金融

2022爱分析· 银行对公营销核心需求研究 | 厂商评估

银行构建对公业务数字化营销平台核心需求

2022年08月19日
  • 金融

据爱分析观察,在自主可控的背景下,银行信创数字化投入比例逐渐变大。第一,芯片、服务器、外设等国产硬件采购持续增加,在部分银行占全年IT预算的40%;第二,国产数据库、操作系统、中间件在存量和增量市场均持续增长,除个别系统,多数系统相关数据库均有替换案例;第三,以数字化办公系统为开端,前端应用的信创逐渐拉开序幕,投入比例逐渐加大。
另一方面,银行IT项目对产品智能化、精准化越来越来高,与之对应的解决方案的深度、广度均比之前年度更高。如银行对精准营销、数字人、数据治理、BI商业智能等产品的要求,均随着数字化的深入不断提高,要为银行内部和外部做更精准的赋能。
8月3日,爱分析正式发布《2022爱分析·银行数字化厂商全景报告》,爱分析综合考虑企业关注度、行业落地进展等因素,选取了12个特定市场进行重点分析,帮助银行更清晰地了解银行数字化市场情况,同时遴选出能够服务银行机构进行数字化转型的优质厂商,助力推进银行业数字化转型。

对公业务作为商业银行的经营基础和利润效益的主要来源,如何构建对公业务数字化营销平台,制定对公营销策略,提升对公营销能力已成为各大银行机构关注的热门话题。爱分析在《2022爱分析·银行数字化厂商全景报告》中,将对公营销作为重点考察市场进行了深度研究,以下为对公营销市场研究及数库科技厂商评估内容,欢迎品鉴。

对公营销定义:

对公营销,是指银行基于对企业或机构客户的洞察,对其进行从线索获取、商机筛查、商机触达、商机转化再到运营的全流程营销,从而促进对公业务增长。

终端用户:

银行对公业务部门

核心需求:

对公业务是银行的重要业务板块,而传统的对公营销开展常依赖关系及资源,客户拓展不确定性较强。因此,近年来各大银行纷纷加快对公营销的转型步伐,构建对公业务数字化营销平台,以数字化手段为对公业务增长赋能。具体而言,银行在线索获取、商机筛查、商机触达、商机转化等环节有不同的需求:

  • 线索获取环节,银行需引入海量外部数据,扩展线索数量。传统的对公营销,多依赖当地商会、招商局以及高层资源等,线索渠道单一,无法支撑后续的商机转化。因此,引入海量外部数据,构建丰富的线索池,是银行开展对公营销的基本需求。
  • 商机筛查环节,银行需构建图谱,进行商机筛选与风险排查。在汇集海量线索的基础上,银行需进行商机的筛选与排查,才能为精细化的触达提供支撑。一方面,不同类型的对公业务如小微金融、绿色金融等,其目标客户不同,银行需要在客户侧基于企业信息、园区信息、产业链信息以及舆情信息等构建图谱,在业务侧构建专题标签或特色模型,并基于图谱与业务侧需求进行批量匹配,实现精细化的商机筛选;另一方面,银行需进行基于风险的商机推荐与筛查,以提升商机有效度,降低后续不必要的营销成本,提升营销效率。
  • 商机触达环节,银行需丰富触达路径。基于海量商机,与其有效建立联系,是银行对公营销的另一难点,因此银行需基于海量企业基本数据、关系链数据等,丰富触达路径,构建全方位的触达网络。
  • 商机转化环节,为了提升转化效果,银行需能够基于客户画像以及产品特征,进行精准匹配与推荐。
  • 此外,银行需建立起围绕客户全生命周期的管理与跟踪能力,以实现持续的企业客户价值挖掘和精细化运营。

厂商能力需求:

厂商需能够帮助银行构建可视化的对公业务数字化营销平台,同时需具备下述能力,围绕银行对公营销全链路,帮助银行实现对公数字化营销转型:

  • 厂商需能够为银行提供基本的数据服务。一方面,厂商需能够对接众多外部数据渠道,在汇总数据的基础上,统一数据接入标准,将数据整合后向银行提供全面、专业、高质量的数据服务,数据类型包括企业基本信息/企业工商数据/企业信用数据/企业融资信息/供应链/企业交易信息等企业数据、园区数据、舆情数据等,帮助银行构建丰富易用的线索库。另一方面,厂商需能帮助银行对接行内对公CRM系统、授信管理系统、风险预警系统等系统,补充外部数据,构建完备的线索库。
  • 厂商需能够帮助银行构建标签,生成差异化的客户画像。基于行内外数据的整合,厂商需能够帮助银行构建有效客户、高价值客户、高潜力客户、低风险客户等丰富的标签体系,形成多维客户画像;或建立潜客筛选模型,提取特征标签,以支撑各类特色对公业务的分层营销。值得一提的是,厂商需基于征信数据、工商数据、交易数据等数据,构建风险相关标签,以帮助银行实现风险排查的前置。
  • 厂商需具备知识图谱及数据挖掘能力,帮助银行构建关系图谱。第一,厂商需具备NLP引擎能力,能够帮助银行进行语义识别、标签提取、情感分析等,识别海量事件数据,为银行提供高实时的舆情信息支持;第二,厂商需具备规则引擎能力,能够帮助银行进行关系挖掘、风险挖掘及事件关联;第三,厂商需具备帮助银行构建机器学习引擎,实现聚类分析及预测等。基于此,厂商需能够帮助银行构建关系图谱,形成链状、圈状、域状的客户群视图,为银行精准营销提供底层依据。
  • 厂商需能够帮助银行在梳理企业及产品特征的基础上,结合客户画像,借助推荐算法,实现产品的智能匹配与推荐。
  • 厂商需能帮助银行建立起全流程客户管理与跟踪能力,并提供可视化能力,以帮助银行客户经理实现持续的企业客户价值挖掘和精细化运营。

