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%。