银行线上零售业务（银行微信营销晋商银行：“慧眼”零售线上营销策略项目）

来源：2023鑫智奖第四届中小金融机构数智化转型优秀案例评选

获奖单位：晋商银行

荣获奖项：营销创新优秀案例奖

一、项目背景及目标

我行数字化转型中依旧面临问题：

1.数据基础薄弱。数据散点分布在各个系统内，数据整合应用较难；现有数据质量较差，口径不统一、时效性低；客户行为类数据缺失等。

2.数据应用能力不足。数据应用目前仅限于日常指标查看，缺乏数据业务侧的分析能力，也缺乏对表层数据的深度应用能力，因为缺乏有效场景导致系统能力应用浅，在行为数据的采集和应用上，系统性投入还不足，未充分挖掘数据的价值。

3.数据流与业务流割裂。数据平台是对工作流、方法的承载，是提升效率的工具，但目前行内面临着数据流与业务流未完全打通，数据是独立于业务流运作的，同时由于缺少过程指标和有效跟踪，难以真正数据赋能业务。

4.业务应用浅。业务人员没有有效的场景去利用，或者平台能力不足导致无法实现价值。大多数的数据分析，缺乏业务理解与数据技术相结合的能力，在实际业务层落地时往往达不到预期，难以产生实质性的提升效果。

面对行业的竞争激烈的环境以及我们的数字化应用现状，搭建数据基础平台及数据应用平台已成为必须，特别是近年来，本行业务飞速发展，产品类型日益丰富，用户数量持续增长，手机银行APP、微信公众号、小程序、网上银行等移动产品积累了大量的用户行为数据，如何利用这些数据优化产品运营，提升用户体验，增强用户粘性，实现用户价值最大化是我们亟待解决的问题。

通过对手机银行app、微信公众号、微信小程序等渠道客户前端、后台交互行为数据进行数据采集，并且与客户基础信息、交易信息、标签信息等做整合，搭建整合的基于用户的数据基础平台，并基于此搭建客户数字化营销及运营平台。平台辅助深度挖掘用户行为特征，为行内各渠道产品优化、业务指标分析、流量投放分析、客群精准洞察、以及对客户的标签画像的构建、精准营销和数字化运营提供支撑。同时对客户进行自动化运营触达，真正实现从数据基础、数据分析、客户洞察、客户运营及运营结果分析的数据驱动闭环。

二、创新点

1.整体分析

通过业务整体分析，对行内该业务的活跃情况、交易分布、渗透率等有整体的认知，并可基于此有目的性的定位提升目标。

（1）业务活跃概览，包括理财业务月活跃用户情况，月交易情况，各类产品交易情况，复购情况等。

（2）业务模块下钻分析。包括该业务模块的点击率、渗透率、页面停留时长、访问人数、主力用户的属性特征等。

（3）基础性能分析。包括系统的崩溃、闪退、交易发生失败的占比、失败原因等，分析当前的基础性能是否足够友好。

（4）其他业务模块对理财产品的入口导流情况分析。交叉分析导流情况，评估是否合理。

2.产品体验效果分析

通过分析流量分发情况，看理财业务的曝光度、渗透率情况，用户旅程在到达APP后购买理财的第一步，是否得到了足够的流量、点击预以及转化等。

（1）各模块流量/转化率分析

首页模块的流量集中情况，哪些是低频功能，哪些引流效果差等，活跃用户点击了哪些元素，对我们的活动响应情况、产品响应情况如何等。以及分析完成功能使用后，用户分别留去了哪里，是否顺利进入下一个承接的功能场景，或者做到了流量的有效分发和体验提升。

（2）ICON区域点击/转化率分析

主要分析用户点击集中度，点击用户的转化率，低频点击和高频点击的ICON情况，理财推荐区域的产品匹配度、理财推荐区域的点击转化率等。回溯到达起始流程的用户路径：查看起始流程的用户来源贡献，分析各入口的贡献比例是否异常，若存在部分入口贡献与预期不一致，回溯入口来源页面的流量低还是入口点击率低，以针对性提供优化策略，如位置上移、加强视觉感知、挪至符合用户入口认知的页面等。

（3）流量跳出率分析

查看起始页面跳出率，查看用户进入功能后，是否存在较大比例的产品详情页跳出行为。若跳出率较高，可按照入口来源查看跳出率差异，若整体较高说明页面设计和体验问题较大，需要重点诊断和优化起始页面本身的吸引力和交互设计；若某些入口跳出率较高，说明入口设置并不符合预期化，可通过查看起始事件之后的用户路径，了解是否入口设计是否存在误解、误点击情况，做定向针对性优化，如入口位置变更、名字优化、引导方式优化等

