文/渤海银行董事会秘书、首席风险管理官、行长助理 赵志宏
在数字化信息化高速发展的今天，“上网”已从20世纪初的一种“时尚”变为一种普遍日常。而在庞大的网民群体中，青少年占了很大的比例。特别是1995年后出生的“i世代”，在年龄很小甚至刚出生的时候，便在父母亲属或其他外界因素的作用下，通过手机、pad、电脑等数字终端设备，接触到网络世界，成为了“天然的网民”。在外部环境的影响下，这代人的心理构成、思维模式、行为方式等与前一代人相比都发生了较大程度的改变，其职业、消费、金融等方面的意识和行为也随之发生变化。 对商业银行而言，只有在把握“i世代”特征的基础上，充分利用技术手段提升客户动态分析和预判能力，提早洞察“i世代”对金融产品和服务的偏好，才能有效精准地布局客群营销，实现智能风控为核心的数字化分析和决策支持，在未来竞争中立于不败之地。 “i世代”的群体特征 通常情况下，一代人群体性的心理和行为特征逐渐显现并形成连贯趋势，某种信仰和行为一旦出现，将会持续演进且不断强化，并深度影响和转变着生活方式和消费习惯。 “i世代”的心理和行为特征 参考珍·特温格的《i世代报告》，“i世代”（iGen）是指出生于1995至2012年期间的一代，他们伴随着智能手机长大，在上高中前已拥有各种各样的社交账户，对互联网出现之前事情没有任何直观体验。例如，很多家庭都已经把苹果iPad当成了照顾婴儿的设备，在苹果App-store上最好卖的应用中，早教应用位列其中。 社交行为方面 相比外出旅行或参加集体活动，“i世代”更习惯网上娱乐。继续以苹果旗下产品为例，2007年iPhone问世、2010年iPad问世时，在此阶段，“i世代”中年龄较大的一部分人正处于青少年时期。2017年，一项对5000多名美国青少年的调查发现，四分之三的美国青少年拥有iPhone。智能手机的到来从根本上改变了青少年生活习惯，包括社交互动形式、社交行为方式、心理健康等。青春期是培养社交技能的关键时期，随着青少年与朋友面对面相处的时间越来越少，他们练习社交能力的机会也越来越少。在接下来的十年里，可能会看到更多的成年人，他们只知道合适的表情符号，而不知道正确的面部表情。 身体和心里健康方面 电子设备和社交媒体有很强的干扰睡眠的能力。习惯于阅读书籍和杂志的青少年实际上比一般人要少一些睡眠被剥夺的可能性——阅读可以让他们入睡，或者他们可以在睡觉的时候把书放下；但智能手机的魅力往往难以抵挡，熬夜似乎已成为一种常态。睡眠不足会导致很多问题，包括思考和推理能力下降、抵抗力减弱、体重增加和高血压，在心理层面上使人容易抑郁和焦虑。基于此，“i世代”在心理上更脆弱，内心的孤独感普遍较高，对外界事物的热情却相对较低。同时，医学研究表明，在患有过抑郁症的青年人群中，至少有50%在以后的生活中会再次变得抑郁。 对中国“世代”而言 调查显示，在中国现有网民中，大、中、小学生约占70%，其中，只有不到20%的学生上网是搜集信息。网络的高效、快速、多样化、开放型的娱乐交流方式与青少年的喜好相吻合，游戏、直播、网络文学；但是，网络世界中松散的社会规范，为青少年提供了摆脱社会规范束缚、松弛禁忌的机会。特别值得关注的是，网络中繁杂的信息与学校教学内容在价值观层面并不完全相符，加之中小学限制学生使用手机和上网激起的逆反心理、家庭教育中对待问题的“一刀切”做法，使得“i世代”往往更关注自我，一些负面的“早熟”心理现象正在蔓延。 引致的消费和金融需求特征 相比较于商业银行的其他业务来说，零售业务的客户资源多为个人，客户资源本身就很分散，且具有多样性和不确定性。同时，随着“i世代”群体的成长，零售业务的客户需求以及消费行为逐渐趋于复杂个性化，个人对于产品和服务的高标准要求也日益凸显。而单一化、同质化的产品和服务，毫无吸引力的移动终端APP，无法适应“i世代”多样性需求，更不用提从用户到客户的转化，成为了商业银行在拓客和获客方面相较于互联网头部机构的重大劣势。 综上所述，数字科技和互联网金融对“i世代”消费习惯和金融观念的影响表现在以下的方面：第一，随着科技在网络购物领域的应用及近年来突飞猛进的发展，“i世代”更习惯网购，进而习惯了移动支付和无实物货币交易。第二，过往由于使用现金而体验到“花钱”“大票变小票”等抑制消费的感觉，在移动支付条件下被极大的淡化了，“i世代”对“钱”无感。