西太平洋银行：用大数据提升产品推荐接受度达50%

Westpac是澳大利亚一家拥有一千万客户的零售商业银行，其客户包括普通消费者、小企业主和拥有5000万以上资产的商业企业，可以提供日常的银行业务、储蓄、信用卡/借记卡、借贷、保险、投资和退休计划、在线投资等业务。

最近两年，西太平洋银行通过实施KnowMe项目，整合传统营业网点、呼叫中心、网站、手机、PDA、ATM等渠道的数据，可以为80%的客户提供一对一的个性化营销，从而使客户满意度超过竞争对手，从中等水平跃升为行业第一；其个性化产品推荐的接受度也高达50%，过去，这个数字只有20%左右。在2014年的达沃斯全球经济论坛上，西太平洋银行集团名列“全球100家最具可持续发展性的企业”榜首。西太平洋银行如何整合多渠道，借助大数据完成实时营销，使个性化产品推荐达到50%？

KnowMe背后的数据整合

随着移动互联网的快速发展，来自客户的数据也在飞速增长，不仅包括交易数据，还有信用卡消费数据、在线点击数据、社交网络反馈以及客户反馈等。银行与客户的互动也越来越频繁、越来越快。据西太平洋银行的数据统计，在西太平洋银行，每一秒发生15笔信用卡交易；客户越来越多地使用手机和平板电脑做银行业务，客户每周两次登录平板电脑端的网上银行，而每天登录一次手机银行；2011年，西太平洋银行每月与客户的接触次数是1000万次；2014年则达到每月6000万次。

“客户数据的增长、与客户接触次数的增多，意味着我们能够更清楚地了解客户的需求，” 西太平洋银行集团关系管理与数字化部负责人Karen Ganschow在接受商业价值&ITvalue记者采访时表示：“过去，我们通过某个单一的产品营销活动，获取客户响应并促使我们增加2000张信用卡的发放量，过去的营销模式更多是从产品角度出发。而现在我们更加了解客户，因此，我们更关注客户的需求是什么？下一个可以提供给客户的产品是什么？营销方式从‘以产品为中心’转向‘以客户为中心’。目的是与客服建立更长久的关系，保持客户的忠诚度。”

如何整合多个渠道的数据，形成一个统一的客户识别体系，是西太平洋银行“以客户为中心”营销模式转型所面临的挑战。目前，大多数银行的营销体系或者按照产品线进行划分，如按信用卡、储蓄卡、借记卡等产品进行营销；或者按照渠道划分，如电子银行、电子商务、手机银行、微信银行等，因此信息孤岛严重，营销数据缺乏有效整合。当客户在twitter上提出一个服务需求时，大多数银行无法及时提供解答，因为银行没有把twitter纳入客服渠道之中；有些银行把twitter纳入客服渠道，但服务却并不能让客户满意，比如客户想通过twitter了解一套房子的房贷情况，而银行twitter部门对其他渠道的客户信息一无所知，无法提供针对性的房贷信息。

2012年，西太平洋银行决定实施KnowMe项目，引入SAS的数据分析技术，把来自线上、线下的大量客户数据，通过一定的规则整合，自动转换成一套完整而统一的客户识别信息，包括客户是谁、客户的价值观、购买倾向、忠诚度、说了什么、影响了谁、如何进行接触、买了什么、使用方式等，并实时地反馈给各渠道。当客户从任何一个渠道接入银行时，银行客服人员可以获得所有渠道的客户信息，提供针对性的服务，并进行最优产品推荐。

如今，当消费者在某个汽车网站上浏览汽车信息时， 西太平洋银行可以在页面上方根据消费者的资产情况、还贷能力等信息，推出有针对性的汽车贷款广告；在消费者请求在线客服时，服务页面的一角也会实时地推出针对性的产品广告；当消费者在twitter或facebook上留言，想知道某房屋的贷款以及还款情况，西太平洋银行的客服人员也会及时提供房贷信息。

抓住客户最容易买单的点

“没有延迟的实时营销，让客户更容易接受银行的提议，毕竟客户最紧急的时候，也是最容易买单的。” SAS全球整合营销管理业务咨询总监Rene van der Laan在接受商业价值&ITvalue记者采访时说。

建立一个虚拟的客户决策中心是KnowMe项目中数据分析技术的核心，它整合了银行所有营销资源。对外部客户来说，客户决策中心能够提供呼叫接入和客户服务；在银行内部，客户决策中心可以从洞察、行动和规则三个层面指导营销活动。

据Rene van der Laan介绍，洞察，包含各种分析模型如消费者能力分析模型和风险模型，还有触发路径，如当消费者刚刚满18岁，可以有自己的银行账户，这个关键事件触发之后，银行需要跟进；还有交易数据、历史数据，银行也要进行分析，从当中发现价值。行动，指的是每家金融机构的营销宣传计划，有一些是他们自己的推销活动，有一部分是政策规定必须汇报的，如利率下浮的时候要与消费者沟通，银行会向消费者进行邮件推送，可消费者过几天要通过网银与银行沟通，银行也要在网银上再次重复相关宣传信息，体现信息的一致性。只有洞察和行动是没有办法驱动所有的市场营销行为，关键要有规则。规则，包含银行与客户沟通的相关制度，比如说多长时间沟通一次，以什么样的形式沟通，每小时发多少封邮件，或者呼叫中心最多能接打多少电话等，需要根据不同的要素制定出规则。

客户决策中心如何实时识别客户行为，并推荐给客户最优产品？一般来说，每一家银行对客户有一个首选的产品推荐列表，但是，当客户在浏览其他银行的条款时，一旦客户出现这种行为，银行需要重新评估客户，重新为他设计产品，甚至重新改变原来的首选产品名单，根据新的情况实时改变营销策略。

“传统交易数据的储存一般需要隔一天，现在事件流处理技术，可以在线获取数据，比如销售数据、信用卡交易数据等，客户决策中心在整合各渠道数据之后，一旦发现客户有浏览其他银行的行为，就可以形成一个触发事件，进行实时营销。” Rene van der Laan在接受商业价值&ITvalue记者采访时说。再比如，借记卡和信用卡一般是分开运作的，当客户的信用卡额度快用完了，一般要等到月末再付款。建立客户决策中心之后，现在银行可以立刻提醒客户，并及时向客户建议“是否要借贷短期借款”。

金融机构原有基础设施存在的孤岛现象，是大数据“实时营销”面临的一大挑战。通常，金融机构IT系统都按照各产品线进行开发，各产品线相关的客户数据独立存储，由于多年积累，其数据庞大，难以集中储存。“新技术如Hadoop的出现，可以从所有数据源头收集数据，并围绕客户进行分析，中国金融企业部署实时营销不再是难题。” Rene van der Laan说。

一线员工的支持和参与也是大数据“实时营销”关键，毕竟是他们和客户直接接触。“一方面要让柜员真正认同以客户为中心的最佳产品推荐，另一方面，通过绩效考核让柜员进行最佳产品推荐。” Karen Ganschow说。据悉，西太平洋银行为一线柜员设定了两个考核指标，柜员的行动率和客户的接受率。）