案例名称

数据互联与数据赋能的渠道智能分析平台

案例简介

在数字化转型的行业背景下，银行业的数据呈复杂化、增长化趋势，尤其是随着线上服务渠道如手机银行的普及，各类业务数据、行为数据已海量化堆积，如何进行科学的数据治理与应用、通过数据研究挖掘价值成为了研究课题。

基于数据洞察、互联、赋能、应用的愿景，廊坊银行打造“渠道智能分型平台”，研究数据治理方案，将行内的大数据平台的用户数据与用户线上渠道的业务数据和行为数据打通并进行统一的规范化处理，实现用户的深度洞察并对线上渠道服务进行诊断优化；借助用户分群与画像进行个性化、智能化营销与服务，融合对接短信提醒、手机通知提醒等触达渠道，将数据赋能应用落到实地。

创新技术/模式应用

创新点：

1、采用业内领先的数据采集技术方案

本次新建渠道智能分析平台及数据治理方案，通过详细的业务调研，确定数据采集及打通的目标和方向，并根据廊坊银行的实际业务流程设计，以需求为导向确定数据采集方案，充分考虑数据的口径和应用场景。

数据存储采用行业认可的Event-User模型

2、打通数据流与业务流，实现洞察-决策-行动-反馈的闭环运营

3、成果合规性

该项目建设过程中遵循国家法律法规和廊坊银行相关科技管理规范制度，并充分考虑数据安全性、系统稳定性和可用性等方面的问题，搭建了一套完善的管理体系，保障了整体项目的合规性。

经验总结：

1、打造数据驱动运营闭环。通过对用户及其行为的感知，形成更高效和科学的决策，并直接基于决策对用户做出精准的运营动作。最终通过全面实时的数据进行补充，从而又便于下一次感知。

2、基于行内已有数据基础，结合用户的基本属性及交易情况挖掘、洞察用户的潜在需求，完成面向数据应用场景的数字化运营画像体系的规划及搭建。

数据模型展示：

1）数据模型示例——事件分析

2）数据模型示例——漏斗分析

3）数据模型示例——留存分析

4）智能推送事例

项目效果评估

1、打通数据壁垒，实现数据互联

本次新建渠道智能分析平台，将渠道系统的客户业务数据及行为数据与行内大数据平台的客户属性打通，实现用户数据的多维化、丰富化，为用户分群画像及智能运营打下良好的基础。

2、科学的数据治理方案，提升数据质量

除新建平台外，还邀请数据专家对行内用户数据进行整合、规范；对冗长、无效的属性字段进行剔除处理，对有价值的数据字段进行新增及存储，并且在数据查询上突破了“T+1”的传统模式，支持实时查询，在时效性上得到了提升。

3、先进的智能运营，提升拉新效能

渠道智能分析平台融合了短信提醒、手机推送提醒等通道，助力新客户的操作。2023年1季度新增客户数的电子银行开通率较去年同期相比增长3个百分点。

4、高效的手机银行功能诊断，用户规模增长

通过渠道智能分析平台进行的数据模型分析，支持定位用户体验问题的具体环节，并进行针对性优化。例如2023年1季度的月活水平较去年同期相比增长了27%。

廊坊银行将在搭建和完善营销中台体系、数据中台体系、智慧风控体系等基础上，持续向数字化营销、智能化客户服务、数字化风控、数字化运营、智能化决策等方面深化转型。

项目牵头人

张笛 电子银行产品经理

项目团队成员

景宝琪、刘振兵、范程飞

责任编辑：王煊