3.业务流程诊断

在确保用户旅程第一步，看到我们的产品，也就是产品的曝光度足够的情况下，接下来需要关注我们触达的用户最终是否完成了对核心业务流程的操作，这个环节核心解决的是，已经进来的用户，我们设计的核心流程、产品体验，能不能让用户顺畅的完成产品的购买或核心功能的操作，所以我们关注的核心指标是每一步核心流程的点击率、转化率，以及最终的购买率、留存率等。

（1）业务流程漏斗转化率

首先关注整个流程的转化率。看整个的过程以及每一步的转化是不是还有提升的空间。

其次，按照不同的维度进行对比，比如，不同的操作系统、应用版本、广告来源，根据各个细分维度分组，查看转化率在各组之间是否存在明显的差异，如某组或者某几组数据明显偏低，偏低组别将继续做重点诊断；

第三，按照转化时间中位数去看，如果有一个环节，转化率高，但是所花费的时间是很长的，可能用户的操作是存在问题的，所以，可以从中位数分析中找到业务流程体验可优化的点。同时针对转化时长偏高的组别，切换不同的重要属性进行分组分析，以定位具体的异常场景，在后续做细分分析。

（2）转化漏斗下钻分析

聚焦具体转化率较低、转换时长较长的环节、组别，筛选功能相关的页面、点击行为，查看用户路径，定位各场景下具体在哪些页面、哪些点击等操作行为的流失率高。结合功能场景的体验操作，进一步明确问题的原因，比如产品流程、规则设计不合理，必要的帮助、说服信息不充分，交互表单内容项、步骤过多，部分机型存在兼容性问题等，这些即是下一步功能的精准优化方向。

（3）核心业务流程用户旅程分析。根据实际业务操作流程，分析整个过程中，用户旅程的每一步骤的操作体验重点关注点。针对重点关注点，定位可能存在的问题并制定对应的优化策略。

（4）流失客群下钻分析。从漏斗步骤X到漏斗步骤Y，各个步骤的流失人群定位，并针对流失人群下钻分析，找到流失原因及可优化的点。包括以下几种方式：

对流失的用户去查看单个用户的个体行为路径，通过路径来分析定位，产生流失的原因。从单个用户的行为观察做一些假设，结合我们自己对产品和业务的理解，来发现异常行为是什么。

群体路径验证，圈选流失客群，通过路径分析查询在理财购买各流程的路径行为，分析影响用户转化的原因，定位核心痛点优化方向。

（5）核心业务处理买失败原因分析，核心业务处理失败次数、用户数、失败率、失败原因分布等。

4.客户画像洞察

从客户画像、用户属性等维度，分析不同类型的用户在产品体验方面、业务操作习惯、交易消费习惯等，以及不同类型的用户流失率、转化率、复购率、失败率的差别等，进而可有针对性的对不同类型的用户推送不同的营销策略，提升用户体验。

分析维度可包括：用户的设备、来源渠道、年龄、职业、风险等级、消费偏好、开户分行、营销渠道偏好、产品偏好、高频操作行为、新老用户各指标的差异等。

三、项目技术方案

1.架构设计原则

在架构设计方面，系统充分考虑到在功能需求、数据安全性、高性能、可靠性、可扩展性等多方面的要求，结合晋商银行的具体技术标准与规范以及业务需求和科技现状，从而进行平台的整体架构设计，包括但不限于以下能力：

（1）本地化部署，支持双中心集群部署模式以及混合化部署架构设计；

（2）平滑扩容，支持线性扩展节点以提升服务能力；

（3）多种SDK，支持全端数据采集；

（4）数据治理能力，提供独立的元数据管理模块；

（5）OneID用户关联技术，支持全端数据贯通；

（6）支持大数据量下的实时导入和秒级查询；

（7）全面开放的数据导入和导出机制，支持通过数据订阅、API读取、JDBC导出等多种协议和方式实现数据交互。

2.产品架构

客户行为分析平台由数据基础平台、分析、标签画像三大模块组成。

（1）数据基础平台是整个数字化运营平台的底座，承载着平台所有的数据基础。

（2）分析模块对全端采集治理后的数据进行建模，提供了多种分析模型及数据概览等功能，能够有效支撑各应用系统的效能分析需求，驱动营销渠道效果评估、用户精细化运营改进、产品功能及用户体验优化、看板辅助管理决策、产品个性化推荐改造构建等应用场景；

