大数据驱动银行业营销变革(2)_数据分析师
在这个过程当中,银行通过SAS工具搜集哪些数据?我们怎么判断这些数据是有用的,并且能高效地利用它们?
Karen Ganschow:银行业的一大优势,就是我们可以获取客户的交易数据,包括交易的流向、交易地点、交易的具体数额,且这些数据都是精准的,所以数据质量也很高。对银行来说,这是非常重要的客户数据来源。
与此同时,我们也更多地获取网银数据,通过网银可以观察到消费者在想什么,来进行营销探索,因此获得消费者体验的无缝连接。比方说,如果只是单纯地从交易数据进行推测、分析,可能这名消费者更愿意申请一张信用卡,但是通过整合的高级分析引擎得出的结论是,他可能对存款更感兴趣,进而银行会更有针对性地给这个客户进行推销。这就是我们所获得的改变。
“KnowMe”这个平台,我们其实更希望银行、客户、消费者之间建立长达一生的关系。基于这样的思想,我们重视每一次与客户的交互,也希望这样的数据更好地帮助客户,适时地向客户推荐正好需要的产品和服务,让客户获得很好的服务体验。
《中国经营报》:我相信,Westpac通过大数据挖掘一定获得了很好的收益。所以单纯从KnowMe平台来讲,哪些变化正在驱动着KnowMe项目?
Karen Ganschow:关于成功,我们有几个衡量的关键要素:客户满意度、客户对于银行的推崇情况以及最终我们在客户钱包当中所占的份额,这是我们所关注的三点。
过去两个月内所发布的数据显示,Westpac在客户满意度及客户推崇度方面,领先于澳大利亚其他的任何一家银行,目前排名第一。至于在客户钱包份额方面,我们与另外一家银行目前处于并列第一的状态。但是根据过去数据的轨迹显示,我们目前在采集客户数据、利用数据为消费者提供服务方面的能力不断提升。对于未来,我非常有信心。
通过数据驱动的营销方式,我们把掌握的信息和获得的洞察力逐渐转化成实际的利益。正如刚才我说的那样,我们非常看重的是客户的满意度,并且他是不是主动积极地跟他的亲朋好友推荐我们的银行,这其实是我们所测量的关键绩效指标--KPI。
所以,我们希望采用了数据驱动技术之后,给客户提供更加私人化的定制服务。作为银行,我们也希望能够赢得消费者他们更多的业务,除一些日常的银行业务外,还包括养老金存款、教育理财产品等。
但更加重要的是,银行要在正确的时间给客户提供私人定制服务,把一个恰当的产品推荐给他。而最关键的,我们希望以很大的规模来做这样的事情。一千万客户在中国不算什么,但是即便如此还是一个非常庞大的数据量,因为我们每个月要与客户进行7600万次的互动,所以SAS工具能够帮助我们把这些数据进行有效的整合、处理和分析。
可以说,KnowMe确实为我们增加了很多客户,也带来了很多收益,关键是要批量化地去做这个事情,因为就算能够实现给客户提供私人化定制服务,但如果只有一万人也没有太大的意义,所以说有一千万客户的时候如何把他进行大批量的复制,实现一对一的定制服务,这就牵扯到我之前提到的大量的数据交互。
我们有75%的客户已经拿到了他们最希望得到的产品推荐,这是我们值得称赞的成绩。在借用了SAS高性能分析工具以及整个我们所形成的数据分析生态系统之后,才能实现通过大批量的进行数据处理和分析来进行产品推荐。当我们首次给客户推荐一个意向产品的时候,虽然说也是在销售,但是因为非常契合他们自身实际,所以初次兑现接受率是50%。
数据分析咨询请扫描二维码
数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-26技术技能 - 编程能力: 数据分析师需要掌握至少一门编程语言,如Python、R或SQL。这些语言对于数据处理、建模和分析至关重要。例 ...
2024-11-26数据分析领域涵盖多样性岗位,根据工作职责和技能需求划分。这些角色在企业中扮演关键角色,帮助组织制定战略、优化流程并实现商 ...
2024-11-26数据分析是一种通过收集、处理、解释和展示数据,以获得见解和决策支持的过程。这个领域涉及使用统计学、计算机科学和商业智能等 ...
2024-11-26数据分析领域正日益成为当今商业世界中不可或缺的一环。随着数据量的爆炸式增长,企业越来越需要能够从这些海量信息中提炼出宝贵 ...
2024-11-26数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。在追求这一职业道路上,合适的教育和培训至关重 ...
2024-11-26数据分析师作为当今信息时代中关键的职业之一,扮演着解释、预测和推动决策的重要角色。他们需要多方位技能来处理各种复杂的数据 ...
2024-11-26数据分析师在今天的商业环境中扮演着至关重要的角色。他们需要应对各种复杂的数据分析任务和业务需求,这要求他们具备广泛的技能 ...
2024-11-26在当今快速变化的技术和市场环境中,数字化转型是企业利用数字技术全面重新设计和改造业务的重要过程。这一转型旨在通过整合云计 ...
2024-11-26数字化转型: 是企业在现代技术和市场环境不断变化的背景下,利用数字技术对其业务进行全面的重新设计和改造的过程。其核心目标是 ...
2024-11-26理论基础与高级学习 数学专业理论基础: 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程、实变函 ...
2024-11-26数字化转型:现代企业蜕变的引擎 数字化转型已然成为当今企业持续发展的关键支柱。这一过程并非简单的技术升级,更是涉及企业文 ...
2024-11-26# 数据科学与大数据技术专业学什么?就业前景与行业需求 **数字化转型:引领企业进步的关键** 数字化转型是现代企业发展的必经 ...
2024-11-26理论部分 - 基础数学理论: - 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程等。 - 这些课程 ...
2024-11-26在选择数据科学和大数据技术专业时,了解不同领域的职责和技能需求至关重要。数据治理工程师是这一领域中不可或缺的角色之一,承 ...
2024-11-26基础课程 统计学基础 - 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识,有助于理解数据背后的意义。 - ...
2024-11-26数据分析是一门综合性学科,涉及多个领域的知识和技能。要全面掌握数据分析,需要学习以下内容: 基础课程 统计学基础:统计学 ...
2024-11-26数据治理工程师在当今信息时代扮演着至关重要的角色,负责确保组织内数据的质量、安全性和可用性。他们需要具备一系列技能和才能 ...
2024-11-26在当今数字化时代,数据被誉为新的石油,是企业最有价值的资产之一。因此,建立有效的数据战略规划对于企业的成功至关重要。数据 ...
2024-11-26<section id=
2024-11-26