数字经济新业态下的银行服务，是在数字化和新技术驱动下，给客户带来业务感知和体验感动，逐渐成为嵌入生活的智能银行服务。
中国银行业协会发布的《2021年中国银行业服务报告》指出银行业应持续打造以技术、数据、场景为依托的线上服务能力，搭建互利共赢的开放平台，推动“线上+线下”“人工+智能”的融合一体服务模式，高效地响应客户需求和社会需求。在与客户建立联系的过程中，数字营销始终发挥着桥头堡的作用，其业务价值在于通过数据驱动的低成本、高效率的方式，将提供客户需求最为匹配的内容和产品信息，以最适合的媒介渠道和形式载体，传递给最准确的受众。
吉林银行自零售战略转型以来，始终坚持以客户为中心，致力于提供优质、个性化的服务。洞察客户需求，致力于通过大数据和人工智能等技术手段，对客户数据进行深入挖掘和分析，了解客户需求，提供精准服务。根据客户需求和市场变化，不断推出新的零售产品，满足不同客户群体的个性化需要。提供个性化的服务方案。并不断提升用户体验优化，通过优化业务流程、提高服务效率、提供便捷的线上渠道等方式，提高客户满意度。
吉林银行要打赢这场新战役需要围绕客户、围绕场景、围绕产品构建数字化营销体系，提供千人千面的精准化营销，实现业务持续、稳定、长期的增长。这个数字化营销体系能在客户理财到期当天推送新的财富产品，能在客户购房首付时通知客户经理进行按揭和装修分期的产品营销，能在客户信用卡活跃下降时推送信用卡专题权益进行客户再度促活，对银行而言，提升数字营销能力的关键在于打造完善的客户数据分析和精准营销体系，以客户为中心，通过数据驱动实现我行的数字化经营。
二、创新点
1.颠覆了传统银行的经营驱动模式。彻底打通零售各业务线的零售数据，涵盖客户金融数据、行为数据、生活类数据，可以更精准绘制客户全生命周期服务需求全景图。
2.颠覆传统银行的客户分层管理理念。在传统银行理念中80％的能力资源服务20％的高净值客户，数量巨大的大众客户，基本没有得到专业的金融服务，借助数字化运营分析平台其强大的大数据分析和活动策略部署能力，实现对大众客户的有效触达覆盖。
3.颠覆了传统银行的静态经营理念。线上、线下、远程外呼等全渠道协同经营，完成客户的断点触达。是一套完整的、动态的、自动的客户经营网络，通过对客户服务的结果状态建立标签，实现智能化、多批次、跨渠道协同、无缝衔接和触达客户，从而提升经营效果。
4.颠覆了传统银行的客户经营策略配置模式。将产品、权益、活动模块化、参数化，通过“策略流程画布”实现客户经营策略、经营动作拖拉拽、图形化的界面配置，打通客户群、策略、素材资源、渠道等不同数据平台，实现一站式活动策划、配置、AB测试、调优的统一营销中台能力，提升策略配置效率。
三、项目技术方案
项目建设过程中，将重要业务功能进行合理的边界区分，使整体项目规划层次分明，错落有致，功能清晰。在设计过程中，搭建三大系统功能模块，下面分别将三大系统功能模块予以介绍。
1.数据标签管理模块
将数据资产的价值充分发挥极致，打通数据壁垒，形成多维度的数据加工模式，整合金融、非金融属性数据，突破数据盲区，提升数据的整体加工能力。搭建用户标签画像标签画像模块，设计、采集、存储用户数据，包括银行交易类、用户行为类数据，CRM系统用户标签、数据仓库DW层数据、与银行有关的三方应用场景数据。加工生成数据标签。
（1）用户行为数据导入
（2）用户业务数据导入
（3）用户三方数据导入
（4）网点终端数据采集
（5）数据导出/API服务
2.数字化运营分析模块
可支持产品、运营、数据分析人员等各角色人员的数据分析工作，协助各角色实现自助分析。运用数字资产，驱动业务高效开展，定位目标客户群体，进行精准营销，整合行内外各类数据，分析客户行为、习惯、爱好，开展用户画像，实现千人千面的用户分析体系。分析用户特征属性行为，结合营业数据，三方数据等，进行精细化运营、产品功能及用户体验优化、提升管理决策。可通过BI、大数据模块、CRM、ERP等内部IT系统，构建用户数据体系，让用户行为数据发挥深远的价值。
（1）指标智能预警及诊断
（2）灵活/多维下钻分析模型
模型是对现实世界的抽象，可以表现出数据间的某种内在联系，根据不同的数据分析类型，对数据进行深度分析挖掘，且支持数据下钻分析功能，可以对数据进行深度和广度的不断延展，挖掘问题背后的根本原因。通过对数据模型的搭建和有效分析，可以精准的在模型中洞察出用户在操作和交易方面的一些异常现象，及时研判，做好应对措施。行为分析平台要支持各类业务分析模型的搭建，包括一些通用的数据分析模型和业务人员自定义的数据分析模型。包括但不限于应用事件分析模型、漏斗分析模型、用户路径分析模型、RFM客户价值创造分析模型等。
