個(gè)人客戶標(biāo)簽體系

個(gè)人客戶標(biāo)簽體系一線營(yíng)銷人員缺少客戶開(kāi)發(fā)的工具。以往一線客戶經(jīng)理進(jìn)行客戶拓展和產(chǎn)品營(yíng)銷時(shí)，常常依賴于現(xiàn)有客戶的轉(zhuǎn)介，或者基于一些簡(jiǎn)單的變量進(jìn)行篩選（如客戶金融資產(chǎn)、客戶層級(jí)等）。由于一線人員獲取有效客戶名單的途徑有限，影響了銀行客戶開(kāi)拓、產(chǎn)品營(yíng)銷、業(yè)務(wù)提升的效果和效率。高潛客戶的識(shí)別手段有限。就常規(guī)而言，商業(yè)銀行通過(guò)客戶金融資產(chǎn)或交易結(jié)算量對(duì)存量客戶進(jìn)行分類管理。有關(guān)高價(jià)值潛力客戶的識(shí)別手段非常有限?？蛻舻囊恍傩曰驑?biāo)簽，例如是否有房、是否有車、是否住在高檔小區(qū)、是否出過(guò)國(guó)、是否是他行貴賓客戶、是否有收藏工藝品的傾向和愛(ài)好等，都能夠凸現(xiàn)客戶的資產(chǎn)實(shí)力。我們常常會(huì)發(fā)現(xiàn)，某個(gè)客戶的金融資產(chǎn)層級(jí)比較低，但是通過(guò)對(duì)客戶的信用卡消費(fèi)摘要分析表明，該客戶經(jīng)常出入高檔場(chǎng)所，經(jīng)常出國(guó)，實(shí)際消費(fèi)能力很強(qiáng)。這類客戶就是所謂的〃高潛力-低資產(chǎn)”客戶，也就是說(shuō)客戶并沒(méi)有把該銀行作為“主辦行”。因此，如果我們通過(guò)對(duì)相關(guān)消費(fèi)摘要的分析，給客戶打上“高潛力”標(biāo)簽，這有助于一線營(yíng)銷人員找到精準(zhǔn)營(yíng)銷線索，實(shí)現(xiàn)相關(guān)優(yōu)質(zhì)客戶在銀行的金融資產(chǎn)提升。傳統(tǒng)模型開(kāi)發(fā)結(jié)果變量的離散化使用需求。如何將常規(guī)開(kāi)發(fā)的諸多營(yíng)銷模型落地應(yīng)用，對(duì)一線營(yíng)銷人員產(chǎn)生實(shí)際價(jià)值，是一個(gè)迫切需要解決的問(wèn)題。通過(guò)將模型結(jié)果（如資產(chǎn)提升概率）離散化，轉(zhuǎn)換為五檔或七檔的標(biāo)簽結(jié)果，這樣一線營(yíng)銷人員就可以直接調(diào)用相關(guān)結(jié)果。例如，對(duì)于流失預(yù)警模型，將客戶流失的概率值離散化為標(biāo)簽，即流失概率高、中高、中、中低、低五檔，從而提升一線標(biāo)簽使用的體驗(yàn)。商業(yè)銀行需要構(gòu)建360度客戶畫像。商業(yè)銀行目前普遍缺少一個(gè)較為完整的、具有較強(qiáng)應(yīng)用價(jià)值的客戶畫像體系。通過(guò)整合消費(fèi)附言、客戶地址、營(yíng)銷建模、數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)數(shù)據(jù)等客戶信息，從而勾勒出客戶360度視圖的畫像體系（如房車類標(biāo)簽、手機(jī)類標(biāo)簽、生活方式類標(biāo)簽、活躍度類標(biāo)簽、投資類標(biāo)簽等），以此提升一線人員對(duì)客戶的精準(zhǔn)服務(wù)與管理提升能力。