《麦肯锡:开启全速数字化营销打造银行新的增长工厂(16页).pdf》由会员分享,可在线阅读,更多相关《麦肯锡:开启全速数字化营销打造银行新的增长工厂(16页).pdf(16页珍藏版)》请在三个皮匠报告上搜索。
1、 2020年3月 2 开启全速数字化经营打造银行新的增长工厂(精简版) 后疫情时代银行业: 数字化经营“火力全开” 2020年伊始, 一场突如其来的疫情让各行各业都经历了一次压力 测试。 银行业也不例外。 多数银行关闭了线下网点, 也因此失去了客 户经营的重要线下抓手, 原本是银行业 “开门红” 的一月、 二月, 如 今业绩却大打折扣。 而另一边, “宅生活” 推动线上流量骤增, 带来 新机遇的同时也考验着各家银行的数字化经营能力。 一些先知先觉、 数字化程度高的银行在疫情期间纷纷转战线上并 取得了积极效果。 通过数字化经营, 银行有效盘活和深耕存量客 户 , 提升和释放网点与客户经理的产能和
2、潜力。 而数字化营销的魅 力还不止于此, 利用 “裂变式营销” 、 “场景式营销” , 银行打破组 织边界, 让 “客户” 变成 “客户经理” , 帮助银行获客。 根据麦肯锡的实践经验, 成功的数字化营销能让银行销售生产率 提高20%; 客户流失率下降25%; 交叉销售成功率提高160%; 银 行整体运营效率和业务表现也会显著提升, 年收入增长35%; 净推 荐值可上升8-10 (图1) 。 但这次疫情期间, 也有不少银行暴露出数字化经营能力的不足。 比 如有些银行仅仅将线下打法搬到了线上, 缺乏一套有效的整体规划 和端到端实施方案。 具体而言, 我们发现国内银行在数字化营销上 存在以下三大痛
3、点: 其一, 缺乏高效的数字化营销体系设计, 虽然坐 拥大量客户数据, 但无法深度挖掘出客户洞见, 难以围绕客户体验 打造 “精准营销” ; 其二, 无法将美好的数字化愿景落地, 在实施 过程中往往出现转型节奏缓慢, 各部门各自为政、 协同效率低等现 象; 其三, 即便成功设计、 开拓了线上营销渠道, 许多银行仍无法有 效打通全渠道链路, 无法有效分配线下资源以赋能线上渠道。 3 开启全速数字化经营打造银行新的增长工厂(精简版) 图1 采取正确行动的公司在市场上获得巨大的价值 20%160%25% 35%8-10 通过个性化目 标对准,销售 生产率提高 通过多变量 预测模型, 流失率下降 通过
4、组织数字 营销改进,预 计年收入提高 客户生命阶段细 分之后交叉销售 成功率提高 通过优化数字宣 传活动,大银行 的净推荐值提高 资料来源:麦肯锡分析 抓住七大趋势 制胜五大战场 即使没有疫情的冲击, 线上化经营也是银行业大势所趋, 而此次疫 情无疑加速了这一进程。 新的客户行为和市场环境正在从根本上 重塑数字化营销, 以下七大趋势尤其值得关注: 从 “一次性战术” 到 “持续经营” : 营销已经逐渐摒弃传统的单 点击破、 追求短时间曝光的一次性战术, 逐渐转变为全面的、 持 续性的, 以客户持续经营为核心, 以与客户建立长期联系为目标 的营销方式。 从 “单向推送” 到 “以客户为中心” :
5、 营销不再是单向输出, 而是 从客户需求出发的双向互动。 营销需要关注客户 “在什么时候, 想要什么” , 而不是单向的 “我们想要表达和传递什么” 。 从 “大众化” 到 “个性化” : 营销已经从传统大众化时代的 “千篇 一律” 、 “千人一面” , 走向个性推荐、 精准触达的 “千人千面” , 客户的个性化需求得到了满足。 而随着技术的发展, 未来 “规模 化的个性化” 也会越来越容易, 成本也越来越低。 从 “公域” 到 “全域” : 公域平台的红利时代已经过去, 流量费用 持续上涨, 且难以实现 “私人化” 的情感联系, 因此各银行纷 4 开启全速数字化经营打造银行新的增长工厂(精简
