一、解决方案简介
“十四五”规划强调了加快发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群，同时也提到了集成电路产业链、光伏新能源产业链和数字经济等新兴产业，这些新兴的产业和行业是各类银行对公业务在未来重点拓展的方向。但是对于银行客户经理来说，如何识别新兴行业中的优质客户成为普遍性难题。
同花顺银行智能营销解决方案以赋能客户经理行业客户洞察能力为中心，通过AI技术对企业大数据进行了深度挖掘，搭建了完整的国民经济产业链图谱和战略新兴产业图谱，为客户经理提供产业链拓客、供应链拓客、企业竞争力画像、商机舆情监控、网格化营销等多种智能拓客工具。同时结合行内数据，帮助银行建立行业客户分层管理系统，实现对公客户360度精准画像，为银行公司业务精准营销提供数据支撑。
二、应用场景痛点简介
1.已有客户行业标签不准，无法匹配新兴行业分类体系
目前大部分银行主要使用国民经济行业分类体系，层级结构少。随着企业的不断发展，经营范围不断扩大，无法从现有行业分类中抽象出主营业务匹配到准确的行业分类里。同时新兴的行业不断涌现，原有的行业分类体系没有覆盖，影响到对新兴行业内的客户识别。
2.企业画像数据来源分散，结构化难度大
全面的企业画像有助于定位客户的需求，但是企业画像的数据来源除了工商数据、知识产权、经营状况等维度外，还需要结合舆情、企业市场影响力、管理团队、招投标等多个维度数据，这些数据以非结构化存在，需要使用AI技术进行结构化打标签后才能应用到业务当中，难度较高。
3.客户经理的行业分析能力较弱，无法精准定位目标客群
在对新兴行业客户的拓展中需要客户经理具备基础的行业分析能力，需要知道行业的发展趋势，从而定位具有发展潜力的企业客户。但是现有客户经理的优势主要在财务分析上，行业分析上需要数据和工具支持。
4.缺少数据驱动的线索挖掘工具，主动拓客方式需要升级
传统银行对公业务拓客模式主要依赖于客户关系，业务增长效率较低，同时对于新兴企业营销线索的获取没有渠道和价值识别模型，客户经理无法主动进行拓客。
三、解决方案亮点介绍
1. 完善企业级客户画像
通过准确定位客户需求，优化客户结构，来实现客户细分领域的差别化、专业化策略的制定。例如通过客户特征库分析模型、忠诚度-价值细分等多种模型，完善丰富企业级客户画像，帮助客户经理全面深入了解客户需求。
2. 提升客群分析能力
基于企业级客户画像及特征库，通过单个或多个标签、特征项灵活组合的形式，筛选得出某一特定客群。借助客户群持有产品相关联分析模型、客群产品覆盖度分析模型等，形成客群画像，辅助管理层提高客群洞察分析决策能力；
3. 提升商机获取能力
通过建立商机事件侦测规则模型，模型包含客户行为事件、产品事件、生命周期事件、外部事件等多维度事件。为客户经理在营销过程中，推送商机信息及重大事件提醒， 来提高客户经理的商机获取能力；
4. 提升客户挽留能力
围绕客户进行生命全周期管理。针对流失预警识别能力，提供了如定期存款提前支取等多种流失预警模型，通过流失预警模型进行流失事件提醒，可以及时对客户经理进行预警，有效提高客户经理客户挽留能力。
四、金融行业客户名单
中国农业银行杭州分行、浦发银行、招商银行、江苏银行、中信银行等银行业客户。
五、客户评价
农行：同花顺提供的数据服务和相关解决方案与行方搭建智能营销系统的需求高度匹配。行方对同花顺在极短时间内提供的数据和技术服务表示非常认可。
版权声明及安全提醒：本文转自网络平台，文章仅代表作者观点，不代表「金融文库」立场。相关版权归原作者所有，「金融文库」仅提供免费交流与学习，相关内容与材料请勿用于商业。我们感谢每一位原创作者的辛苦付出与创作，如本转载内容涉及版权及侵权问题，请及时联系我们客服处理（微信号：JRwenku8），谢谢！
