石沐天，唐明凤

(西南财经大学 工商管理学院，四川 成都 611130 )

中国互联网络信息中心(CNNIC)发布的第44次《中国互联网络发展状况统计报告》和中国银行业协会发布的《2019年中国银行业服务报告》[1]数据显示，我国互联网理财用户半年增长率、网上和手机银行、电商平台交易笔数与交易金额同步保持快速增长态势，依托移动支付和互联网社区高速发展的互联网金融，已成为银行业未来金融业务发展的“主战场”。

互联网金融是传统金融机构与互联网企业利用互联网技术和信息通信技术，实现资金融通、支付、投资和信息中介服务的新型金融业务模式，是基于互联网平台的金融模式。目前我国的互联网金融主要包括3种类型：互联网金融服务，如网络基金、保险销售和融资等，是以成熟门户为依托的传统金融线上服务，通过日常生活场景让网站的客户群参与购买金融产品；替代金融居间业务，如第三方支付、众筹融资等，是以线上平台为媒介，通过贷款网站对于贷款项目的描述以及贷款人的信誉资料等作为基础，促成互不认识的借贷双方进行信贷交易；传统金融服务的互联网延伸，如电子银行[2]。从上述互联网金融类型可以看出，互联网金融是一种金融业务模式，其本质是通过互联网实现对金融产品的营销和服务。互联网金融营销是面向互联网金融产品及其相关服务的一系列管理活动。杜征征认为，互联网金融营销是通过电子方式,创造并交换客户所需要的金融产品,构建、维护以及发展各方面的关系,从而获取利益的一种金融营销管理过程[2]。当前关于互联网金融营销的研究主要有两类。一类是讨论互联网金融营销存在的问题。如顾红清指出，银行的互联网金融营销存在营销方式单一、新产品开发不足等主要问题[3]；赵冬怡以华夏银行为例，指出中小银行互联网金融营销缺乏完善的营销体系、产品服务不具创新性等[4]。另一类是讨论互联网金融营销采用的手段或工具。如吴昊、杨济时从互联网金融客户行为角度,指出定位“长尾”群体，颠覆传统银行的“二八”法则的互联网金融营销,应该基于大数据分析在加快客户服务、物理网点、电子渠道和产品等方面实现个性化精细营销[5]；刘凤军、朱国超基于4P理论指出，商业银行互联网金融营销可以从产品和服务、定价机制、流量入口、新媒体品牌塑造4个方面创新实践[6]。上述研究或基于经验定性分析，或应用传统营销工具，较少用互联网营销思维分析互联网金融营销存在的问题及解决对策。本文应用互联网营销思维，通过分析银行互联网金融营销存在的客户产品偏好画像模糊、人员渠道孤岛化、产品货架用户可视性差等系列问题，基于互联网营销的AARRR模型、6R模型以及鱼骨分析，提出客户画像标签化、营销场景共生数据平台智能化、金融产品货架可视化的营销策略，以提升银行互联网金融的“交叉获客”“互补获客”及“交叉销售”。

一、互联网金融营销相关概念的基本内涵

互联网金融营销是面向互联网金融产品及其相关服务的一系列管理活动。在经历了以产品为中心的营销1.0、以客户为中心的营销2.0、以注重体验的营销3.0以及整合营销4.0的发展历程后，互联网金融营销与AI、5G、区块链、云计算、人工智能、大数据等信息技术的大规模融合使用，使其自动化营销的发展趋势逐渐显现。

(一)互联网金融产品

作为互联网金融营销的核心，互联网金融产品包括电子货币、网络信用产品、网络客户关系、互联网金融信息产品等，如第三方支付类(如支付宝、微信支付)、投资理财类(如余额宝、京东金融等)、网络众筹类(如淘宝和京东电商平台的众筹板块等)、虚拟货币类(如比特币)、基金、保险、证券等。