6、版) 纷开始布局沉淀在自有平台、 可更低成本获取且反复使用的私 域流量, 把过去由平台垄断的用户 “夺” 回来, 导入自有用户池, 不断探索如何更好地从生态化的场景切入获取流量, 以 “好的 内容” 作为核心经营流量, 以裂变传播等创新模式引爆流量, 抢 占 “一人一银行” 的私域时代高地。 从 “割裂式营销” 到 “全渠道营销” : 传统营销下 , 各个营销手段 和触达渠道间相互孤立, 难以协同传递同一个品牌形象。 而 “全 渠道营销” 则要求企业通过多个渠道全方位接触客户 , 各个渠道 间协同互补、 保持一致的体验、 传递统一的信息和品牌形象, 更 好地服务客户 。 从 “预先规划” 到
7、“敏捷、 始终在线、 实时” : 为了适应营销环境 的变化, 从预先规划的工作模式到小步快跑、 快速迭代、 不断试 错的敏捷机制, 用可控的代价进行多次测试。 从 “执行” 到 “执行、 评估、 优化” : 从传统营销以营销活动的执 行和交付为最终节点, 到可量化评估并形成闭环, 为未来不断优 化营销活动提供可能。 为了更好顺应上述七大趋势, 银行需要在个性化、 洞见挖掘、 体验 设计、 技术和速度这五大战场上实现卓越 (图2) : 图2 因此,新一代的数字化营销要在以下5 个主要战场上实现卓越 个性化 01量身定制 实时互动与创新 洞见 02整合所有数据 人工智能驱动洞见 体验设计 03 以
8、客户为中心 引人入胜的内容 流畅的历程 大规模数据活化 关键推动力 技术 04 速度 05 打破了竖井效应 更快的运行节奏 并推动销售 资料来源:麦肯锡分析 5 开启全速数字化经营打造银行新的增长工厂(精简版) 裂变营销对传统银行业的启示 在传统人眼里, 裂变营销似乎只和互联网公司有关, 其实不然。 想 必每一个人都曾经和好友分享过滴滴出行、 美团外卖的红包或优惠 券, 无形之中 , 我们每一个人都变成了这些公司的营销人员。 尤其是 近期, 连续创下全球最快上市纪录的趣头条、 拼多多、 瑞幸咖啡, 都 有一个共性, 就是拥有一套裂变驱动的获客模型, 可以不受空间和 时间的制约, 不断为企业贡献
9、流量和客户转化。 营造裂变场景看似玄妙, 其实有章可循, 我们可以简单归纳为四个关 键成功因素: 一是内容的展示, 这是裂变的基础。 通常, 基于目标客群, 匹配合乎 胃口的设计和文案。 细节的打磨尤为重要, 无论是吸睛的主题还是 符合调性的风格, 都决定了眼球经济时代触达客户最初的几秒内, 是否能够锁定客户的注意力。 二是激励设计, 这是裂变的动力。 针对新客户给什么福利, 老客户给 什么奖励, 不同客群进阶提升时匹配什么样的特色权益, 都是需要 精细设计的, 这样才能吊足胃口、 给到心坎里, 最终获得预期效果。 三是投放渠道, 这是裂变的前提。 引发裂变需要一定的传播基数, 也叫阈值。 通
10、常可以从线上流量、 线下客流、 内部全员、 渠道伙伴等 角度, 结合自身特点来选择。 四是数据复盘, 这是裂变不断优化的保障。 有了数据复盘, 才能知 道内容好不好, 激励有没有效, 投放的客群是否精准, 落地过程的 执行力如何。 同时, 借助移动互联网技术和工具, 获取全量数据, 洞 察用户画像、 分析活动收益, 不断调试改进策略方案, 通过数据精 准决策。 回到银行业, 营销获客的主要途径有三点, 线上、 线下和全员。 单纯 这样划分营销方式, 看上去似乎没有什么特别之处, 但营销的魅力 就在于千变万化的形式组合和层出不穷的操作手段。 6 开启全速数字化经营打造银行新的增长工厂(精简版)
