現代化的數字銀行正在通過分析客戶的基礎和社交等全方位信息，勾勒出一幅曾經想像不出的客戶完整畫面。
大部分銀行都已經做到了收集信息，但是在數字化時代，銀行更重要的是需要把這些數據進行更好的分析，把這些數據真正轉化成有業務價值的信息，來幫助銀行提升業務，不斷提高客戶期望。那到底在數字化銀行的環境下，銀行如何能夠更深入地了解自己的客戶呢？
在Teradata天睿公司北亞地區金融服務行業咨詢主管Vince Leat 、Teradata天睿公司大中華區金融行業行業總監劉靜如采訪中，Teradata高管強調數字銀行的核心是數據分析能力，他們詳細講述了一家真正的數字銀行完整描繪客戶行為的圖景：

1、 基礎信息描繪＋
大部分銀行和金融機構都已經做到收集客戶的基礎信息和關聯信息，同時銀行會通過互聯網媒介、數字化的渠道獲得更多的信息，以此來豐富這些基本信息和關聯信息。
在此基礎上，銀行會更想了解客戶現在到底在想什么，他此時此刻此地在想什么，他要做什么。這就是第二個層面，銀行通過一些網絡的分析，了解客戶在動態變化的環境中，他的情況是怎樣的，他的具體行為軌跡又是怎樣的？銀行的目的是希望可以和客戶做到實時互動，了解客戶真實行為的需求。
例如，張女士的基本信息是年齡32歲，已婚，在銀行的資產有50萬，有各種各樣的理財產品。其次銀行收集到她的一些數字化的信息、電子渠道的信息，她曾經來網點的次數，用過手機銀行的次數，響應過的市場活動等，以上都是她的基本信息。
銀行為張女士打出標簽：網銀的活躍客戶，她是80后。
銀行對張女士的評價：中等價值的客戶。

2、 確認客戶多種身份
銀行發現在銀行已有的信息中，除了這些基礎信息外，還發現張女士有多種身份，在個人層面，她是對私客戶，在企業層面，她又是對公客戶。在發現張女士是某一家企業的法人，這樣就可以把個人和企業信息連在一起，從而了解張女士企業的規模，該企業同銀行做了哪些互動等。
銀行第二次打出的標簽：：張女士不只是一個中等價值的客戶，而對銀行來說，她是一個非常高價值的客戶。對她的營銷和對她的管理，都要從不同的角度來進行分析。

3、 社交圈
網絡分析不只是從社交媒體的角度出發，企業交易信息互相關聯，可以了解銀行的供應鏈如何構建。除此之外，可能這個客戶在銀行有很多擔保行為，在貸款產品的層面，就會構建出各種各樣的擔保關系，這些都會構建出不同的網絡。
首先，從客戶交往圈的角度來分析。可能會了解到張女士在網絡上是意見領袖，她會通過微博、微信等來發布她與銀行的互動，她的朋友圈就會知道她在使用哪些產品，這就是社交的群體效應。如果張女士對某個產品不滿意，她的一些朋友也會對銀行產生負面的認知。所以銀行就需要更深入地了解張女士在她的社交網絡中，她有什么樣的伙伴群體，比如她有同事，可能喜歡打高爾夫球，或者她經常喜歡去購物等。對于這樣一些客戶群體有更深入的了解后，銀行對她的營銷和管理會更有針對性。

4、 交易關系
除此之外，張女士還有很多公司之間的交易關系。通過Teradata新型的大數據網絡分析的方法，來了解企業之間的資金是如何流動的，就可以更深一步地挖掘出企業的供應鏈視圖，比如作為一家核心企業，資金流是怎樣流向上游企業和下游企業。通過這樣的方式，銀行的管理不光只是管理一個企業，而管理的是整個供應鏈。
如果從風險管控的角度來看，銀行不光可以分析企業的資金往來，還可以分析擔保圈網絡。比如，張女士的企業不是單獨的企業，可能是一個家族型企業，而家族型企業中可能會有各個不同的公司會進行互相擔保。如果通過擔保圈，就會把這些信息抓取出來，銀行會看到這是一個非常復雜的擔保網絡。這些公司之間通常會交叉擔保。這對銀行來說也是一個非常有價值的信息。當這些企業經營正常時，這些擔保關系的存在是沒有任何問題的。因為他們之間是互相擔保，當某一家企業發生了資金短缺，在整個擔保圈當中的其他企業都會受到影響。當一家企業倒閉后，它帶來的影響是具有連鎖效應的，不光只是一家企業倒閉，接下來的兩個月或者三個月后，其他企業也有可能會倒閉。這條信息對銀行來說，就會非常有價值，銀行就需要對即將要倒閉的企業進行提前防范，防止供應鏈資金的斷裂。

5、 跨渠道
從個人的角度來看銀行，會認為銀行之間的信息應該共享，在網點做的事情，電話呼叫中心或手機銀行就應該把客戶的信息進行共享。這些信息如果共享，需要有一個強大的信息平臺支撐。在過去，這個平臺并不完善，技術手段也不完善。但現在，銀行有了足夠的數據分析手段，可以把這些渠道之間的數據相互打通，可以更深入地了解客戶行為軌跡。
例如，繼續分析張女士的場景。銀行知道她是一個社交意見領袖，發現上午她對某一項服務或某一項產品不滿意曾給銀行打過電話，這時銀行就要進行及時跟進。一旦她在社交媒體發布了負面信息，帶來的影響就不只是銀行可能會流失掉張女士這個客戶，有可能會影響到和她相關的整個社交群體的人群。銀行需要通過技術手段即要先抓取數據，如她在網頁上瀏覽過哪些網頁，在社交媒體上發布什么信息。抓取后就會即刻送到銀行數據分析平臺，通過數據分析平臺，銀行就可以獲得這個客戶的實時有價值的信息，及時和這個客戶進行互動和溝通。
在這種場景下，數據分析平臺的典型作用是什么？當客戶在不同渠道進行互動后，銀行可以通過路徑分析技術發現客戶的流失。比如客戶先去網點辦理業務，在網點要求某一項服務時，網點沒有辦法滿足，就再打電話給電話銀行，電話銀行依然沒有滿足，這時再轉向網上進行搜索。這就是一個客戶行為的路徑軌跡，銀行可以看到客戶在不同渠道上進行投訴，這些投訴都沒有得到很好的回應。這時客戶也就徹底失望了，所以最終會離開銀行。如果銀行可以抓取到客戶在不同路徑中的投訴的過程，并在這些點及時切入，和客戶進行溝通，客戶滿意度會大大提高。
除此之外，網上數據往往都是非結構化數據，包含大量的點擊流和搜索數據等，所以在網上行為的實時互動方面，實時的分析能力非常關鍵。以Teradata提供的數據分析平臺為例，可以實時的把這些非結構化數據，轉化為結構化數據，目的是可以對它進行實時分析。分析后，比如會發現客戶在填寫網頁申請的時候，會停留多長時間，發現到底是什么原因造成很長時間的停留。
（根據Teradata天睿公司北亞地區金融服務行業咨詢主管Vince Leat 、Teradata天睿公司大中華區金融行業行業總監劉靜如采訪整理而成。文／張宇婷）