大數據在金融服務業的應用與跨業結盟
作者童啟晟 發表時間2018/5/22 10:55 點擊數1466
金融業者如何運用大數據創造商業價值

銀行,或者說金融服務業在推出商品與服務客戶的同時,累積非常多的資料/數據;如何將這些大量的資料/數據進行有效的分析與萃取,把結果應用出來,達成特定的目標,是金融業者共同的必經修煉之路。不論業者的步伐快慢不同,應用領域不同,但皆有志一同致力於大數據的金礦寶山中,挖掘萃取出創意應用,並轉換為真實的商業價值。

這些大數據(Big Data)分析結果,可否貢獻或提供出來?讓其他機構或單位也能使用呢?首先,必然碰觸的基本問題就是使用上的合法性。國內相關的法令主要包括個人資料保護法、民法、電子簽章法及金融監管相關法規等。

如何取得客戶的同意,使用資料/數據,或是如何避免誤觸地雷違法使用,在實務上運用大數據前必須先有配套的做法。本文後續的分析,皆先假設應用過程中所涉及的法規問題均已被克服或解決。

接下來談所謂的分析與萃取,資料/數據動輒成千上萬筆,哪一些是有價值的?哪一些會是潛在的使用者比較感興趣的?一開始沒人會知道。想要在大數據的寶山中挖出金礦,通常可以先設定目的,就是先有一些想法,要清楚知道獲取這樣類型資料/數據的目的,是為服務哪一類型的客戶或消費者?

例如:想找出比較有錢的客戶,想找出需要融資的客戶,想找到想要上健身房或參加慢跑活動的客戶,或是想知道哪些客戶可能對醫療保健有興趣等。如此資料/數據萃取人員就能夠依據明確目的或對象來執行。

另外一種價值萃取的做法,就是根據客觀的經驗累積出來的「建議」。少數分析人員或是資料科學家,具備敏銳的嗅覺,他們長期與資料/數據為伍,長期與業務單位討論需求;看到資料/數據分布,就可以知道背後潛在的特性與商機,例如客戶的信用變化狀況,推論未來三個月內購屋或出國的機率高低等等。

所以無論是主觀的需求,或是客觀的創造需求,資料/數據價值的萃取(常被稱之為資料採礦,Data Mining)是優化或創新商業模式的基本功。

 

資料採礦優化/創新商業模式

實踐在金融服務業商業模式(Business Model)改善或是創新的例子不勝枚舉,例如:

1. 從單一定價發展成貸款或保險的風險差異化定價,有了資料/數據作為佐證,有效評估客戶風險指數,客製化提供信用額度的高或低。

2. 營業櫃檯業務種類的分流,調整推廣銷售或服務,存款或貸款的櫃位人數或比例。

3. 銷售通路的新增或比重分配,要如何有效應用「客戶介紹客戶/靠A的客戶建立好評價,以便再介紹客戶給A」(Member Get Member,MGM)?或是電話銷售時,客戶呼入(Call-in)要說什麼?主動撥打出去說什麼?或者是撥打給誰?什麼時候撥打?這些問題,透過資料/數據的分析,每位客戶身上都貼有標籤,銷售人員清楚知道客戶的喜好或需求,針對不同的銷售通路提供適切的銷售話術。

4. 季節或節慶時的特別商品推薦。

5. 搭售(Bundle Sale)的組合有哪幾種?每種的內容應該是哪些?

6. 依照地理區域間的差異,決定銷售方式。

7. 分行或ATM 應該設在哪些點位?補鈔的頻率與動線。

8. 針對非直接面對面(Non Face-to-Face)的通路,提供的服務從「查詢、交易」 轉變為「銷售、訂約」?

9. 與異業合作透過獲客,提供雙方客戶更具價值的服務,共同增加營收,例如與加油、百貨量販店、網路商城等合作。

10. 新產品的推出,例如信用卡結合旅遊平安險。

 

金融服務業將資料/數據轉化為執行計畫,再觀察追蹤比較成效,作為下一次運用的參考。藉由行動計畫的修正,不斷地調校優化,並且進行知識分享(Information Sharing),可以在每個功能性單位,對累積的統計資料/數據產生感覺與敏銳度,透過趨勢的觀察與找出差異的原因,隨之產生創新的想法與做法。這是屬於體制內自發性的大數據運用。如果這個機制(包括組織、平台及流程)運用得宜,一段時間之後,應該會非常正面地顯現在損益及客戶滿意度等指標上。

資訊應用研究團隊   童啟晟  

訂閱情報
掌握第一手的發布資訊!
文章彙整
相關新聞

Copyright © 2020 - Think Fintech