11、例如, 疫情期间, 某国有银行针对 “停课不停学” 的号召, 将教育场 景与手机银行活动相结合, 客户使用手机银行支付 1 分钱, 即可获 得线上课程大礼包。 从最终效果来看, 在添加了随机红包传播激励 因素后, 比单纯公众号发文的形式, 客户触达量提升了3.7倍, 手机月 活数据和手机支付笔数两项指标, 分别环比提升 145%和152%。 除此之外, 通过互动活动, 还精准获得报名家长和传播达人两组用 户标签, 可以回流并补全给流量池。 通过前面的阐述, 我们简单总结一下裂变营销的核心逻辑: 1. 人以群分, 因此优先注重垂直群体的经营维护。 越垂直, 越容易 出效果。 2. 服务业裂变营销
12、必须依托信任关系, 尤其是微信生态熟人关系 链, 转化率才有保障。 3. 建立私域流量池, 把客户变成 “客户经理” 。 4. 成功的裂变营销不可一蹴而就, 要基于数据进行过程纠偏和不 断优化。 银行业营销新趋势: 全域营销 新兴的网商银行有流量、 有技术、 有数据、 懂用户 , 快速蚕食传统金 融机构的市场份额。 此时, 金融机构唯有背水一战, 借鉴市场最新 的营销技术, 弯道超车。 学习并掌握全域营销方式对金融机构而言 尤为重要。 全域营销即是: 全链路、 全媒体、 全数据、 全渠道的营销。 以消费 者为核心, 以数据驱动洞察, 持续运营与消费者之间的沟通并最终 让营销带动生意增长, 品效
13、合一 (品牌宣传也能带来明确的销售业 绩) 。 数据中心: 尽管不同平台之间存在数据孤岛, 但是跨界数据依旧 有机会打通并产生消费者画像。 比如购买A理财产品的消费者大 概率也频繁使用着淘宝或京东。 现在仅通过手机ID (非敏感数 据) 的碰撞就可以360 描绘消费者画像以及喜好。 7 开启全速数字化经营打造银行新的增长工厂(精简版) 流量中心: 全域流量入口覆盖, 智能推荐与潜在消费者匹配的优 质流量: 流量渠道需尽量涵盖消费者线上行为的方方面面: 无论 是购物平台, 视频网站, 社交还是资讯平台。 根据用户画像以及 喜好最终匹配媒体渠道精准获客。 同时通过全触点数据回流, 可以追踪流量转化
14、路径; 根据不同流量入口对于消费的不同作 用, 动态调整获客策略。 让营销活动可视化、 可优化、 可衡量。 策略中心: 从精准触达消费者的第一瞬间就保持与消费者长期 有效有策略的沟通。 该沟通建立在对消费者画像、 喜好以及购 买习性的分析上, 将沟通内容按照每个消费者的不同喜好精 准触达。 通过与消费者的长期沟通, 还能源源不断唤醒沉睡用 户 。 如今, 全域营销已经在快消、 汽车等与消费者息息相关的行业取得 了立竿见影的效果, 银行业与消费者在衣食住行不同场景上均有触 点, 全域营销的转型势在必行。 建设数据、流量、策略三大中心实现全域营销 多维度消费者解读 全量数据最大化还原消 费者跨媒介
