一、背景與起因
做好普惠金融,特別是小微企業金融,始終是銀行業的一項難題,其主要難點在于:一是小微企業信息不對稱,銀行很難全面、真實地了解客戶;二是銀行管理成本高,及時了解客戶的實際情況需要投入大量人力和物力;三是沒有形成規模效應,傳統模式客戶轉化率低,無法實現以“量、價”補損,綜合效益不明顯。
為解決上述問題,我行于2016年起以小微企業客戶營銷管理周期為主線,探索研究建立分階段、分層級、分類別的“目錄制”管理模式,在此基礎上,將客戶“目錄制”管理方法與大數據分析相結合,通過“需求驅動、快速迭代、共同推進”的工作方式,基于我行現有數據分析挖掘平臺,應用“大數據挖掘”和“機器學習”等金融科技手段,開展了“普惠金融大腦”項目的研究和開發工作?!捌栈萁鹑诖竽X”通過構建小微企業結算戶轉有貸戶營銷“機器學習”預測模型,自主學習歷史小微企業貸款客戶的轉化特點,從存量結算客戶中尋找生成有潛力的客戶營銷清單,并將結果在分行進行實際應用,有針對性的指導營銷拓戶工作,提高了營銷效率。
二、舉措和亮點
?。ㄒ唬┬∥⑵髽I客戶營銷管理方法的創新
開展小微企業金融業務,銀行業面臨信息不對稱、管理成本高、難以形成規模效應、無法實現以“量、價”補損等難題。為解決上述問題,我行于2016年起以小微企業客戶營銷管理周期為主線,探索研究建立分階段、分層級、分類別的“目錄制”管理模式,并于2017年完成了《基于機器學習技術及生命周期管理的小微企業客戶“目錄制”營銷方法研究》創新課題,提出了全新的小微企業客戶營銷管理方法:客戶自開立銀行賬戶起就納入到我行營銷管理中,將結算理財到信貸融資服務,形成一個閉合的營銷管理周期。同時,將管理周期分為“識別、營銷、發展、提升、維護、退出” 六個階段,對應“獲取商機、開立賬戶、增加結算、提供融資、擴大規模、結束管理”六項營銷管理環節,通過分類指標和模型計算將每個階段客戶按“重要、一般、緩置”的次序進行分類,輔助客戶經理開展“差異化、精細化、批量化”的客戶營銷和管理。
?。ǘ┙鹑诳萍紤玫膭撔?/p>
目前,銀行業獲客方式大多是基于簡單的條件規則進行的篩選,比如“存款大于100萬的客戶”就可以作為一個規則模型,有效性很大程度依賴于人的主觀認知和對業務的理解,且往往不能充分利用客戶的各個維度的數據信息,難以找到海量數據之間的關聯關系,結果通常不夠穩定,也不適用于預測和獲取重點目標客戶。
隨著人工智能技術的快速發展,以及計算機能力的不斷提升,“大數據挖掘”和“機器學習”已成為輔助銀行獲客及客戶管理的重要手段。區別于傳統規則模型的配置方式,“機器學習”模型具有學習效率高、效果穩定等優勢,可以實現對海量數據的自主學習,將銀行客戶經理的經驗進行系統積累,結合數據形成對客戶的自動甄別能力,用于對未來結果的預測,替代人工從存量客戶中挑選出重要的營銷目標,既解決了銀行人員不足和營銷效率低下的問題,又實現了專業化和專家化的營銷決策支持。
三、成果與反響
?。ㄒ唬┚珳诗@取重點營銷客戶清單
“普惠金融大腦”通過構建“小微企業結算戶轉有貸戶”機器學習模型,來預測每個結算客戶未來3個月轉化為貸款客戶的概率。首先,確定了以北京、山東、浙江、江蘇和廣東等5家試點分行的2018年一季度客戶數據進行模型訓練,通過剔除歷史有貸客戶、本年新開戶客戶后,共獲得了88萬戶小微企業客戶數據;其次,在前期“目錄制”營銷方法中總結出的小微客戶特征指標基礎上,結合業務專家和模型專家的經驗,共同設計了129個特征,覆蓋了客戶基本信息、資產、交易、渠道、關系人等內部數據和被訴等外部數據,經數據清洗和特征分析后保留了91個特征用于建模;再次,選用XGBoost機器學習模型,訓練“普惠金融大腦”自主學習客戶歷史特征,逐步讓模型具備了對潛在信貸客戶營銷的判斷和預測能力,通過不斷配置和調整參數,訓練后模型精確率達到5%;最終,應用訓練好的模型對5家分行二季度88萬存量結算賬戶進行預測,生成了首批“小微企業結算戶轉有貸戶”重點營銷目錄客戶共13944戶。
?。ǘ└咝мD化小微企業結算戶至有貸戶
2018年9月初,我行將“結算戶轉有貸戶”目錄客戶清單按歸屬下發5家分行各經營機構,開展為期2個月的試點營銷工作。根據分行的反饋情況,下發的重點營銷目錄中符合我行貸款條件的客戶占比為43%,符合我行貸款條件且客戶具備貸款意愿的占比為21%,名單預測命中率符合最初設計目標。通過對目錄中客戶的營銷情況進行跟蹤,截至2019年1月31日,已成功營銷并新放款客戶1511戶,新發放貸款余額28.0億元,已放款客戶數占目錄客戶數的10.8%,是同期五家試點分行小微企業結算戶向有貸戶自然轉換比例(1.38%)的7.8倍。
“普惠金融大腦”產生的重點營銷目錄有針對性的輔助了拓戶營銷,幫助客戶經理在存量結算戶中發掘了大量有價值的客戶,有效提升了營銷效率,減輕了基層行負擔。由于從客戶營銷到貸款發放有一定周期,目錄中客戶還在持續轉換為我行有貸客戶,充分體現了此項目的創新應用價值。
責任編輯:方杰
免責聲明:
中國電子銀行網發布的專欄、投稿以及征文相關文章,其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方;如涉及未經許可使用作品的問題,請您優先聯系我們(聯系郵箱:cebnet@cfca.com.cn,電話:400-880-9888),我們會第一時間核實,謝謝配合。