(二)互联网金融营销

互联网金融营销是通过电子方式,创造并交换客户所需要的金融产品,构建、维护以及发展各方面的关系,从而获取利益的一种金融营销管理过程。在这一营销管理过程中，涉及互联网金融营销主体、电子货币和电子支付系统、互联网金融营销信息系统和营销风险控制系统等各种要素。其中，对互联网金融营销起关键作用的是互联网金融营销信息管理系统和互联网金融营销风险控制系统。互联网金融营销信息管理系统是由人员、机器和计算机程序所构成的一种相互作用的、有组织的供企业营销决策者制定规划和策略的系统。整个系统一般包括内部报告系统、市场营销情报系统、市场营销研究系统、市场营销分析系统4个子系统。互联网金融营销风险控制系统是指通过丰富的专家策略与机器学习模型，应用实时风控引擎，实现互联网及金融场景下的业务反欺诈和信用风控管理的体系。其中，“业务反欺诈”包括账户安全(如账号盗用、身份伪造)、营销推广(如推广作弊薅羊毛、恶意退订)、交易支付(如盗卡交易、虚假交易、恶意套现、信用炒作)、数据安全(信息爬取、数据泄露、数据伪造、数据破坏)4个方面；“信用风控管理”包括贷前准入(如贷前审核、信用评估、授信放款)、贷中监控(如风险监测、贷中预警)、贷后管理(如贷后评估、催收策略)3个方面。此外，互联网金融营销风险控制系统还应具备结合离线分析实现自我演进、优化决策的功能。

二、银行互联网金融营销存在的主要问题

随着我国居民网上各类交易行为普遍化，客户对银行互联网金融营销的需求转向“场景金融”。虽然银行相继推出了免费体验、首单奖励、任务积分等互联网思维的营销策略，但与蚂蚁金服、腾讯、京东推出的多种满足“小散”长尾客户的创新型互联网营销产品，如第三方支付类产品(支付宝、微信)、投资理财类产品(余额宝、京东金融)以及淘宝和京东电商平台推出的网络众筹类产品等相比，银行互联网金融营销仍存在产品定位不精准、营销渠道分散、产品可实现差等主要问题。本文从客户需求偏好、营销渠道整合、产品组合呈现的视角，分析影响银行互联网金融营销从成功获客到实现销售存在的主要问题。

(一)客户产品偏好画像模糊，难以实现交叉获客

“客户画像”是根据客户人口统计学信息、社交关系、偏好习惯和消费行为等信息而抽象出来的标签化用户模型。“客户画像”能够帮助企业快速找到用户需求以及精准的用户群体等信息。通过“客户画像”，产品设计可以关注目标用户的动机和行为，实现精细化运营、分层运营等。目前，银行互联网金融数据分析引擎对客户的基础信息、位置信息、资产信息、交易信息、风险信息等方面的画像比较清晰，如招商银行深圳分行和华为合作的FusionInsight大数据平台，但对于客户的产品事件信息、产品偏好信息等画像模糊。究其原因，一是银行难以场景化互联网金融生态圈，缺乏对客户产品偏好信息精准画像的数据基础。天猫、淘宝、京东、滴滴等衣食住行类互联网头部平台，垄断了客户生活场景大数据，使得银行在互联网金融营销中无法精准挖掘客户的潜在需求，营销的同质化难以转向差异化。二是银行难以数据化互联网金融获客能力，缺乏契合的金融服务流程来应用客户产品偏好信息画像的保障制度。银行通常设置理财经理岗位为长期客户或大客户提供金融服务，理财经理对客户采用“1对X”的服务模式，基于对自身考核效益最大化的考量，理财经理对客户生命周期的5个阶段，如获取、活跃、留存、转化和自传播方面的信息和数据往往采用信息封闭的策略。银行各渠道在互联网金融营销中无法对接客户的生命周期，营销的粗放化难以转向精细化。三是银行难以将互联网金融客户黏性智能化，缺乏针对性地预测客户产品偏好转移画像的创新意识。众所周知，大部分客户的资产不会放在同一个银行，因而借助基础信息、资产信息、交易信息、沟通信息是无法预测产品黏性的，客户产品偏好有时不是“转移”而是“迁移”，客户画像的标签化难以转向营销的智能化。互联网金融营销系统需要整合包括互联网金融营销主体、电子货币和电子支付系统、互联网金融营销信息系统和营销风险控制系统等在内的各要素之间的关系，与互联网金融的技术、数据、场景进行深度融合，在客户全生命周期智能管理的过程中迭代客户画像，以应对多样和复杂的市场变化，为客户带来更高价值的体验，为企业带来新的高质量增长。

(二)人员渠道孤岛化，难以实现互补获客

全渠道连接、全渠道营销既是互联网金融的发展方向，更是互联网金融营销的天然属性。当前的银行互联网金融营销看似建立了运用多种可能的渠道与客户建立连接、传递金融产品内容(包括用户对金融产品的感知、询问、交易和服务的全过程)，但各种渠道间的协同和整合缺乏整体上的思考，不同渠道的数据孤岛无法向客户提供更具一致性的无缝体验。