（3）标签画像能够基于用户群体的生命周期管理、高价值客户深入开发、交叉营销，也可以输出用于个性化推送、个性化推荐以及个性化实时营销

3.技术架构

系统从数据的接入采集、数据治理、建模入库等一系列数据流的处理，同时还提供数据资产的管理，如元数据管理、埋点储存；在系统层面，提供角色与权限、系统配置管理、项目管理、平台设置等功能。具体包括：

（1）数据采集：支持全端数据采集能力，支持包括但不限于移动端 APP 应用、H5 页面、web 端应用、微信小程序等应用程序全埋点、 SDK 埋点、可视化全埋点以及服务器端埋点，埋点方案格式统一、易于理解、易于解析、易于管理，对应用侵入性小，大规模埋点不影响应用的正常运行性能，埋点采集内容除默认所需信息外，个性化采集信息可灵活扩展；

（2）数据治理：提供数据强校验能力和OneID用户关联技术，能够有效提升数据质量。系统支持将用户在多渠道、多业务的相关行为数据打通，构建用户行为数据的统一视图，为精细化运营提供支撑；支持将行为数据可以提供按照渠道和业务类型进行实时和批量订阅；提供数据强校验能力，支持对元数据的管理和数据质量的监测预警；

（3）数据存储：平台采用分布式存储架构设计，能够支持海量数据数据并发存取，默认配置三副本，利用 HDFS 保证数据容灾，提供扩容和平滑迁移的能力。同时，通过将用户明细数据构建在 HDFS 上存储，配合优化查询引擎的查询效率，从而满足高效查询的需求。

四、项目过程管理

五、运营情况

客户行为数据是我行零售业务决策的重要依据，为保证数据信息的真实性与完整性，需要加强对原始数据的管理，尤其是手机银行、微信银行等渠道所提供的客户信息，因为相关数据信息均源于运营支撑系统，所以确保系统的安全稳定运行具有重要意义。客户行为分析系统的运营工作重点不仅为及时监测和发现系统存在的运行故障问题或者潜在的风险隐患，还需要确保系统始终处于安全、稳定的运行状态，保证业务、服务的及时、顺利、有效开展，通过对系统实施全面、有效的运维管理措施，实现对系统的科学化、规范化的战略管理，进而有效提高组织运行成效，降低运营管理成本，保证前端业务及时开通，提高运营服务水平。

六、项目成效

系统上线两个月以来，极大的提升了我行手机银行、微信银行等渠道的用户活跃度，目前数据采集覆盖了95%的业务场景，针对性的制定指标体系，覆盖核心KPI数据以及日常汇报数据等；数据采集管理效率提升30%，数据质量得以大幅度提升；系统可用性方面，通过对注册、登录、绑卡、签约等流程优化，App 崩溃率降低20%，微信登录转化提升约30%，签约转化率提升10%。

七、经验总结

1.场景诊断：以提升业务流程用户体验为目标，分析当前业务状况，在大盘数据、流量分发、当前业务流程转化、客群画像洞察这几个方面，定位当前场景存在的痛点或待优化的问题，进而决定我们要去做的优化动作的优先级，之后再进一步的做深度下钻分析，去看我们应该以怎么样的方式对细的指标去做提升。

2.业务洞察：在决定优化提升的优先级后，从我们的场景分析维度，依靠数据分析模型，结合我们的业务经验，进行进一步的下钻分析，定位产生这些问题或痛点的原因，并确定优化动作。

3.策略执行：基于业务洞察及优化策略，执行对应的场景优化策略，根据实际情况可能包括banner位调整、弹框提示引导、产品差异展示、产品排序调整等。

4.效果分析：执行了场景优化动作后，收集用户数据、业务流程数据、反馈行为数据等，并比对分析优化效果。评估是否达到预估的优化目标，并继续迭代优化策略。迭代评估主指标：功能改动影响的主要指标及具体环节的数据表现。例如调整入口，则重点分析功能渗透关联的指标是否提升；调整功能流程逻辑、规则或交互，则重点关注整体转化率及对应环节的转化表现是否提升；留存一般作为参考指标，未出现下降等。

5.运营团队：我行针对该系统设置了专门的运营团队，专职于数据分析、用户的标签与分群落地，通过利用用户线上产生的行为数据，从采集、获取、分析、再到实时的处理，赋予了我行及时优化运营策略的能力。

更多金融科技案例和金融数据智能优秀解决方案，请登录数字金融创新知识服务平台-金科创新社案例库、选型库查看。