15、行为 全面的消费者画像 可视化的消费行为路径 品效合一全域流量经营 基于转化效果实时优化 流量策略 千人千面的个性化沟通 实现更高效的预算分配 营销战略决策引擎 数据挖掘的品牌 营销策略 挖掘消费者需求, 抢占市场先机 让营销真正带动 生意增长 策略 中心 数据中心 流量 中心 资料来源:麦肯锡分析 8 开启全速数字化经营打造银行新的增长工厂(精简版) 开启全速数字化经营 为了在数字化营销的战场胜出, 麦肯锡建议银行充分利用大数据技 术, 建立端到端数字化营销增长工厂 , 通过 “数据基础 (Data) ” 、 “智能决策 (Decision) ” 、 “敏捷设计 (Design) ” 、 “
16、精准触达 (Distribution) ” , 构建4D数字化增长工厂 (图3) 。 同时为确保 4D数字化增长工厂的高效能, 引入MROI量化评价标准, 推动体系 不断升级, 优化投入产出比, 最大化每一块钱的营销投入。 Data 夯实数据基础: 从零散到整合, 从数据到洞见 麦肯锡的一项调查结果显示, 75%的企业表示无法对其掌握的数 据进行深入利用。 究其原因, 多数企业的数据支离破碎、 不成体 系, 试图从中研究和决策根本无从下手。 数据基础是数字营销的起 点。 若想真正制胜大数据时代的营销竞争, 就必须要建立一个 “以 客户为核心” 的数据平台, 360度全方位收集、 处理数据。 提
17、供“全渠道” 营销和体验,通 过营销技术栈实 现数据闭环 构建360数据平 台,整合数据, 挖掘洞见 打造敏捷营销组 织,精英“作战 室”指挥快速测 试及迭代优化 大数据挖掘客 户洞见,实现 高效“获客” 和“活客” 图3 制胜方法:数据驱动的4D数字化增长工厂 智能决策敏捷设计 数据基础精准触达 4D数字化 增长工厂 04 02 01 03 资料来源:麦肯锡分析 9 开启全速数字化经营打造银行新的增长工厂(精简版) 客户数据平台 (Customer Data Platform, CDP) 是一个以客户为 核心的360度客户数据可视化平台, 能够将多个数据源 (如营销、 销 售、 客服等) 的
18、数据整合到一个可信的存储库, 为整个MarTech栈 提供准确的数据基础和分析系统。 许多银行业玩家已经开始布局自己的客户数据平台。 例如, 欧洲某 银行通过搭建360度全方位客户数据平台, 利用机器学习进行分 析, 并生成可实时追踪的数据看板, 进而识别并评估每类客户的潜 在价值及提升抓手, 在短短5个月内, 该银行的网页浏览量增加了4 倍, 申请完成率增加了2倍。 三大核心要点助力360度客户数据平台 1. 全域数据联动, 形成全方位客户认知 想要达到360度全方位了解客户的目的, 企业就要以客户为核 心, 不仅采集企业自己的“私域” 数据, 还要包含其它渠道的 “公域” 数据, 才能形成
19、在多场景下全方位的用户画像。 2. 数据转化为洞见, 助力数字营销决策 当企业完成内外部数据整合, 互联不同的数据集, 便可以借助分析 手段 (例如回归模型、 高阶分析、 机器学习等) 深度认知和理解客 户 , 形成行业和业务洞见, 最终作用于数字营销中的决策。 例如, 一家亚洲领先的零售银行虽然拥有较大的市场份额, 但是在 客均拥有的产品数量方面落后于竞争对手。 该银行使用高级分析技 术深度挖掘了几组大数据, 包括客户 人口统计和特征、 持有的产品、 信用卡对账单、 交易和交易地点数据、 在线额异动转账支付、 征信 机构数据、 访问网络及社交媒体信息等, 发现了一些意想不到的相 似之处, 从
