零售银行客户关系管理探讨

零售银行客户关系管理探讨

一、互联网背景下零售银行客户关系管理特点

Gartner从战略高度提出,客户关系管理(CRM)是为企业提供全方位的管理视角,赋予企业更完善的顾客交流能力,最大化顾客的收益率。零售银行CRM战略成功实施,首先是全面了解客户,真实把握客户需求,其后依据客户需求管理客户关系,为客户提供产品和服务,促进客户重复购买产品,提升资金保有,最终为客户提供终身服务并实现银行发展目标。互联网背景下零售银行客户关系管理体现出如下特点:一是多接触点协同管理,以客户经理为主要接触点的客户关系管理已难以适应互联网金融快速发展,需要多个接触点协同获取客户需求和管理客户关系,接触点包括传统的网点、自助、电子银行和新兴的互联网和移动互联网;二是交互性管理,客户需求越来越多在互联网接触点展现,互联网特别是移动互联网的银行客户,对社交、互动的需求高,单向的推荐或广告模式难以达到效果;三是大数据管理,互联网金融客户数量庞大,需求大量展现,现有客户关系管理模式很难一对一服务巨量“长尾”客户,需要靠大数据发现客户需求模式和资金流动模式,为客户推荐产品和服务,协助各个接触点交互管理客户关系。

二、提升传统接触点客户关系管理能力

当前零售银行对客户传统接触点账务性交易和资金流动特征已有一定的把握,主动销售产品已初具规模,但对获取客户需求仍有欠缺。客户经理和柜员对产品主动销售作用较大,特别是二次主动销售,电子银行被动销售产品作用较大,主动销售尚未形成规模。互联网背景下,零售银行传统接触点应进一步提升客户关系管理能力。一是优化现有客户关系管理系统,大范围收集客户产品购买需求、资金流动需求、生活金融需求的结构化和非结构化数据;二是提升网点员工主动获取客户需求的能力,培训和激励网点员工,使主动咨询和获取客户需求以及主动向客户管理系统反馈成为员工的一项日常工作;三是提升物理接触点和电子接触点交互管理客户关系能力,在网点、自助等接触点设计客户反馈终端,广泛吸收客户对银行产品、渠道和服务评价;增加客户在电子银行交易后的点评功能,增加短信营销的客户回馈功能;根据数据挖掘后的客户回馈信息,多接触点协同开展交互式客户关系管理,再次主动为客户提供产品和服务。

三、创新互联网接触点

创新银行和客户互联网接触点的目标是,在互联网获取新客户,深耕老客户,培育银行的“核心粉丝”,逐步将互联网打造成客户关系管理的重要接触点。

(一)创新互联网精准广告投放工具

对客户互联网访问记录进行大数据挖掘,获取互联网客户需求,以互联网广告的方式,对在线客户精准投放产品和服务信息,通过多接触点协同营销,获取新客户,深耕老客户。

(二)创新移动互联网金融工具

当前的“四屏世界”(电视、电脑、手机、平板)已逐渐向“单屏世界”融合“,单屏”主要指基于移动互联网的手机或平板。创新包括理财、比价、评价、线上线下融合等功能的移动金融工具已成为零售银行业务发展必要手段。移动互联网金融有其特定的偏好客户群体,女性客户、25-50岁客户、白领、公务员和事业单位客户的移动金融需求都远高于整体水平,这些客户也是银行重要客户群体。通过创新互联网金融工具,零售银行可实现吸引这些客户进入银行,提高客户再次购买意愿,提升客户钱包份额,逐渐把这些客户培育为银行的“核心粉丝”。

(三)创新移动互联网接触点获取县域客户能力

数据表明,县域客户移动银行APP渗透率较低,但是移动理财APP渗透率和城区客户相近,可见县域客户移动理财需求大,银行可通过打通移动互联网金融工具和手机银行等现有电子渠道关联,以先注册后开户的方式,吸引县域客户成为零售银行新客户。

(四)创新互联网客户创意征集工具

一方面获取互联网客户的银行金融需求和生活金融需求,另一方面吸引客户对创意进行评价,银行对评价高的创意,以类似“众筹”的方式,测试创意有效性,激励积极参与的客户成为“核心粉丝”和新产品的试用者。

四、提升大数据挖掘和支持能力

互联网客户关系管理的数据具有客户规模大、数据量大、非结构化数据多、数据信息传递快的特点,客观上要求大数据挖掘和即时挖掘,提供快速识别客户需求和快速传递信息支持。零售银行应大力提升大数据挖掘和支持能力,快速识别客户需求,支持为客户提供“由出生到坟墓”的全生命周期服务,最终支持银行实现业务发展目标。一是融合客户银行内外信息,打造以把握客户需求为中心的数据存储和挖掘平台,连接行内外客户数据,大规模挖掘客户结构化和非结构化数据;二是建立完整的客户数据挖掘模型体系,建立客户细分模型、价值评估模型、成长周期模型、购买预测模型、流失预测模型、风险评估模型、资金流动模型、在线挖掘模型、交互行为挖掘模型等;三是提升大数据挖掘响应速度,当客户在某一接触点体现需求时,根据客户交互偏好,快速在各接触点协同响应客户需求;四是提升支持产品创新的能力,互联网客户具有“长尾”特点,对产品多样化需求较高,大数据应根据客户“千人千面”的产品喜好、交易喜好和交互喜好,不断提出产品创新需求,支持业务快速发展。

作者:段新玉 单位:中国建设银行