银行的问题总是循环往复地出现。打开任何一家新闻网站或者，我们都能看到一篇又一篇关于银行问题的报道。欺诈、英国退欧引发的不良影响、各式各样的金融危机和违规行为、事实描写中着与暗讽……好像银行总是在向自己真正在做的事情。
这也就不难解释虽然这个行业的发展十分强劲迅猛，也是过去几百年间社会不可或缺的一部分，但人民群众却依然对银行业界充满了怀疑。银行的客户们更在意的是安全性违规、服务范围没有增加还有他们糟糕的服务质量；但有些银行人士却仰头看天，对这种担忧表示了。
为了赢回客户的信心，在数字化变革中维持自己的地位，各个银行（以及整个银行业）都必须认真考虑自己传统的业务模式和运营方法。一些银行已经了自己的数字化转型旅程，采用了新兴技术并利用现有的数据源来开发出更好的产品和服务。大数据和分析技术是其中的关键，但这两者的潜力都没有被发挥到极致。银行必须采取一些切实手段，改变客户认知的障碍，获取数据驱动的业务机会。
首先从最被低估的一种数据集说起。支付数据能够反映出每个客户的大量信息，例如他们付了多少钱、购买了什么、收款方是谁、参与业务的银行是哪家、交易的时间、地点等等信息。事实上，一个人的购买交易记录比他/她在社交上的表现更能说明这个人是谁。交易数据的获取方式非常简单，但却可以精确描绘出一个人的生活方式、发现哪些公司参与到了商品的供应链中、并绘制出根据时间和地点而变化的消费曲线。与此同时，虽然客户本身的数据并不像交易数据一样多变，但在银行系统中却可以将客户数据和其他资料进行结合，例如交易数据、信用卡历史数据等，以此加强分析、推出成功的“次优选择”。
利用推荐引擎相关的数据 – 可以采取针对少部分人进行试验的方法进行。根据喜好对消费者进行分组、根据消费者对产品进行分组、再根据模式的相似程度对交易数据进行分组。每个人都想着要建立起独一无二的“单一客户视图”，但你知道吗，一个连接起2-3个产品组合的“局部客户视图”对于刚开始起步的企业开始就已经足够用了。
更关注交易及行为数据 – 交易数据更能帮助银行了解客户流失前发生过哪些事情，它能出银行产品组合间相互的网络关系，客户对客户、客户对商户、公司对公司、产品对产品……了解这些以后银行下一步能做什么呢？
欺诈与合规 – 就像之前我提到的，银行异常熟练于管理合规和避免欺诈，但这整个行业都需要开展更好的文本分析工作，利用网络行为发现高风险的行为模式。例如“谁点击了哪些网站后就出现了欺诈行为”等洞察有时非常具有意义。现在，一些公司已经可以将网志数据和支行数据进行匹配，发现客户在网上和实体银行内的行为差异。
服务体验 – 在实体经营的年代里最重要的是“、和”；而在现在这个数据化年代里最重要的却变成了“客户、客户和客户”。利用事件数据发现造成问题的流程，再为客户们解决这些问题流程。呼叫中心记录也是一个隐藏的数据洞察来源。要分析这些呼叫记录的语义、发现重复出现的问题并不复杂，银行可以从这些投诉记录中获取新产品开发的灵感，只要他们想这么做的话。
改善移动端体验 – 很多银行都有自己的移动端APP但这些应用的功能通常都集中局限于辅助交易、转账和账户管理。但如果可以把银行的APP像Mint等其他APP那样，为客户提供更酷的预算管理、清晰地展现财务状况甚至是提供更有帮助的呢？银行可以针对移动运营商进行分析，发现数据中隐藏的模式（例如地点、客户属性、IP地址、移动上网等数据），了解带来客户满意的“指迹”。
单纯凭借以上五条其实并不能扭转银行与客户之间充满问题的关系，但它们却可以成为银行与客户间关系缓和的第一步、也是试验性的一步。
在“关系”和“信心”的围墙被修复以后，加上银行的企业级数字化转型策略，他们就可以重新回到建立长期的且有意义的数据驱动的客户关系中，而不是将就着建立不断减弱的、只有在特定情况下才会发生的、一次互关系。
推荐：
网友评论 ()条 查看