銀行透過獲取客戶的產品偏好、渠道偏好、風險偏好、理財偏好等全檢視資訊，建立面向業務應用、支援與業務指標匹配的量化模型，快速產生和發現營銷線索，為客戶提供差異化的產品和服務策略。

透過系統建模，快速生成合理的銷售引擎，進而發揮銷售引擎引導營銷及銷售的關鍵作用。從營銷策劃、營銷計劃的制定、目標客戶的選擇、營銷線索的推送和跟蹤、銷售管理到營銷的分析評估，全面實現以銷售引擎為核心的全閉環營銷及銷售全流程管理。

1、客戶資料分主題

在銀行客戶資料模型中將客戶資料分為客戶屬性、客戶行為、客戶價值、客戶需求及客戶態度五個主題，具體如下：

1.1客戶屬性主題資料包括年齡、性別、學歷、收入、婚姻狀況、所屬行業、職業、地域、信用額度、生命階段;

1.2客戶行為主題資料包括購買\簽約\首次使用時間、持有產品、購買渠道、購買頻率、產品交叉、客戶活躍度;

1.3客戶價值主題資料包括資產\負債\貢獻。根據客戶的九項資產與個貸貸款金額作為客戶資產\負債分層依據，判斷客戶層級;

1.4客戶需求主題資料包括產品偏好、渠道偏好;

1.5客戶產品偏好是指客戶在儲蓄、理財、個貸、信用卡等產品上的偏好性;

1.6客戶渠道偏好是指客戶對銷售渠道偏好程度，其中銷售渠道包括網銀渠道、手機銀行、電話銀行、電子支付、櫃面;

1.7客戶忠誠度主題資料是針對理財和個貸產品，透過資料探勘計算出客戶針對理財和個貸產品的流失可能性，據此考量客戶在這兩種產品上的忠誠度，然後再對客戶進行忠誠度分析。

2、客戶資料行為分析

資料只有透過使用才能發揮其價值，一旦需要解決的業務問題被確定，就需要選擇合適的解決這些問題的方法和工具，對於業務知識的獲取，存在下列幾種方法：

1)報表和應用

2)靈活查詢分析

3)資料探勘

報表是銀行獲取資訊所必需的途徑，基本上銀行的報表都會關注機構層面、產品層面的資訊，提供已經發生的事實，但是報表無法用於解答隨時出現的各類業務問題。一旦管理者對報表中的某項內容提出問題，就需要對明細資料進行深層次的分析。

1)透過固定報表發現的特殊現象（如：對異動的分析）；

2)為了達成的既定業務目標所需的資訊支援（如：營銷分析、營銷活動後評估）；

3)對資料綜合程度依賴較高、其他實現方式無法在指定時間完成的需求（如：上級管理部門或外部監管單位臨時性的資料要求）；

4)對自身業務的探索和研究（如：市場分析、專題研究報告）；

5)對內部和外部其他突發現象的快速回應所需的資料支援；

簡單的統計分析能夠對業務現象提供邏輯性的解釋，但是無法發現數據中蘊藏的規律，資料探勘運用一系列數學的方法，從大量資料中發現具有潛在價值的資訊和知識。

2.1、客戶細分模型

針對不同的業務目標，通常可以對客戶按照自然屬性（年齡、職業、區域、職稱、文化程度等）和行為屬性（交易行為、消費行為、呼叫行為等）進行群體劃分，以便營銷與決策人員據此針對不同的客戶群採用不同的市場策略。客戶細分的主要目標在於發現不同客戶群體所投射的不同需求，並找出各個客戶群體所具有的典型特徵，用以指導營銷和銷售的開展。

利用資料探勘中的聚類等技術不但將客戶的自然屬性、行為屬性作為客戶細分的依據，還可以將客戶的資信狀況、經濟能力等衍生屬性納入到分析中，將客戶進行多中細分，以便針對不同的客戶群採取不同的服務，並能夠鎖定那些最有價值的客戶對其實現個性化服務。

2.2、營銷預測模型（即響應模型）

營銷預測模型可以分為兩種，新客戶的獲取以及現有客戶價值提升。新客戶的獲取是對那些未成為銀行客戶的群體，透過資料探勘手段發現潛在的客戶群，然後透過營銷手段使其成為銀行真正客戶的過程。但是銀行內部缺乏潛在的客戶資料，需要依賴外部資料來源，因此整個資料探勘過程存在較大的風險。

