随着零售业务增速放缓、市场进入存量竞争阶段，商业银行产品服务同质化加剧，传统依赖规模扩张的经营模式难以满足日益多元和个性化的客户的真实需求。近年来，商业银行逐步推进零售业务的转型，聚焦客户深度经营，提供更精准、高效、便捷的金融服务，以便实现用户日益变化的需求，提升自身市场竞争力。
光大银行坚持“以客户为中心”的理念，强化客户“分层分级分群”的综合化、精细化经营模式，以数据赋能零售业务客群挖掘及应用，充分整合数据资产，沉淀数据共性能力，深入理解客户特色需求，推动差异化产品创新、制定个性化运营策略，有力夯实客户分层分群经营基础，提升零售业务场景化运营质效。
客群标签类系统是银行数据赋能零售业务的重要系统。在经营活动过程中，业务通过标签圈选对应目标客群，极大提升了客群圈选的效率。但客群标签体系也存在以下问题。
（1）存在滞后性：标签的设计依赖使用场景，过去实践生成的标签不一定适用于当下的经营场景。此外，如果所需标签不在标签库，涉及设计开发投产，难以及时供给到经营活动。
（2）灵活度欠缺：标签包含维度和指标两部分，标签的维度和取值是有限的，而业务需求是灵活多变的。此外，在客户圈选过程中，大多涉及标签交叉，单一标签灵活度较低，约束了客群策略的精准度。
（3）标签理解偏差：标签由科学技术人员开发，实际使用者为业务人员，标签生成规则和背景不能向使用者完全展示，影响标签的使用，进而影响运营效果。
为高效支持业务客群运营，相比完备的标签体系，客群圈选需更灵活的策略工具。
商业银行体系中，总行作为决策和管理机构，负责发展战略、政策、风险控制等体系设计工作。分行作为银行的基层单位，是总行与客户的桥梁和纽带，基于总行的战略和政策、相关地域用户的多样化需求向客户提供金融服务。
在商业银行数字化转型进程中，总行和分行通常承担不一样的角色，总行立足全行视野，进行全局性的前沿创新和资源整合，分行在借鉴和实践总行的创新成果之外也围绕当地特色开展创新工作，这种模式使得全行高价值客群挖掘存在两大层面问题。
（1）分行方面：依赖总行获取客群资源，抑制了分行创新的热情和动力。此外，总行客群资源未必匹配当地情况，分行还需进一步加工。
（2）总行方面：在客群挖掘过程中更注重客群共性而忽略了地方特色，缺乏对地方经营实践情况的了解，难以构建适配多场景多地域的客群资源体系。
根据零售业务客群场景化运营面临的现状与挑战，结合商业银行自身的分析成果积累和数字化转型需求，光大银行基于历史丰富的客群成果，设计全流程闭环客群挖掘方案，贯通客群从分析挖掘到经营落地的全生命周期。并且，针对客群探查、客群分析等可进行经验沉淀、实现产品化助力的重点环节创新设计方法工具，提升客群场景化运营效率，促进客群数据资产积累。同时，总行依托“联创陪跑”机制，通过总分协同方式形成客群分析能力传递，实现客群挖掘方法的落地应用，助力零售业务场景化运营。
商业银行在一线进行客群场景化运营时的大致流程为：首先，综合自身对业务的理解提出客群探查初步方向；进一步，通过口径梳理圈定客群大致范围；在实际营销前，根据每次营销活动特点开展分析，形成下发名单；最终，在完成营销落地后评估客群应用落地效果。
本次光大银行总结客群场景化运营传统流程，划分出“客群探查、客群分析、效果评估”三个关键节点，创新提炼标准化的方法和工具，形成全流程闭环客群挖掘方案。
（1）客群探查。本阶段聚焦如何将客群由初步思路转化为具体客群范围。在总结大量客群案例基础上，针对客群探查共性流程提炼出“五步探查框架”标准化客群探查方法：第一步“明确客群目标”，结合客群具体应用场景，明确挖掘客群对应的标签和指标；第二步“构建客群逻辑”，构建指标的计算逻辑和标签的生成逻辑，根据逻辑梳理所需数据表及字段，形成标准口径；第三步“拓展分析维度”，围绕客群关键指标拓展特色维度，以便在客群分析环节更加全面地展现客群特征；第四步“过滤业务规则”，按预设规则过滤客户，方便满足实际落地过程中对客群的限制要求；第五步“动态评估名单”，根据实际营销资源分配情况，动态确定最终客群范围。
