前言

大数据时代，以互联网为代表的现代信息科技将从根本上改变金融运营模式。数据在呈现出海量化、多样化、传输快速化和价值化的变化趋势的同时，也改变了传统金融行业的市场竞争环境、营销策略和服务模式。

商业银行“通过产品与服务争夺客户”的背后，是一场暗流涌动的数据战。商业智能、大数据分析、数据挖掘、数据价值、信息地图等词汇越来越多地进入到商业银行各级机构管理层和执行层的视野，银行在客户营销、客户关怀、风险监管、业务运营等方面，有关数据分析的应用也更加深入和精细。而通过构建客户标签，实现快速精准营销，则是商业银行应对上述挑战的有效解决方案。

一、何为客户标签

给客户贴标签是大数据营销中常用的做法，诸如“商务人士”、“育婴妈妈”、“在校学生”、“奢侈品粉丝”等客户标签早已在互联网企业中建立，借助客户标签，互联网企业可实现基于网页设计的广告、营销活动的精确推送。近年来，国内商业银行也开始尝试通过深入的数据分析和挖掘，洞察客户行为、喜好，给客户“打”上各种类型的标签。

合理准确的客户标签的背后是银行对客户全方位信息的深入理解与认知。在这个过程中，银行可以发现哪些潜在客户对营销活动响应度高；哪些客户接受新产品困难，只钟情于传统业务；哪些客户信用度低、风险高或存在欺诈可能。准确勾勒客户轮廓需要结合银行内部数据、社交媒体数据、外部公共数据等多维度数据，深入分析、挖掘后获得潜在客户知识，并依据业务目标对客户进行分类细化，采用类自然语言方式对客户进行描述。如客户标签“***消费达人”=统计周期[当年（自然年）01月01日至今]+渠道偏好特征[通过***银行渠道办理业务]+服务偏好特征=[缴费交易笔数≥4]+交易对手特征[支付宝商户]。一个客户标签通常是一个或多个客户特征的集合，构成集合的特征也称为业务特征规则，是表达客户标签规则的原子组成。

二、客户标签搭建与管理常见问题

第一，标签构建的体系化欠缺。有些银行已经积累了部分标签，但无法覆盖住客户生命周期各阶段运营的策略支撑，最终导致现有标签不好用、不够用、临时需要开发时间长的问题。

第二， 线上行为标签缺失严重。客户行为线上化趋势明显，但客户线上行为数据采集以及标签构建却未能及时跟进，行为数据对把握客户潜在产品偏好，提高营销精准度大有帮助，例如客户搜索、浏览产品、投资收益试算行为等。

第三，缺少客户标签管理中台。有些银行投资重点仍在新核心等系统方面的建设，数据化转型的数据中台建设尚处于规划中。例如某城商行缺少标签系统，客户大额资金动账类信息无法及时传递到前台，客户经理很难掌握关键营销机会，导致该行资金流失严重，80% 客户最终成为低价值客户。

第四，标签自助化创建与管理不足。业务人员在实际运营中经常提出新标签、查询标签结果、统计客户数量等需求，且常常并不能清晰描述数据加工逻辑与规则，技术需要花大量时间与业务人员沟通，确认规则后再进行代码开发、执行代码、传递结果，效率低下且时效性无法得到保证。

三、客户标签体系的构建

对商业银行而言，基于客户特征集合形成的客户标签有成百上千、甚至成千上万个，这些标签在构建时的业务目的和适用场景各有不同。随着应用标签的场景越来越丰富，商业银行也会逐渐形成一套完整的客户标签体系。

基于行业特性，客户标签有着不同的分类方法。如业内常见的传统分类方法，将人口统计、兴趣爱好、社会属性和金融特征作为客户的二级标签，在金融特征下细分出产品偏好、渠道偏好、交易偏好等三级标签。与大数据结合后，分类方法增加了基于互联网和外部数据的客户生活标签，在这个标签下细分出生存需求、关系需求、成长需求和互联网等多个三级标签，在互联网标签中又细分出访问偏好、内容偏好、行为特征等四级标签。

根据商业银行客户的特性，结合大数据思维，客户标签体系可分为五大类：人口统计、兴趣爱好、社会属性、金融特征和互联网特征。

（1）人口统计维度

根据人口统计学知识定义的客户基本信息，包括性别、年龄、收入、人生阶段、子女情况、父母情况、婚姻情况、宗教信仰、民族、国籍、籍贯、教育水平等。

（2）兴趣爱好维度

兴趣爱好是指一个人表现出的对现实的态度、行为方式以及心理特征，可分为娱乐偏好、生活偏好、文化偏好、性格情绪和消费心理五个方面。其中，娱乐偏好是指对娱乐项目的喜爱，如音乐、戏曲等；生活偏好是指对日常生活事物的喜好，如宠物、家居等；文化偏好是指对文化信息方面的喜爱，如阅读、摄影等；性格情绪是指个性和心理方面的特点，如有爱心、重感情、急躁等；消费心理是指在消费购物方面的行为特点，如网购偏好、促销偏好、假日旅游偏好等。

（3）社会属性维度

社会中不同类别的人会以家庭、邻里、朋友等群体形式生活，社会属性维度就是描述社会群体的一些特性，主要包括生活特征、工作特征和社交特征。其中，生活特征是指居住区域（如市中心、郊区）、是否购车、是否购房等；工作特征是指工作区域、工作性质、行业类别、工作职务等；社交特征是指交友情况（友人众多、宅男等）、社交圈属性（如高端知识分子、篮球爱好者等）、人群归属（如大学生群体、恋爱群体等）。