（3）可视化标签创建与管理
可以在基础标签的基础上形成复合标签，业务人员可根据自身需要自定义标签的分类，并可按需要管理自定义的数据标签，形成可视化的管理页面，确保非IT技术人员也可轻松实现各类标签的加工、处理、使用。
（4）用户洞察分析
支持单用户画像和用户群画像，在用户群画像方面，支持基于用户属性、标签、行为事件、已有客群等规则选择方式进行创建客户群体，也可基础产品属性、类型、周期、到期日等规则选择方式进行创建偏好客户群体；在单用户画像方面，对我行每一位零售客户组合各类标签，包括：（基础信息、资产信息、产品持有、渠道签约、基础客群、客户活跃、客户行为等方面）可以实现个人用户的千人千面，在具体营销活动中找到目标客户，提供资产类、财富类、生活类等各类场景的精准推送。
（5）用户客群管理
支持基于自定义规则创建客群，使用用户属性、标签、客群、用户行为、多个有序的行为序列进行客群筛选，设置规则流程，通过触发条件，将符合条件的用户进行聚类，形成结果客户群，可支持客群保存、查看、更新、暂停、启动、删除、重新计算等。客群支持下钻分析，支持查看单个用户画像。
（6）自定义查询统计功能
为数据采集技术人员提供解决方案，快准细全地完成数据的采集及接入，充分理解业务人员的分析需求，协同完成产品的指标增长任务。可根据业务需求，自定义统计和查询数据，应具备业务人员可以使用的智能数据分析工具，业务人员可通过该工具的灵活性、可扩展、易操作等特性，轻松进行数据统计，通过工具拖拽，展现数据分析结果集，并且支持各类主流图表的制作。且平台也要支持目前主流的数据分析语言，包括SQL、Python语言，方便数据开发人员进行操作，开发界面要简单易操作，支持工具扩展，提成数据开发人员工作效率。
3.数字化智能营销模块
四、项目过程管理
1.需求阶段
需求阶段，我们的主要了解项目的需求，对需求进行详细的拆分，并对需求文档进行深入的沟通，联合零售各部门进行意见及需求征集，根据沟通内容。我们进行详细的分析和记录，规划功能的要点，确认功能的排期，以此作为依据来制定项目计划。同时，我们进行了初步的技术和可行性评估，以确保项目能够顺利实施。
2.开发阶段
3.测试阶段
测试阶段主要目标是确保项目成果的质量和稳定性。我们进行多轮测试安排，其中包括SIT测试共计2轮，涉及案例16000余个，UAT测试共计3轮，涉及案例4000余个，以及为期一个月的性能测试，整体测试工作为期3个月，确保系统功能、流程正常，确保项目成果能够在生产环境中正常运行。
4.试运行阶段
五、运营情况
六、项目成效
打造全行标签画像体系，通过581个客户级标签的开发，建立了我行零售客户的360全景视图，形成千人千面的的单客户画像和客群画像，为客户的精准营销打下坚实基础。
采集客户的行为埋点数据，包括客户浏览、点击、搜索行为，时刻捕捉客户实施行为，精准了解客户动态数据，作为客户交易数据的补充，借助于平台强大的模型分析能力，挖局客户营销需求。
捕捉营销事件，涵盖行为类事件、交易类事件、达标类事件等，实时进行事件透传，及时通过事件类营销精准触达客户，提升客户在我行整体价值贡献。
建立全行零售客户Oneid体系，整合客户在各系统的统一身份认证，不论客户在任何渠道登入，都能精准识别出客户的唯一身份，为后续客户权益视图整合、活动策划整合、渠道触达整合打下基础。
功能完善的策略布放组件，业务人员可通过图形界面进行活动策略设计，丰富的流程组件、客户筛选组件、产品筛选组件、策略组件、渠道组件、分析组件，可轻松实现营销活动从活动策划、活动部署、活动执行、活动监控、活动结果反馈等各个环节实现闭环。
七、经验总结
吉林银行数字化运营分析平台项目，得益于前期做的大量准备工作，在市场调研方面，结合平安银行、招商银行、中原银行等在零售业务开展较为突出的同业结构，借鉴其现有的数字化营销投放能力，取长补短，积累经验。在项目立项后，与各业务部门和分支行充分沟通，梳理需求和业务经过程中的痛点收集，银行端作为金融服务方，在其中扮演的角色已经从传统金融业务场景出发以产品为中心转变为以客户为中心，及客户之所想，做用户之所需。在数据侧更多的赋能业务开展，在各类金融和泛金融场景中发力，整合优势基础能力，提供更多的金融配套周边能力搭建，提升我行整体综合服务能力。
更多金融科技案例和金融数据智能优秀解决方案，请在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。