在銀行一線人員訪談、相關(guān)文獻(xiàn)歸納整理和專家經(jīng)驗(yàn)總結(jié)的基礎(chǔ)上，我們的理解零售客戶標(biāo)簽是指以零售客戶的資產(chǎn)信息、負(fù)債信息和交易結(jié)算流水等信息為基礎(chǔ)，根據(jù)客戶的人口統(tǒng)計(jì)特征、重要屬性變量、資產(chǎn)變化、動(dòng)賬交易、消費(fèi)附言、客戶地址信息、建模預(yù)測(cè)信息等，綜合運(yùn)用數(shù)據(jù)挖掘分析、關(guān)系網(wǎng)絡(luò)分析、客戶行為軌跡分析、文本挖掘分析等技術(shù)方法，搭建的以客戶為中心的畫像體系?？蛻舢嬒耋w系中典型的標(biāo)簽包括有房一族、有車一族、有娃一族、受薪一族、高端小區(qū)、高檔辦公、高端通信、他行貴賓客戶、境外金融需求、近期高端商場(chǎng)客戶、近期高端健身客戶、ApplePay標(biāo)識(shí)、挖掘模型流失預(yù)警分類、挖掘模型提升潛力分類和綜合收入貢獻(xiàn)等。以國(guó)內(nèi)某股份制商業(yè)銀行為例，該銀行的零售客戶開(kāi)發(fā)標(biāo)簽，并且基于標(biāo)簽的使用頻率通過(guò)〃詞云分析〃技術(shù)對(duì)標(biāo)簽使用情況進(jìn)行展示，詞云中某個(gè)標(biāo)簽的字體越大，說(shuō)明該標(biāo)簽在統(tǒng)計(jì)期內(nèi)的應(yīng)用頻次越高。按照客戶屬性和業(yè)務(wù)需求，建議從以下八個(gè)維度入手設(shè)計(jì)開(kāi)發(fā)客戶標(biāo)簽體系?？蛻艚灰讓傩?、自然屬性、產(chǎn)品屬性、資產(chǎn)屬性、負(fù)債屬性、風(fēng)險(xiǎn)屬性、行為屬性和價(jià)值屬性。我們按照“T-N-P-A-D-R-B-V”的順序?qū)蛻魳?biāo)簽屬性維度進(jìn)行組織是出于考量銀行對(duì)客戶了解的〃由淺入深〃，其基本邏輯為：面向一名行外客戶，銀行有可能最先看到的是該客戶與銀行內(nèi)部其他客戶的交易轉(zhuǎn)賬信息;其次銀行可以考慮針對(duì)該客戶外卜部采集其自然屬性；之后銀行可以根據(jù)客戶外卜部采集信息，與行內(nèi)已有的客戶自然屬性進(jìn)行比對(duì)分析，開(kāi)展客戶細(xì)分，并考慮將相似客戶已經(jīng)使用的產(chǎn)品予以推介；產(chǎn)品包括客戶金融資產(chǎn)類產(chǎn)品（如儲(chǔ)蓄、理財(cái)、基金、國(guó)債、保險(xiǎn)等），以及客戶負(fù)債類產(chǎn)品（如消費(fèi)貸款、按揭貸款、小微貸款等）；尤其當(dāng)涉及借貸業(yè)務(wù)時(shí)可能會(huì)產(chǎn)生風(fēng)險(xiǎn)，銀行需要識(shí)別和防范；以上相關(guān)內(nèi)容已經(jīng)涉及了客戶金融行為屬性，此外客戶的非金融需求、相關(guān)的服務(wù)和產(chǎn)品也應(yīng)納入客戶行為屬性觀測(cè)范疇；最終，上述全部?jī)?nèi)容都將用于銀行對(duì)客戶的價(jià)值進(jìn)行評(píng)價(jià)、識(shí)別和應(yīng)用?？蛻艚灰讓傩跃S度。