20、而在其客群中识别出15,000个细分客群。 此后, 银行建 立了 “购买下一个产品” (next-product-to-buy) 的模型, 使购买 的可能性增加了三倍。 3. 数据可视化、 平台化, 便于部门获取解读 并非人人均为数据专家, 这就意味着采集整理后的数据不能 仅仅是系统里苍白的数字, 而需要转化成为可搜索、 可获取、 10 开启全速数字化经营打造银行新的增长工厂(精简版) 可阅读、 可理解的图标型数据, 这样才使得企业内部各部门学 习客户档案, 了解行业趋势, 追踪营销效果成为了可能。 “为消除业务和IT之间就数据问题的相互推诿, ” 某大型制药公司 的CIO表示, “我们正在考
21、虑向所有人开放数据权限。 ” 如此一来, 由数据驱动的决策思维就能够融入上海品茶。 Decision 智能决策: 大数据驱动的“获客”和“活客” 智能决策“三步走” 银行可以通过 “重点客群细分和圈定规模化客户获取个 性化客户经营” 三步走, 实现以客户为中心的智能决策: 第一步: 明确重点客群, 挖掘客户洞见 基于客户数据平台, 银行可以汇集第一方数据、 非实时数据和第三 方数据形成的客户档案, 借助多维度的机器学习算法进行分析, 为 每位用户打标签。 基于各标签的评价维度, 可以将系统中的客户进 行不同层级的切分。 完成客户分群后, 银行需要以大数据作为基础, 真正理解客户 , 进 行专业
22、、 高效的诊断并获得客户洞见。 这也是银行开展营销活动、 确定下一步策略至关重要的前提。 银行可以从客户需求、 产品和服 务、 竞争对手动态、 趋势规律四个方面出发, 进行数据的挖掘和分 析, 深入理解客户需求和特征, 形成客户洞见。 我们对客户的解读, 不能仅仅停留在 “信息” 层面, 而应该从中提炼出 “洞见” 。 基于对客户的深入洞见, 银行需要基于客户需求制定最佳的策略, 例如: 下一步应提供什么样的产品, 是积极地触达以降低流失率、 抑或是什么也不做。 这些最佳策略的制定, 最终是为了服务于两大 核心目标: 一是规模化的客户获取, 二是个性化的客户经营。 第二步: 规模化获客 银行需
23、要充分利用裂变传播 (见配文) 和私域流量快速获取优质 流量, 通过全域营销 (见配文) 、 内容营销、 场景化营销来促进流 11 开启全速数字化经营打造银行新的增长工厂(精简版) 量转化, 从而实现规模化获客 (图4) 。 以裂变营销为例, 裂变营销 通过利益等驱动因素, 打破自身组织边界, 充分调动员工、 新客、 老 客、 渠道等力量, 借助社交关系和人脉力量进行“病毒式” 拓客, 贡 献流量和客户转化, 实现单点出发的爆炸式增长。 第三步: 个性化活客 完成客户获取后, 银行可以通过更有针对性、 个性化的经营和管 理, 促进客户的留存和复购, 达到 “活客” 的目的, 提升客户价值。 其
24、核心在于把握4P, 即产品 (product) 、 定价 (pricing) 、 渠道 (place) 、 营销活动 (promotion) 四个核心要素, 通过提供有针 对性的产品及配套权益、 匹配差异化的定价机制、 在合适的渠道、 开展最具影响力的营销活动, 实现 “天时、 地利、 人和” 。 同时, 一个好的个性化设计, 应当基于客户需求实现功能、 个性、 情 感上的价值主张。 例如: 在消费贷款领域, 根据客户不同的消费标 的 (例如: 房屋、 汽车、 婚庆、 装修等) 、 不同的消费特征 (例如: 大 额低频、 小额高频等) 、 所需要的不同服务和特征 (例如: 快捷方 便、 灵活计