(三)产品货架用户可视性差，难以实现交叉销售

产品是营销的根本，当前银行互联网金融产品日趋同质化，因而不仅需要依据“客户画像”设计产品本身，也需要依据“客户画像”设计产品的摆放。金融产品货架的摆放规则体现的是营销信息的传达。个人差异理论(IndividualDifferenceTheory)认为，在信息面前，个人由于需要、习惯、信念、价值观、态度、技能等的差异会对信息做出选择性和注意性理解。“我们只听我们选择和愉悦我们的东西”是互联网金融产品营销中典型的“信息茧房”(InformationCocoons)现象[7]。而目前, 银行互联网金融产品货架摆放规则没有根据用户画像精准分层，用户可视性差。客户产品偏好的“唤醒”“迁移”和“转移”通常依赖客户经理、前台或柜台、电子邮件、短信、微信、微博等的推广，产品货架本身的获客能力特别是实现交叉销售的自动化能力不足。

三、基于互联网营销模型的解决策略

AARRR营销模型自带互联网基因，它的内涵包括Acquisition——获取用户、Activation——提高活跃度、Retention——提高留存率、Revenue——获取收入、Refer——自传播。AARRR营销模型的客户增长思维，包括通过拉新、留存、促活、转化，形成营销活动闭环，再加入“自传播”的分享逻辑，产生滚雪球效应后再次获客，实现客户全生命周期的营销管理。6R模型是每日互动创始人CEO方毅提出的AI时代App用户高效增长模型。6R是指：Recruitment——拉、Reproduction——推、Retargeting——回、Retention——忆、Revenue——收、Reservation——留。可以用3个词来概括客户全生命周期管理闭环，即“拉推”“回忆”及“收留”，实现从“获客”到“激活”再到“变现”。6R模型是将数据、技术与场景深度聚合的用户增长模型，核心理念是将数据全面、深度地应用于用户全生命周期管理的各个阶段，让用户增长数据化、智能化。

解决上述银行互联网金融营销存在的客户产品偏好画像模糊、人员渠道孤岛化、产品货架用户可视性差等系列问题，可以基于营销的AARRR模型、6R模型，采用鱼骨图因果分析法，采取“三化”策略，即产品偏好画像精准标签价值化、数据平台智能营销渠道场景化以及产品货架可视营销策略自动化，提升银行互联网金融营销“交叉获客”“互补获客”和“交叉销售”的能力，如图1所示。

(一)产品偏好画像精准标签价值化，提升产品交叉销售的获客率

提升银行互联网金融产品交叉销售的获客率，需要基于客户细分对客户产品偏好画像，建立跨界客户关系管理系统。一是建立客户标签规则，通过分析建立有效的客户标签库，判断客户的生命周期，如获取阶段、培育阶段、价值管理阶段；按价值类别对客户进行细分，如基础客户、储蓄客户、借贷客户、投资客户、理财客户、综合客户、高净值客户等,并识别客户的关键价值。二是叠加客户生活场景，如客户的生活消费类型、消费金额、消费频次；客户的出行、娱乐、医疗等大数据。三是采集客户在不同金融渠道的行为信息，包括客户资产总额、持有产品种类、交易记录、资金流水、搜索产品类型、浏览产品内容、资讯产品细节等信息，积累用户画像资产和用户标签，赋能业务随需随取。四是细分客户价值类别，应用客户消费、理财(风险偏好、流动性偏好)和生活等相关信息为客户进行“全息画像”，包括基础信息、位置信息、资产信息、交易信息、产品偏好等，判断客户在储蓄客户、理财客户、投资客户、信用卡客户、消费贷客户、综合客户、高净值客户等中的具体分类。重点结合客户产品偏好画像标签，在客户不同生命周期内实现交叉销售并量化追踪标签质量。

(二)数据平台智能营销渠道场景化，提升产品互补获客的高黏性

提升产品互补获客的高黏性，需要规划互联网金融营销的业务场景，基于数字技术实现营销的自动化。

一是耦合可扩展数据平台，提升全渠道营销转化效果。众所周知，互联网会产生海量数据，客户每次上网搜索和上网浏览某一金融产品，实际上都是客户的潜在需求。可扩展数据平台是采集用户行为数据、打通全渠道业务数据、实时迭代客户画像标签、为用户提供有用的产品和服务、提升获客能力和获客黏性的营销支撑平台。首先，部署包括数据分析引擎、营销决策引擎、营销实施中心等可扩展数据平台。当客户发生关联产品的特定行为时，运用机器学习技术，让数据平台从能检测到信息补充用户行为过程画像，到数据的智能化预测、自动维护用户画像标签，再到形成销售策略、迭代销售策略标签，最后推荐给业务人员。其次，通过消息推送、短信、EDM等方式对客户进行再触达，提高每一次推介产品或营销活动的转化率。

