來源：2024年度城市金融服務優秀案例征集活動

獲獎單位：吉林銀行

榮獲獎項：營銷獲客創新優秀案例

一、項目背景及目標

數字經濟新業態下的銀行服務，是在數字化和新技術驅動下，給客戶帶來業務感知和體驗感動，逐漸成為嵌入生活的智能銀行服務。

中國銀行業協會發布的《2021 年中國銀行業服務報告》指出銀行業應持續打造以技術、數據、場景為依托的線上服務能力，搭建互利共贏的開放平臺，推動“線上 + 線下”“人工+ 智能”的融合一體服務模式，高效地響應客戶需求和社會需求。在與客戶建立聯系的過程中，數字營銷始終發揮著橋頭堡的作用，其業務價值在于通過數據驅動的低成本、高效率的方式，將提供客戶需求最為匹配的內容和產品信息，以最適合的媒介渠道和形式載體，傳遞給最準確的受眾。

吉林銀行自零售戰略轉型以來，始終堅持以客戶為中心，致力于提供優質、個性化的服務。洞察客戶需求，致力于通過大數據和人工智能等技術手段，對客戶數據進行深入挖掘和分析，了解客戶需求，提供精準服務。根據客戶需求和市場變化，不斷推出新的零售產品，滿足不同客戶群體的個性化需要。提供個性化的服務方案。并不斷提升用戶體驗優化，通過優化業務流程、提高服務效率、提供便捷的線上渠道等方式，提高客戶滿意度。

吉林銀行要打贏這場新戰役需要圍繞客戶、圍繞場景、圍繞產品構建數字化營銷體系，提供千人千面的精準化營銷，實現業務持續、穩定、長期的增長。這個數字化營銷體系能在客戶理財到期當天推送新的財富產品，能在客戶購房首付時通知客戶經理進行按揭和裝修分期的產品營銷，能在客戶信用卡活躍下降時推送信用卡專題權益進行客戶再度促活，對銀行而言，提升數字營銷能力的關鍵在于打造完善的客戶數據分析和精準營銷體系，以客戶為中心，通過數據驅動實現我行的數字化經營。

二、項目/策略方案

項目建設過程中，將重要業務功能進行合理的邊界區分，使整體項目規劃層次分明，錯落有致，功能清晰。在設計過程中，搭建三大系統功能模塊，下面分別將三大系統功能模塊予以介紹。

1.數據標簽管理模塊

將數據資產的價值充分發揮極致，打通數據壁壘，形成多維度的數據加工模式，整合金融、非金融屬性數據，突破數據盲區，提升數據的整體加工能力。搭建用戶標簽畫像標簽畫像模塊，設計、采集、存儲用戶數據，包括銀行交易類、用戶行為類數據，CRM系統用戶標簽、數據倉庫DW層數據、與銀行有關的三方應用場景數據。加工生成數據標簽。

（1）用戶行為數據導入

以需求為導向，采集用戶的線上行為數據，運用行為分析平臺完善的數據采集方式，保障數據采集的完整性、高質量及高性價比。在數據埋點技術上可實現全埋點、代碼埋點、可視化埋點及ETL導入。主要分為事件（Event）和用戶（User）兩大類數據，形成兩大類數據集合，統一用戶的UserID。在事件類數據中記錄用戶是誰，事件發生的時間、地點、事件行為、事件發生的具體方式、事件的具體內容，在用戶類數據中記錄用戶基本屬性和用戶的UserID。通過用戶UserID，可以將用戶在數據層面進行打通，將用戶在各個線上渠道產生的行為事件進行匯總，這里采集范圍包括：APP、公眾號、小程序、H5、PC等，形成數據標簽。

（2）用戶業務數據導入

用戶在行內系統中產生的各類業務數據，包括存貸款、理財、生活繳費、支付、信用卡消費等，可以通過實時接口獲取和批量文件導入2種方式實現。在批量文件導入上，行內各系統根據定時批量任務，自動將數據文件加載到交互平臺，行為分析平臺自動去交互平臺獲取文件，加載到本地存儲；在實時數據導入上，通過數據抽取相關技術，將生產上發生的交易類數據，實時傳輸到行為分析平臺，存儲加工處理，主要用于一些關鍵用戶事件的抓取和捕獲，使得銀行業務人員可以提早部署、及時準備、實施有效的應對措施。

