案例名称

精耕数智化应用，打造“好友用”的手机银行

案例简介

本行采用一种创新的“数据驱动+AI辅助+多渠道触达+人工跟进+业务后评价”的全链路客户营销和运营模式，以解决传统营销中存在的客户需求不明确、营销触达成本高和由于频繁打扰客户而引发的客诉问题。

通过手机银行埋点，获取客户的行为数据，结合传统的交易数据，建立预测模型和输出更精准的客户需求标签。基于标签筛选客群，APP消息推送、智能外呼、短信等手段触达客户，掌握客户需求，再对有需求的客户一对一专人服务；在业务办理结束后，通过业务后评价采集意见优化服务，形成线上+线下，智能+人工，售前+售后相结合的全链路服务体系，成功的降低营销成本并提升客户满意度，实现营销效率和效果的双重提升。通过精耕数智化应用，打造“好友用”的手机银行。

创新技术/模式应用

银行业传统的营销模式，主要是根据CRM系统里的客户标签数据，由客户经理通过电话、短信、微信等方式向目标客户推荐产品、活动。但传统的客户标签，大部分是基于客户已经和银行发生业务往来，在银行各系统里留下的客户数据、资产数据、持有产品数据和交易数据制定的。这种营销模式下虽然可以对客户在本行的现状有比较详细的了解，便于客户经理维护客户关系，但也存在以下3个痛点：

1、无法较准确的对客户未来需求进行预测分析。交易数据只能代表客户过去发生的业务情况，且我们无法知道客户在他行的资产情况，如果只是根据客户在行内的资产情况去做营销，可能会丧失一些营销机会。

2、触达客户的成本较高。目前银行触达客户的主要方式是电话、短信和微信。客户经理通过电话触达客户时，由于事先无法较准确的了解客户需求，很多电话都没有达到预期效果。短信、微信的方式也存在同样的问题。

3、对客户造成打扰，引起客诉的几率变高，甚至会失去客户。理由和第2点一样，不再赘述。

针对以上痛点，我们创新使用了“数据驱动+AI辅助+多渠道触达+人工跟进+业务后评价”的客户运营和营销模式，在分析客户交易数据的基础上，增加对客户行为数据的分析。通过对手机银行主要交易界面、产品界面的埋点，了解客户浏览产品的种类、时长、频次，将这些行为数据和交易数据相结合，对客户未来的需求进行分析，建立模型，生成标签，输出客户名单及推荐产品/服务。接着会优先通过手机银行APP消息推送对模型跑出的结果进行初步验证筛选，通过点击情况了解客户意图，再对有意向的客户，根据产品特点通过智能外呼、人工外呼、短信、微信、网点活动等方式进行服务。

项目效果评估

我行自2023年6月启动了手机银行埋点工作，重点对客户在首页、转账、信用卡、贷款、理财、储蓄等板块的行为数据进行收集。经过近一年的数据积累，我们已经初步形成了一个由客户行为数据和客户交易数据结合的客户需求预测数据集市，并同步开展数据建模工作，建立客户需求标签库，向各下游系统输出名单和产品/服务，减少触达客户成本，提升客户满意度，助力客户经营。

和传统的由交易数据生成的标签库相比，新的客户需求预测标签库里的标签准确性得到大幅提升，且随着模型的不断优化，准确度和营销的成功率将会持续提升。基于客户行为和交易信息构建的新标签营销体系，全行线上+线下的营销成功率预计可提升10-15%。

目前我行已经将这套营销和运营模式应用在手机银行平台，在缴费业务方面，2024月均缴费笔数较2023年增长506%；在客户资产提升方面，2024年5月末AUM较2023年同期提升19.06%；在手机银行活跃度提升方面，亦取得较好的效果，2024年平均月活较2023年增长了16.79%。

项目牵头人

温磊 广西北部湾银行渠道管理部总经理

项目团队成员

江庆彬、胡炜、吴洪全、黄紫岚、江家营、覃开瑜、肖亦凰、韦丽丽、罗宁、黄秦

责任编辑：王煊