意見(jiàn)領(lǐng)袖丨高聲談

　　上篇文章我們談到了線(xiàn)上線(xiàn)下一體化營(yíng)銷(xiāo)（詳見(jiàn)《助貸系列談之五：線(xiàn)上線(xiàn)下一體化營(yíng)銷(xiāo)》），更多的是揭示了流量助貸機(jī)構(gòu)的現(xiàn)狀與問(wèn)題，至于更深層的機(jī)理剖析以及本質(zhì)工作布局我們將在本期進(jìn)行討論。

　　線(xiàn)上線(xiàn)下一體化營(yíng)銷(xiāo)的中心目標(biāo)是客戶(hù)，是為了更多、更低成本地獲客，甚至提高客戶(hù)的品牌認(rèn)知培養(yǎng)一批強(qiáng)粘性客群。這便需要我們深入研究存量客戶(hù)的偏好以及潛在新客戶(hù)的畫(huà)像和獲取方式，更進(jìn)一步地，要對(duì)各種形式的獲客方式（尤其是線(xiàn)下團(tuán)隊(duì)管理）進(jìn)行優(yōu)化與提質(zhì)增效。無(wú)論上述哪個(gè)環(huán)節(jié)，均避免不了數(shù)字化、量化分析的驅(qū)動(dòng)與加持。這也是金融機(jī)構(gòu)或金融服務(wù)機(jī)構(gòu)數(shù)字化轉(zhuǎn)型的最具商業(yè)價(jià)值的部分。

　　在所有維度的數(shù)據(jù)分析中，客戶(hù)始終是中心點(diǎn)：一個(gè)個(gè)客戶(hù)的表現(xiàn)匯總形成了客戶(hù)經(jīng)理的表現(xiàn)，一個(gè)個(gè)客戶(hù)經(jīng)理的表現(xiàn)匯總成了組、省市分支機(jī)構(gòu)的表現(xiàn)。因此，線(xiàn)上線(xiàn)下一體化營(yíng)銷(xiāo)也好，還是精細(xì)化管理也好，其中心均是圍繞客戶(hù)維護(hù)與價(jià)值增長(zhǎng)開(kāi)展的（其中客戶(hù)維護(hù)是手段，價(jià)值增長(zhǎng)是目的）。

　　很多獲客助貸機(jī)構(gòu)在客戶(hù)維度、客戶(hù)經(jīng)理維度、各層級(jí)管理機(jī)構(gòu)維度普遍缺少詳細(xì)、深層、快速的數(shù)據(jù)指標(biāo)表征，用以評(píng)價(jià)全面工作，或精準(zhǔn)定位問(wèn)題原因，或?qū)崟r(shí)監(jiān)督目標(biāo)工作的過(guò)程進(jìn)度；更重要的，對(duì)客戶(hù)信息和行為的深層洞悉，可以形成精準(zhǔn)建議賦能一線(xiàn)轉(zhuǎn)化為實(shí)際產(chǎn)能，同時(shí)有助于改善目標(biāo)客群的品牌認(rèn)知與價(jià)值觀認(rèn)同，維護(hù)并培養(yǎng)一批忠實(shí)、可信的價(jià)值客群。這是助貸機(jī)構(gòu)在市場(chǎng)競(jìng)爭(zhēng)下半場(chǎng)取得優(yōu)勢(shì)的必要保障，值得戰(zhàn)略投入。

　　一、客戶(hù)洞悉缺乏數(shù)據(jù)基礎(chǔ)，客戶(hù)維度數(shù)據(jù)未集中

　　客戶(hù)和一線(xiàn)銷(xiāo)售行為等維度的數(shù)據(jù)量收集不足，是數(shù)據(jù)化驅(qū)動(dòng)需要解決的首要問(wèn)題。實(shí)際操作中，一線(xiàn)人員（包括客戶(hù)經(jīng)理、貸后催收專(zhuān)員、電銷(xiāo)人員等）掌握很多客戶(hù)信息但并未收集到線(xiàn)上，導(dǎo)致遺失了很多洞察客戶(hù)去向、分析行為原因的機(jī)會(huì)。例如，審批放款前的飛單客戶(hù)因何原因未提款？提前還款客戶(hù)因何原因提前還款？客戶(hù)逾期原因及還款能力、還款意愿等描述。為解決該問(wèn)題的同時(shí)盡量減少一線(xiàn)操作壓力，可將相關(guān)描述做成標(biāo)簽供一線(xiàn)人員點(diǎn)擊選取。