第三，互联网头部机构通过对客户群进行人工智能、云计算等大数据分析，构建消费“画像”，并根据“i世代”客户的消费偏爱智能化的推送相关的产品，因而产生极其具有诱惑的复购吸引力。第四，科技进步为“i世代”群体在复购中养成“透支消费”“过度消费”的心理和行为习惯提供了技术条件和实现路径，该群体金融行为的风险因素构成也更为复杂。 当前商业银行的客户分层能力适应“i世代”吗？ 随着人口红利向消费红利的转变，商业银行零售业务成为了商业银行重要的利润增长点，对个人客户资源的合理利用成为了商业银行的核心工具。“i世代”是基于场景的金融服务大众客户化定制原住民，在未来的3到5年内，将逐渐成为商业银行零售营销的主力社会群体。纵观当前商业银行零售业务的发展环境，结合“i世代”的相关特征，传统的营销模式和单一的产品服务已经无法满足多样化的零售金融服务需求，缺乏覆盖客户关系全周期的客户管理体系。 不适应外部需求多样性 相比较于商业银行的其他业务来说，零售业务的客户资源多为个人，客户资源本身就很分散，且具有多样性和不确定性。同时，随着“i世代”群体的成长，零售业务的客户需求以及消费行为逐渐趋于复杂个性化，个人对于产品和服务的高标准要求也日益凸显。而单一化、同质化的产品和服务，毫无吸引力的移动终端APP，无法适应“i世代”多样性需求，更不用提从用户到客户的转化，成为了商业银行在拓客和获客方面相较于互联网头部机构的重大劣势。 不适应内部客户管理新情况 本来，商业银行零售业务具有着拥有广泛客户群体的优势。但客户群体是“千人千面”的，包含了不同社会处境、地理区域的个体；特别是“i世代”的个性化突出，在消费偏好、消费能力、风控意识等方面千差万别。因此，缺乏正确的客户管理，无法准确发掘每个个体的特殊性，不能有针对性的推出个性化服务，进而造成客户资源的流失，是商业银行在稳客、粘客及风控中亟待解决的一大问题。 不适应数字经济时代的要求 商业银行零售业务的客户数量庞大，属于典型的数据驱动型业务，实现客户的精准管理离不开大数据和算法的加持。而随着数字经济时代的到来，商业银行的计算力明显不足，对“i世代”产生的海量信息缺乏有效挖掘手段，造成了数据资源的浪费。例如，目前为了维护和管理客户，很多商业银行研发了基于客户属性的客户关系管理系统（CRM系统）。但是，一方面，客户除存款、购买产品之外，客户主动发起的通过银行完成的其他业务，如业务咨询、浏览银行资讯、查看账户余额变动等，却没有纳入CRM系统管理，而这些行为的产生，实际上意味着客户对于银行产品或服务存在黏性，具有很高的潜在价值；另一方面，CRM系统一般只能针对综合贡献度较高的客户提供专属服务如配置客户经理等，对于低贡献度的客户往往仅提供最基础的通用服务，更无法针对不同类型客户做出差异化服务。此外，当前商业银行数字化风控体系并不完善，传统风控体系对潜在风险、关联关系、担保圈等风险传染链识别困难，贷后检查和预警主要依赖人工完成，在重复性的工作上投入过多资源且效率低下，这都与“i世代”对服务的“便捷”“快”等方面需求不匹配。 商业银行视角下“i世代”客户的分层维度 基于“i世代”客户的复杂性、多样性和多变性，商业银行不应一刀切的按照年龄、职业、收入等单一标签进行客户分层，充分利用大数据、云计算等技术手段，全面提升计算力，做好“千人前面”的侧写，实现高效拓客、精准获客、多维活客、质量稳客、定向粘客。 整合客户信息设定多维度标签 通过整合商业银行内部各条线分散的客户信息，结合“i世代”个体终日漫游网络的轨迹信息，与来自工商、司法、税务、征信、教育等外部数据结合，形成多维度标签。标签主要包括以下几个方面：一是客户基本特征，包括基本信息、所属行业、客户资质等客户身份特质；第二，客户关联信息，考察客户关联关系的复杂性和多样性；三是客户履约能力，用以考察客户履行合同的实际能力、支付能力；四是客户行为偏好，考察客户的消费行为、交易行为、投资行为、公共行为中存在的规律或习惯；五是客户信用历史，通过征信部门、行政部门以及司法部门对客户的信用评价，了解客户过往是否存在不良行为。 结合标签构建有效数据模型 大数据技术的应用可以实现客户分层精准动态管理。首先，商业银行自身就是一个大数据的生产者，不论是银行的各个网点还是网上银行，手机银行等，都是重要的数据来源，里面都大量的存储着客户的有效信息。这些数据成为了商业银行的宝贵资产，加以充分有效的应用，可以有效的为商业银行创造了价值。