（3）用戶三方數據導入

通過與三方數據平臺的合作，在保證用戶敏感信息不被泄露的前提下，充分與三方平臺對接，共享數據資源，這里可以是批量數據導入，也可以是實時數據接口，實現數據來源多元化，使用戶的數據來源更加豐富。通過對行內外數據的整合，各類活動場景的數據融合，挖掘出潛在客戶群體，例如通過轉賬頻度較高；頻繁使用個人網銀進行批量轉賬；客戶每月固定時間入賬等相關維度分析，可以挖掘該類客戶為潛在的代發工資客戶群體。

（4）網點終端數據采集

行為分析平臺支持采集網點硬件終端設備的數據，銀行用戶不僅在線上渠道的行為記錄在內，在線下渠道的行為也將被記錄，通過平臺端的SDK，可實時捕捉到用戶在線下渠道的各類行為，涉及硬件設備主要包括智能柜臺的PC設備、客戶經理使用的手持Pad、網點自助柜員機等，客戶的相關行為數據也可在后臺進行加工和存儲，形成統一的用戶視圖。

（5）數據導出/API服務

可通過批量導出或實時API接口的方式，提取平臺數據，輸出到業務系統。用于客群經營、精準營銷、用戶畫像、實時事件抓取等，行內各業務系統可按需在平臺中進行訂閱，平臺實時更新，定時發送，確保各系統能獲取到相關數據。

2.數字化運營分析模塊

可支持產品、運營、數據分析人員等各角色人員的數據分析工作，協助各角色實現自助分析。運用數字資產，驅動業務高效開展，定位目標客戶群體，進行精準營銷，整合行內外各類數據，分析客戶行為、習慣、愛好，開展用戶畫像，實現千人千面的用戶分析體系。分析用戶特征屬性行為，結合營業數據，三方數據等，進行精細化運營、產品功能及用戶體驗優化、提升管理決策?？赏ㄟ^ BI、大數據模塊、CRM、ERP 等內部 IT 系統，構建用戶數據體系，讓用戶行為數據發揮深遠的價值。

（1）指標智能預警及診斷

對關鍵數據指標設定閾值，時刻跟蹤監測各類型指標數據變動情況，對超出閾值范圍的的異常波動提出預警，并提供相應診斷分析過程，初步做出結果判斷。通過對核心指標的監控，實現對重要數據的 24 小時無縫觀察，第一時間通過數據波動了解業務最新狀態。

（2）靈活/多維下鉆分析模型

模型是對現實世界的抽象，可以表現出數據間的某種內在聯系，根據不同的數據分析類型，對數據進行深度分析挖掘，且支持數據下鉆分析功能，可以對數據進行深度和廣度的不斷延展，挖掘問題背后的根本原因。通過對數據模型的搭建和有效分析，可以精準的在模型中洞察出用戶在操作和交易方面的一些異?，F象，及時研判，做好應對措施。行為分析平臺要支持各類業務分析模型的搭建，包括一些通用的數據分析模型和業務人員自定義的數據分析模型。包括但不限于應用事件分析模型、漏斗分析模型、用戶路徑分析模型、RFM客戶價值創造分析模型等。

（3）可視化標簽創建與管理

可以在基礎標簽的基礎上形成復合標簽，業務人員可根據自身需要自定義標簽的分類，并可按需要管理自定義的數據標簽，形成可視化的管理頁面，確保非IT技術人員也可輕松實現各類標簽的加工、處理、使用。

（4）用戶洞察分析

支持單用戶畫像和用戶群畫像，在用戶群畫像方面，支持基于用戶屬性、標簽、行為事件、已有客群等規則選擇方式進行創建客戶群體，也可基礎產品屬性、類型、周期、到期日等規則選擇方式進行創建偏好客戶群體；在單用戶畫像方面，對我行每一位零售客戶組合各類標簽，包括：（基礎信息、資產信息、產品持有、渠道簽約、基礎客群、客戶活躍、客戶行為等方面）可以實現個人用戶的千人千面，在具體營銷活動中找到目標客戶，提供資產類、財富類、生活類等各類場景的精準推送。