入选标准:

1. 符合市场定义中的厂商能力要求;

2. 近一年银行对公营销市场付费客户数量≥5个;

3. 近一年银行对公营销市场合同收入≥1000万元。

代表厂商评估:

数库科技

厂商介绍:

数库(上海)科技有限公司(下称“数库科技”)成立于2009年,是一家引领产融数字化的数据科技公司,长期致力于在金融及产业领域提供基于产业逻辑的智能数据产品与系统服务,为金融机构、企业集团、产业园区及政府部门等在金融及产业数字化转型领域提供完整成熟的数据解决方案。

产品服务介绍:

数库科技银行对公数字化营销获客中心,旨在帮助商业银行公司条线从产业链获客、园区获客、关系链获客、周边获客、商机线索、企业筛选、潜客跟踪等多种维度,深度挖掘有资金需求、可高转化、风险可控的优质潜在企业信贷客户,构建行业客户数字化洞察体系,完善行内对公数字化营销获客体系的系统建设。

厂商评估: 

综合而言,数库科技在产品矩阵、场景支撑、数据能力和服务能力四方面具备显著的优势:

一体化的对公产品矩阵。数库科技具备覆盖数据流产品模块、标准化平台型产品以及定制化服务的完整一体化产品矩阵。首先,数库科技能够基于深入的场景积累与挖掘,向银行提供数据流产品模块,包含SAM产业链数据、供应链数据、企业图谱数据、SmarTag新闻分析数据、企业运营数据以及企业财务数据等。其次,在数据的基础上,数库科技可向银行提供标准化平台型产品,包括银行对公营销获客中心、风控中心等,助力银行打造良好的对公营销数据基础,提升整体效能和抗风险能力。除此之外,数库科技还提供专业定制数字化服务,支持根据不同银行客户需求打磨整体解决方案,通过行内外数据的融合与模型算法的量身定制,帮助银行深入精准挖掘营销获客场景,助力银行对公业务从粗放式经营向数字化、精细化金融服务转型。

对公营销多场景支撑能力。数库科技银行对公数字化营销获客中心可向银行提供产业链获客、园区获客、关系链获客、周边获客、商机线索、企业筛选、潜客跟踪多种能力,帮助银行深挖产业链、供应链、产业园三大营销获客场景,寻找潜在企业信贷客户,轻松锁定营销线索和潜在的联络方向。例如,在产业链获客领域,根据长三角一体化重点产业、战略新兴产业、绿色产业、传统优势产业等分类,构建以产业链为视角的热门产业、支柱产业全景图谱,赋能银行定位上下游相关产业集群;在关系链获客领域,通过行业头部企业的供应链数据、招投标数据,挖掘企业供应商、企业客户、大额中标、多次中标企业,帮助银行客户经理全方位定位头部企业产业链布局中具潜力的协同企业,实现精准营销等。

强大的底层数据能力。第一,数库科技在产业链数据丰富度、颗粒度及企业上链能力方面具备多项优势——数据丰富,在数据层面实现与实体经济的高度拟合,提供覆盖全产业的多维闭环数据;颗粒度细,将GICS四层扩充至十二层产业链数据,形成动态、精准的产业链生态网络体系;企业数据上链能力强,能够在汇总、归集6000多万家企业工商数据的基础上,结合产业链数据,精准实现企业数据上链,构建更为丰富的企业动态画像。第二,数库科技拥有DAS数据加工工厂,可无缝衔接数据提取、清洗、标准化、质检等流程,能够高效实现自动化量产结构化数据。第三,数库科技具备精准实时资讯解析能力,实时结合数据生产引擎和NLP处理引擎,能够高效解析各类资讯,将人物、产品、行业等高价值信息并及时分发至银行客户经理手中。基于上述能力,数库科技实现了数据在产业维度上的深度串联,并通过数据的融合、分析与应用,助力银行从全局掌握产业趋势变化。

定制化的服务支持能力。数库科技能够提供数据治理及分析服务、定制化系统开发服务两类定制化服务。在数据治理及分析服务方面,数库科技能基于自身在数据领域的专业能力,向银行提供灵活的行内数据治理、存量客户管理以及产业分析与咨询服务;在定制化系统开发服务方面,数库科技能够基于银行在不同阶段的对公业务需求完成整体对公营销等方面数字化转型平台的搭建、算法模型构建等,如通过企业评价模型评估潜在营销企业、通过数据分析以针对不同客群定制金融产品等,可满足银行日渐多样的定制化需求,助力银行基于全面和精准的数据模块和产品组件,快速实现场景拓展,短期内高效完成方案落地,并达成切实效果。