清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

案例名称

基于大数据技术的客户价值提升数智化运营

案例简介

本项目基于行内存量客户的用户画像及行为偏好等特征数据,应用大数据挖掘技术,对长尾客户和中高端客户进行数据挖掘,建立长尾客户价值提升预测模型、中高端客户流失预警模型,圈定长尾潜在价值提升名单和中高端潜在流失客户名单;基于模型可解释性,归集客户价值提升或者流失的原因,结合客户的行为偏好,制定差异化的客群经营策略,开展精准营销和维系,打通零售客户营销全流程,形成智能化的客群闭环运营机制。

创新技术/模式应用

本案例的主要创新为基于大数据精准营销技术实践与全流程营销数智化驱动。

1、基于大数据精准营销技术实践:该项目基于有监督学习和无监督学习相结合的机器学习技术开展,从客户的基本属性、资产状况、负债状况、偏好信息、金融行为、渠道行为等特征维度进行大数据挖掘;根据客户资产等级划分客群,对客群进行探索,定义价值提升/流失标识,基于梯度提升树、随机森林、XGBoost等机器学习算法,建立长尾客户价值提升模型和中高端流失预警模型,并根据模型效果选择最优的算法,预测客户价值提升或流失的概率;模型可解释,基于可解释性算法SHAP,归集影响客户价值提升或者流失的重要影响特征。通过分析每个特征不同取值范围对概率的影响,定位价值提升或流失原因,并将量化的结果转化为业务解释,根据重要影响特征制定营销或者维系策略,对客户进行精准营销。客户聚类辅助营销,基于客户行为数据,分别对潜在价值提升或流失目标客户进行K-Means聚类,分析客群的行为偏好、产品偏好及渠道偏好等数据,并结合影响客户价值提升或者流失的特征行为,针对客群进行精准营销,节省营销成本。

2、全流程营销数智化驱动:创新开展机器学习模型在零售金融场景营销的落地,打通数智化零售客户营销全流程,推进智能化应用探索。首先为构建营销数据支撑闭环机制,构建跨系统数据流,跨部门多渠道的数智化的零售客户营销流程,打通行内系统,让沉睡数据流转,强化对客户千人千面精准营销的数据应用支撑,为客户经理差异化、精准化营销提供数据支撑。

其次为营销流程端到端,基于可视化建模平台和客户管理系统,设置卸数、模型、供数调度,每月定期从数据中台卸数至建模平台,建模平台输出营销名单;随机划分实验组和对照组,开展A/B测试,将实验组的清单配套营销组合产品方案,并供数到营销系统,各分支机构通过营销系统进行智能营销,也可供数到智能外呼系统根据语音识别客户意向,再通过客户经理人工外呼营销。最后为营销效果智能化监测,根据营销系统反馈的营销数据,通过业绩看板、大屏展示等方式,智能监测营销方案落地实施效果以及模型效果评估指标,定期输出评估报告,根据评估报告判断营销策略和模型是否需要迭代优化。

项目效果评估

1、推进营销流程再造:成立跨部门项目组,联动数据平台,应用系统,触客渠道等相关系统平台,打造基于数据驱动的营销机制,完善端到端服务流程,大大提高营销运行效率。

2、客群全覆盖的闭环运营:基于大数据模型,建立行内存量客户闭环运营链路。对长尾客户进行潜力挖掘,并进行精准营销。对中高端客户则进行了流失预警,并借助客户画像,助力客户经理实现个性化营销。同时全面构建起业务与科技创新的协同联动,建立“数据中台建模数据支撑-建模平台数据分析及模型构建-客户营销平台辅助营销并回流效果数据至中台-可视化建模平台效果监控及评估-策略调整及模型优化”的闭环链路,形成持续的运营迭代优化机制,赋能数据运营智能化,提升营销效能。

3、模型落地成效显著:在长尾客户价值提升预测模型输出的营销名单中筛选两个机构进行试点营销,营销期间,资产提升率81.8%,AUM资产增长约占两个机构全部客户资产提升的四分之一,精准营销效果显著;中高端流失客户预警模型输出的模型名单,经过三个月数据验证,在Top10%的样本上流失率提升约4.1倍(最高提升度lift为5.0),精确率55.3%,召回率40.0%,模型效果显著。

项目牵头人

粟尉廷 广西北部湾银行数字金融管理部总经理

项目团队成员

汪成钢、姜雄飞、周家吉、陈雪、吴天、任杰、李长灿、邱天、陈雪婷

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文版权归原作者所有,如有侵权,请联系删除。

评论


猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。