一文读懂银行客户画像

大数据时代，数据数量呈现出井喷式增长，但数据质量却良莠不齐，这极大地增加了大数据的应用难度。而银行内部拥有庞大的高质量、高价值数据等待被开发，所以，银行客户画像要优先从挖掘自身数据开始。今天，我们就来和大家分享一下，如何充分利用银行内部各种丰富的数据资源，和数据之间的联系构建银行客户画像。

一、客户标签

想要构建客户画像，我们首先要了解它的组成单元——客户标签。客户标签是一个浓缩的信息项，它通过简洁的词汇向人们传递其背后的特征信息。标签应该是高度精炼的特征词汇，这些词汇必须具备两个重要特征：

1.语义清晰，使用者能简单易懂地理解每个标签的含义；

2.指向明确，一个标签通常只反映一个信息。

大家或许都有类似这样的经验，比如提起四川人，首先会想到他们特别能吃辣，那么"能吃辣"就是大家给四川人贴的一个标签。而聊起东北人，总会觉得他们特别豪爽，所以"豪爽"就是给东北人贴的一个标签。那贴这些标签有什么好处呢？好处就是通过这些具有鲜明特征的标签，我们可以减少认知成本，快速了解某一群体的特征信息。

银行为客户贴标签，本质上是一个抽象化的过程。为客户贴上评价其属性及特征的标签，可以方便银行对客户进行分类服务及管理控制。基于大数据挖掘技术，通过对数据仓库以及相关外部信息源中的客户属性、特征和信息进行加工和运算，就可以得到客户标签化信息。再通过单个或多个标签组合的形式，就可以得到某一特定客群，例如"双子座购物达人"，这个客群就是由"星座"标签="双子座"+"消费偏好"标签="购物达人"综合而来，在实际营销时，这个标签可以运用到销售星座贵金属饰品中。

二、创建客户画像的步骤

在创建客户画像时，一般会分成4个步骤：

1.针对不同的底层数据类型设计特定算法，挖掘用户的行为特征等信息，形成底层；

2.从底层标签开始，形成更上层的面向应用的用户标签；

3.建立完善的客户画像标签体系结构，从不同维度、颗粒度对客户进行描述，搭建客户画像体系；

4.定期对全量客户进行计算和挖掘，并不断完善客户标签，与时俱进，更好地描绘客户画像。

过银行客户画像，不仅可以统一银行内部关于客户画像的认识，行领导、客户经理还可以通过图表的方式，更直观地了解客户情况，加深对于本行存量客户的理解。更可以充分发挥营销部门，尤其是机构营销人员的主动性与积极性，更有效地开展个性化的营销活动。

客户画像将客户分成一个个群体，在每个群体内部，客户的特征非常相似；而群体与群体之间，客户的特征具有较大差异性，根据客户标签开展客户差异化服务，并拓展新的以客户为中心的展业模式，比如：

精准营销 多维度识别客户，整合渠道与产品，合理规划客户接触点，在广告推送中直达目标客户；

交叉销售 根据经验找出最佳险种销售组合、利用时序规则找出顾客生命周期中购买产品的时间顺序，把握推荐产品的时机；

体验提升 通过客户画像了解客户需求偏好、行为偏好、渠道偏好，提供差异化产品及服务，提升客户体验；

产品创新 通过客户画像了解客户风险偏好，结合互联网+的趋势，采用APP以及线上线下结合的方式，创新产品和服务。

对商业银行而言，基于客户特征集合形成的客户标签成百上千，这些标签在构建时的业务目的和适用场景各有不同。随着应用标签场景越来越丰富，商业银行也会逐渐形成一套完整的客户标签体系。但这个体系一定是动态调整的，会随着客户需求的不断变化推陈出新。合理准确的客户标签背后是商业银行对客户全方位信息的深入理解与认知，标签越全面，客户画像越清晰。

End.

来源：KPMG大数据挖掘