25、息、 分期还款等) , 提供有针对性的产品来满足其差异化 需求。 规模化 客户 获取 优质流 量的快 速获取 1 流量的 有效 转化 裂变传播 注重垂直群体的经营维护、依托信 任关系、强大的数据复盘能力 私域流量 提供一定的利益诱饵或通过优质的 内容本身吸引用户关注 内容营销 传递具有价值的内容 “吸引消费者 主动找你” 场景化营销 精准定位目标消费客群及其相应场 景,以客户为中心 图4 获客:优质流量的快速获取结合流量的有效转化 2 全链路、全媒体、全数据、全渠道 全域营销 资料来源:麦肯锡分析 12 开启全速数字化经营打造银行新的增长工厂(精简版) 完成方案设计后, 银行需要真正构建端到端
26、的营销流程, 即从客户 视角出发, 明确营销旅程的起点和终点、 每一步的切换节点, 以及 与客户交互的形式: 客户每一步看到什么、 点击什么、 从而触发什 么。 完成端到端旅程构建后, 与外部专业营销公司合作, 完成客户 交互界面的设计和实现。 大数据挖掘与模型助力智能化决策 首先, 银行需提升对客户的理解及预判, 从而实现精准触达和智能 优化。 银行应该通过大数据分析精准描绘出客户画像, 制定相应的 客群策略, 并对客户行为做出预判 (包括何时何地偏好何种产品) 。 其次, 通过预先设定好的规则, 自动挖掘具有意义的触发事件, 在合适的时机自动触发营销内容及手段, 实现主动式精准触达。 第
27、三, 通过高阶分析与机器学习, 自动、 智能地优化和完善人工制定 的策略和方案, 提升客户筛选和产品适配的精准度。 其次, 银行可以建立一整套用例驱动的智能决策管理闭环, 建立从 用例驱动到循环测试的六步闭环方法论, 不断优化营销决策效率 和精准度, 支持更加个性化的决策。 举例来说, 银行可以从自身战 略出发, 划定几大评估维度 (金融资产 (半年日均AUM) 、 是否持 有房贷、 年龄等) , 从而识别出几大战略客群 (如企业高管、 房贷客 户 、 安享退休、 中年女性等) 。 对于每一类战略客群, 该银行可以从 自身积累的客户数据出发, 建立数十个或以上用例模型。 再结合客 户洞见, 建
28、立起一整套整体打法, 包括大数据用例、 产品方案、 营 销方案、 渠道选择, 并有针对性地设计考核指标, 进行端到端的效 果跟踪。 实现数据闭环, 迭代优化。 Design 敏捷设计: 模式决定起点, 速度决定成败 在营销语境中 , “敏捷” 指利用数据和分析工具持续、 实时地搜寻 机会或问题解决方案, 快速部署测试、 评估结果, 并迅速迭代。 敏 捷营销有两大核心要点, 一是通过快速测试来提升优化体验, 二是 将分析技术大规模使用营销全环节。 这是个性化营销的精髓, 因为 它为及时识别客户需求、 快速迭代提供了一种有效的现代工具。 一 个强大的敏捷营销组织能够同时运行上百个活动, 每周测试多
29、个新 想法。 13 开启全速数字化经营打造银行新的增长工厂(精简版) 通过我们的经验发现, 实施了敏捷营销的组织每月进行的种子测 试较以往提升了8-10倍, 每次线上营销活动的间隔天数缩短了5-6 倍, 渠道收入指数增长了4-5倍。 由此可见, 敏捷机制能够使营销发 挥巨大潜力, 产生卓越效能。 成立“作战室”, 端到端负责数字营销的策划和管理 “作战室” 是以开展某个营销活动为核心目标而成立的“特种部 队” 。 这一跨职能团队通过不断探索新想法、 提出吸引消费者的新 假设、 设计试验、 创造营销方式, 保证该营销活动端到端地顺利执 行 (图5) 。 “作战室”四大成功要素 要想成立成功的作战