　　另外，為全面洞悉客戶(hù)信息，應(yīng)該加大引入圍繞客戶(hù)信息線(xiàn)索的三方數(shù)據(jù)。例如，引入房產(chǎn)、車(chē)輛的價(jià)格及按揭信息對(duì)客戶(hù)資產(chǎn)實(shí)力進(jìn)行有效評(píng)估，引入社保公積金數(shù)據(jù)對(duì)客戶(hù)單位規(guī)模或收入水平進(jìn)行評(píng)估，引入重疾險(xiǎn)出險(xiǎn)情況對(duì)客戶(hù)健康度及家庭因病致貧情況進(jìn)行評(píng)估，引入網(wǎng)絡(luò)拓?fù)鋵?duì)客戶(hù)涉黑程度進(jìn)行評(píng)估。

　　客戶(hù)主鍵數(shù)據(jù)集中是客戶(hù)洞悉的前提。流量助貸機(jī)構(gòu)目前的數(shù)據(jù)現(xiàn)狀是：數(shù)據(jù)分散于各個(gè)業(yè)務(wù)系統(tǒng)之中，并未做有效歸集，因故也無(wú)法形成全面分析。為全方位洞悉客戶(hù)，有必要以客戶(hù)為主鍵維度將各類(lèi)分散數(shù)據(jù)按照一定規(guī)則進(jìn)行歸集。歸集規(guī)則是經(jīng)驗(yàn)問(wèn)題，要按照信貸行業(yè)慣例結(jié)合信貸產(chǎn)品特色、數(shù)據(jù)應(yīng)用方便等規(guī)則制定公司的客戶(hù)主鍵數(shù)據(jù)大表與數(shù)據(jù)字典，明確表結(jié)構(gòu)、所含字段、字段分欄標(biāo)準(zhǔn)、缺省值記錄標(biāo)準(zhǔn)等規(guī)則，將客戶(hù)信息有序歸類(lèi)，同時(shí)建立好與數(shù)據(jù)源的映射關(guān)系和交互跑批規(guī)則，做到數(shù)據(jù)的及時(shí)更新同步。

　　客戶(hù)的分層分類(lèi)，這是客戶(hù)洞悉的其次環(huán)節(jié)，直接指向分析結(jié)論?？腿悍诸?lèi)更多地應(yīng)用于特定客群的針對(duì)性分析，而客群分層更多地應(yīng)用于數(shù)據(jù)關(guān)系挖掘的量化建模從而探索出科學(xué)的決策依據(jù)。例如，最簡(jiǎn)單的，我們?cè)谧隹蛻?hù)逾期風(fēng)險(xiǎn)模型時(shí)首先要將壞客戶(hù)挑選出來(lái)（比如將90天以上逾期客戶(hù)定義為壞客戶(hù)），然后通過(guò)建模尋找這些壞客戶(hù)的行為特征中的強(qiáng)關(guān)聯(lián)性數(shù)據(jù)因子并確定模型，模型應(yīng)用后即可通過(guò)跑批這些數(shù)據(jù)因子來(lái)判斷一個(gè)新客戶(hù)的違約概率。再比如，我們要提高結(jié)清客戶(hù)的再貸款比例，或改善提前結(jié)清客戶(hù)占比，就要先按照結(jié)清原因?qū)⒖蛻?hù)進(jìn)行分類(lèi)，然后針對(duì)性制定改善建議。

　　決策優(yōu)化建議，是指在得到特定分析結(jié)論后具體的行動(dòng)建議，用于改善指標(biāo)，優(yōu)化結(jié)果。其中，有些建議是簡(jiǎn)單的、顯而易見(jiàn)的。比如我們通過(guò)建模發(fā)現(xiàn)借款人是企業(yè)法人的，近6個(gè)月法人發(fā)生變更的情況與壞賬強(qiáng)相關(guān)，此時(shí)策略的優(yōu)化建議可能是禁止準(zhǔn)入，或者責(zé)令客戶(hù)經(jīng)理做進(jìn)一步調(diào)研。

