覆盖了数据建模领域的分析、清洗、衍生、选择、迭代、上线等整个建模生命周期。AI.Modeler 可为 “获得短名单” 业务环节带来预期的两个效果：精准定位和低使用门槛。

精确定位：建立存量客户小名单，进行精准营销，提高转化率。

AI.Modeler 标准版适用于产品与理财经理等业务人员，其使用门槛较低。只需一键启动，即可完成建模过程，全流程全自动，仅需 30 分钟，包含 4 个步骤。与专业建模人员的效果相媲美。

通过飞算科技的自动化营销平台来实现第三部分的解决方案。可以支持营销闭环的打通，优化营销策略，管理营销资源，并且设计、执行和追踪活动等需求。使用自动化营销平台可以达到 "建联与销售" 业务环节所期望的营销策略优化、营销资源管理、活动设计和执行的效果。

飞算科技和该银行的合作带来了显著的业务收益

2022 年 6 月 10 日至 30 日，飞算科技进行了 POC，通过与真实客户交流并统计营销结果进行线下验证。结果显示：飞算科技的解决方案响应率达到 2.48%，而传统银行的响应率仅为 0.31%，飞算的响应率是传统方式的 8 倍。飞算的解决方案平均购买金额高达 185 万，而传统方式只有 50 多万，飞算的平均购买金额是传统方式的 3.6 倍。总体而言，使用飞算的业务收益提升了近 30 倍。

该银行对这次测试结果非常满意，决定正式购买飞算科技的产品。双方正在讨论客户画像、事件营销和营销自动化等细节，以推进进一步的概念验证。

如果你也对存量客户的价值增长解决方案或方案中的具体产品感兴趣，关注【飞算科技】公众号了解更多。