经济视野 54 2019 年 6 月 浅析大数据背景下商业银行如何进行精准营销 戚文玥 广发银行股份有限公司北京分行，北京 摘要：大数据技术是一种新型的数据处理技术，可广泛应用于各个领域。目前，商业银行正朝着网络化和信息化的方向发展和转型。为了确保数据的准确性和有效性、提高数据利用率，并通过数据挖掘潜在客户群、实现商业银行的可持续发展，必须充分利用大数据技术处理现有的数据资产。 关键词：商业银行；大数据；精准营销 中图分类号：F274;F832.33 文献标识码：A 1 国内商业银行营销的优势与问题 国内商业银行具有强大的发展优势，这也是商业银行现如今仍然是国内经济发展主要推动力的原因之一。倘若我国商业银行能够正确认识其发展优势，并将其发挥到极致，将能在营销方面获得更长远的发展。 1.1 国内商业银行营销的优势 1.1.1 本土优势 国内商业银行在发展中的最大优势是“地利”，因为其熟悉国内市场规则，并能正确理解国家相关政策，熟悉国情及国内人民的心理需求，同时能够满足中国的经济发展要求。国内商业银行更能够在产品营销中不断适应我国文化发展，因此具有更大的发展优势。

1.1.2 客户优势 国内商业银行在长期发展中建立了强大且稳定的客户群，包括国有企业、机关事业单位、民营企业等。这些稳定关系的建立是日积月累的，因此它们是国内商业银行发展的强大“客户群体”，是国内商业银行营销的一大优势。 1.1.3 网点优势 与外资商业银行相比可以帮你写爆款文案的AI系统，国内商业银行在网点数量上具有绝对性优势。此外，拉新和销售业务的成本很低，可以满足绝大多数人的需求。虽然在信息技术发展下，虚拟银行业务发展迅速，但仍有很多人选择银行网点服务，因此这些网点也是国内商业银行发展的重要优势之一[1] 。 1.2 国内商业银行营销问题分析 虽然国内商业银行在市场开发方面具有很强的优势，但仍有一些亟待解决的问题。关注并有效解决这些问题是推动我国商业银行在营销方面取得突破发展的关键。 1.2.1 风险管理水平低下 加强风险管理是提高银行管理水平及销售水平的重要途径。目前，国内各大银行都已建立了清晰明确的风险管理体系和组织结构，但实施过程中仍或多或少存在着矛盾和问题。 1.2.2 服务创新能力有待提高 国内商业银行开发的产品较单一，其创新能力相对较弱。可以说，外资商业银行几乎都是“百货商场”，但国内市场仍然依赖传统产品来发展。

缺乏一定的创新意识，导致国内商业银行的发展不能满足经济发展的需要。 1.2.3 没有合理利用信息技术 信息技术是商业银行发展的重要推动力，但国内商业银行在发展中却往往忽视了信息技术的重要性。我们不能将信息技术转化为营销发展的“武器”，也不能利用信息技术来创新更广泛的营销工具，从而导致国内商业银行在产品营销方面表现不佳。 2 商业银行精准营销模式需求分析 精准营销是以数据分析为支撑，借助大数据挖掘技术，分析海量业务数据，追踪客户行为变化，精准定位客户需求，最终实现在“合适的地点”将“合适的产品”销售给“合适的人”。基于大数据的精准营销模式是精准数据、精准分析和精准推送的总和。商业银行大数据的精准营销要建立在对市场需求分析的基础上[2] 。 2.1 客户寻找需求 在当前大数据技术的背景下，商业银行要想高效准确地寻找出目标客户群体，必须借助大数据技术，科学合理地利用大数据平台。在挖掘客户的时候要从不同的维度进行挖掘，这样才能保证客户群体的质量。 2.2 智能决策需求 选择出客户群体之后，商业银行要为不同的客户群体提供适合的智能决策方案，比如客户的进入判断、产品的推送措施，定价指导策略等等。

对于一些集团客户或者上下游客户，还要有系统完善的营销计划，这样才能实施有针对性的营销策略。 2.3 统一操作需求 基于大数据技术，商业银行精准营销系统能够实现精准营销方案的制定、一些决策性计划的实施等，还要能与一些业务操作平台有机结合，以实现精准营销整个流程的具体操作，挖掘出一些潜在的高质量的客户群体，缩短商业银行的业务流程，为工作人员和客户群体提供更多的便捷操作精准营销，真正实现精准营销的“一体化”。 3 3 大数据技术背 景下商业银行精准营销策略分析 3 3 .1 引入商业智能系统，搭建大数据营销平台 商业智能是一种基于事实的决策支持系统，可将企业中的现有数据转换为可供客户经理用于制定业务决策的工具。由商业智能形成的业务管理决策可以是不同高度的决策，例如操作层、战术层或战略层。为了将数据转化为决策，有必要全面利用数据仓库、数据分析处理工具和数据挖掘等技术。商业银行目前已在大数据运用方面具备了一定的基础，有全行业务数据仓库，并且已在模型挖掘、数据分析等技术方面加快培育。但是，从精细化管理的角度来看，产能不足的缺点是显而易见的。商业银行要加快建设以零售数据集市为决策引擎、CRM 系统落地策略的分析型客户管理体系精准营销，实现零售板块商业智能策略的多渠道系统部署。

3.1.1 构建数据集市 数据集市主要在全行业务数据仓库上，经过抽取、转换、整合和装载存储等过程，形成干净、整合的可应用数据层。在此基础上，通过在线分析处理（OLAP），数据挖掘（）和报表统计分析等技术实现信息呈现，支持数据营销。 3.1.2 丰富商业智能模型 BI 建模是商业智能的核心意义所在，要求对业务需求、业务范围、业务目标有非常体系化的清晰梳理和设计。银行营销 BI 可从客户的全生命周期角度来进行主题细分设计，具体包括：潜力客户识别、客户交易特点、综合资产变迁和流失挽留等方向。 3.1.3 完善在 CRM 系统的应用落地 目前，商业银行营销队伍以零售客户关系管理系统（CRM）为主要工作系统，各类通过 BI 模型演算的数据信息，应通

手机浏览，点击图片保存二维码到相册，然后打开微信扫一扫选择本二维码图片就可以进入，电脑端微信“扫一扫”二维码，进入找聊天搭子平台，里面有找饭搭子、找对象、找陪伴服务等等