此外，銀行內部存在大量的低價值客戶，這類使用者往往只是單純的存款使用者、或者只購買了很少的中間業務或理財產品，銀行需要提升這類客戶的業務價值。透過資料探勘技術，分析客戶的交易行為、客戶的個人屬性以及客戶的擴充套件屬性等變數，預測客戶購買某項金融產品的可能性，然後透過一定的營銷手段向客戶推薦，從而有效提高客戶忠誠度，提升客戶價值，增加銀行利潤。

近幾年來，無論是網際網路金融企業還是銀行業，都對消費金融市場投入了高度的關注。電商企業以其深入場景、速度快、體驗好的特徵，迅速搶佔市場；而銀行業則利用傳統渠道和聲譽優勢，以及資金量和風控優勢，在穩步奪取應有的市場份額。甚至很多為解決單一消費問題所成立的金融公司，不斷深耕消費金融市場，可以說消費金融已經成為了當前基礎金融領域最炙手可熱的產品，給各金融機構創造了不菲的收益，同時也成為眾多金融行業的重要客戶流量入口。

然而，一方面是消費金融業務帶來的高額收益，另一方面是從各個渠道匯入業務時帶來的高額獲客成本，消費金融彷彿成了一錘子買賣，難以實現客戶的深度發展。大量客戶透過消費金融入門，如何從這些客戶身上挖掘出更多價值，降低平均獲客成本，成為各個金融行業重點面臨的問題。為此，從消費金融的特徵開始，進行深入的分析：

一、消費金融的特徵

消費金融當前的主要表現形式主要是兩種：一種是與日常消費相關聯的小額消費額度，在網際網路企業通常透過虛擬賬戶方式體現，在銀行業則透過信用卡方式體現。另一種是用以代替個人貸款的大額消費額度，銀行通常是透過合作方進行渠道開發，形成批次專案。但無論哪種型別都存在以下幾個特徵：

1、收益前置

消費金融的收益是什麼？對很多銀行來說指的是中間業務收入，可實際上，消費金融其本質仍然佔用了風險資本，成為替代貸款的重要產品。在收益上，將長年累月的貸款利息轉為前置收取的“手續費”，表面上這些手續費的費率較低，但透過時間價值放大，產生了不低於貸款利息的收益。

2、風險後置

既然佔用了風險資本，在收益被提前收取的情況下，剩下每個月歸還的都是本金，這些本金在佔用風險資本的情況下，實際上就是將風險進行了後置。出現問題直接就是本金逾期。

3、渠道入口

消費金融大量依賴於渠道入口，也就是“消費渠道”。可以說沒有“消費渠道”也就談不上消費金融。在裝修、汽車、手機、美容、旅遊等大額消費領域，消費渠道本身的強勢程度也成為消費金融業務拓展的最大障礙。

4、客戶關聯

客戶帶不回家是消費金融業務最大的障礙，與消費金融公司相比，銀行具有更多的產品和服務，能夠給客戶更多的業務關聯，並從中充分挖掘和創造客戶價值。

5、依賴運營

消費金融業務十分依賴運營，而這一點恰恰是商業銀行一直沒有意識到的。銀行的消費金融業務與“消費渠道”一榮俱榮一損俱損。如何幫助消費渠道產生更大的消費額，將直接

一言以概之，精細化管理可以做到。

詳細說來，精細化管理包含了客戶篩選、資料分析、行為預測、行為驗證、精準營銷和客戶維護六個方面。

客戶篩選指從老客戶那裡或新拓展客戶那裡找到本行重點挖掘的過程。本行是重視年輕吊絲客戶還是法人客戶還是政府機關客戶還是35歲以上客戶等等 看本行的重點客戶定位。

資料分析指根據你能找到的往來資料或透過開放平臺可以查到的資料進行分析客戶畫像，轉賬金額、對手行、行業消費喜好等做好KYC（瞭解你的客戶）。

行為預測指在瞭解了你的客戶後對其行為進行必要的預測，比如經常去某家餐廳或酒店消費，某個超市消費等等，瞭解到客戶的數字化軌跡。

行為驗證指根據預測和實際的客戶行為資料進行比對，確認客戶的行為習慣和風險屬性等，便於開展進一步跟進服務。

精準營銷是在一系列事前準備後根據畫像結合客戶日常場景順利匯入銀行產品，毫不違和，客戶透過社交化的場景發揮自己的自主性完成銀行的交叉營銷，為銀行創造價值。

最後客戶維護是昇華產品體驗和超值服務的一部分，完成客戶對本銀行的認同和對客戶經理的認同，完成為銀行持續創造價值。

資料分析是銀行的弱項，有時是需要管理部門和銀行機構共同完成，但這個工作會越來越重要，甚至是客戶引流最重要的依據。