（5）用戶客群管理

支持基于自定義規則創建客群，使用用戶屬性、標簽、客群、用戶行為、多個有序的行為序列進行客群篩選，設置規則流程，通過觸發條件，將符合條件的用戶進行聚類，形成結果客戶群，可支持客群保存、查看、更新、暫停、啟動、刪除、重新計算等?？腿褐С窒裸@分析，支持查看單個用戶畫像。

（6）自定義查詢統計功能

為數據采集技術人員提供解決方案，快準細全地完成數據的采集及接入，充分理解業務人員的分析需求，協同完成產品的指標增長任務?？筛鶕I務需求，自定義統計和查詢數據，應具備業務人員可以使用的智能數據分析工具，業務人員可通過該工具的靈活性、可擴展、易操作等特性，輕松進行數據統計，通過工具拖拽，展現數據分析結果集，并且支持各類主流圖表的制作。且平臺也要支持目前主流的數據分析語言，包括SQL、Python語言，方便數據開發人員進行操作，開發界面要簡單易操作，支持工具擴展，提成數據開發人員工作效率。

3.數字化智能營銷模塊

智能運營是一個幫助客戶實現自動化、場景化、個性化、智能化運營的模塊。從目標受眾篩選→受眾觸達→活動效果反饋，幫助客戶在最佳的時刻以正確的觸達方式給用戶傳遞感興趣或需要的內容。支持運營角色關注用戶構成現狀及變化，并從用戶行為角度剖析用戶的活躍程度、流失情況。針對不同用戶分群設置策略給予激勵，以提升產品的核心關鍵指標。

（1）指標智能預警及診斷

對關鍵數據指標設定閾值，時刻跟蹤監測各類型指標數據變動情況，對超出閾值范圍的的異常波動提出預警，并提供相應診斷分析過程，初步做出結果判斷。通過對核心指標的監控，實現對重要數據的 24 小時無縫觀察，第一時間通過數據波動了解業務最新狀態。

（2）靈活/多維下鉆分析模型

模型是對現實世界的抽象，可以表現出數據間的某種內在聯系，根據不同的數據分析類型，對數據進行深度分析挖掘，且支持數據下鉆分析功能，可以對數據進行深度和廣度的不斷延展，挖掘問題背后的根本原因。通過對數據模型的搭建和有效分析，可以精準的在模型中洞察出用戶在操作和交易方面的一些異?，F象，及時研判，做好應對措施。行為分析平臺要支持各類業務分析模型的搭建，包括一些通用的數據分析模型和業務人員自定義的數據分析模型。包括但不限于應用事件分析模型、漏斗分析模型、用戶路徑分析模型、RFM客戶價值創造分析模型等。

（3）可視化標簽創建與管理

可以在基礎標簽的基礎上形成復合標簽，業務人員可根據自身需要自定義標簽的分類，并可按需要管理自定義的數據標簽，形成可視化的管理頁面，確保非IT技術人員也可輕松實現各類標簽的加工、處理、使用。

（4）用戶洞察分析

支持單用戶畫像和用戶群畫像，在用戶群畫像方面，支持基于用戶屬性、標簽、行為事件、已有客群等規則選擇方式進行創建客戶群體，也可基礎產品屬性、類型、周期、到期日等規則選擇方式進行創建偏好客戶群體；在單用戶畫像方面，對我行每一位零售客戶組合各類標簽，包括：（基礎信息、資產信息、產品持有、渠道簽約、基礎客群、客戶活躍、客戶行為等方面）可以實現個人用戶的千人千面，在具體營銷活動中找到目標客戶，提供資產類、財富類、生活類等各類場景的精準推送。