30、室, 企业应该从团队构成、 人员素质、 沟通机 制及工作方法四个方面入手: 首先, 作战室的团队构成需要精简灵活。 亚马逊创始人贝佐斯有个 著名的“两张披萨” 原则, 即两张披萨应足以喂饱整个团队, 人数 不能更多。 上述角色可以由内部 人员担任,也可外包 团队负责人 综合管理 (对公/对 私) 营销协同 产品管理 (对公/对 私) 大数据分析 渠道管理 分行团队 系统开发 业务负 责人 营销/获客 负责人 法务 IT 作战室 外延团队 风险 图5 敏捷作战团队的构成 作战室 核心团队 资料来源:麦肯锡分析 14 开启全速数字化经营打造银行新的增长工厂(精简版) 其次, 作战室相关人员应该具备
31、通用、 专业、 数商 (DQ) 三大类共 七项能力: 领导力、 解决问题能力、 沟通/辅导能力、 挖掘客户及市 场洞见的能力、 营销规划与推动能力、 数据分析能力以及算法建模 能力。 第三, 沟通要频, 作战室应当与组织内其他群体建立清晰的沟通渠 道, 并通过快速的流程来使用这些渠道。 第四, 迭代要快, 需要建立良好的“快速测试、 快速失败、 快速学 习” 的工作心态, 以每2-4周为时间基准建立一个工作冲刺周期。 一家全球零售企业已成功推广敏捷运营实践, 同时运作着十三个作 战室, 每个作战室高度聚焦于一个具体的目标、 产品或服务。 例如 某一个团队专注于获取新客, 而另一个团队专注于现有
32、客户的交叉/ 向上销售等。 Distribution 精准触达: 营销技术栈赋能“最后一公里” 个性化营销对于投放的精准程度与灵活程度提出了前所未有的高 要求。 企业必须及时引入前沿的精准营销触达技术, 包括渠道、 体 验、 自动化营销、 活动管理和A/B测试等。 但孤立的营销触达技术 往往难以满足用户日新月异的个性化需求, 银行需要将其与客户数 据平台 (CDP) 、 智能决策系统等核心工具一同嵌套整合进 “营销 技术栈” 中 , 实现真正的动态精准触达。 营销技术栈 (MarTech Stack) 是由营销人员使用的一系列提升用 户营销体验的技术软件, 其构成按功能主要可以分为四个大类:
33、数 据管理、 智能决策、 精准触达、 分析测量。 举例来说, 某领先银行利用领先的营销技术 (MarTech) , 搭建了 集合营销数据平台、 客户洞见挖掘、 营销策略制定及归因评估等 功能的闭环 “营销技术栈” , 通过大规模数据活化实现 “最后一公 里” 的精准营销触达 (图6) 。 15 开启全速数字化经营打造银行新的增长工厂(精简版) 针对去中心化的裂变传播, 某公司从数据存储管理、 营销活动发 布、 数据追踪看板以及底层系统支持四大模块搭建了针对性的 “营 销技术栈” , 并尽量做到 “简单轻巧” 以实现高转发率。 类似的, 针 对全域营销, 某公司针对性搭建了以三大中心为核心的 “
34、营销技术 栈” , 包括全域数据中心、 全域策略中心、 全域流量中心, 实现全链 路、 全媒体、 全数据、 全渠道的营销。 综合来看, 银行搭建营销技术栈时需要把握以下三点: 首先, 银行 需从用例需求出发, 量身定制。 其次, 营销技术栈需要具备统一传 导的数据链条, 确保客户看到的信息一致, 同时全渠道客户认知和 策略一致。 最后, 银行需要打造一个数据闭环, 包括从数据到决策 到触达, 最后客户反馈也将为CDP提供数据积累。 面对重重挑战, 我们提出构建卓越营销技术体系 “四步走” : 首先, 从具体业务需求出发, 基于影响客户体验的技术和影响其他技术 的技术两大标准识别需要开发的关键技
