专栏名称: 新财富投研圈
新财富投研圈是基于新财富十余年各类品牌评选推出的资本圈活动平台,针对资本圈高端群体,3000家上市公司、新三板、34个研究领域的1600家分析师及一级、二级市场专业投资者机构等沟通互联的系列线上线下的活动。
目录
相关文章推荐
经济参考报  ·  事关人脸识别技术应用安全,两部门发文明确→ ·  14 小时前  
第一财经  ·  两部门联合公布!事关人脸识别 ·  16 小时前  
无冕财经  ·  “赌徒”叶国富,壮士断腕!或关闭350家永辉 ... ·  16 小时前  
21世纪经济报道  ·  长城汽车App服务器崩了!车主吐槽被“罚站” ·  20 小时前  
51好读  ›  专栏  ›  新财富投研圈

金融巨头们接连发布合作协议,好戏才刚刚开始……

新财富投研圈  · 公众号  · 财经  · 2017-06-28 21:27

正文


来源: 苏宁财富资讯(ID:SuningWealthInsights)

作者: 薛洪言


导读: 今天,我们不妨站在传统银行的视角,重点谈一谈科技赋能金融的几个方向及实施路径,毕竟,好戏才刚刚开始……



这几日,互金圈和银行圈好不热闹!几大互联网金融企业和几家大银行就像商量好的一样,先后发布了战略合作框架,不仅有业务层面的合作,更有金融科技层面的共同探索。


其实,互金企业与传统银行的合作并非什么新鲜事,网贷、第三方支付等业态早已与传统金融机构产生了千丝万缕的联系,合作之势一直在趋于强化。当然,抱团式地密集发布很有市场声量,也更有市场影响力,但也仅此而已,毕竟,两个业态间的合作早已展开。


不过,从合作的深度和进程来看,其实仍处于初级阶段,远远谈不上深入,从几对合作对象的合作声明中也可窥见一二。站在合作双方角度来看,最大的驱动力大概是科技赋能金融——科技实力占优的一方寄希望于将科技融入更多业务场景,从而推动科技自身的进化;被科技输出的一方,大概想着借此提升业务体验,同时也能“用市场换技术”,推动自身科技实力的快速提升。


今天,我们不妨站在传统银行的视角,重点谈一谈科技赋能金融的几个方向及实施路径,毕竟,好戏才刚刚开始……



存量“活”客与智能“获”客的革命

客户基础是各项业务开展的根本保障,在互联网金融企业的用户体验革命下,传统金融机构正面临着获客与活客的双重压力,借助金融科技转变用户运维理念正成为新的突破口。



对于工、农、中、建、交这五大行而言,虽然坐拥大量的客户,但受限于割裂的数据、单一的业务、传统的营销手段等因素,客户基础整体大而不强,面临“活客”难题。以工行为例,截至2016年末,个人客户5.3亿户,其中个人贷款客户仅1133万户,渗透率仅为2.1%。


对于股份制银行和城商行而言,客户基础薄弱,存量客户活跃度低,面临获客与活客的双重压力。截至2016年末,以零售业务见长的招行,个人客户数仅9106万户;中信银行为6747万户;平安银行4047万户;兴业银行3491万户;北京银行1664万户。它们与互联网金融巨头的数亿用户规模均有着显著的差距。除了客户基础薄弱,中小银行同样也面临着存量客户“活客”难题。


不过,Ⅱ类和Ⅲ类账户的落地,大大缩短了银行新开户的操作环节,虚拟电子账户的开通体验与第三方支付账户无疑,使得手机银行、消费贷款等产品获客均不再受本行借记卡账户的限制。比如,客户可通过他行账户注册本行手机银行,并享受各种金融服务;客户也可选择以他行借记卡账户为收款和还款账户,向本行申请消费贷款。对银行而言,无论是本行存量不活跃客户还是非本行客户,均可通过诸如嵌入场景、丰富数据、多维度画像等相似的手段激活或获取,某种程度上,获客与活客的边界正日趋模糊。


在场景上,银行一方面加入银联云闪付二维码标准,共享银联线下扫码付场景,同时也在线下布局兼容第三方支付二维码的收单机具;另一方面则与电商巨头合作,通过发行联名卡、虚拟账户合作等方式获客。与此同时,还在内部加快推动全行统一的客户标签体系建设,建立个人客户营销画像体系,形成对个人客户特征的多维描绘,实现对客户个体的个性化、集成化产品与服务推荐,以及对客户投资行为、风险偏好的自动评估。


以开放的心态加大与金融科技企业的合作,同时在内部积极推动金融科技的研发与运用,商业银行正迎来一场存量“活”客与智能“获”客的革命。在这个角度上,科技正驱动着业务发展,成为第一生产力。



大数据风控与客群扩展相辅相成


经过几十年的发展,商业银行传统的风控手段已经趋于发展的极限,开始遭遇用信类客群拓展的天花板。近年来,电商巨头和互联网消费金融公司借助大数据这一风控手段的创新,成功在银行传统用信客群外开辟了新的客户,大数据风控也成为传统金融机构实现客群扩展的重要手段。



提到大数据风控,银行不缺数据,但缺乏系统全面的结构化数据,缺乏对数据的整理分析,也缺乏多维度的行为数据,使得银行在大数据风控上反倒成为追赶者。


银行的自有数据主要是各种业务数据,是对全行客户业务活动过程和结果的记录。同时,为了更好地开展业务,还会要求用户提供诸如电话、职业、教育、住址等信息,如果有过贷款申请行为,还会包括收入、房产等强信用属性数据。此外,所有人的工资都是银行代发,公积金流水也在银行,房贷和车贷也都在银行,银行在业务过程中还产生了大量的文档、资讯、图片、音像等非结构化数据。


但问题在于,银行业的数据是割裂的,除了信贷类的关键信息会以征信的形式报送央行征信中心,实现一定程度上的共享外,其他的各类财富相关数据,都分别沉淀在各家银行。比如张三,在中国银行有1000元存款,在建设银行有20万元存款,在工商银行没有存款,那么,在建行看来这是个有钱人,在中行看来这是个再普通不过的用户,在工行看来这个人的财富状况无法判断。


反映到产品层面,便是授信类产品覆盖范围狭窄。在宣传上,都是快速授信、实时审批、实时提款,但绝大多数用户的使用体验只有三个字——没额度!







请到「今天看啥」查看全文