客戶交易屬性所刻畫的是零售客戶在商業(yè)銀行資金的轉(zhuǎn)入、轉(zhuǎn)出、代發(fā)、留存、登陸等交易情況，包括活躍度、渠道偏好、大額消費(fèi)、大額轉(zhuǎn)出、資金流出類型、資金周期性轉(zhuǎn)出、資金留存比、月代發(fā)額分段、手機(jī)銀行登錄次數(shù)、網(wǎng)銀交易金額等標(biāo)簽。客戶自然屬性維度。客戶自然屬性所刻畫的是零售客戶的人口統(tǒng)計(jì)特征、社會(huì)屬性方面的要素和標(biāo)識(shí)，包括性別、年齡分段、賬齡分段、職業(yè)、高端小區(qū)、有車一族、有房一族、有娃一族、手機(jī)系統(tǒng)、高端通信、他行貴賓客戶、城市層級(jí)等標(biāo)簽。客戶產(chǎn)品屬性維度。客戶產(chǎn)品屬性所刻畫的是零售客戶在商業(yè)銀行的產(chǎn)品持有、產(chǎn)品偏好、產(chǎn)品狀態(tài)、產(chǎn)品消費(fèi)行為（RFM指標(biāo)）、產(chǎn)品購(gòu)買潛力、產(chǎn)品波動(dòng)和產(chǎn)品趨勢(shì)相關(guān)的一些特征，包括客戶產(chǎn)品持有數(shù)、購(gòu)買穩(wěn)健產(chǎn)品標(biāo)識(shí)、購(gòu)買他行保險(xiǎn)標(biāo)識(shí)、信用卡額度、消貸客戶標(biāo)識(shí)、保證金客戶標(biāo)識(shí)、理財(cái)近度（RFM指標(biāo)）、理財(cái)頻度（RFM指標(biāo)）、理財(cái)額度（RFM指標(biāo)）、保險(xiǎn)近度（RFM指標(biāo)）、保險(xiǎn)頻度（RFM指標(biāo)）、保險(xiǎn)額度（RFM指標(biāo)）、基金近度（RFM指標(biāo)）、基金頻度（RFM指標(biāo)）、基金額度（RFM指標(biāo)）等標(biāo)簽?？蛻糍Y產(chǎn)屬性維度?？蛻糍Y產(chǎn)屬性所刻畫的是零售客戶在商業(yè)銀行的金融資產(chǎn)等級(jí)、資產(chǎn)偏好、資產(chǎn)變動(dòng)、集中度和變化趨勢(shì)等，包括客戶資產(chǎn)偏好、客戶層級(jí)、客戶資產(chǎn)集中度、客戶層級(jí)變動(dòng)程度、金融資產(chǎn)趨勢(shì)、金融資產(chǎn)波動(dòng)性、財(cái)富人群標(biāo)識(shí)等標(biāo)簽?？蛻糌?fù)債屬性維度?？蛻糌?fù)債屬性所刻畫的是零售客戶在商業(yè)銀行的貸款和行業(yè)情況，包括貸款類型、貸款結(jié)清標(biāo)識(shí)、歷史貸款筆數(shù)、行業(yè)類型等標(biāo)簽?？蛻麸L(fēng)險(xiǎn)屬性維度?？蛻麸L(fēng)險(xiǎn)屬性所刻畫的是零售客戶的風(fēng)險(xiǎn)偏好和信用狀況，即客戶信用等級(jí)，是否存在逾期、不良行為，客戶還款意愿和還款能力，包括客戶風(fēng)險(xiǎn)評(píng)級(jí)、是否有過(guò)逾期標(biāo)識(shí)、逾期次數(shù)、是否有過(guò)不良標(biāo)識(shí)、歷史不良筆數(shù)、小微貸款申請(qǐng)?jiān)u分等標(biāo)簽?？蛻粜袨閷傩跃S度。客戶行為屬性所刻畫的是零售客戶的購(gòu)物、消費(fèi)偏好、生活方式、支付和流失等行為、狀態(tài)。