　　而有些建議（多為客戶(hù)體驗(yàn)提升或服務(wù)改善等復(fù)雜課題）是復(fù)雜的且需要反復(fù)嘗試的。例如，我們發(fā)現(xiàn)客戶(hù)經(jīng)理對(duì)優(yōu)質(zhì)客戶(hù)的再營(yíng)銷(xiāo)、再貸款有為難情緒，為優(yōu)化再貸款率，我們可以設(shè)計(jì)由電銷(xiāo)中心對(duì)沉睡戶(hù)進(jìn)行喚醒觸達(dá)，取得的營(yíng)銷(xiāo)線(xiàn)索提供給客戶(hù)經(jīng)理線(xiàn)下?tīng)I(yíng)銷(xiāo)，同時(shí)根據(jù)再營(yíng)銷(xiāo)次數(shù)遞增給于逐漸遞減的返傭比例，盡量確保渠道公司不反感、不反制的條件下，逐漸增強(qiáng)客戶(hù)的品牌認(rèn)同感。

　　二、對(duì)客戶(hù)經(jīng)理能力與水平缺乏評(píng)估與標(biāo)準(zhǔn)

　　精細(xì)化管理的中心點(diǎn)是客戶(hù)，重點(diǎn)在客戶(hù)經(jīng)理，要對(duì)客戶(hù)經(jīng)理實(shí)施全方位評(píng)估和狀態(tài)、問(wèn)題的及時(shí)洞察，相關(guān)工作的基礎(chǔ)同樣在于底層數(shù)據(jù)?？蛻?hù)經(jīng)理分析數(shù)據(jù)底座的實(shí)現(xiàn)路徑與客戶(hù)維度的一致，同樣需要“先豐富數(shù)據(jù)標(biāo)簽——按照客戶(hù)經(jīng)理為主鍵進(jìn)行歸集——分層分類(lèi)分析”的過(guò)程。

　　對(duì)客戶(hù)經(jīng)理的洞察分析相對(duì)客戶(hù)的較為簡(jiǎn)單。首先，需要不斷細(xì)化業(yè)務(wù)操作過(guò)程中及營(yíng)銷(xiāo)結(jié)果表征的各項(xiàng)指標(biāo)，包括衍生的有益指標(biāo)，形成客戶(hù)經(jīng)理主鍵大表。包括：每日、周、月、季度的訂單量、預(yù)審?fù)ㄟ^(guò)件數(shù)、簽約件數(shù)、申請(qǐng)件數(shù)、審批件數(shù)、審批金額，各環(huán)節(jié)通過(guò)率、筆均、抵押率、歷史累計(jì)逾期筆數(shù)和金額、在逾筆數(shù)和金額、各時(shí)段vintage逾期筆數(shù)與金額、歷史累計(jì)及當(dāng)年價(jià)值貢獻(xiàn)、服務(wù)客戶(hù)的行業(yè)分類(lèi)、職位分類(lèi)等等。

　　然后根據(jù)不同目標(biāo)形成不同維度的數(shù)據(jù)集市，如針對(duì)客戶(hù)經(jīng)理業(yè)績(jī)的評(píng)價(jià)可將業(yè)務(wù)發(fā)展類(lèi)指標(biāo)擇優(yōu)挑選出來(lái)，同時(shí)對(duì)業(yè)績(jī)發(fā)展中的問(wèn)題（如審批通過(guò)率低、件均低、提前結(jié)清率高等）進(jìn)行提示；如針對(duì)客戶(hù)經(jīng)理風(fēng)險(xiǎn)管控方面的評(píng)價(jià)，可將各項(xiàng)逾期、壞賬及相關(guān)比率指標(biāo)、客戶(hù)投訴率、催收結(jié)清率等進(jìn)行匯總。

