618電商大戰的硝煙已經彌漫，電商平臺巨頭們啟動了爭奪交易額的狂歡，但在另一條戰線上，作為真正的消費資金供應方的銀行也在摩拳擦掌，期望在交易的盛宴中分得一杯羹。過去的電商活動中，銀行特別是信用卡、消費金融、網絡金融部門往往關注交易成功率、對短時高頻交易的響應及時性、欺詐交易甄別等等，在業務生態中處于“守勢”。如今，隨著銀行零售信貸業務板塊的發展，系統穩定已不再是業務主要矛盾，頭部的信貸機構開始探索如何利用海量的交易數據，去認識客戶、服務客戶、挖掘客戶潛力，以主動出擊的姿態去制造和掌握市場及客戶的需求。

對于如今的銀行信用卡、消費貸部門來說，基于數據分析的客戶管理業務已是常態作業，但分析能力和分析效率則參差不齊，除少數頭部機構外，大部分銀行的數據管理能力仍不可與互聯網巨頭相比。如何從海量交易數據中迅速挖掘數據價值，并將數據價值快速轉化為商業動力?互聯網巨頭對數據的嫻熟運用，為銀行業精準客戶管理的下一步演化提供了重要參考。

銀行消費數據處理兩板斧制約性益發明顯

銀行業整體擁有的數據，是一個足以讓所有依存于數據的互聯網巨頭覬覦的寶庫。這不單在于交易數據龐大且含金量較高，還由于其數據往往跨生態——除了綁定移動支付或直接使用信用卡所產生的消費，銀行也能記錄車貸、房貸、發薪、水電費等個人數據，還可以將時間更長的歷史消費記錄在案，形成消費數據鏈條。即使單個銀行，特別是地區性銀行的數據體量較少，但考慮到消費類交易的小額高頻的特點，其數據絕對體量也會很大。

盡管坐擁豐富且優質的數據，在以618為代表的網購節期間，大部分銀行卻可能還在運用諸如批量主動提臨額等較為傳統的客戶管理模式，用以粗放式刺激用戶消費。但從效果來說，調額是否會對客戶產生觸動，產生多大程度的觸動，額度是否給了最需要的客戶，未使用額度會造成多大浪費，這些問題并不明朗，粗放式的普遍調額很難實現精細化客戶管理的目標。

電商大戰期間的短時發生海量交易能為消費金融機構留下寶貴的用戶數據庫，若將這些跨生態的豐富數據加以挖掘并有效利用，銀行可以構建更全方位的客戶畫像，實現更細分的客戶標簽，更深度地分析各類客群的特點，精準地進行業務開拓，甚至實現一人一策。行業先行者毫無疑問正在這些項目上開展探索。

但受制于自身的數據處理能力，對海量交易數據，大部分銀行仍需要待賬單周期數據完成后，再通過一段時間的專門處理才能完成數據的匯總、分析，這一周期通常需要數周甚至一個月以上。對用戶畫像的滯后，很容易令銀行錯過了前后不到一周提升業務的關鍵時間窗口，誠然數據可以用作下個電商大戰的準備，但消費市場瞬息萬變，客戶需求也隨之快速變化，如無法跟進客戶心理、行為軌跡的變化，則辛苦得出的數據一出生就已過時。最終，大部分銀行雖坐擁數據礦山，但無力消化，數據無法形成有效生產力。

作為一個對照，互聯網巨頭對千方百計獲取的用戶數據，配以更多維度、更實時的挖掘處理，形成豐富應用，從而維持很強的客戶粘性。在表層，通過豐富的生態布局，互聯網巨頭力求覆蓋消費者生活的方方面面，構建多入口的消費者數據庫;而在里層，電商平臺則對客戶進行實時的分析和解析，通過客戶瀏覽的商品、購物車商品，去判斷客戶當下需求，并尋找商機。最終在結果上，轉化為各電商平臺、內容APP對每一個用戶的“個性化”頁面呈現和推送。這一效果的呈現，來自于互聯網巨頭對客戶畫像數據處理的高效，更進一步實時整合生態內各個平臺的更新數據，提供頻密更新的客戶畫像，立即改善對消費者的營銷方式，立竿見影。

銀行消費數據處理的能力和效率亟待提升

互聯網巨頭在生態建設、系統開發和數據挖掘等領域多年經營和實踐，構建了他們的強大業務生命。那么，銀行是否可以構建自身實時的數據挖掘、分析能力，通過高效的策略、模型、執行體系服務客戶，甚至建立比肩互聯網巨頭的客戶管理能力呢?

不同銀行面對不同的客戶群體，地域、年齡、文化程度等等差異構成了完全不同的社群，如何針對性識別、服務客戶，構建“一人一策”的服務能力，是銀行數字化轉型的關鍵。為幫助銀行信用卡、消費信貸部門快速建立高效、實時數據分析能力，益博睿推出X-NET組合模型系統，幫助銀行以更具性價比的投入實現更深度的客群劃分、更精準的客戶管理。

如在618前，通過提前一周預熱階段的客戶交易數據，在618到來時即可規劃完成個性化的信用卡消費刺激手段;而在618當日，銀行可根據客戶交易的變化實時洞察客戶需求，適時在額度、商品活動、分期營銷上做出響應，及時跟進客戶心理軌跡開展營銷。

“X-NET的誕生奠基于對于銀行與傳統金融機構的深刻洞察，以及我們在服務全球不同規模金融機構中積累的算法經驗” ，益博睿大中華區CEO黃堅表示，“將其應用在銀行業和傳統金融機構，將有助于這個不斷追求積極變革的行業獲得市場策略升級的動力，幫助他們實現更精準的客戶管理，最終更好地參與當下已經來臨、明日將更為激烈的行業競爭。”