35、术; 其次, 从供应商基本表 现、 技术平台能力以及客户具体需求出发选择供应商家; 随后, 充 分协同、 实施达成共识的方案; 最后, 通过 “营销技术卓越中心” 驱动技术实现、 落地运营模式。 分组 数据 类别 模型和客户评分 数据集成 技术和平台 历史预测促销媒体产品交易社交第三方忠诚度门店 资料来源:麦肯锡分析 图6 做好“营销最后一公里”,银行需要搭建适合自己的营销技术栈 数据来源 跨渠道跟踪标签管理旅程分析网站/移动分析多触点归因仪表板/可视化商业智能客户关怀客户体验评估 邮寄电子邮件/短信付费媒体可寻址电视1网站移动网站 网站APP/ 推送消息 社交POS 地址/邮编 管理 电子邮
36、件和短 信服务提供商 搜索、视频、 OTT2、 移动 广告服务器和 DCO3 互联网商务 移动APP发布 框架 社媒广告 零售/店内体验 DSP4 社交媒体 管理 内容管理系统 广告验证 营销自动化平台 营销活动管理平台 A / B测试,多变量 报价库 旅程管理/统筹 业务规则和异常规则引擎 所有渠道的集中模型和客户评分 设备图许可管理 地理位置 数据 身份解析数据管理平台CRM5 数字化资产 管理 元数据管理 数据工作台和 机器学习 CDP 数据湖 提取、转换和加载(ETL)企业应用集成(EAI)流数据6 数据系统 业务规则 旅程统筹 测试 营销活动管理 营销自动化 体验交付 渠道 衡量和分
37、析 决策 触达 衡量 1.可寻址电视广告:广告分发技术,可让同一节目的观众看到不同内容;2. OTT(Over the Top):互联网电视相关业务(如盒子);3. DCO(Dynamic Creative Optimization):动态广告素材优化(实时优化);4. DSP(Demand Side Platform):广告投放管理平台; 5. CRM(Customer Relationship Management):客户关系管理系统;6. 流数据:顺序、大量、快速、连续到达的数据序列 16 开启全速数字化经营打造银行新的增长工厂(精简版) 除此之外, 团队同样需要思考是否需要亲力亲为的问
38、题: 除核心操 作外所有技术平台的日常操作, 到底是应当内部执行, 还是应当外 包出去, 还是应当内外搭配呢? 这需要卓越中心从战略、 运营和能 力三大维度回答一系列问题, 进行综合评判。 我们相信 “数据基础 (Data) ” , “智能决策 (Decision) ” , “敏捷 设计 (Design) ” , “精准触达 (Distribution) ” 为核心的4D数字化 增长工厂 , 是银行在数字化战役中的制胜关键。 结语 祸兮福之所倚; 福兮祸之所伏。 此次疫情给银行业带来了不小冲 击, 但也为整个行业加速推进数字化经营提供了契机。 银行应抓住 客户线上化趋势, 利用裂变营销、 场景
39、营销实现大规模获客, 通过 个性化手段进行客户深度经营, 向数字化经营全速前进! 本文摘编自麦肯锡2020年3月最新出版的银行业白皮书 开启全速数字 化经营打造银行新的增长工厂 , 欲索取完整报告请联系Joyce_ H 作者 倪以理为麦肯锡全球资深董事合伙人 曲向军为麦肯锡全球资深董事合伙人 韩峰为麦肯锡全球董事合伙人 周宁人为麦肯锡全球董事合伙人 俞明洋为麦肯锡咨询顾问 胡嘉逸为麦肯锡商业分析师 本文作者感谢麦肯锡多位同事对本报告的撰写和研究所作的贡 献, 特别是姚宇涵, 杜金雨, 郑文灏, Vito Giudici、 林园园, 張崇 慈. 方颖华, 韩璐, 蒋治平, 胡艺蓉, 陳郁融, Glenn Leibowitz、 鲁志 娟、 李晓韵, 高颖对本次白皮书的大力支持。 麦肯锡公司2020年版权所有。