原標題：財富機構如何實現數據價值變現？

大數據將用戶需求和財富產品進行匹配。有些金融場景，例如銀行、證券和保險，都有應用大數據來優化內部營運和用戶體驗。

作者：潘之花 | 來源：財富科技范兒

金融場景的大數據應用

對財富管理機構而言，大數據服務能夠幫助機構從已有的海量信息中挖掘到有價值的內容，讓業務更明確用戶需求和風險承擔能力，洞悉他們的投資趨向，進而明確自己的戰略目標，幫助機構做出更準確的資產推薦及交易決策。總的來說，“沒有最好的資產，只有最合適的資產”，大數據就是撮合用戶需求和財富產品完成匹配的鏈條。

根據國際知名咨詢公司麥肯錫的報告顯示：在大數據應用綜合價值潛力方面，信息技術、金融保險、政府及批發貿易四大行業潛力最高高。具體到行業內每家公司的數據量來看，無論是投資規模和應用潛力，信息行業(互聯網和電信)和金融行業都是大數據應用的重點行業。

從投資結構上來看，銀行將會成為金融類企業中的重要部分，證券和保險分列第二和第三位。

銀行大數據應用場景

比較典型的銀行的大數據應用場景集中在數據庫營銷、用戶經營、數據風控、產品設計和決策支持等。

目前來講，大數據在銀行的商業應用還是以其自身的交易數據和客戶數據為主，外部數據為輔以描述性數據分析為主，預測性數據建模為輔，以經營客戶為主，經營產品為輔。按類型可以分為交易數據、客戶數據、信用數據、資產數據等 4 大類。

國內不少銀行已經開始嘗試通過搭建DMP（數據管理平臺）來驅動業務運營，如中信銀行信用卡中心利用大數據實現了實時營銷，光大銀行建立了社交網絡信息數據庫，招商銀行則利用大數據發展小微貸款。

證券行業數據應用場景

證券行業的主要收入來源于經紀業務、資產管理、投融資服務和自由資金投資等。外部數據的分析，特別是行業數據的分析有助于其投融資服務和投資業務。

證券行業擁有的數據類型有個人屬性信息（如用戶名稱、手機號碼、家庭地址、郵件地址等）、交易用戶的資產和交易紀錄、用戶收益數據。證券公司可以利用這些數據和外部數據來建立業務場景，篩選目標客戶，為用戶提供適合的產品，提高單個客戶收入。

證券行業需要通過數據挖掘和分析找到高頻交易客戶、資產較高的客戶和理財客戶。借助于數據分析的結果，證券公司就可以根據客戶的特點進行精準營銷，推薦針對性服務。

保險行業數據應用場景

目前國內保險行業的銷售渠道主要有三種：大的主體公司依賴于代理人渠道，如平安，太平洋，友邦等；還有一些公司依賴于互聯網渠道，主要是新興保險公司，如安心財險等；還有一些依賴于第三方流量渠道。因此保險業的數據管理極端依賴外部渠道。

保險行業的數據業務場景是圍繞保險產品和保險客戶進行的，典型的數據應用有，利用用戶行為數據來制定車險價格，利用客戶外部行為數據來了解客戶需求，向目標用戶推薦產品等。

例如，依據個人屬性和外部養車 App 的活躍情況，為保險公司找到車險客戶；依據個人屬性和移動設備位置信息，為保險企業找到商旅人群，推銷意外險和保障險等；依據家人數據和人生階段信息，為用戶推薦理財保險，壽險，保障保險，養老險，教育險等；依據自身數據和外部數據，為高端人士提供財產險和壽險等；利用外部數據，提升保險產品的精算水平，提高利潤水平和投資收益。

（Tips：內地保險的流程數字化程度遠遠領先于香港及其他海外保險，內地保險公司專注于打造數字化交易系統，自動化流程壓縮繁瑣了投保復雜程度，提高了工作效率，利用大數據優化定價、進行承保和索賠管理、調整盈利能力，并能主動管理機構的有效業務，以達到最佳利潤率，基本已全面實現無紙化質交易。而目前大部分港險交易流程依賴郵件往來和紙質簽約，海外保險數字化交易系統的搭建迫在眉睫。）

回到大數據來說，保險公司也需要同外部渠道進行大數據整合，以開發出適合不同業務場景的保險產品，如航班延誤險、旅游天氣險、手機被盜險等新的險種。目的不僅僅是靠這些險種盈利，還是找到潛在客戶，為客戶提供其他保險產品。另外，保險公司應該借助于移動互聯網連接客戶，利用數據分析來了解客戶需求，提高服務能力，降低對外部渠道的依賴，降低保險營銷費用，提高直銷渠道投入和直銷銷售比。

如何實現數據價值變現

通常有兩種方法。一是對內改善運營績效，二是對外開放部分數據，與客戶或渠道合作伙伴共同開發新業務。

那么，若想實現數據價值變現，具體應該如何操作呢？

來源麻省理工商學院

如何利用自身數據增加盈利？

增加數據的價值

并非所有原數據都是有價值的或可變現的，許多數據要在與其他數據源整合后才能迸發應有的價值。

舉個例子：比如剛才提到大數據銀行場景的應用。

其實即使擁有海量的客戶數據，銀行收集的客戶信息緯度也并不全面，基于自身擁有的數據有時候難以得出理想的結果甚至可能得出錯誤的結論。

比如，如果某位信用卡客戶月均刷卡12次，平均每次刷卡金額1000元，平均每年打3次客服電話，從未有過投訴，按照傳統的數據分析，該客戶是一位滿意度較高流失風險較低的客戶。但如果看到該客戶的微信朋友圈，得到的真實情況是：工資卡和信用卡不在同一家銀行，還款不方便，好幾次打客服電話沒接通，客戶多次在朋友圈上抱怨，那么，該客戶流失風險就是比較高的。所以銀行不僅僅要考慮銀行自身業務所采集到的數據，更應考慮整合外部更多的數據，以擴展對客戶的了解。

