銀行：如何通過大數(shù)據(jù)預(yù)測并防止用戶流失？

銀行大數(shù)據(jù) 預(yù)測用戶

36大數(shù)據(jù) | 2017-07-17 15:45

【數(shù)據(jù)猿導(dǎo)讀】有研究表明：“發(fā)展一個新客戶的成本是維護一個老客戶的3-8倍，一個老客戶貢獻的利潤是新客戶的10倍以上?！庇脩魠⑴c度每下降5%，則企業(yè)的利潤將下降25%。獲得新用戶的代價要遠高于保留住現(xiàn)有用戶--

用戶流失已經(jīng)成為產(chǎn)品運營的一項重要KPI

“全球有50%的用戶已經(jīng)更換或者正準備更換他們使用的銀行。在美國和加拿大，消費者變更自己銀行的比例正在上升。”

—— Global Consumer Banking Survey 2012, Ernst& Young.

用戶流失以及用戶參與度已經(jīng)成為大多數(shù)銀行的一項最重要的議題

有研究表明：“發(fā)展一個新客戶的成本是維護一個老客戶的3-8倍，一個老客戶貢獻的利潤是新客戶的10倍以上。”用戶參與度每下降5%，則企業(yè)的利潤將下降25%。獲得新用戶的代價要遠高于保留住現(xiàn)有用戶，而重新獲得已經(jīng)流失的用戶代價更高。事實上，經(jīng)過一系列的測試以及研究證實，用戶流失是對公司利潤的最大破壞。

近期，福布斯雜志上刊登了一篇由各公司領(lǐng)導(dǎo)層關(guān)于缺乏對客戶理解的文章，“缺少積極的、持續(xù)的來自企業(yè)或品牌關(guān)懷相關(guān)的用戶體驗，會導(dǎo)致企業(yè)丟失掉驚人的20%的年收入。這就是銀行類企業(yè)每年會有一筆數(shù)額巨大到上億元損失的原因!本質(zhì)上，理解用戶的需求、偏好、情緒、動作以及更換銀行的傾向已經(jīng)成為銀行最為重要的事。

社交化本地化移動化是如何影響到用戶情緒以及流失的

在現(xiàn)今這個萬物互聯(lián)的時代，在爆炸式的社交媒體中，壞消息的傳播速度驚人。經(jīng)調(diào)查，調(diào)查顯示，有接近63%的用戶使用在線個人網(wǎng)絡(luò)以及社交網(wǎng)站作為獲取可靠銀行產(chǎn)品信息的來源。并且，有45%的用戶會在社交媒體中對他們獲得的服務(wù)作出評價。因此通過數(shù)據(jù)，跟蹤到用戶的想法并及時的作出相應(yīng)的決策為客戶提供更好的服務(wù)及合理的定價策略。

但是，不同渠道的用戶情感和用戶體驗信息存在于各種結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)中，這些數(shù)據(jù)可能會說謊;更不幸是，各種數(shù)據(jù)之間沒有貫通，存在著信息孤島;這些現(xiàn)實情況使得銀行對客戶進行全面整體的了解，銀行想較早獲得客戶流失預(yù)警信號并啟動挽留措施變得異常困難。

最重要的是了解客戶以及預(yù)測流失

為了能夠盡早的鑒別潛在的用戶流失傾向，首先需要對你用戶的行為進行分析并有一個全面的了解。需要了解銀行的客戶是怎樣使用銀行服務(wù)的，撥打客服電話、在網(wǎng)站上或移動銀行上的交易、又或者是在社交媒體上的互動這些歷史數(shù)據(jù)能夠讓銀行較早的了解到一些預(yù)警信號，比如交易量減少了，自動支付中止了，或者其他什么對于用戶的負面體驗，根據(jù)這些預(yù)警采取具體的措施進行補救來減少流失的發(fā)生。

但是，我們前面也提到，客戶的信息沒有貫通，這讓第一時間監(jiān)測到預(yù)警信號并采取措施變得很困難;結(jié)果就是，銀行最終從不同的碎片化的不完整信息進行策略擬定與實施，導(dǎo)致客戶容易流失，損失慘重。

大數(shù)據(jù)是如何幫助預(yù)測潛在流失的

用戶數(shù)據(jù)生成的數(shù)量、種類以及速度的快速增長，使得利用傳統(tǒng)的數(shù)據(jù)管理技術(shù)幾乎無法存儲更無法實時的進行分析并提出有價值的信息。

現(xiàn)在大數(shù)據(jù)可以幫助我們解決這些困難，并平衡結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)。例如銀行訪問，客戶來電日志，網(wǎng)頁交互日志，信用卡記錄的交易數(shù)據(jù)，以及客戶在社交媒體上的交互數(shù)據(jù)。

大數(shù)據(jù)技術(shù)解決了數(shù)據(jù)管理問題，通過解決存儲、分析、檢索大量多樣化的結(jié)構(gòu)化非結(jié)構(gòu)化的數(shù)據(jù)，并且隨著數(shù)據(jù)的增加可以彈性的擴展，這就讓銀行可以接觸到用戶的實時行為，能更好的提供流失預(yù)警。此外，精湛的數(shù)據(jù)匹配能力能鏈接客戶在各個渠道上的交互數(shù)據(jù)，建立起一個全面的360度畫像，全面了解客戶，將它轉(zhuǎn)化為可執(zhí)行的數(shù)據(jù)決策。

建立預(yù)測流失模型

360度的客戶畫像，對于銀行預(yù)測潛在流失的客戶是否足夠呢要想全面利用好用戶的信息，需要建立一個可行的預(yù)測流失的模型。有效的客戶流失模型的高預(yù)測值幫助識別具有高流失風(fēng)險的客戶且能夠過濾“羊毛黨”，并且對每個流失模型能夠構(gòu)造出效果提升曲線，可視化的展示出相比于不使用模型，使用流失模型所起到的提升作用。

另外，如果銀行業(yè)不能針對單個客戶給出有針對性的營銷方案，那么即使能夠準確的預(yù)測流失客戶也是不夠的。那些通用的基于大范圍客戶分類的營銷方案會導(dǎo)致挽回率下降。我們需要更加精細化、有明確目的、并且有針對性的制定不同的營銷方案，來挽回高流失風(fēng)險用戶，降低流失率。西橋科技是一家國內(nèi)領(lǐng)先的大數(shù)據(jù)產(chǎn)品與服務(wù)提供商，致力于為企業(yè)提供完整的基于大數(shù)據(jù)用戶行為分析的一站式解決方案。已在民生銀行、興業(yè)銀行、江蘇銀行等落地應(yīng)用，它可以助力企業(yè)有效的提供個性化的解決方案。

簡單來說，基于業(yè)務(wù)流程的用戶智能管理，結(jié)合大數(shù)據(jù)技術(shù)和成熟的機器學(xué)習(xí)技術(shù)，會讓銀行在預(yù)測以及阻止用戶流失，推行個性化推薦和提高用戶忠誠度上取得一個全新的、更有競爭力的進步。

來源：36大數(shù)據(jù)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。