12.4.2  银行业大数据应用场景

1．在客户营销和服务方面

银行依托数据仓库和信息库，加强线上线下联动及全渠道信息的整合共享，全面融合并综合利用行内外各类信息，包括结构化、非结构化的信息，形成全行客户的统一视图；通过数据深入分析客户的消费偏好，准确发现并预测客户的金融需求，设计有针对性的产品，提供个性化的服务。

(1)精准营销银行可基于数据仓库实现客户特征的分析，可以根据客户基本信息、持有产品、交易行为等进行目标客户的分析和筛选，并实现精准化营销的闭环管理流程，为真正向以客户为中心的转型发展奠定良好的技术实现基础。

某银行依托数据仓库，精确定位1亿多目标客户，成功营销800多万户，营销效率得到大幅度提升，有力支持了客户拓展和重点产品交叉销售工作；主动向980万目标客户提供金融服务关怀活动，有效提高了840万目标客户的忠诚度和归属感。

某银行以理财产品营销为切人点，建立了保本理财客户预测模型。通过提取某分行辖内2013年7月购买保本理财产品的四星级以上客户，观察其在购买前半年的表现，选取与客户购买产品紧密相关的信息，通过SAS EM中的决策树、评定模型（Logit模型）、神经网络模型分别建立购买预测模型，并从中选择最优模型来计算客户在未来一个月内购买保本理财的可能性，精准定位目标客户。2013年年底，选取了两家支行作为试点，通过模型，短信营销客户反馈率较全行平均水平提升了11倍；客户经理营销客户购买率较以往提升4倍以上，营销成功率显著提升，在预测模型推荐并最终购买理财产品的客户中，有24. 4%的客户以往从未购买过理财产品，有效地实现了客户拓展。