• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    决胜新格局 看零售银行业务如何转型

    万木 来源:中国电子银行网 2019-05-13 02:32:25 零售业务 零售银行 原创
    万木     来源:中国电子银行网     2019-05-13 02:32:25

    核心提示商业银行的新零售转型成为了刻不容缓的事情

      “新零售”概念最早由马云在2016年10月云栖大会的一次演讲中正式提出,指以用户体验为中心以数据为主要驱动力的泛零售业态,其逻辑的自洽和合理性不用多辩,但在新零售究竟是何种商业形态和运营模式的问题上则远未形成共识,AT两大巨头阵营和多如牛毛的创业公司都在探索中。现在,这把火烧到了银行业,传统金融行业中,商业银行是唯一既是产品公司也是渠道公司的业态,其他的证券、保险、信托等基本上都属于产品公司的范畴,因此银行也是唯一把零售渠道业务作为主要业务的传统金融行业。

      BCG全球银行业数据库显示,在美国、欧洲和日韩等已实现利率自由化的成熟市场中,零售银行收入占比普遍在40%以上,个别市场如德国和法国的零售银行收入占比甚至将近60%。零售银行的发达被视为是银行业充分竞争、成熟发展的自然结果。

      美国Capital One的新零售银行成功案例

      自1988年创立之初,Capital One就坚信银行的竞争力是对金融信息的收集与处理能力,应该运用信息科技与高频测试来开发最适合客户需求的金融产品。这一信条帮助Capital One成为一家“互联网时代之前的大数据公司”,并成功跻身全球财富五百强。他们有三大业务板块:信用卡、个人银行(consumer banking)和公司银行(commercial banking)。

      在信用卡方面,Capital One 通过数据分析将客户分类,寻找优质客户。信用卡客户大体分为三类:过度借贷、违约率高的垃圾用户;信用良好,基本按时还款的高收入群体;通常将欠款展期但能够归还的低风险群体。前两类客户通常并不会给信用卡公司贡献利润,而占总客户数20%的第三类客户通常贡献行业125%的利润。

      技术创新上,Capital One 基于Alexa开发了的智能语音银行助手。具体来说,Capital One基于Alexa开发并实现了如下功能(第一阶段):

      信用卡账单支付

      信用卡余额查询

      储蓄账户余额查询

      列出近期消费记录

      列出近期消费记录

      查询信用卡可用额度

      查询信用卡账单到期日

      账户信息概况/总览

      在场景开拓方面,Capital One更是将银行与咖啡馆相结合,探出了一条全新之路。Capital One咖啡银行采取开放布局的设计,店内设有公共桌和躺椅,任何人都可以预订的会议室、免费无线网络和电源插座,以及免费为所有人提供咨询服务的视频柜员机和自动柜员机(不只针对持卡人),持有CapitalOne银行卡的客户在点单(手磨咖啡和点心等)时,能享受50%的优惠。

      在种种作用下,商业银行的新零售转型成为了刻不容缓的事情。国内以招商银行、 平安银行为代表的中国领先银行纷纷构建“大零售”战略发展格局,由产品导向转型为客户导向,拥抱数字化及金融科技的潮流顺势而上,挖掘客户价值,重新构建业务格局。

      如何进行新零售转型?

      全渠道提升体验

      如今,全渠道已经成为中国消费者的主流选择模式,包括互联网(移动终端)、电话、实体网点等多渠道结合,多渠道的结合可以给居民提供“就在手边”的服务,客户的任何需要都可以通过网络自助、电话或者步行距离内的实体网点解决。

      新零售银行应当按照客户的偏好和客户完成银行业务的自然路径, 明确每个渠道的“角色”,定义每个渠道的职能并进行相应的整合归并,同时保证客户在不同渠道间能够做到无缝切换、获得一致体验。

      多场景批量获客

      未来的零售业务必须与各类社会生产、生活场景整合,通过线上平台与各大电商平台、社会资源平台对接。

      中国消费者不仅看重全渠道购物的灵活性,还希望能乘兴之所至,随时随地随性购物。 我们将此称为“场景触发式购物”。比如:当看到电视嘉宾穿的时装,或在微信聊天时得知新的美容产品,瞬间就被点燃的购物欲望。有些人借购物享受与家人和朋友聚会,也属于此类。

      数据智能化驱动

      未来的零售业务必须与各类社会生产、生活场景整合,通过线上平台与各大电商平台、社会资源平台对接。

      银行通过获取客户的产品偏好、渠道偏好、风险偏好、理财偏好等全视图信息,创建面向业务应用、支持与业务指标匹配的量化模型,快速产生和发现营销线索,为客户提供差异化的产品和服务策略。

      长期以来,国内银行在推动大数据的过程中面临多重挑战,如今大数据算法和机器学习的逐步成熟创造了一个巨大的机会窗口。通过大数据驱动的业务用例发掘价值,用模型/销售留痕/闭环反馈提高收入、 降低风险、优化客户体验,最终将其固化为银行的标准化作业模式。(中国电子银行网综合)

    责任编辑:方杰

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    为你推荐

    猜你喜欢

    收藏成功

    确定