（4）金融特征

金融特征是指客户与商业银行交互过程中的银行资产、产品持有、渠道使用、投资偏好等与资金账务、交易往来相关的金融特征信息，这类数据可以来自一线业务、汇总信息或挖掘分析等多种渠道。金融特征可分为资产信息特征、收入贡献特征、产品偏好特征、消费行为特征、渠道偏好特征和生命周期特征。其中，资产信息特征包括客户AUM、各类产品的日均值和时点值；收入贡献特征指客户通过贷款、中间业务收入等给银行带来的利润贡献，可分为高价值客户、中高价值客户、低价值客户等，可与不同产品进行交叉组合；产品偏好特征包括产品持有及投资、服务偏好特性，如定期持有、生活缴费偏好、银行理财偏好等；消费行为特征包括消费地理位置、消费时段、品牌偏好、广告营销偏好和消费热点偏好等；渠道偏好特征是指客户与银行交互往来的渠道特性，如柜台偏好、网银偏好、***银行偏好等；生命周期特征是指客户与银行从接触到销户的不同阶段，包括获取期、提升期、成熟期、衰退期和流失期。

（5）互联网行为特性维度

互联网行为特性维度是指客户在互联网或移动终端的访问内容、操作行为的相关信息。这类信息包括银行自有网站、***APP的动态数据收集、从第三方机构（如淘宝）购买的客户互联网交易或操作行为数据。一般可分为访问终端特征（如终端类型、终端品牌等）、内容偏好（如偏爱访问信用卡频道、理财频道等）、操作行为偏好（如目标直达型、悠闲型等）。

四、如何最大化释放客户标签价值 ？

客户标签是构建用户画像以及开展精细化运营的基础与核心，在客户全生命周期运营中发挥着重要作用，可赋能客户活跃提升、精准营销、交叉营销、流失挽留、风险管控等关键业务场景。主要覆盖在数据化运营的六个领域。

（1）完善客户特征，增强分析维度

客户标签可以作为客户的一个属性参与到客户多维度分析中，这样可以简化分析操作，快速获得客群在标签方面的分布规律。例如银行 大数据时代，对高净值人群进行分析时，可以通过理财产品偏好标签进行分析，得到高净值人群最关注的产品种类以及客户规模，从而获得对客户的认知。

（2）构建客户画像，实现 30S 客户认知

根据客户标签银行 大数据时代，构建客户全方位画像，实现快速的客户认知，更好地挖掘价值用户的需求，从而支持客户生命周期个阶段运营决策，如促进沉默客户活跃，对将流失客户采取召回措施防止流失。

（3）精准客群圈选，开展精细化运营及推送

根据客户年龄、风险偏好、交易偏好、用户行为特征等多个维度的标签筛选出用户群，对不同用户群进行精准定位，分析出其潜在服务需求，进而有针对性的制定营销推送策略。以提升理财交易额为目标的运营活动举例，目标用户群特征为高价值的非理财客户，且最近一周浏览理财产品的次数超过三次，我们便可以从各种维度选取相应标签，并通过标签快捷筛选获取名单，然后实施精准触达用户，最后再评估营销效果，来提升用户活跃增加用户粘性，进而增加销售额。

五、优秀的客户标签应用平台的几点特征

从构建一个客户标签到形成一套客户标签体系，需要搭建客户标签应用平台。客户标签应用平台将客户标签体系（常用标签信息）与360度客户信息视图的基本数据有机整合，可基本满足业务部门日常数据分析需求。客户标签应用平台还提供自助信息获取和调用经验规则获取信息的功能，并可将规则进行知识沉淀后复用；此外，营销反馈的结果也被纳入客户标签应用平台作为标签体系、规则优化的补充。客户标签应用平台分为客户标签获取、客户标签库和客户标签应用三个层次。

其中，客户标签获取层负责客户标签的数据收集，主要通过调查研究、一线人员收集（如支行网点、***服务热线或客户经理等）、客户接触（包括业务办理接触及营销活动接触等）、网络标签规则（如维基百科、电商标签库）、业务营销经验、数据仓库信息层、数据分析及挖掘建模等渠道或技术手段，积累客户特征规则。

优秀的客户标签应用平台具备几点特征：

（1）灵活自助的标签创建功能

为了满足业务人员对标签创建以及灵活迭代的需要，客户标签应用平台应满足业务人员对绝大部分标签构建与使用的需求。

（2）标签体系与计算结果可视化

具备逻辑清晰的标签体系、标签计算结果的可视化能力，满足业务人员对标签完整体系的掌握以及标签结果查看，可降低业务部门人员使用门槛。一般来讲，客户标签是动态变化的，客户历史标签对业务部判断客户价值、潜在需求有较大帮助。

（3）客户分群与客户画像功能

在创建完标签后，经常需要根据标签进行客户分群，查找所需要的目标客群。优秀的客户标签应用平台可以灵活、便捷地构建分群，同时支持画像分析，使业务人员更加快速地掌握特定客群特征，增强认知，为后续营销策划提供方案支持。在运营中，往往基础客户的运营是需要进行群体客户画像分析，从而制定针对特定分群客户的活动策略，但对于高净值客户，客户经理需要掌握高净值客户的资金变动、投资偏好以及兴趣的变化，单用户画像功能是客户经理提升对高净值客户服务的利器。

（4）标签权限精细化管理能力

标签应用中台往往承载了零售客户、对公客户、小微客户、信用卡客户等不同群体的标签内容，因此在标签隔离以及标签修改、使用上应具备精细化的管理权限

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！