大数据精准营销推荐系统for银行个人金融产品营销.pdf

发掘数据价值 优化客户关系 促进业务发展 大数据精准营销推荐系统 2014 年10月

行业背景 银行业面临的大数据带来的业务挑战 数据规模5年将增长7倍 微型企业贷款逐渐被侵蚀 银行与零售客户越来越远 目前，中国电子商务约占中国零售额的10%， Celent预计2020 年将达到50%。这个趋势对于银行 来说是非常不利的，银行处于电子商务产业的最末 端，正在逐渐被边缘化。

行业背景 同业银行的应对案例 中信银行信用卡中心：实时营销 光大银行：社交网络信息数据库 •  把社交网络上的用户跟光大银行用户匹配起来, 实现对应,以便于进行针对某个客户群的营销。 •  把用户在社交网络上的言论捕捉下来,并进行相 关的营销活动, 目前,进展并不顺利。 •  抓取客户的各方面信息,包括:基本信息、爱好信 息、行为信息、地理信息、电话、语音、网络 的监控录像和在线交易信息等。 招商银行 ：小微贷款 例 ：您刚消费了X 元，如您再消费一笔超过Y 元,即 可在楼上的商户享受一次五折优惠。 •  分析交易记录：招商银行可以根据客户交易记录分析,有效地识 别小微企业客户,然后用远程银行来实施交叉销售。 2012 年,有 1.6 万笔贷款就是通过这种方式实现的。 •  跟踪搜索记录 ：招商银行还根据客户搜索记录,发布营销信息。 2012 年,招商银行凭这个办理小微企业业务将近3 万笔。 •  客户细分：招行银行通过分析客户信息来细分客户,这些客户数 据包括:行为数据、财务数据、区域地理信息、浏览内容信息。