加速银行CRM一体化

    |     2015年7月12日   |   文库   |     评论已关闭   |    1513

||2004-06-14


  加入WTO以来,中国银行业一直在挑战中前行。银行业核心竞争力的关注焦点,应该体现为对本土客户关系的理解和客户资源的掌握上的优势。而强有力的信息化手段将是优势得以持续的重要条件。


  数据挖掘: 商业银行的应用


  在国际范围内,数据仓库和数据挖掘技术已成为商业银行业务快速发展、全面应用IT技术,开展科学管理决策的业务平台。


  数据仓库(Data Warehouse)是支持管理决策过程的、面向主题的、集成的、动态的、连续的数据集合。可以从容量庞大的业务处理型数据库中抽取数据,清理、转换为新的存储格式。根据决策目标,将存储于数据库中的决策分析所必需的、历史的、分散的、详细的数据,经处理转换成集中统一的、随时可用的信息。与传统的数据库系统业务处理为主的OLTP应用相比,数据仓库是适应分析处理要求、面向以分析处理为主的OLAP应用。


  数据挖掘(Data Mining )技术以数据仓库和联机分析处理(OLAP)为平台,借助企业拥有的大量数据,通过清洗、转换、装载等数据处理方法,发现大量资料间的关联与趋势,探寻一种独特的、通过其他方法发现不了的业务规律和模式。广泛应用包括线性、非线性回归分析、判别分析、聚类分析、主成分/因子分析和时间序列分析等统计方法及决策树分析(Decision Tree)、准则推断(Rule Induction)、关联探测(Association Detection)、神经网络(Neural Networks)和基因算法(Genetic Algorithms)等特有分析方法。


  数据仓库及其应用技术从20世纪90年代初出现以来,在海量客户信息的企业,尤其是许多大银行等金融机构中得到了广泛的应用。数据仓库建设是现代商业银行发展到一定阶段对银行信息管理水平提出的现实要求,又是现代商业银行业务发展与信息技术发展高度融合的必然趋势。


  目前,国内商业银行信息体系中大量运用的仍是数据库系统(Data Base)。数据库系统作为管理手段,用于事务处理获得了成功,但对分析处理的支持不能令人满意。由于事务处理和分析处理有极不相同的性质,直接使用事务处理环境来支持决策(DSS)是行不通的。右表是基于数据库和数据仓库结构的银行业务应用系统的比较。


  商业银行建设数据仓库,先期应关注深化客户关系的应用主题。通过数据仓库建设,银行可建立以客户金融业务信息、客户基本信息和其他外部信息为主体的、完备的客户信息体系;建立以综合业务处理系统和数据集中为依托,以网络化、自动化收集为主,其他调查方式为辅的客户信息收集渠道;建立全行高度信息共享的客户信息管理中心,发挥其信息采集、预警预测、分析发布等功能,从而全面提高银行客户信息的分析和使用能力,为深化和发展客户关系奠定坚实的基础。


  如你所愿:数据挖掘之路


  根据美国META集团的调查,数据仓库技术在美国金融业、制造业、商贸业以及社会服务等方面都得到广泛的应用,已经采用数据仓库的企业的投资回报率均在40%以上,部分企业高达每年600%。


  美国第一银行应用数据挖掘技术实现业务快速发展的案例,对中国银行业具有相当的参考价值。作为世界上最大的维萨信用卡发卡行,拥有超过5600万信用卡客户的美国第一银行的核心理念是“成为客户信任的代理人”,采用一种被称之为“ICARE”的要决来联系客户:I(Inquire)——向客户询问并明确其需求;C(Communicate)——向客户保证将尽快满足其需求;A(Affirm)——使客户确信争先有完成服务工作的能力和愿望;R(Recommend)——向客户提出一系列服务的选择;E(Express)——使银行接受单个客户的委托。


