最新发布
上一篇:
业务流程转化为服务项目 以服务客户为中心下一篇:
如何管理客户关系？
在移动网络时代，人与人之间的互动更加频繁，便捷，周围“圈子”内的信息、行为对个体的影响力越来越大，在此背景下产生的各项金融交易，反映了个体关系交往与资金融通的双重特性。世界是一个复杂关系的总和，一切事务其实都是在动态的变化，在金融和银行领域也是这样。金融交易行为就是在不断变化的关系当中发生交互，客户行为是理解网络关系本质的关键。曾有媒体做过关于理财产品信息获取途径的统计，超过50%的理财人员获取理财信息的途径主要是通过与周围的亲人、朋友的沟通交流。这说明，周围人群对个人金融决策影响较大。通过对银行客户的社交圈子识别、客户个体影响力分析，发现银行核心客户群，对银行客户风险管理、精准营销有着重要意义。
对客户关系网络的分析，主要包括网络本身的结构特性，网络中的个体地位、影响力及其行为，网络中的信息及其传播等。客户个体通过各种连接关系组成客户网络构成“关系结构”，在客户关系网络中，大量客户个体围绕着某个事件而聚合，客户个体之间并又相互影响和依赖，从而形成具有共同行为特征的“网络群体”；信息基于网络群体得以快速发布并传播扩散对网络成员产生影响。网络分析的“结构”、“群体”和“传播”这3个要素就这样相互作用。网络结构形态、网络内群体互动规律分析的目的是分析信息如何在网络中传播，而信息的传播根植于社会群体的互动，但又受限于社交结构与社区的规模。在网络分析中，客户的网络密度越大，网络内部连接越频繁，信息的传播范围越大，网络内核心客户群对其他客户的影响越大；其次处于多个网络节点最短路径上的客户具有连接桥梁的作用，识别这些客户个体对具体场景实施有重要意义。
社交网络分析和研究是一个交叉领域的学科，社会学、心理学的基本原理是开展网络分析的理论基础，随着机器学习、图论等算法的引入，社交网络分析从定性描述向定量计算转变，应用范围更加广泛。国内外对社交网络分析的理论研究包括社交网络的结构分析、虚拟社区发现、社交网络中群体行为特征分析、社交网络信息传播模型等多个方面。社交网络分析还被应用于商业领域，包括：潜在商机的发现、反欺诈、危机预警、营销效果预测、广告发布、网络竞选等。
与现有数据分析方法相比，社交网络的分析更加关注个体的“关系”。通过社交网络分析方法对银行客户进行关系管理，可以对现有模型进行补充，更全面反映了银行客户特征，实现银行对客户洞察从点到面、从单客到客群的扩展。对客户关系网络分析第一步也是最重要的一步，就是客户关系网的构建，要清晰界定网络节点和连接的关系才能划定网络边界；其次对网络客户影响力进行评估，识别影响力高的客户群，结合具体场景进行应用。
1、识别影响力客户，基于网络核心客户特征（如点度中心度、接近中心度等指标）来计算客户的影响力，识别出客户网络中的核心客户群，并通过其影响力的信息传播效果往往是基于随机客户的数倍甚至数十倍；
2、判断风险传染，基于客户间强关系（如交易关系、担保关系）构建关系网络图谱，当存在违约或不良客户时，根据圈子内群体行为相似性，判断风险会在圈子内蔓延可能概率；
3、客户间产品推荐，产品推荐的一个重要原则是考虑用户间的相似性，比如他们是否同属一个关系圈，银行基于客户关系圈将客户划分为不同群体，然后将各群体中持有占比较高的产品推向该群体内还未持有相关产品的客户，以实现精准产品推荐。
社交网络分析已从社会学科的研究领域演变成了数据分析范式，对群体分析不仅要分析其属性特征，也要关注其所处网络关系。虽然当前对客户关系网络的挖掘和分析都还处于相对初级的阶段，随着外部社交数据的共享引入，人工智能研究水平的不断提高，大规模、高维度数据的挖掘方法还在不断地演化，客户关系网络分析在风险预警，精准营销等方面将发挥更大作用。
BPO网版权及免责声明
1、凡本网注明：“BPO网”或者“原创”的所有作品，版权均属于BPO网所有，其他媒体、网站或个人转载使用时必须注明：“文章来源：BPO网”。违反上述声明者，本网将追究其法律责任。
2、凡本网注明“来源：XXX（非BPO网）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其产生的任何结果负责。
BPO公众号