京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据驱动银行业营销变革(3)_数据分析师
Westpac如何借助大数据获取新客户,保留老客户,并优化客户体验?
在澳大利亚,银行业的竞争是非常激烈的。澳大利亚拥有两千四百万人口,除了有四家大的银行之外还有二十多家其他银行。
我们需要做出很多努力来保留住目前的客户。其中,我们在手机支付这个项目上做出了很多努力。年龄段在20到25岁的这个人群,他们当中可能有人在考虑换一家新的银行,他们是手机支付的主要应用者,在这个方面我们做了很多尝试。
手机支付目前在澳大利亚发展得很快,目前非常流行的做法叫做“Tap and Go”,简单说就是“一拍即刷”的支付方式,非常简便轻松。它针对的是金额在一百美元以下的交易,只要一拍一刷,不需要输入密码,就可以直接完成支付了。
而我们做的手机支付,是说你连卡也不需要带,手机端就可以识别出卡的安全信息,实现一拍即刷的支付形式。
能侧面反应澳大利亚手机支付市场发展迅速的例子是谷歌钱包。谷歌的移动支付业务原来也想进入澳大利亚市场,但发现手机支付在澳大利亚已经发展得非常好了。
事实上,我的银行CEO和我都有一个共识:虽然我们银行有两百年历史,但是我们是一家有两百年历史的创业公司。当客户有新的需求,但目前市场上的服务提供商或者产品提供商没法满足他们需求的时候,这就是创业型公司或者新创型公司最有机会获得成功的地方。
《中国经营报》:中国越来越多的商业银行开展电子商务,如工商银行的电商平台“融e购”商城、中信银行的POS网贷等,来争夺数据资源,进行精准营销。但实际上我们既然谈到大数据它就有一个问题,就是它是海量的,同时又面临着数据的良莠不齐。Westpac怎样保证数据采集的真实性?避免数据虚假的问题?
Karen Ganschow:实际上,我们最基础的、最重要的数据来源是交易数据,这也是非常真实可靠的。而当我们在互联网上互动的时候,可能整个生态系统当中并不是所有的互动都是真实的。在这种情况下,我们需要通过各种来源来获得更多的洞察力,这方面分析工具能够派上用场。
《中国经营报》:随着大数据时代的到来,实际上互联网金融在某些方面与传统的银行业相比是有一定优势的,比如说在信息的收集、处理以及风险防范等方面。几个月前,阿里金融曾向阿里巴巴会员提供小额贷款等。你认为,在目前大数据的时代,银行业应该如何应对非金融机构的冲击?
Karen Ganschow:首先银行业不能自满,正如我刚才所说的,虽然Westpac已有两百年历史,但是我们始终把自己放在创业公司或新创公司的地位上。只有努力地成为客户最好的产品服务提供商,才能够持续地赢得客户的信任。
如果说阿里巴巴进入到了澳大利亚市场,能够更好地满足客户的需求,客户也会自然而然地选择其他的服务提供商,而不选择我们银行。所以最关键的,银行需要不断地掌握和了解客户不断变化的需求,特别是客户日常与金钱相关的需求。
数月前,我们推行了一项新的服务----紧急取现业务。在ATM端,客户不需要用借记卡或者任何一种卡,只需要借助手机,并将手机上显示的代码输入ATM机,就可以快速取现。
实际上,我们也希望更多了解客户在手机移动端以及社交网络端使用最多的是什么,然后让客户通过最容易的渠道获得服务,比如,他可以给银行发送一条信息,银行就可以帮助客户取消或者开通某项业务。文章来源:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28