二是整合场景资源，打造场景化金融线上线下生态圈。例如平安银行围绕客户“医、食、住、行、玩”等需求构建生态圈，包括平安银行、平安保险、平安证券、壹钱包、平安好医生、平安好车主等，利用大数据征信、云计算等技术，实现客户跨渠道管理，在不同营销场景之间“拉新获客”。

三是融合人员渠道，标准化培训保障实现交叉获客。首先，通过推行营销标准化培训，传递新理念，掌握新方法，应用新技术，提升营销人员数字化、自动化营销素养，打造结构化营销团队。其次，通过整合营业网点、客户经理、自助机柜、线上服务4种营销方式，融合搜索引擎营销、电子邮件营销、电话短信营销、微信公众号营销、微博营销5大营销工具，制定相应的社交裂变策略，通过种子客户社交传播“触达”和“拉取”更多客户。借助营销场景，传统营销与网络营销优势互补双管齐下，多渠道获客，交叉销售，提升服务客户效能。

四是复盘客户画像，让业务人员深度理解客户细分和客户画像标签的结果，分析用户行为，充分应用数据平台的全渠道数据和营销策略，进行全渠道数据流失预测。通过深耕营销分析、营销设计、营销实施等，差异化营销以留住客户，在客户的获取、培育、价值管理阶段，实现互补获客、交叉销售。

(三)产品货架可视营销策略自动化，提升产品交叉销售的转化率

提升产品交叉销售的转化率，基于产品偏好画像开发模块化产品，提供产品可视可取的金融服务“货架式”解决方案。产品偏好画像基于客户的行为，是营销系统各要素相互作用的结果，而产品营销结果基于客户的选择，是客户对产品偏好理性分析的“非理性选择”。采用鱼骨图因果分析法的原理，聚焦产品货架、激励手段和销售转化3个方面进行分析，能有效提升产品交叉销售转化率的产品货架可视营销策略。

一是产品货架有效触达，唤醒客户产品偏好。按照客户画像，针对客户过去的“固定”产品偏好、现在的可“迁移”产品偏好、未来的可“转移”产品偏好3层“货架”摆放规则设计客户产品“陈列架”，唤醒客户产品偏好，为客户未来的新增资金或潜在的产品偏好提供便利的可视化金融服务。

二是任务体认丰富激励，赋能客户体验黏性。在现有的资金成长值、签到、增值服务等激励手段的基础上，增加任务激励。任务围绕客户现在的可“迁移”产品偏好、未来的可“转移”产品偏好设计，让客户通过任务体认产品偏好；此外，可考虑强化任务的社交属性，进一步增加客户黏性。

三是交叉销售数据反推，找到自动营销密钥。根据产品交叉销售转化情况，迭代客户产品偏好画像，反推客户潜在产品偏好画像，如购买某类产品重复次数、持续时间、增量资金等，计算用户标签的真实性、长久性、独特性，在客户的不同生命周期内，如获取阶段、培育阶段、价值管理阶段，通过产品可视可取的金融“货架式”解决方案与产品推介或营销活动相结合，在产品智能化获客、产品交叉销售等方面实现自动营销，进一步提升获客能力、获客黏性，提升产品交叉销售的转化率。

结 语

银行依托互联网销售的金融产品既有上架成本低、不受位置和时间限制、数据管理实时可视等方面的天然优势，也有不同家互联网金融产品“撞衫”后客户更易流失的劣势。在银行业纷纷运用AI、5G、区块链、云计算、人工智能、大数据等信息技术推动互联网金融的大背景下，采用互联网金融营销“三化”策略，即客户产品偏好画像标签精准化、营销场景共生数据平台智能化、产品货架可视营销策略自动化，虽不能说是解决变局下银行互联网金融营销问题的“特效药”，但无疑是一种“治疗方案”，对进一步提升互联网金融不同产品交叉销售的获客率、不同渠道互补获客的高黏性、产品货架交叉销售的转化率将起到积极的促进作用。