课程背景：
近年来，随着大数据、云计算、区块链、人工智能等新技术的快速发展，这些新技术与金融业务深度融合，释放出了金融创新活力和应用潜能，这大大推动了我国金融业转型升级，助力金融更好地服务实体经济，有效促进了金融业整体发展。在这一发展过程中，又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看，“金融云”快速建设落地奠定了金融大数据的应用基础，金融数据与其他跨领域数据的融合应用不断强化，人工智能正在成为金融大数据应用的新方向，金融行业数据的整合、共享和开放正在成为趋势，给金融行业带来了新的发展机遇和巨大的发展动力。
一般来讲，获客倾向于讨论获客成本和获客渠道。不管是早期的线下获客，还是线上营销获客渠道，获客成本都是成年上升的趋势，成功获取一个有效客户有时能达到三位数。成本的上升意味着利润的降低，达到一个临界点这个渠道就没用了。也就是很多公司所说的不烧钱等死，烧钱又走在被烧死的路上。随着大数据的发展和成熟，对于数据的合理利用，有了一个新的获客方式，大数据精准获客。
大数据营销的精准获客主要还是要找对人，找对企业，这样才能降低成本提高效率。
此次课程不谈技术，只谈大数据如何更加高效、精准的营销客户。
本课程为银行展示了“高效、融合、敏捷”的客户营销新方向。通过数据+业务驱动的方式开展营销活动，提升了银行的营销精准度、信息化综合运营能力和竞争力。
课程收益：
● 了解大数据在于银行的五大应用，了解市场新营销方式的动态
● 学习银行大数据经营和大数据营销的思路、方法、技巧
● 掌握大数据营销过程中用户画像标注的方法技巧
● 学习利用大数据对客户信任建立、需求挖掘的思路
● 学习利用大数据建立客户为中心的生态体系
课程时间：1天，6小时/天
课程对象：金融从业人员
课程方式：讲师讲授+案例分析+研讨互动+行动学习
课程大纲
一、传统银行客群管理的痛点
1. 谁是客户？客户是谁？谁的客户？
2. 渠道分布不均，客群覆盖面窄
3. 场景关联度不高，客群渗透率不足
4. 产品、服务同质化，客群匹配度不高
5. 用户分析不全面，客群粘性不高
二、大数据技术在银行领域中的作用
1. 推进银行业的客群管理
1）连通银行内外部数据，打破数据孤岛
2）实时追踪、分析客户数据
3）精细化定义标签属性
4）建立精准的客户画像
2. 构建一个完整的客户画像
1）数据搜集与处理
2）分析客户行为
3）使用数据挖掘技术
4）建立客户画像模型
5）应用客户画像
讨论：听了很多人在谈客户画像，我的认知的客户画像是什么?客户画像怎么形成的
3. 精准营销
1）客户在社交媒体上的行为数据，与银行内部数据打通
2）客户在电商网站的交易数据，和信贷业务结合起来
3）掌握企业客户的产业链上下游数据，从而可以预测企业未来的状况
4）基于客户的消费习惯及频次，判定客户的等级及后续增长
5）其他有利于扩展银行对客户兴趣爱好的数据
4. 风险管理与风险控制
1）中小企业贷款风险评估
工具：评分表
2）实时欺诈交易识别和反洗钱分析
5. 运营优化
1）市场和渠道分析优化
2）产品和服务优化
3）舆情分析
三、金融行业大数据应用案例及案例解析
1）余额宝
2）花呗
3）阿里小贷
案例二：大数据时代信用卡该怎么玩
讨论：抖音在大数据时代怎么玩
第二讲：变革：大数据带来的银行管理、服务及营销的改变和价值
一、数字化客户管理，实现银行营销精准化、场景化、个性化
1. 银行在客户管理面临必须改变
1）缺乏客户筛选意识、无客户梳理环节
2）缺乏高效的数字化体系，客户管理效率低
3）线上线下客户信息分离，无法有效打通全渠道链路
4）客户分析不全面，客户粘性不足
2. 提升客户管理水平的重要意义
1）客户是金融活动的一个核心要素
2）金融业务依赖于客户管理
3）借助先进的技术对银行业务流程进行重组，整合客户数据资源，并在银行内部实现客户数据资源的共享和智能化分析
4）细分客户群体，针对不同类型的客户制定不同的业务策略，实现对客户的精准营销
3. 提升银行客户管理水平的策略
1）构建数字化的客户管理体系
2）建立标准化的数据管理体系
3）建立360度客户视角，对客户精准营销
4）全面提升自身的数据分析能力
4. 客户管理数字化是银行发展的关键
1）清楚认识到客户所处的生命阶段、财富阶段，清晰、具体地掌握客户的业务行为。
2）科学地构建银行客户管理、运营和服务体系。
3）发展和利用客户资源，并为客户提供有针对性的产品服务。
案例分享：大数据如何实现精准营销？互联网行业怎么做到的！
讨论：在大数据的营销里所谈到的维度，怎么去定义？怎么去调整？
第三讲：发展：大数据在金融行业的应用
一、大数据在金融行业的价值体现
1. 营销大数据
2. 征信大数据
3. 消费金融
4. 社区金融
5. 供应链金融
案例分享(影片)：大数据在金融行业里扮演什么重要的角色？
1. 对客户依托CRM体系：根据客户的需求进行客户的分群管理
2. 做好整体的客户生命周期管理：不断地精准客户的标签
3. 优质客户的服务升级：从客户行为、成长路径、客户权益升级等方面去找出重点客户。
4. 多维度加强对客户的渗透：建立与客户的强连结，引导客户转介。
5. 进行数据库筛选营销：精准锁定客户，匹配权益类基金产品等
6. 交叉销售：进行多产品匹配
三、大数据在客户标签管理怎么做
1. 客户标签：通常是指一个或多个客户统一特征的集合
2. 如何构建客户标签体系
1）基本属性
2）社会属性
3）关联关系：兴趣偏好、价值信息、风险信息、营销信息……
3. 标签的作用
1）打造用户画像视图
2）实现标签客群营销
3）客户流失预警
4）线上客户提升日活、月活
讨论：怎么定义客户画像的标签？如何从静态的客户标签加上客户的行为分析，取的更有价值的数据？
四、大数据治理是银行数字化转型的重要关键
1. 以客户为中心
1）客户信息整合
2）客户特征识别
3）客户分层经营
2. 整合服务资源
1）金融产品
2）权益产品
3）费用资源
3. 建立场景生态
1）建构银行、商户、客户合作生态圈
2）金融触媒，融入客户的生活场景
4. 一站式整合
1）数据整合
2）服务全流程闭环
案例分享：在金融行业里如何实现大数据精准营销？同行里有些什么值得借镜的？
微工作坊探讨：“大数据”思维下的网点销售战略该如何调整？
（小组讨论并制作PPT阐述方案）
课程收尾
1. 回顾课程，提示重点
2. 答疑与互动
李真顺
贺克斌
梅生伟
周远祥
赵华林
曾毓群
朱共山
王国玮
毛宗强