随着金融科技的快速发展,银行业也在不断提升数字化水平。通过大数据、人工智能等技术的应用,银行可以更加精准地了解客户需求,提供个性化的金融产品和服务,还能降低运营成本,提升风险管理能力,创造更多业务价值。

《金融科技发展规划(2022~2025年)》也明确指出,以加强金融数据要素应用为基础,以深化金融供给侧结构性改革为目标,以加快金融机构数字化转型、强化金融科技审慎监管为主线,将数字元素注入金融服务全流程。

近期,聚焦银行业数智化转型,火山引擎基于「数据飞轮」模式发布系列白皮书,通过总结近三年与上百家银行的合作经验,从智能营销、客户旅程分析、标签体系、A/B测试四个方面,为在转型探索中的银行业务提供解法、拓宽思路。

据介绍,数据飞轮是由火山引擎提出的企业数智化升级新模式,来自于字节跳动十余年数据驱动实践经验的提炼,此次白皮书发布,也是数据飞轮模式在银行业务实践的首次全面总结。

相关部门已出台一系列的政策文件为银行数字化转型指明方向,但“如何转”“怎么转”等问题却是“千行有千面”。相比于数据基础设施建设的重投入、长周期,“智能营销”直接带来客户和收入转化,成为以银行为代表的金融行业,在数字化转型中的重要切入点。

基于数据飞轮理念以及数智平台VeDI系列数据产品,银行可以在APP、官网、微信小程序、线下网点建立一套数字触点,通过增长分析平台 DataFinder实现数据采集、行为分析和渠道监测,再由客户数据平台VeCDP建设标签、划分人群。通过VeCDP完成客户分层,银行能进一步洞察客户画像,并针对不同客户群体制定差异化的运营策略——当策略完成后,可以通过增长营销平台GMP的多渠道,如短信、push、邮件、微信等,面向精准客户群体实现营销触达,实现营销场景下的精细化运营闭环。

在智能营销全流程中,火山引擎数据飞轮银行业系列白皮书也拆拆解出了更多细分场景,比如客户旅程分析、标签体系建设、A/B实验等,为银行业务提供更多实操思路。

在客户旅程分析场景中,深入、全面地理解和分析用户与金融机构的产品、服务交互中的行为路径和体验,能更好帮助银行理解用户,优化体验,提升业务绩效和运营ROI。增长分析平台DataFinder则能在以用户全生命周期为基础,通过全域流量可视化分析工具,提供客户全旅程分析视角。与金融机构合作中,DataFinder沉淀了大量数据赋能全渠道客户旅程分析及线上用户运营的场景经验,如网金部开展线上用户运营以及客户旅程分析与优化、APP团队开展功能监测与迭代、零售个金部门开展线上活动旅程分析与漏损归因、客户旅程断点识别与线上线下联动营销,埋点实时采集与线上消费贷秒批秒贷等。

例如,在某APP健康度监测中,DataFinder助力银行在用户注册登录、使用时长和频率等方面进行评估,并对关键指标异动进行归因分析,最终实现数据更新周期从T+1升级到秒级查询,APP异常情况无需开发就能第一时间定位,平均每张看板更是节约5000元开发成本。
图片
DataFinder用户健康度看板

在标签体系建设场景中,银行业务端运营人员需要有更灵活的平台,实现圈选客群、人群洞察等能力,提升营销活动效率。但对于为运营团队提供大数据服务的研发人员来说,名单制营销推行多年,各部门数据需求堆积如山,大数据服务人员则是疲于应对。引入客户数据平台VeCDP,则能帮助银行进行标签体系平台升级,实现运营人员埋点、业务明细数据开放的自服务,进一步推动标签优化、标签全流程治理以及营销策略体系升级。

在银行业积极探索创新策略以提升用户体验、优化产品与服务中,A/B实验作为一种科学决策工具,也正在被愈加广泛应用,特别是在这类场景中:试点项目有所效果,但不知道该不该全行大面积推广?营销费用花了很多,但看不清楚投产,新增的费用不知道用何依据审批?

字节跳动在过去12年进行了超过240万次的实验证明,A/B实验的理念和方法支撑企业数字化决策的运转,也能助力银行业务有效解决上述问题。作为行业领先的A/B实验平台,DataTester具备实验设计与创建、可靠的流量划分、实验分析、配置发布等能力,已经在银行大零售板块中的大众客户AUM增长、信用卡客户运营、信贷客户运营、网金AUM增长、ATO跨渠道联动、个推算法迭代等典型场景落地。

代发客群是零售银行基础客群运营中的核心工作,各家银行在代发客群推行名单制营销已长达数年。在某银行代发工资客群策略优化场景中,基于DataTester开启A/B实验,银行运营人员将传统营销策略中的面向所有代发户推荐同样的活动页+奖励,转变为围绕代发客户在企业中的三种等级,包括企业高管、核心骨干、普通员工,推不同的AUM资产达标与+达标奖励,快速开展策略创新验证,最终实现代发工资客群户均AUM提升40%,理财产品七日购买率提升30%。
图片
代发工资客群策略优化A/B实验,户均AUM提升40%

更多银行业数智化转型解决方案和业务实践,详见《数据飞轮·银行业全渠道智能营销》《数据飞轮·银行业全渠道客户旅程分析与线上运营》《数据飞轮·银行业新一代标签体系》《数据飞轮·银行业A/B实验实践》四本白皮书。


字节跳动数据平台
350 声望71 粉丝