实际开展客群探查时，先借助数据开放平台等渠道获取客群挖掘所需的各类数据资源，再复用客群探查框架，最终圈定形成客群范围。“五步探查框架”将客群探查所需工作标准化，为总分行在客群探查方面的工作提供参考。
（2）客群分析。在客群探查后、开展客群应用前，一线业务常常要结合触达渠道、营销波次等因素开展深入客群分析，产出有效的营销名单和业务策略。
基于一线客群分析诉求，方案中创新设计自助分析智能看板工具，在锁定客群范围的基础上支持一线业务开展画像分析、交叉分析、个性化分析，实现模板化快速洞察客群，提高客群分析的主动性和便捷性。模板化工具将客群分析中的部分重复性工作嵌入各看板模块中，方便快速上手，对感兴趣的客群开展分析，形成客群经营策略。
智能看板工具的底座是统一结构的客群数据及知识，借助标准化模板生成，可有效进行客群资源共享，自助分析智能看板工具也可实现自动适配。
（3）效果评估。客群运营后的效果评估是客群挖掘应用的关键环节。客群名单下发并执行业务策略后，只有对运营效果做全面回收并展开有明确的目的性的科学评估才能够有效检验所提出的客群思路是否真正有利于一线展业并具备持续优化迭代的可能性。
基于经营实践，光大银行总结了营销效果评估方案。通过聚焦重点监测指标，依托看板工具支持，新模式中创新设计效果追踪观测看板，全面、准确、快速地评估客群应用指标。通过对客群应用指标做全面梳理，效果评估环节逐一确定重点监测指标的计算方式和实现逻辑并形成指标库模板。
在追踪观测看板中，一线业务通过圈定客群名单范围和营销时间点，基于指标库模板生成结构化客群效果数据即可获取各关键时间点的监测指标情况与变化趋势，快速高效了解客户群体的运营响应情况，优化客户经营策略，探索客群的潜在增长机会。
经过长期摸索实践，光大银行零售业务条线、金融科技条线与分行形成一套较为成熟的“联创陪跑，总分协同”的分析赋能新模式。总行结合分行零售和科技现状选取重点分行开展“联创陪跑”，以总分协同形式推进全流程闭环客群挖掘方案的应用，实现客群挖掘能力传递。“联创陪跑”分为三大阶段：“领跑”阶段，总行主导完成客群的挖掘，在挖掘过程中展示全流程闭环客群挖掘方案中各项标准化方法、规范化数据、模板化工具的设计思路和底层原理，分行重点学习数据工具和方法的操作的过程及使用技巧。“陪跑”阶段，总行指导分行运用方法开展客群探查，分行使用看板工具完成客群分析和效果追踪，共同协作完成客群共创。“护航”阶段，分行自主开展客群挖掘，总行在客群挖掘方法或工具使用遇到卡点时给予必要的辅助支持。
经过“领跑”“陪跑”“护航”三阶段，辅以“总行与分行数据分析师搭档组队定期沟通机制”“联创陪跑交流会”等一系列举措，总分协同开展客群挖掘，阶梯式完成客群挖掘经验传授与客群分析能力承接。
在数据赋能零售业务客群挖掘及应用新模式下，总分行密切合作，开展合作试点，通过探查客户、交易、产品等行内数据，结合工商、缴费等外部数据，已孵化“企业高管增量客群”“高收入女性客群”“高留存代发客群”“个人养老金入金客群”“高端出境游客群”等一系列客群，另有如“高端房产客群”等多个客群将计划与分行进行持续孵化。客群成果以结构化客群数据形式沉淀数据资产，开放全行共享，不断丰富优质客群资源供给。同时，总分合作过程中遇到的问题与挑战也为方案未来的优化提供了方向，实现经验反哺。
未来，光大银行将在数据赋能零售业务客群挖掘及应用新模式的基础上，持续优化工具、迭代方法、拓展合作范围，将客群挖掘方法论和总分协同经验持续推广，有力夯实优质客群数据资源，扎实推进全行客群数据资产共享，助力零售业务高质量发展。