大数据时代银行客户关系管理

　　在大数据时代和银行业竞争日益激烈的环境下，商业银行需及时、合理地分析内外部环境，认识到客户关系管理的重要性。本文具体分析了大数据时代下商业银行客户关系管理现状，并对商业银行客户关系管理的实施采取了策略建议，希望未来商业银行能合理地使用大数据技术抓住机遇，提高核心竞争力。

　　一、完善数据仓库，细化客户分层

　　（一）扩充客户数据库

　　1.整合和开发新的客户渠道，如增强微信公众账号、微博企业官方账号的动态互动性，充分利用这些社交网络的作用，增加与客户的接触和了解，树立良好的品牌形象；2.开发新的客户服务渠道，通过聊天工具、论坛等方式对客户进行服务，形成与传统的电话客服并行的新的客服渠道，增加与客户接触的广度。

　　（二）强化客户数据信息采集

　　1.对于通过微信、微博和论坛等新媒介和社交网络获取的数据，银行可以将其与银行自身现有的数据进行关联，以获得更加完整的客户信息网络；2.发展自身的大数据平台。现在各大电商掌握了大量了客户数据，并且电商的支付被第三方支付方式所垄断，银行所能获取的信息有限。在这种情况下，银行可以考虑搭建自身的大数据平台，例如建设银行的“善融商务”等，获取属于自己的大数据。

　　（三）设计客户分类详尽标准

　　银行目前对于客户的分类较为粗略，不够精细。在今后的改进中，应制定出更为详尽的标准，细化现有的分类标准体系，对客户进行更为精准的划分和定位，以便提供更加有针对性的产品和服务。

　　二、建设客户动态管理系统，维持新老客户

　　（一）重视客户数据更新，及时掌握客户动态

　　在传统的客户关系管理体系之下，客户信息的获取属于被动式的接受，即只有当客户来行里办理业务时，才会对其进行信息的收集和积累。但在大数据背景之下，这一被动式接受的方式已经不再适用，电子金融的发展使得客户数据每天都在发生着无数的变动。因此，对于客户数据的更新银行应该从被动式的接受变为主动式的发掘，主动去通过社交网络等方法对用户信息进行跟踪，更新自身的数据库，及时掌握客户动态，才能够在大数据时代立足。

　　（二）依据客户变化，做好客户出入库信息管理

　　客户信息的更新和变化必然导致其分类的变动，银行要做到及时跟踪用户的变化，及时对客户所属的类别进行更新。另一方面，客户流失率是一个必然存在的问题，因此对于已经流失，或新增加的客户，银行要做到对其的出入库信息进行有效的变动，做到对自身的业务情况有着实时且准确的掌控，避免信息滞后带来的损失。

　　三、构建数据信息交换平台，促进客户互动

　　（一）深入分析客户长期价值

　　客户的消费能力和消费习惯是不断变化的，因此客户所需要的业务也是不断变化的，传统客户关系管理中是对客户的变化进行被动式的接受，即当客户提出自身的变化需求后，银行才会采取措施满足其新的业务需求。显然，在银行服务竞争激烈的今天，这种被动式的服务无法满足客户的需求。银行可以利用大数据所带来的红利，对客户的需求进行预先估计，对客户的长期价值进行发掘，提高客户忠诚度的同时也发展了其潜在的长期价值。

　　（二）加快客户需求信息反馈

　　传统的客户关系管理模式之下，银行对于客户信息的反馈多是通过调查和投诉两种渠道来获取，这两种渠道都有着不同程度的滞后性。尤其是投诉，更是以损害银行利益为代价的用户需求反馈。在大数据背景之下，银行可以利用微信、微博和论坛等社交工具，通过阅读客户的评论和咨询，实时了解客户的需求信息。一方面，借助这种方式可以对客户需求进行快速有效的反馈，另一方面，通过对大量用户评论的收集和整理，可以总结发现一些普遍反映的共性问题，通过对共性问题的解决增加大多数客户的满意度。

　　四、在营销上，实施差异化营销政策

　　大数据时代下数据挖掘等先进技术的广泛应用，使基于交易记录的客户需求偏好分析成为可能，在此基础上，商业银行应立即改变“做了再算”的营销模式，对产品进行投放测试。从客户关系管理角度分析，商业银行如果在竞争中取胜的话，就要准确判断出在客户需求中哪些是基本需求，哪些是特殊需求，并适时采取相应的政策。如今，每一家商业银行基本上都能为客户的基本需求提供无差异服务，在客户选择产品或服务时，它们都不存在绝对优势。因此满足客户的特殊需求才是决胜的关键。这需要对不同年龄、偏好、职业、受教育程度的客户进行细分，提供适合他们的金融产品和服务，做到“量身定做”，进行差异化营销。

　　五、在服务上，利用大数据技术实现客户全流程服务

　　对于客户来讲，银行提供给他们怎样的服务和感受是至关重要的。倘若缺乏情感的联系，客户很难获得满意而达到忠诚。而推行大数据技术应用，对客户全流程的服务和管理便可能实现，可以提供给客户随时、随地、随心的服务体验。例如，在产品设计时，可以对大量客户的行为数据进行建模分析，为客户设计出差异化的产品和服务；在贷款申请时，根据客户的收入、学历、家庭资产等特征，对客户的信用变动进行预测，支持客户贷款无纸化申请和在线审批的发放；在贷后预警时，可以处理和分析银行现有的交易记录和非直接交易数据，构建客户档案，分析寻找相关行为趋势特征，预测风险发生。

　　六、结语

　　在可以预见的未来，数据将成为商业银行的宝贵财富，各家银行势必在大数据分析上展开一场新的厮杀。大数据分析将深刻改变商业银行现行的经营管理模式，也將给客户带来更加个性化、便捷的服务。（作者单位为西南财经大学）

　　来源：今日财富 2017年13期

　　作者：邓茗予