包括流失預(yù)警分類、近期高端商場(chǎng)客戶標(biāo)識(shí)、近期高端健身標(biāo)識(shí)、近期高端醫(yī)療標(biāo)識(shí)、近期高端商務(wù)旅行標(biāo)識(shí)、ApplePay標(biāo)識(shí)、工藝收藏、歷史境外金融需求等標(biāo)簽。客戶價(jià)值屬性維度。客戶價(jià)值屬性所刻畫的是零售客戶的提升潛力、對(duì)于商業(yè)銀行收入和貢獻(xiàn)等情況，包括存款貢獻(xiàn)度、貸款貢獻(xiàn)度、中間業(yè)務(wù)貢獻(xiàn)度、綜合收入貢獻(xiàn)度、積分貢獻(xiàn)度、提升潛力分類等標(biāo)簽?，F(xiàn)有標(biāo)簽的開(kāi)發(fā)，一般包括四種方式，即〃數(shù)據(jù)基礎(chǔ)類〃標(biāo)簽、“數(shù)據(jù)加工類”標(biāo)簽、〃數(shù)據(jù)挖掘類”標(biāo)簽和〃文本挖掘類”標(biāo)簽。從開(kāi)發(fā)的難易程度來(lái)看，〃數(shù)據(jù)基礎(chǔ)類”標(biāo)簽最為簡(jiǎn)單，〃數(shù)據(jù)挖掘類”標(biāo)簽和〃文本挖掘類”標(biāo)簽最為復(fù)雜，開(kāi)發(fā)難度相對(duì)較高?！皵?shù)據(jù)基礎(chǔ)類”標(biāo)簽。該類標(biāo)簽直接來(lái)自于銀行企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)數(shù)據(jù)層，通過(guò)數(shù)據(jù)倉(cāng)庫(kù)自助數(shù)據(jù)服務(wù)平臺(tái)進(jìn)行數(shù)據(jù)提取如客戶性別、年齡分段、是否持有信用卡等?！皵?shù)據(jù)加工類”標(biāo)簽。該類標(biāo)簽是在數(shù)據(jù)基礎(chǔ)類標(biāo)簽的基礎(chǔ)上再進(jìn)行加工和運(yùn)算而得到的（也稱為〃數(shù)據(jù)衍生類”標(biāo)簽），主要也是通過(guò)銀行數(shù)據(jù)倉(cāng)庫(kù)自助數(shù)據(jù)服務(wù)平臺(tái)獲得，例如購(gòu)買穩(wěn)健產(chǎn)品標(biāo)識(shí)、大額消費(fèi)標(biāo)識(shí)、境外金融需求等。〃數(shù)據(jù)挖掘類〃標(biāo)簽。該類標(biāo)簽主要通過(guò)運(yùn)用和創(chuàng)新數(shù)據(jù)挖掘分類、聚類、關(guān)聯(lián)規(guī)則、趨勢(shì)預(yù)測(cè)、組合模型等技術(shù)（具體技術(shù)包括決策樹(shù)分類、深度神經(jīng)網(wǎng)絡(luò)分類、邏輯回歸分類、K-means聚類、Apriori購(gòu)物籃分析、回歸預(yù)測(cè)等統(tǒng)計(jì)識(shí)別和機(jī)器學(xué)習(xí)算法），基于客戶信息開(kāi)展客戶細(xì)分、產(chǎn)品推薦、預(yù)測(cè)客戶提升和流失行為等分析工作并形成結(jié)果標(biāo)簽，例如資產(chǎn)偏好標(biāo)簽、渠道偏好標(biāo)簽、流失預(yù)警標(biāo)簽、理財(cái)型保險(xiǎn)響應(yīng)標(biāo)簽等?！拔谋就诰蝾悺睒?biāo)簽。該類