　　有了不同維度的評(píng)價(jià)，就可以對(duì)客戶(hù)經(jīng)理進(jìn)行分層分類(lèi)了。通過(guò)不同客戶(hù)經(jīng)理之間同維度數(shù)據(jù)的對(duì)比分析我們可以及時(shí)判斷出每個(gè)客戶(hù)經(jīng)理展業(yè)問(wèn)題及發(fā)展建議。例如同為精英客戶(hù)經(jīng)理，復(fù)貸率、交叉營(yíng)銷(xiāo)率、提前結(jié)清率、壞賬率、催回率、短逾比例等指標(biāo)同樣有所差異，之間的對(duì)比有利于客戶(hù)經(jīng)理認(rèn)識(shí)問(wèn)題，針對(duì)性改善。

　　客戶(hù)經(jīng)理與客戶(hù)維度數(shù)據(jù)結(jié)合起來(lái)會(huì)產(chǎn)生很多有益結(jié)論，如我們判斷得出某位客戶(hù)經(jīng)理名下的結(jié)清客戶(hù)較多，而客戶(hù)結(jié)清原因中多為服務(wù)不到位引發(fā)，則說(shuō)明該客戶(hù)經(jīng)理可能存在虛假營(yíng)銷(xiāo)、夸大營(yíng)銷(xiāo)的問(wèn)題，要重點(diǎn)跟進(jìn)。我們也可以分析高品質(zhì)精英客戶(hù)經(jīng)理名下客戶(hù)的通用畫(huà)像，結(jié)合經(jīng)驗(yàn)萃取提煉得出如何成長(zhǎng)成為銷(xiāo)售精英的通用路徑，為后進(jìn)指明方向。

　　要同步開(kāi)發(fā)客戶(hù)經(jīng)理端APP分析結(jié)果展示板塊和提醒模塊，這是該維度數(shù)據(jù)分析后具體行動(dòng)指向的重要抓手。通過(guò)客戶(hù)經(jīng)理端APP，客戶(hù)經(jīng)理最好能方便地查看其名下客戶(hù)的各維度信息和數(shù)據(jù)，分析得到的重點(diǎn)過(guò)程及結(jié)論可以做到實(shí)時(shí)展示，客戶(hù)的異常行為、風(fēng)險(xiǎn)預(yù)警、營(yíng)銷(xiāo)線(xiàn)索及建議等信息要及時(shí)推送，對(duì)于其中需要反饋的內(nèi)容應(yīng)設(shè)計(jì)出簡(jiǎn)單、快捷的反饋方式。

　　三、對(duì)各級(jí)管理機(jī)構(gòu)缺少精細(xì)化運(yùn)營(yíng)的決策支持

　　客戶(hù)經(jīng)理維度的全方位評(píng)價(jià)，是對(duì)營(yíng)銷(xiāo)組及各層級(jí)管理機(jī)構(gòu)的數(shù)據(jù)分析和決策建議的基礎(chǔ)。當(dāng)然，除了客戶(hù)經(jīng)理數(shù)據(jù)的匯總外，還要針對(duì)各層面經(jīng)營(yíng)主體衍生出一些更具表征性的指標(biāo)體系。比如，組內(nèi)活動(dòng)量、進(jìn)件各環(huán)節(jié)件數(shù)、通過(guò)率的環(huán)比、人均變化情況，各級(jí)管理機(jī)構(gòu)維度的貸款余額、利潤(rùn)及成本構(gòu)成、逾期和壞賬環(huán)比、同比情況等。

　　與客戶(hù)、客戶(hù)經(jīng)理維度既重分析也重決策內(nèi)容的導(dǎo)向不同，對(duì)各級(jí)管理層的決策支持最重要的是及時(shí)、直觀的數(shù)據(jù)展示，以全面反映經(jīng)營(yíng)狀態(tài)并對(duì)其中異常指標(biāo)（往往是惡化指標(biāo)或劣勢(shì)指標(biāo)）進(jìn)行提醒，至于如何決策更為有效并不是重點(diǎn)。這便需要重新設(shè)計(jì)駕駛艙，開(kāi)發(fā)便于展示各時(shí)間維度數(shù)據(jù)、生成數(shù)據(jù)走勢(shì)圖、方便對(duì)比的功能模塊，同時(shí)增加異常經(jīng)營(yíng)指標(biāo)提示提醒功能。數(shù)據(jù)時(shí)效性上，最好能做到T+1，這需要數(shù)據(jù)中臺(tái)的數(shù)據(jù)跑批策略及容錯(cuò)機(jī)制配合。

