营销|线下业务恢复难，金融机构网点如何提升经营效能？( 二 ) 经营|价值提升|直

某城商行有数十万规模的代发工资客群，但客群资金留存率低。为提升用户价值，和TalkingData合作代发工资客群精准营销。帮助其定位到19万代发脱落用户以及12万资产流失用户，并基于用户画像制定针对性挽回策略；通过模型算法挖掘到18万潜在投资用户以及3千潜在活跃投资用户，洞察用户画像制定精细化营销闭环策略；并建立多维数据处理方法以及用户价值体系咨询方法，指导业务运营。

文章图片

图5：代发工资人群分层研究模型示例

获取新客

TalkingData通过数据和Lookalike算法，可计算区域内高价值相似人群，便于金融机构实现其目标人群的营销投放。通过本企业用户区域渗透情况洞察，对低渗透率地域的潜力目标客户进行营销投放。基于潜力客户的职住分析及设备关联关系，洞察设备背后的关系网，进而对潜力目标新客进行营销投放。
例如某股份制银行希望能找到某城市高价值潜客群体， TalkingData通过Lookalike算法帮助其寻找到5000名左右高价值潜客人群，以实现高价值用户规模获客。

文章图片

图6：基于Lookalike算法的潜力新客挖掘
通过TalkingData数据能力洞察到网点周边潜力目标客群后， TalkingData智推服务可协助金融机构实现网点周边潜力目标客户的获客，并支持及时反馈匹配率及成功发送率，有助于投放效果优化。
2.3多元化的营销模式

厅堂营销

TalkingData通过对周边目标新客资源的画像洞察和智推服务，便于引导潜客到店开立账户、并建立客户关系。

外拓营销设计/网格化营销

外拓营销，通过城市/区域的人群洞察，了解目标人群集聚位置、兴趣偏好和理财偏好等，进而指导在合适的时间、合适的地点、开展合适主题的营销活动，赠送客户感兴趣的权益礼品等。
网格化营销，可通过TalkingData内部的地理应用封装平台，支持网格化营销的构建可视化地图。结合POI类数据统计和目标客户洞察，助力网格化营销。

文章图片

图7：网格化营销洞察示例

B2B2C营销

通过城市商业资源POI数据洞察，可寻找人流密集的商户等优质资源，促进银行和商户合作。通过引导商户的客流向金融机构推荐（如支付卡券优惠活动等），金融机构通过线上活动优惠、线下网点渠道宣传等方式，助力商户客源引流，打造线下网点生态闭环。如通过小程序等工具，实现网点业务办理预约、网点定位、周边联盟商户优惠、卡券核销营销活动等，构建线下渠道生态，实现生态获客和经营闭环。
如某城商行希望把收单商户的客户资源转化为本行客户， TalkingData通过客户洞察发现用户消费偏好和位置聚集特点，建议银行通过制定针对性支付卡券优惠活动吸引目标用户。优化产品功能，实现基于客户实时地理位置，为客户由近到远展示附近的特惠商户，并推荐热门的商户活动。把金融服务融入客户高频生活场景，优惠触手可及，引导用户转化为本行客户，帮助银行实现批量获客和用户交易促活。

文章图片

图8：　某行小程序获客流程

网点人员排班和营业时间制定

网点人员排班和营业时间的制定，和网点客流预测紧密相关。 TalkingData基于网点周边人流、常驻人口数据、周边客流的人口属性、金融特征、交通信息等，创建网点客流分析模型，并基于行内柜面业务、自助设备分流、客流流动潮汐等相关数据，测算网点柜员排班需求和营业时间，指导岗位配置调整。

文章图片

图9：网点客流预测示例
三
用大数据提升金融行业网点渠道经营能力
金融行业网点渠道的大数据需求，即需要丰富的基于LBS的地理位置类信息、城市POI与AOI类信息，也需要丰富的设备多元线上行为标签数据，甚至包含宏观经济等数据支撑网点渠道经营的多元场景分析，如商业业态、基础设施、人流聚集迁徙、人群属性、职住分析预测等。
【营销|线下业务恢复难，金融机构网点如何提升经营效能？】通过立体多维的数据挖掘和分析， TalkingData能够帮助金融机构网点经营了解其区域客户资源、了解城市商业合作资源，搭建多元客户营销投放渠道，助力网点渠道客户引流、精准营销和经营管理。通过场景落地，用数据价值的最大化，驱动金融行业网点渠道经营能力的升级。