廊坊銀行：數據互聯與數據賦能的渠道智能分析平臺

案例名稱

數據互聯與數據賦能的渠道智能分析平臺

案例簡介

在數字化轉型的行業背景下，銀行業的數據呈復雜化、增長化趨勢，尤其是隨著線上服務渠道如手機銀行的普及，各類業務數據、行為數據已海量化堆積，如何進行科學的數據治理與應用、通過數據研究挖掘價值成為了研究課題。

基于數據洞察、互聯、賦能、應用的愿景，廊坊銀行打造“渠道智能分型平臺”，研究數據治理方案，將行內的大數據平臺的用戶數據與用戶線上渠道的業務數據和行為數據打通并進行統一的規范化處理，實現用戶的深度洞察并對線上渠道服務進行診斷優化；借助用戶分群與畫像進行個性化、智能化營銷與服務，融合對接短信提醒、手機通知提醒等觸達渠道，將數據賦能應用落到實地。

創新技術/模式應用

創新點：

1、采用業內領先的數據采集技術方案

本次新建渠道智能分析平臺及數據治理方案，通過詳細的業務調研，確定數據采集及打通的目標和方向，并根據廊坊銀行的實際業務流程設計，以需求為導向確定數據采集方案，充分考慮數據的口徑和應用場景。

數據存儲采用行業認可的Event-User模型

2、打通數據流與業務流，實現洞察-決策-行動-反饋的閉環運營

3、成果合規性

該項目建設過程中遵循國家法律法規和廊坊銀行相關科技管理規范制度，并充分考慮數據安全性、系統穩定性和可用性等方面的問題，搭建了一套完善的管理體系，保障了整體項目的合規性。

經驗總結：

1、打造數據驅動運營閉環。通過對用戶及其行為的感知，形成更高效和科學的決策，并直接基于決策對用戶做出精準的運營動作。最終通過全面實時的數據進行補充，從而又便于下一次感知。

2、基于行內已有數據基礎，結合用戶的基本屬性及交易情況挖掘、洞察用戶的潛在需求，完成面向數據應用場景的數字化運營畫像體系的規劃及搭建。

數據模型展示：

1）數據模型示例——事件分析

2）數據模型示例——漏斗分析

3）數據模型示例——留存分析

4）智能推送事例

項目效果評估

1、打通數據壁壘，實現數據互聯

本次新建渠道智能分析平臺，將渠道系統的客戶業務數據及行為數據與行內大數據平臺的客戶屬性打通，實現用戶數據的多維化、豐富化，為用戶分群畫像及智能運營打下良好的基礎。

2、科學的數據治理方案，提升數據質量

除新建平臺外，還邀請數據專家對行內用戶數據進行整合、規范；對冗長、無效的屬性字段進行剔除處理，對有價值的數據字段進行新增及存儲，并且在數據查詢上突破了“T+1”的傳統模式，支持實時查詢，在時效性上得到了提升。

3、先進的智能運營，提升拉新效能

渠道智能分析平臺融合了短信提醒、手機推送提醒等通道，助力新客戶的操作。2023年1季度新增客戶數的電子銀行開通率較去年同期相比增長3個百分點。

4、高效的手機銀行功能診斷，用戶規模增長

通過渠道智能分析平臺進行的數據模型分析，支持定位用戶體驗問題的具體環節，并進行針對性優化。例如2023年1季度的月活水平較去年同期相比增長了27%。

廊坊銀行將在搭建和完善營銷中臺體系、數據中臺體系、智慧風控體系等基礎上，持續向數字化營銷、智能化客戶服務、數字化風控、數字化運營、智能化決策等方面深化轉型。

項目牽頭人

張笛 電子銀行產品經理

項目團隊成員

景寶琪、劉振兵、范程飛

責任編輯：王煊