　　其實(shí)，需要數(shù)據(jù)賦能的地方還有很多。比如，貸后催收專(zhuān)員也需要大量的客戶(hù)貸后表現(xiàn)行為洞悉，以提高催收效果（例如通過(guò)房產(chǎn)大數(shù)據(jù)獲取其名下的其它房產(chǎn)，或通過(guò)網(wǎng)絡(luò)拓?fù)潢P(guān)系挖掘?qū)ζ溆杏绊懥Φ娜?，這需要進(jìn)一步開(kāi)發(fā)催收系統(tǒng)讓催收人員更便捷地標(biāo)注信息和客戶(hù)評(píng)價(jià)）；催收中心的各級(jí)負(fù)責(zé)人也需要對(duì)其員工的工作狀態(tài)進(jìn)行評(píng)估與對(duì)比分析，及時(shí)發(fā)現(xiàn)員工問(wèn)題并糾正；還有，我們有必要建立電銷(xiāo)團(tuán)隊(duì)，但不能漫無(wú)目的的撥打電話(huà)，而是要通過(guò)事先的數(shù)據(jù)分析挖掘客戶(hù)營(yíng)銷(xiāo)線(xiàn)索、了解客戶(hù)性格喜好標(biāo)簽，以提高營(yíng)銷(xiāo)成功率。

　　四、尚未建立數(shù)據(jù)中臺(tái)及分析團(tuán)隊(duì)

　　客戶(hù)維護(hù)與價(jià)值增長(zhǎng)團(tuán)隊(duì)人員需要多種類(lèi)型人員組成。首先是數(shù)據(jù)挖掘和數(shù)據(jù)治理人員，這類(lèi)人員人數(shù)最多，承擔(dān)了數(shù)據(jù)線(xiàn)上化和結(jié)構(gòu)化、數(shù)據(jù)庫(kù)搭建、數(shù)據(jù)關(guān)系梳理與映射、數(shù)據(jù)修復(fù)、數(shù)據(jù)集市建設(shè)等大量的基礎(chǔ)性工作。從人員要求看，要熟悉Oracl、Sybase、MicrosoftSQLServer、Access等數(shù)據(jù)庫(kù)，熟練掌握數(shù)據(jù)MySQL、DQL、DML、DDL、DCL等編程語(yǔ)言數(shù)據(jù)分析。

　　其次，要有較多數(shù)據(jù)分析與建模人員，要熟悉熟悉保險(xiǎn)行業(yè)數(shù)據(jù)特點(diǎn)并同時(shí)具備豐富的信貸數(shù)據(jù)應(yīng)用經(jīng)驗(yàn)，熟悉前臺(tái)業(yè)務(wù)細(xì)節(jié)，挖掘一線(xiàn)、管理者以及客戶(hù)的數(shù)據(jù)應(yīng)用需求，應(yīng)用科學(xué)的方法論挖掘數(shù)據(jù)之間的關(guān)系，并在實(shí)踐中驗(yàn)證結(jié)論。該過(guò)程可以形象地表達(dá)為為冰冷的數(shù)據(jù)注入“靈魂”。

　　然后，由于該隊(duì)伍的中心工作是客戶(hù)維護(hù)與價(jià)值增長(zhǎng)，避免不了線(xiàn)上、線(xiàn)下化的營(yíng)銷(xiāo)手段，因此該隊(duì)伍中還要有一些熟悉互聯(lián)網(wǎng)線(xiàn)上營(yíng)銷(xiāo)打法、電銷(xiāo)團(tuán)隊(duì)管理運(yùn)營(yíng)、保險(xiǎn)銷(xiāo)售管理等方面的業(yè)務(wù)人員，用于建立除直營(yíng)隊(duì)伍以外的其它戶(hù)觸達(dá)方式。

　　(本文作者介紹：保險(xiǎn)信貸人，就職于國(guó)有大型保險(xiǎn)公司，長(zhǎng)期關(guān)注信用保證保險(xiǎn)、線(xiàn)上信貸、數(shù)據(jù)經(jīng)濟(jì)和隱私計(jì)算。)