（5）用戶客群管理

支持基于自定義規則創建客群，使用用戶屬性、標簽、客群、用戶行為、多個有序的行為序列進行客群篩選，設置規則流程，通過觸發條件，將符合條件的用戶進行聚類，形成結果客戶群，可支持客群保存、查看、更新、暫停、啟動、刪除、重新計算等?？腿褐С窒裸@分析，支持查看單個用戶畫像。

（6）自定義查詢統計功能

為數據采集技術人員提供解決方案，快準細全地完成數據的采集及接入，充分理解業務人員的分析需求，協同完成產品的指標增長任務。可根據業務需求，自定義統計和查詢數據，應具備業務人員可以使用的智能數據分析工具，業務人員可通過該工具的靈活性、可擴展、易操作等特性，輕松進行數據統計，通過工具拖拽，展現數據分析結果集，并且支持各類主流圖表的制作。且平臺也要支持目前主流的數據分析語言，包括SQL、Python語言，方便數據開發人員進行操作，開發界面要簡單易操作，支持工具擴展，提成數據開發人員工作效率。

三、創新點

1.顛覆了傳統銀行的經營驅動模式。徹底打通零售各業務線的零售數據，涵蓋客戶金融數據、行為數據、生活類數據，可以更精準繪制客戶全生命周期服務需求全景圖。

2.顛覆傳統銀行的客戶分層管理理念。在傳統銀行理念中80％的能力資源服務20％的高凈值客戶，數量巨大的大眾客戶，基本沒有得到專業的金融服務，借助數字化運營分析平臺其強大的大數據分析和活動策略部署能力，實現對大眾客戶的有效觸達覆蓋。

3.顛覆了傳統銀行的靜態經營理念。線上、線下、遠程外呼等全渠道協同經營，完成客戶的斷點觸達。是一套完整的、動態的、自動的客戶經營網絡，通過對客戶服務的結果狀態建立標簽，實現智能化、多批次、跨渠道協同、無縫銜接和觸達客戶，從而提升經營效果。

4.顛覆了傳統銀行的客戶經營策略配置模式。將產品、權益、活動模塊化、參數化，通過“策略流程畫布”實現客戶經營策略、經營動作拖拉拽、圖形化的界面配置，打通客戶群、策略、素材資源、渠道等不同數據平臺，實現一站式活動策劃、配置、AB測試、調優的統一營銷中臺能力，提升策略配置效率。

四、項目過程管理

1.需求階段

需求階段，我們的主要了解項目的需求，對需求進行詳細的拆分，并對需求文檔進行深入的溝通，聯合零售各部門進行意見及需求征集，根據溝通內容。我們進行詳細的分析和記錄，規劃功能的要點，確認功能的排期，以此作為依據來制定項目計劃。同時，我們進行了初步的技術和可行性評估，以確保項目能夠順利實施。

2.開發階段

開發階段，主要是根據需求文檔，開發出符合需求的項目成果，業務人員、科技人員全力投身于項目建設當中，實時配合合作伙伴解決問題。在此階段我們每日召開晨會夕會，根據項目需要總結本日開發的進度，拋出問題并于第二日解決，密切關注項目的進度和質量，每月召開項目例會，參會人員包括各層主管領導，匯報項目進度，總結項目問題，制定下一步實施計劃等。

3.測試階段

測試階段主要目標是確保項目成果的質量和穩定性。我們進行多輪測試安排，其中包括SIT測試共計2輪，涉及案例16000余個，UAT測試共計3輪，涉及案例4000余個，以及為期一個月的性能測試，整體測試工作為期3個月，確保系統功能、流程正常，確保項目成果能夠在生產環境中正常運行。

4.試運行階段

試運行階段，確保項目能在實際環境中正常運行，流程正確且滿足客戶期望。并且我們對項目的成果進行詳細的檢查和評估，項目出現的問題也會保證在第一時間進行解決。

五、運營情況

項目上線以來完成包括手機銀行注冊、登錄、理財、流量分發、搜索等模塊行為數據分析。完成吉行微服務小程序、社交銀行等渠道埋點數據對接。為社交銀行提供1000+標簽數據服務。為零售各部門，試點分行開展多輪專項培訓，針對千元戶、信用卡、零貸等業務開展斷點營銷客群分析，分別對手機銀行歡樂品牌日、樂享繳費等展開活動跟蹤，結合各個部門提出的業務需求開展二期需求建設，包括500+標簽及各系統埋點業務模塊建設。完成投放活動2個，策劃中活動1個，已投放生產策略80余個，涉及品牌宣傳、活動推送、千元戶提升、新客百日經營等方面。

