一、项目方案

1.项目背景

在大零售转型和数字农信的战略背景下，对如何进一步发挥数据在营销场景的价值提出了新的挑战。一方面，现有营销流程未能完全数字化，无法通过数据记录业务全过程；另一方面，数据化运营能力和工具的缺失，难以对业务全过程可视化以及运营效果进行量化评估，无法对业务提供有价值的决策建议。广东农信迫切需要建设以客户为中心的数据化运营体系，深入洞察挖掘客户不同生命周期的差异化需求，通过数据化运营手段将合适的产品通过合适的渠道推送给合适的客户，在满足精细化管理需求的同时不断提升客户体验，积极践行普惠金融、服务民生使命。通过核心业务场景的深耕细作，实现数据在业务创新和服务提升上发挥更大价值。

2.项目目标

通过数据化运营项目的落地，实现数据业务化和业务数据化，通过客户画像精准识别不同业务场景目标客群，结合客户全生命周期制定不同渠道的运营方案，通过运营效果对运营方案进行反馈和优化，打造数据化运营闭环。一方面，以业务目标为驱动构建数据化运营体系，指导完成营销全过程的数字化建设；另一方面，借助项目建设，培养“运营+数据分析”专业团队，借助引入的专家经验、工具等赋能，通过过程可视化、价值可量化等沉淀数据化运营能力，提升数据的决策价值。

3.建设规划

根据我社当前实际情况，一方面已经基于互联网运营经验沉淀营销工具层能力；另一方面，线下网点较多、线上渠道不够丰富，业务运营与数据驱动脱节，数据化运营经验欠缺且未能形成业务闭环，数据的完整性和准确性也有待完善等。结合业内数据化运营体系建设经验，采取“分段建设，逐步迭代”的方式开展实施工作。

*****阶段以客户标签落地为首要目标，引入标签体系建设咨询，构建广东农信基础的特征中心、指标中心和标签中心，与我社已沉淀阿里云平台体系进行融合，完善数据化运营工具层能力。

第二阶段以数据化运营能力沉淀为目标，以财富管理业务场景为切入点，基于业务目标导向重点构建线下渠道数据化运营闭环。在这个过程中进一步完善工具层能力，在一阶段建设的运营工具体系上补充完善分析洞察、运营等能力，结合工具层的咨询指导重点构建线下渠道运营体系。

中期逐步启动我社其他业务线条的数据化运营建设工作，包括信贷产品运营、统一支付商户运营、信用卡运营等，依据业务发展优先级评估有序开展，一方面基于特定场景不断补充、扩展、更新标签体系，为数据运营提供核心客户洞察服务；另一方面，不断向线上渠道拓展，实现线上下线融合，终实现从风控到营销的业务闭环。

4.业务功能

*****阶段以客户标签落地为首要目标，重点实现以下业务功能：

一是对全行的金融交易、渠道埋点等数据进行采集、校验与整合，分别从客户信息、信用风险、产品持有、交易行为、渠道特征、日常生活、联系沟通以及客户分析八大领域，合计设计和生产事实、规则和预测三大类、1100余个标签；

二是通过多维度的客户标签实现快速的客群筛选、分组比对，同时支持自定义标签的生成，从而进行更精准的刻画目标客群；

三是提供标签的全生命周期管理功能，依据标签使用热度、实际业务需求等快速提供标签上线、审核、下线等功能；

四是依托业务反馈沉淀常用的数据特征、指标和标签，对外提供标准数据接口服务，实现数据的开放和共享。

二、创新点

我们认为数字化业务运营能力的建设是融合要素、工具、方法和组织的全方位、一体化构建过程，并基于此观点对业务运营能力进行设计。一方面，通过开展不同层次能力的横向构建和扩展，夯实要素和工具基础；另一方面，通过依托具体业务场景，纵向实现不同层次能力的有机协同，打造数字化的业务运营闭环。

1.集要素

在要素归集方面，首先我们依托批量交换、日志解析、网络旁路、渠道埋点等多种方式，对客户基础信息、金融交易信息以及渠道行为信息等数据进行全链路采集、校验与整合；其次依托基础数据平台实现底层数据的打通，构建统一的客户身份识别体系；后，在完善的数据治理管控基础上实现数据的开放和共享。

2.深挖掘

在要素采集规范有序的基础上，我们对数据进行聚合连接和深入挖掘，分别从事实、规则以及预测三大类型，客户信息、信用风险、产品持有、交易行为、渠道特征、日常生活、联系沟通以及客户分析八大领域共计一千余个维度进行客户标签的设计和生产；同时结合实际业务场景，面向客户数字化生命旅程构建了潜客挖掘、产品推荐、流失预警等系列模型，从而面向不同的数据应用场景打造统一的指标、特征和标签中心。

