摘要:“以客户为中心”的增长策略是银行数字化转型的核心,然而现实中实现这一目标却充满挑战。国内有6家国有行,12家股份制商业银行,上百家城商行,上千家农商行,包括新兴崛起的19家民营银行在内,这些数以千计的银行机构都面临着数字化转型的挑战,其中在客户经营方面如何实现数字化转型,成为重中之重。
 

 


国内6家国有行,12家股份制商业银行,上百家城商行,上千家农商行,包括新兴崛起的19家民营银行在内,这些数以千计的银行机构都面临着数字化转型的挑战,其中在客户经营方面如何实现数字化转型,成为重中之重。

笔者在加入循环智能之前曾在某国有银行远程银行负责业务管理,带领团队不断寻求新的团队提效途径和客户转化效率,经历过“服转销”的关键时期。彼时,人员流动大、培训难见效、业务技能提不上来等是每天要面临的现实问题,也曾了解过业内AI产品,想借鉴信用卡智能客服的做法用AI来代替人,但发现根本不可取。

原因在于,销售的业务流程不比客服的标准化和体系化;更重要的是,客户经营方面,所有的线下和线上沟通场景的数字化程度非常薄弱,缺乏用数据和技术的个性化赋能。后来转行到AI行业,服务了多家银行机构的数字化转型项目,还参与了业内几家大行多次深入的调研活动,看到了技术与实际应用中的差距,因此总结了以下几点银行机构在客户经营数字化方面的业务痛点和实践建议,借此与大家分享交流。

业务痛点一 :缺少一套高可用的客户画像标签体系


目前来看,大部分银行缺少一套完善的、高可用的客户画像体系。对于国有行,股份行,及少数走在前列的城商行来说,虽然有自己的客户画像体系,但是严格意义来说,这些客户画像体系,都还存在不少问题,导致高可用性不足:


• 缺少一线业务员视角,参考价值低。目前大行的客户画像体系,一般都是从大量历史结构化数据中抓取出来,由少量已脱离一线触客业务的中后台部门成员搭建完成,虽能给到一线业务人员一些参考价值,但是一线业务人员在做客户画像标签的管理和维护时,很少会真的参考行内给的客户画像去备注。
• 不够丰富和动态。传统上,由结构化数据支撑起的画像体系通常是静态的,缺少来自非结构化沟通数据(如语音、文本、视频等)中提取的动态画像作为补充。动态画像指的是客户最新的动态信息,例如客户在沟通中提到正在准备买房。
• 缺乏对客户画像的高效分析利用。通过机器学习算法,可以了解客户画像与客户办理业务之间的关系,从而为客户精准匹配更有吸引力的产品或服务。目前,很多银行的推荐算法为业务带来的价值还有很大的提升空间,而瓶颈主要在客户画像数据的丰富度、准确度上。

实践建议:
1. 通过AI语义识别,实现从沟通对话数据中自动提取客户画像,大幅降低人工总结和填写客户画像信息的工作负担,提升工作效率。
2. 建立统一的、可自动化更新迭代的高可用客户画像体系,汇集所有客户的结构化与非结构化画像标签数据,提升营销活动的准确性。在营销活动中,丰富的客户画像标签不仅有助于改善基于客户画像数据的推荐算法,实现更精准的客户触达,而且可以直接提供给一线客户经理,帮助他们更有针对性地与客户进行沟通和产品推荐。

业务痛点二:缺少面向客户经理的专业能力图谱


目前各大行对客户经理负责管理的客户及名单的分配,以及各区域网点理财经理的分配,几乎都是平均分配,业绩均衡导向。没有真正按照理财经理的能力图谱去分配,导致部分管护及名单未得到很好的跟进。


众所周知,银行营销靠多方面能力,有的客户经理专业度极高,靠着自己专业能力能够吸引客户,留存客户,得到客户满意的评价,有的客户经理虽然专业度一般,但是有着极强的沟通能力,极强的亲和力能够将客群关系维护好,同样也能做到吸引客户,留存客户,得到客户满意的评价。不同的区域,不同的客群需要不同能力特点的客户经理,比如商业区网点和年轻人客群更需要专业度高的客户经理,居民区网点和老年人客群更需要亲和力及沟通能力强的客户经理。

实践建议:
1. 基于交互数据,对客户经理的专业能力进行分析,了解每位客户经理的技能长短板分别在什么地方。
2. 在远程银行场景,基于客户经理的专业能力图谱,可以更好地匹配进行名单分配;在线下银行网点场景,基于客户经理的专业能力图谱,可以更好地分配到不同区域的网点。

业务痛点三:精细化客户经营和合规风险防范,缺乏数字化基础支撑


沟通是客户经营的关键环节,但是目前大多数城商行信息化的问题还没有完全解决,反映在几乎没有沟通录音及文本信息留存,而已有沟通录音及文本数据留存的银行也仅仅只停留在留存阶段,对于已有的录音及文本的开发利用几乎还没有起步,精细化客户经营和合规风险防范的数字化基础支撑还有很大的发展空间。

相较而言,国有银行和股份制商业银行大部分已经对沟通数据进行了完整记录,有些银行也对录音进行了转写识别,但是在如何利用这些数据上,相对较粗放,无法挖掘其在精细化客户经营、精细化销售过程管理上的最大价值。

实践建议:
1. 通过合规方式,对所有渠道的所有沟通数据进行完整留存记录,以备后期使用和监管部门的稽核检查。
2. 通过对沟通数据进行分析,可以产生很多业务价值。例如跟踪了解业务人员与客户营销沟通过程的策略执行情况,及时发现问题和执行障碍点,从而及时调整销售动作、销售策略、产品策略和话术等细节,实现精细化的销售过程管理和运营。

业务痛点四:总分行多渠道缺乏联动协同


一些数字化转型较为领先的银行机构,在网点、网络、远银、客服等多渠道分别实现了自己的客户画像及客户体验分析,但是并没有很好的归结到总行统一渠道,多渠道间的客户经营、客户服务的联动协同目前较多的是通过人工工单流转,无论时效性还是解决问题的质量上都有很大的提升空间。导致客户体验差,业务人员的效率也低。

实践建议:
1. 统一全渠道数据进行客户画像和客户体验的全面分析。

2. 通过AI语义识别,实现工单自动填写(或半自动的AI辅助填写),加快工单流转速度,减轻业务人员的工作负担,提升工作效率。