長期以來，傳統金融機構往往更聚焦于新用戶的獲客，對已有的存量用戶投入和挖掘不深。近幾年來，隨著人口紅利逐漸消失，移動互聯網用戶增量飽和，充分盤活、經營現有流量便成為了各行各業全新的機遇與挑戰。在金融行業，傳統商業銀行、消費金融公司與互聯網巨頭已經先后入局，線上獲客的門檻越來越高。行業格局已經趨于固定，不可避免地進入存量掘金時代。

移動互聯網時代，用戶數據呈幾何倍增長，靠傳統的人工方式來激活存量用戶必然捉襟見肘、顧此失彼。如何借助人工智能、大數據等技術，充分利用數據價值解決金融機構“活客”困境，在現有流量基礎上真正實現“存量掘金”成為了金融機構亟需解決的的重要命題。

金融科技助力細化客群維度

存量用戶，是指某個時間段里已有的客戶,與新增客戶相對應。對于金融機構而言，存量用戶是指在該機構已經有賬戶、存款或購買產品的用戶。以銀行線下網點為例，網點內包含存款、貸款、理財、繳納水電費等不同種類的業務與產品，在某網點完成一項業務，并在該行留下賬戶的用戶，就成為這個網點的存量用戶。

一個銀行網點往往積累了成千上萬的存量用戶。如何將這些用戶從線下轉為線上，并真正找到用戶需求，通過有效的手段讓產品觸達用戶痛點，是銀行人不斷追求的“武林秘籍”。

傳統金融機構往往按照用戶資金等級將用戶分層，團隊不同成員對不同資金量級的用戶進行管理。然而這種傳統的分層方法，分析維度較少，不能滿足銀行數字化轉型的新需求。

在數據爆炸的移動互聯網時代，金融機構通過人工智能、大數據等技術基于用戶生命周期構建用戶分層種類，關注存量客戶的年齡、職業、社會屬性、用戶價值、理財偏好、風險偏好、消費偏好、營銷激勵偏好等，才能建立起行之有效的數字化用戶分類系統，進而制定分層營銷方案，針對存量用戶有的放矢進行有效營銷。

以代發工資客群為例，就是銀行天然的存量客戶群體。通過分析用戶資金量、資金留存時間、留存資金所購產品，可以將代發工資客群分為代發脫落用戶、資產流失用戶、潛在投資用戶和潛在活躍投資用戶。對于流失用戶，金融機構可以基于不同的用戶畫像制定針對性挽回策略。對于潛在的投資用戶，則可以通過模型算法挖掘，并基于用戶畫像制定精細化營銷策略，從而激活了整個代發工資的存量用戶客群。

智能風控技術精準定位用戶需求

在存量用戶分層細化的基礎上，金融機構需要基于用戶畫像對用戶需求進行精準定位，通過金融產品和服務激活用戶。然而，傳統金融機構長期習慣于以人工地推“促活”的方式，缺乏盤活龐大存量用戶群體的經驗，不知如何下手制定精準的策略深挖用戶價值，激活休眠用戶。

隨著技術發展，金融科技已經成為推動移動金融服務創新的重要驅動力，金融機構借助于以大數據、人工智能等技術為基礎的智能風控服務，可以通過豐富的線上用戶數據維度，對用戶需求精準定位，讓金融產品和服務更好觸達消費者“痛點”。

以銀行系統為例，龐大的借記卡用戶群就是一塊存量用戶“大蛋糕”。央行數據顯示，截至2019年第一季度末，全國銀行卡在用發卡數量77.73 億張，環比增長2.32。其中，借記卡在用發卡數量70.83億張，環比增長2.48%；信用卡和借貸合一卡在用發卡數量共計6.9億張，環比增長0.63%。全國人均持有銀行卡5.57張，其中，人均持有信用卡和借貸合一卡0.49張。

如果用傳統的營銷策略來激活這部分用戶資源，必然會給金融機構帶來高額的營銷費用，對應的用戶轉化率并不理想。近幾年，金融科技的崛起與助貸機構的出現，為傳統金融機構提供了新的解決方案。

借助大數據挖掘、機器學習預測模型等技術，金融機構可以根據用戶的年齡、職業、社會屬性等社會化標簽，構建用戶畫像和行為特征，建立起數字化用戶分類系統，常見的用戶群體分類有白領客群，公務員客群，年輕化客群、老齡化客群、強借貸需求客群、強理財需求客群等等。

以強借貸需求客群為例，金融科技公司可以通過機器學習挖掘海量數據，持續豐富用戶畫像，幫助金融機構識別出有強借貸需求的用戶，從而以較低成本高效觸及用戶需求，在大大節省了金融機構獲客成本的同時，盤活了存量資源。

另一方面，針對休眠的信貸與信用卡用戶，復貸提額也是行之有效的激活方式。然而，由于征信體系不完善、數據孤島等問題，金融機構往往無法了解存量用戶的真實情況，無法進行準確的風險評估。盲目對存量用戶提額，很可能會提高逾期率和壞賬率，增加風險。

針對這部分存量客戶，智能風控技術可以根據用戶在初次用信和當前時間的信用數據、資質數據，通過提額資質模型判斷用戶是否具有提額資格；再實時監控用戶資質、還款能力意愿的變化，對于有提額需求的用戶，提額額度模型還可以提供精準的提額建議，在降低壞賬率的同時，激活存量用戶。

綜合來看，通過與金融科技服務平臺合作，銀行等金融機構可以通過移動化信息技術手段與大數據分析等金融科技，實現存量用戶數字化分類與用戶需求深度挖掘，在降低壞賬風險與營銷成本的同時，有效盤活系統內部的存量用戶。

責任編輯：Rachel