3.强工具

有了数据要素基础后，也离不开有力的工具提供支撑，使数据能够更形象地看得见、用起来。结合客户全生命周期价值增长的需要，以及线上线下多渠道联动的运营要求，我们建设了三大关键工具能力：一是客户画像工具，通过多维度的客户标签实现快速的客群筛选、分组比对，同时支持自定义标签的生成，从而进行更精准的刻画目标客群；二是营销触达工具，可根据运营活动的目标以及相应的策略，基于不同的客群特征和用户行为，实现圈定客群的多渠道精准触达以及个性化的人货匹配，并能够实现实时的活动效果监控；三是分析洞察工具，通过多维度、多场景的事件分析、漏斗分析、归因分析等，洞察数据背后的业务问题和潜在增长点，有效驱动业务决策，使数据变成业务的好帮手。

4.建闭环

依托于要素和工具的能力构建，我们终将数据与不同业务渠道进行集成和打通，实现高效的服务分发和效果反馈。此外还依托大数据风控平台从反欺诈、授信定价、事后预警等方面构建了覆盖全产品、全流程、全渠道的风险防控体系，在交易风控方面实现了事中风险的联防联控和实时阻断，在信贷风控方面实现了自动化的审批放款，在紧守风险关口的同时有力地提升了客户体验，从而构建了真正以客户为中心的营销风控一体化的数据化运营闭环。

5.抓运营

作为数据化运营体系中重要的一环，我们组建了专门的数据分析团队，与辖内农商行上下联动，联合开展具体业务场景的业务运营工作，通过对风控策略、营销策略应用效果的持续跟踪，从风控环节通过率、风控策略触发情况、活动触达规模、产品承接效果、客户转化效果、业务结果贡献等进行分析，不断对相应策略进行优化迭代，以满足不同客群在不同生命周期差异化需求。

三、项目过程管理

广东农信于2021年3月启动数据化运营项目，9月完成系统编码、测试和上线准备，将于10月在辖内四家农合机构进行试运行。

四、运营情况

在建设客户画像工具层能力的同时，我们也持续不断地深入到各个业务痛点中，结合实际的业务场景进行数据化运营体系的实践，在问题求解中积累经验、沉淀知识、提升能力，从而让整个运营体系更顺畅地运转起来，使数据和业务融合协同更加有效地释放数据的要素价值。结合客户生命周期，数据分析团队构建了潜客挖掘、产品推荐、流失预警等系列模型，在代发工资、资产提升、社保卡等重点客群营销中进行实际应用。

五、项目成效

以消费贷潜客挖掘和手机银行潜在客户挖掘运营为例。

场景1：消费贷潜客挖掘

广东农信推出的悦农e贷线上消费贷产品在一段时间推广后，面临存量优质客群枯竭的问题，迫切需要拓展新的客群进行营销。基于该痛点，我们联合辖内农商行开展消费贷潜客挖掘，综合运用客户资产变动、产品持有、渠道交易等数据，建立消费贷营销响应预测模型，输出潜在客群名单并按照营销响应概率由低到高评级，共25级，等级越高，客户响应营销的概率越大。

该模型在试点农商行上线后，客户经理根据模型输出的潜客名单进行消费贷产品的精准营销。结果显示，评级在11级（含）及以上的客户申请率为9.58%，高于平均水平（3.35%），超出同业高评级客户转化率（4.71%）；且有效户（指申请成功并用款的客户）占申请户数比例均在80%以上。通过实践数据证明有效性后，目前模型已推广至全省农商行进行深入应用，并且基于其输出的潜客名单，结合客户标签体系进一步圈定特定场景的营销名单，再由客户经理通过电话或短信进行营销，更进一步提高营销的有效性和精准性，取得显著成效。

场景2：手机银行潜在客户挖掘

为协助开展手机银行营销推广工作，数据分析团队对存量尚未开通手机银行的客户开展特征分析，挖掘其中开通手机银行可能性较高的目标客户，并将潜客营销标识推送至柜面、超柜、移动营销、CRM等渠道。截至2021年8月底，在未全省推广宣传情况下，潜客转化率未4.4%，远高于存量客户转化率1.9%。其中，辖内某农商行某一支行客户经理根据超柜的潜客标识提示，有针对性的对客户进行加强营销，该渠道潜客曝光成功转化率依次82.31%（超柜渠道平均转化率为10.13%）。数据化运营体系初见成效，目前该功能已经在全省进行推广。

六、经验总结

对数据化运营体系建设的探索和实践，让广东农信进一步整合了数据提升了数据的治理能力，深化了对数据的理解和应用，构建了数据驱动业务创新的能力基础。接下来，我们将持续推进数据运营闭环的构建，在数据层将借助网格化营销等手段不断丰富客户的标签维度，并逐步探索个人信息和企业信息的进一步融合；在工具层我们将不断完善现有的工具能力，满足辖内不同层次农商行的差异化发展需要；在渠道层我们将进一步实现跨渠道的联通及联动，提升多渠道触达能力；在业务层将力争实现业务场景的全覆盖。