为此，商业银行应加快打造智慧化的数据信息聚合平台，通过大数据分析和客户信息的精准描绘，刻画出清晰的客户印象，挑选出优质的客户群，有效提升单位客户的综合价值贡献。在短期，加强数据分析能力和数据积累，提升对合作平台以及导入客群的风险分层能力；在中长期，加强自主生态建设，提高科技金融生态圈的主导权和议价地位，加强自营产品的客群建设。 例如，在数据处理时，商业银行可以清晰地发现不同客户对金融产品的差异化风险偏好。基于对客户个体风险偏好的分析处理，商业银行可以针对不同层级客户的需求进行差别化管理，从而有效提升客户管理工作效率，进而实现分级营销、差异化服务，高效地满足不同客户的多样性诉求。 量化分析标签的情感倾向 此外，由于“i世代”个体行为和心理的多样化、多变化特征，商业银行应围绕情感倾向对标签进行分类，以支持客户画像的直观展现。例如，客户拥有的良好信用、优质资产、稳定收入、较高学历等特征体现了客户的优势，标记为正面标签；客户个人的违约行为、财务状况恶化、欠税、涉诉及行政刑事处罚等特征体现了客户的劣势，标记为负面标签；客户接待习惯、交易频率、上网时长等特征的客观描述，标记为中性标签。通过量化分析客户标签的情感倾向程度，并将客户多维度标签按场景进行汇总，即可形成完整、立体的客户画像，有助于商业银行快速认知客户，实现差异化营销及智能化风险预警，以可视化方式支持客户画像在业务流程各环节的应用。基于此，以客户为中心，商业银行可以加强信贷和非信贷产品协同，结合自建和共建生态，嵌入消费场景，推出实时智能的客户化定制产品服务，快速推进储蓄、理财等存量客群的信贷产品转化，提升客户综合价值和黏性。 基于客户全景画像实现智能风控 针对部分“i世代”个体的“超前消费”“过度借贷”“忽视风险”等不良金融习惯，商业银行应进一步加强大数据分析和透视的主动预警和AI工具助力催收增效，加快打造以智能风控为核心的综合数字化分析能力和全流程决策支持，充分利用“i世代”客户的多维标签体系，描绘其现存及潜在风险因素并识别风险传导路径，进行差异化定价和风险溢价计算，推进零售客户自动化审批决策。为此，要加快推进申请流程和预警流程的系统自动化实现，提高申请评分卡、行为评分卡的客户区分能力，配套提升自动通过/拒绝、贷后预警的自动化规则集，以策略引擎的方式进行IT部署。 挖掘关联路径形成客群画像 基于多维度大数据，以客户为中心，以信息传递为路径，从线上线下的资金往来、购买行为、行踪轨迹、信息浏览等维度绘制关联关系图谱。在关联路径上的每个节点就是一个客户，将每个客户特有的画像链接起来，形成关联客群的画像体系，体现出群体特征属性。通过客群画像可以挖掘出关联关系链上有价值、有潜力的客户，特别是针对“i世代”客户特征及服务需求，把握智慧医疗健康、智慧城市等上升通道的场景，结合产品和服务创新进行高效而有针对性的群体拓客，提前占领场景客群。同时，关联关系的挖掘可以使客户画像的有效信息得以延展，突破个体自身信息的限制，并精准识别出关系链上的风险因素，实现客户价值的有效挖掘和风险预判。 动态跟踪客户行为变化 随着外部环境和市场条件的变化，个人的认知、思维、行为的逻辑也会处于动态变化之中。特别是在信息爆炸的互联网时代，“i世代”的一些特征变化或处于“绝对运动”的哲学范畴内，因此商业银行客户画像决不能是“静止”的。这就要求客户画像体系不能仅限于合成客户的时点“快照”，还要通过对客户的特征变化进行持续跟踪，描绘客户特征随时间序列的变化，逐步丰富客户画像和自主风控模型，并通过预测模型研究其未来的趋势，预判客户金融需求及风险因子，压实个性化服务及风控能力，为客户结构优化提供精准的全流程支持。 同时，商业银行需要依据客户需求的动态变化，做好客户满意度管理，根据客户的信息及时进行加工整理，反馈至产品创新、业务调整和流程改善之中。这就要求银行工作人员与客户建立良性的对话机制，对客户真实有效需求进行有效收集。通过对客户满意度进行跟踪，在获得客户对于金融产品服务意见的同时，也能在此过程中进一步完善客户数据信息，汇集至数据信息聚合平台进行加工，为前台提供有效作业工具，使得商业银行能够更加主动精确的为客户提供个性化且周到、贴心的服务，提高客户忠诚度。 最后，同样重要的是，面对“i时代”对金融认识的匮乏，商业银行在进行客户动态分层、产品与业务创新的同时，做好客户教育并借此推进活客、稳客和粘客，是实现社会责任与自身发展双赢的重要途径。