包括：

(1)客戶在社交媒體上的行為數據(如光大銀行建立了社交網絡信息數據庫)。通過打通銀行內部數據和外部社會化的數據可以獲得更為完整的客戶拼圖，從而進行更為精準的營銷和管理;

(2)客戶在電商網站的交易數據，如建設銀行則將自己的電子商務平臺和信貸業務結合起來，螞蟻金服為阿里巴巴用戶提供無抵押貸款，用戶只需要憑借過去的信用即可;

(3)其他有利于擴展銀行對客戶興趣愛好的數據，如網絡廣告界目前正在興起的DMP數據平臺的互聯網用戶行為數據。

綜上所述，鑒于不同的數據服務場景，只有在保證隱私的前提下，打破行業壁壘，充分和跨行業機構合作，拓展數據池的寬度，才能實現整合數據價值+。

充分理解內部數據的意義

例如，財富管理機構內部某一業務部門可能會利用另一個部門的數據，以便更好地服務外部客戶。

經濟高速成長帶動了財富管理市場的擴張（預計到2024年我國財富管理市場的總規模有望達到270萬億人民幣左右），盡管整個市場已進入充分競爭階段，卻沒有一家類似于Bloomberg的內部管理服務商出現。

因此財富管理機構內部項目量大、信息不透明、數據龐雜、銷售戰略同質化，管理機制不規范等痛點的整改需求亟待解決。

瞄準這一需求，如何利用大數據服務有效改善機構內部管理顯得尤為重要。

財富機構的內部大數據服務是一種立足于業務根本，多維度數據融合以提升管理效率、開拓價值的企業管理服務。它雖然不能直接帶來短期經濟價值，卻能實現內部信息共享，使部門邊界、層級邊界被緊密的業務聯系和廣泛的社交聯系所弱化，醞釀降本增效的內部驅動力，實現真正的長期價值。

價值潛力最大化

一家公司的數據值多少錢？答案取決于市場需求、數據時效、競品、數據使用方式等多方面因素。要想最大限度地利用數據，財富管理機構最好能夠在獨家數據的基礎上，利用高級數據分析工具或商務智能軟件生成數據洞察。

舉個例子：借助大數據分析工具，保險業可以利用已有數據直接鎖定客戶需求。

以淘寶運費退貨險為例，據統計，淘寶用戶運費險索賠率在50%以上，該產品給保險公司帶來的利潤只有5%左右。但是客戶購買運費險后，保險公司就可以獲得該客戶的個人基本信息，包括手機號和銀行賬戶信息等，并能夠獲得該客戶購買的產品信息。

借助分析工具，保險公司可以在多維數據中實現準確標簽整理和用戶分層，最終實現產品的精準推送。假設該客戶購買并退貨的是嬰兒奶粉，我們就可以估計該客戶家里有小孩，可以向其推薦兒童疾病險、教育險等利潤率更高的產品。

如何實現數據價值的直接變現

數據變現主要有三種途徑：

數據即服務

最基礎也是最簡單的，說白了，賣數據。當然，是經過匿名化和整合的數據。賣給中介公司或者終端用戶，都有可能。

還是拿保險公司舉例：一方面，保險公司利用大數據數據優化內部運營管理和客戶服務水平；另一方面，通過對數據進行匿名化和整合，結合各種不同的用戶案例，提供給他們的客戶和合作伙伴，獲取直接利潤：

為零售業提供中高凈值客戶消費領域占比及購買力數據；

為旅游業提供結合地理位置的服務；

為廣告公司，政府機構，公共交通公司，城市規劃師，衛生保健組織提供更高效的交通流量管理系統，如建設智慧城市；

為品牌和數字廣告主提供智能定向和點擊轉化洞察；

為各類房地產公司提供不動產持有狀況；

為部分公司提供物聯網相關應用。

洞察即服務

結合內部和外部數據，進行深度分析并形成專業洞察報告。

例如近期，貝恩公司和招商銀行聯合發布《2019中國私人財富報告》。

雙方自2009年首開中國私人財富研究之先河，持續追蹤中國私人財富市場十余年，此為雙方第六次就該領域發布的權威研究報告。這樣的報告為財富管理行業歸納了高凈值人群群體細分、投資行為及心態，這對財富管理機構來說是最完整的年度回顧與未來決策啟示，也是日前財富機構運行“境內外一體化服務生態”策略的有力動因。

平臺即服務

支持分析的平臺即服務，是最復雜也最有價值的。

基于云端的自服務平臺，使用復雜的專有算法，生成豐富的，高度轉化的，定制化實時數據交付用戶。這種模式有時相當于建立一個全新的業務。

比如通過數據分析加快貸款、降低風險的服務業務。

據平安證券估計：中國征信行業未來市場規模將達千億元，其中企業征信市場規模有百億元，個人征信市場規模有千億元。有著國企背景的中誠征信則更加progressive，給出了未來市場過萬億的預期。

舉個例子：傳統征信機構以全球最大的個人征信機構Experian、全球第二大征信機構Equifax、征信數據挖掘公司FICO為代表，基于掌握的消費者和支付數據提供征信服務。

商業信息服務機構Dun & Bradstreet以龐大的全球商業數據庫-全世界最大的企業信用數據庫知名，基于其全球化的發展戰略，主推風險管理服務(貢獻營收62.7%)和銷售及市場拓展(37.3%)，利用征信業務的規模經濟獲取高毛利率。

轉載文章僅代表作者個人觀點，不代表本公眾號觀點

返回搜狐，查看更多

責任編輯：