農業銀行:打造「惠金融智慧營銷系統」 提升效率減輕基層負擔-香港商报

農業銀行:打造「惠金融智慧營銷系統」 提升效率減輕基層負擔

2019-10-21
来源:香港商报网
  開展普惠金融業務,銀行業面臨信息不對稱、管理成本高、難以形成規模效應、無法實現以「量、價」補損等難題。為解決上述問題,農業銀行通過「大數據挖掘」和「機器學習」等金融科技手段,開展了「普惠金融智慧營銷系統」項目的研究和開發工作。「普惠金融智慧營銷系統」通過構建小微企業結算戶轉有貸戶營銷「機器學習」預測模型,自主學習歷史小微企業貸款客戶的轉化特點,從存量結算客戶中尋找生成有潛力的客戶營銷清單,並將結果在分行進行實際應用,有針對性的指導營銷拓戶工作,提高了營銷效率。
 
  「普惠金融智慧營銷系統」提出了全新的小微企業客戶營銷管理方法:客戶自開立銀行賬戶起就納入到農業銀行營銷管理中,將結算理財到信貸融資服務,形成一個閉合的營銷管理周期。同時,將管理周期分為多個階段,對應各個精準營銷管理環節,通過分類指標和模型計算將每個階段客戶按重要程度進行分類,輔助客戶經理開展「差異化、精細化、批量化」的客戶營銷和管理。
 
  金融科技應用的創新
 
  目前,銀行業獲客方式大多是基於簡單的條件規則進行的篩選,比如「存款大於100萬的客戶」就可以作為一個規則模型,有效性很大程度依賴於人的主觀認知和對業務的理解,且往往不能充分利用客戶的各個維度的數據信息,難以找到海量數據之間的關聯關係,結果通常不夠穩定,也不適用於預測和獲取重點目標客戶。
 
  隨着人工智能技術的快速發展,以及計算機能力的不斷提升,「大數據挖掘」和「機器學習」已成為輔助銀行獲客及客戶管理的重要手段。區別於傳統規則模型的配置方式,「機器學習」模型具有學習效率高、效果穩定等優勢,可以實現對海量數據的自主學習,將銀行客戶經理的經驗進行系統積累,結合數據形成對客戶的自動甄別能力,用於對未來結果的預測,替代人工從存量客戶中挑選出重要的營銷目標,既解決了銀行人員不足和營銷效率低下的問題,又實現了專業化和專家化的營銷決策支持。
 
  精準獲取重點營銷客戶清單
 
  「普惠金融智慧營銷系統」通過構建「小微企業結算戶轉有貸戶」機器學習模型,來預測每個結算客戶未來3個月轉化為貸款客戶的概率。在前期「目錄製」營銷方法中總結出的小微客戶特徵指標基礎上,結合業務專家和模型專家的經驗,共同設計了129個特徵,覆蓋了客戶基本信息、資產、交易等數據,選用機器學習模型,訓練「普惠金融智慧營銷系統」自主學習客戶歷史特徵,逐步讓模型具備了對潛在信貸客戶營銷的判斷和預測能力,通過不斷配置和調整參數,訓練後模型精確率達到5%;最終,應用訓練好的模型對5家分行二季度存量結算賬戶進行預測,生成了首批「小微企業結算戶轉有貸戶」重點營銷目錄。
 
  高效轉化小微企業結算戶至有貸戶
 
  2018年9月初,農業銀行將「結算戶轉有貸戶」目錄客戶清單按歸屬下發5家分行各經營機構,開展為期2個月的試點營銷工作。根據分行的反饋情況,下發的重點營銷目錄中符合農業銀行貸款條件的客戶佔比為43%,符合農業銀行貸款條件且客戶具備貸款意願的佔比為21%,名單預測命中率符合最初設計目標。通過對目錄中客戶的營銷情況進行跟蹤,截至2019年1月31日,已放款客戶數占目錄客戶數的10.8%,是同期五家試點分行小微企業結算戶向有貸戶自然轉換比例(1.38%)的7.8倍。
 
  「普惠金融智慧營銷系統」產生的重點營銷目錄有針對性的輔助了拓戶營銷,幫助客戶經理在存量結算戶中發掘了大量有價值的客戶,有效提升了營銷效率,減輕了基層行負擔。由於從客戶營銷到貸款發放有一定周期,目錄中客戶還在持續轉換為農業銀行有貸客戶,充分體現了此項目的創新應用價值。目前,「普惠金融智慧營銷系統」已在農業銀行全行範圍內進行了推廣。
[责任编辑:赵书琪]