  在“ICARE”的基础上,美国第一银行发展了一项名为“At Your Request(如你所愿)”的客户服务,赢得了客户的信任,获得商业成功。但是,无论是“ICARE”还是“At Your Request”,其背后都离不开第一银行先进的数据仓库的信息支持。


  享受“如你所愿”服务的客户可通过电话、电子邮件或网络得到银行提供的三个方面的服务:金融服务、旅行娱乐服务和综合信息服务。


  为支持“如你所愿”的服务,第一银行在业务后台开发了庞大而先进的数据仓库系统,从每一笔信用卡交易中提取大范围的、十分宝贵的数据。在银行看来,大多数使用信用卡的客户,都可以从其业务记录中“发现”他最感兴趣和最不感兴趣的商品或服务。利用所掌握的交易数据,第一银行建立了高度准确、按等级分类的单个客户实际偏好的记录,当然也能分析群体客户的消费情况和偏好。银行可以根据客户的消费偏好信息去确定合作商业伙伴,从他们那里得到最优惠的价格并提供给客户。银行的数据仓库通过持续的更新,会越来越清晰的反映出客户的需求和消费偏好,这为“At Your Request”业务的开展提供了最为有力的信息支持。


  提升价值:CRM一体化


  银行在实施CRM中建立的客户数据仓库,对于保持良好的客户关系、维系客户忠诚,发挥着不可替代的作用。银行金融服务必须从单纯经营金融产品向维护和加深与客户的联系转变。转变过程中,银行仅仅靠重视满足客户的需要是不够的,还必须应用数据仓库研究客户需求之外的各种复杂变量。只有实现客户一体化管理,利用数据仓库发现和调整交织在业务运作中的各种客户关系,抓住维护和深化客户关系这一核心,在CRM平台支持下以高质量的、多样化的、特定的服务满足顾客个性化需求,运用成熟的盈利性及发展潜力分析模型,来决定如何最优利用稀缺的市场营销资源,才能使客户价值对银行达到最大化,银行也才能从多重关系的互动中获得自身发展的持续动力。


  为实现客户信息的集成管理,目前的银行业务数据处理同样有必要划清分析型环境与操作型环境之间的界限,由原来的以单一数据库为中心的数据环境发展成为一种以数据仓库为中心的新环境:体系化环境。一般而言,在CRM环境中运行的银行客户数据仓库,为支持客户一体化管理将提供如下功能。


  ·动态整合的客户数据管理、查询、分析和报表动能


  ·基于数据库支持的客户关系结构和忠诚客户识别功能


  ·基于数据库支持的客户购买行为参考功能


  ·基于数据库支持的客户流失警示功能


  ·基于Web数据仓库的信息共享功能


  总之,建设数据仓库,应用数据挖掘,实施客户关系管理,将是中国商业银行树立“以客户为中心”的经营思想和发展战略。要借鉴发达国家和地区商业银行成功经验,建立客户信息的分析、管理、决策和业务支持的完整体系。国内科技领先的商业银行如中国工商银行、招商银行等,都在规划开展各自的数据仓库工程或CRM项目。假以时日,数据挖掘技术,必将成为中国商业银行实现一体化客户关系管理、快速增强自身盈利能力的有力工具。


  王广宇 国内享有盛誉的金融信息化和管理专家之一,现任中国客户关系管理研究中心(CRCC)首席专家顾问。长期致力于金融、管理和IT专业服务的研究与推进,曾参与国家“十五规划”主题咨询报告研究,有《客户关系管理》、《知识管理:冲击与改进战略研究》、《个人外汇买卖指南》等多部著作问世。在金融及IT多专业领域具有精深研究。


  曾任中国金融人才协会专家委员会委员、中国互联网协会高级会员、中国企业管理信息化专业委员会副主任委员等社会职务。


赛迪网 中国信息化(industry.ccidnet.com)

责编:admin

转载请注明来源:加速银行CRM一体化

相关文章

噢!评论已关闭。