2024年4月24日至2024年7月13日，營銷客戶46129人；新增簽約手機銀行10444人；新增微信綁卡客戶9820人；新增支付寶綁卡客戶6748人；新增京東綁卡客戶2851人；新增美團綁卡客戶263人；新增拼多多綁卡客戶86人；新增抖音綁卡客戶137人；新增理財簽約客戶2685人。提升千元戶5229人，提升萬元戶1596人。

通過營銷平臺精準營銷后，開通手機銀行的平均時間縮短至2.33天/人，相比之前開通手機銀行的平均時間10.62天/人，時間縮短了4.55倍。微信綁卡平均時間營銷前19.23天/人，營銷后3.96/人，縮短了4.85倍。支付寶綁卡平均時間營銷前20.45天/人，營銷后3.20天/人，縮短了6.37倍。京東綁卡平均時間營銷前39.71天/人，營銷后2.83天/人，縮短了13.99倍。理財簽約平均時間營銷前14.37天/人，營銷后2.78天/人，縮短了5.16倍。通過營銷平臺新增吉時寶客戶1345人，人均4254.98元/人。

六、項目成效

通過平臺落地，有效提升手機銀行、微信銀行、遠程銀行的客戶精準觸達能力，掌握客戶需求，匹配關聯產品、活動、權益，大大增強客戶黏性，業務人員對于活動的理解將更側重于活動運營策劃方面，將有效緩釋業務和技術人員在活動的開發、部署、投產測試方面投入的人力成本，將更多的精力集中在主營業務上。

打造全行標簽畫像體系，通過1071個客戶級標簽的開發，建立了我行零售客戶的360全景視圖，形成千人千面的的單客戶畫像和客群畫像，為客戶的精準營銷打下堅實基礎。

采集客戶的行為埋點數據，包括客戶瀏覽、點擊、搜索及各業務場景的行為，時刻捕捉客戶實施行為，精準了解客戶動態數據，作為客戶交易數據的補充，借助于平臺強大的模型分析能力，挖局客戶營銷需求。

捕捉營銷事件，涵蓋行為類事件、交易類事件、達標類事件等，實時進行事件透傳，及時通過事件類營銷精準觸達客戶，提升客戶在我行整體價值貢獻。

建立全行零售客戶Oneid體系，整合客戶在各系統的統一身份認證，不論客戶在任何渠道登入，都能精準識別出客戶的唯一身份，為后續客戶權益視圖整合、活動策劃整合、渠道觸達整合打下基礎。

功能完善的策略布放組件，業務人員可通過圖形界面進行活動策略設計，豐富的流程組件、客戶篩選組件、產品篩選組件、策略組件、渠道組件、分析組件，可輕松實現營銷活動從活動策劃、活動部署、活動執行、活動監控、活動結果反饋等各個環節實現閉環。

七、經驗總結

吉林銀行數字化運營分析平臺項目，得益于前期做的大量準備工作，在市場調研方面，結合平安銀行、招商銀行、中原銀行等在零售業務開展較為突出的同業結構，借鑒其現有的數字化營銷投放能力，取長補短，積累經驗。在項目立項后，與各業務部門和分支行充分溝通，梳理需求和業務經過程中的痛點收集，銀行端作為金融服務方，在其中扮演的角色已經從傳統金融業務場景出發以產品為中心轉變為以客戶為中心，及客戶之所想，做用戶之所需。在數據側更多的賦能業務開展，在各類金融和泛金融場景中發力，整合優勢基礎能力，提供更多的金融配套周邊能力搭建，提升我行整體綜合服務能力。

更多金融科技案例和金融數據智能優秀解決方案，請在數字金融創新知識服務平臺-金科創新社案例庫、選型庫查看。