资源描述
科技赋能 客户经理 “人机协同” 推动金融业实现三赢科技赋能客户经理 “人机协同” 推动金融业实现三赢 版权所有 2020 奥纬咨询保留所有权利 1 图表 1. 客户经理满意度, 服务水平与客户满意度三者之间具有互相加强效应 现有客户经理能力无法满足日益增长的客户需求， 如果不能处理好三者之间的关系， 将会引发恶性循环并 造成客户以及客户经理流失 服务水平下降 高绩效客户经理流失, 服务 水平下降 客户经理长期超负荷工作引 发高绩效客户经理流失 高绩效员工流失造成服务水 平进一步下降 客户经理 工作量增加 客户经理工作量增加,客户经理 满意度下降 现有的客户经理人工服务无法 满足数量日益增长的客户需求 老顾客流失使得客户经理被迫 花费大量时间经理去获取新顾 客， 使工作量大幅提升， 客户经 理满意度继续下降 高绩效客户经理流失也增加了 其他员工的工作量, 使得工作满 意度进一步下降 客户满意度下降 客户满意度不断下降, 老客户 流失 客户经理的服务水平下降引 老顾客流失 部分高绩效客户经理流失也 会带走一部分老顾客, 给金融 机构带来收益损失 来源： 奥纬分析 传统客户经理制的局限性 客户经理制作为沟通金融机构和高端客户的桥梁， 是 “以客户为中心” 这一理念的必然产物， 更 是中国各大金融机构在市场竞争下的必然选择。 然而这一传统工作模式却有其固有局限， 即缺 乏规模经济效应客户经理的个体精力有限， 其服务质量会随着名下客户基数的扩大而逐渐下 降， 这会导致较低的客户满意度和员工满意度； 而降低的员工满意度会造成高绩效员工离职， 从而进一步导致剩下客户经理整体服务水平下降和工作量的上升； 当老客户流失后新客户对客 户经理更难以形成信任关系， 导致总体客户满意度又会进一步下降， 从而形成恶性循环。 而当 下的市场趋势进一步放大了这一局限性， 使传统客户经理制的四大痛点愈显突出:版权所有 2020 奥纬咨询保留所有权利 2 科技赋能客户经理 “人机协同” 推动金融业实现三赢 趋势 一： 财富继续向富裕阶层集中, 高净值客群基数持续扩大, 现有客户经 理的人工服务方式和客户经理能力难以满足增长的客户需求。 最近五年， 财富持续积累使得高净值客户群体保持快速成长。 奥纬分析显示， 到2020年高净值 家庭数量达346万户， 较2016年增长54%。 随着客户数日益增长， 以及高净值客户不断提高对服 务质量的预期， 原有金融机构客户经理的人工服务模式难以满足市场需求。 例如, 原招商银行部 总经理王菁认为， 客户经理人才仍是银行业务发展的一个瓶颈， 外部人才引进渠道较少， 而内 部人才培养速度难以满足业务发展规模的需求。 痛点一: 由于人力资源数量限制, 现有金融机构的客户经理在服务客户的 “宽度” 上无法覆盖 数量日益增长的高净值客户群体, 这会导致较低的客户满意度和员工满意度, 并导致恶性循环。 因此， 利用数字化平台和自动化工具帮助客户经理减少重复枯燥的工作， 提升其工作效率， 服 务水平和客户满意度显得迫在眉睫。 图表 2. 客户经理满意度, 服务水平与客户满意度三者之间具有互相加强效应 中国高净值家庭数量 1 万户, 2013-2020 188 27 30 224 250 279 311 346 2016 2017 2018 2019 2020 33 207 232 37 42 258 287 9 13 14 16 17 600万-3000万元人民币 3000万-1亿元人民币 1亿元人民币 1. 高净值家庭定义为可投资资产大于600万元人民币的家庭 2. 私人可投资资产包括离岸资产， 不含房地产、 奢侈品等 来源： 奥纬分析 中国私人可投资资产总额 2 万亿元, 2013-2020 71 78 88 97 108 51 59 67 76 88 122 137 155 173 196 一般家庭 高净值家庭 2016 2017 2018 2019 2020科技赋能客户经理 “人机协同” 推动金融业实现三赢 版权所有 2020 奥纬咨询保留所有权利 3 趋势二： 超高净值/高净值客户分群愈加明显, 对细分客群的认知难度持续 增大 金融机构的存量客户中, 细分客群较多并不断变化。 超高净值人群逐步崛起, 富二代、 “财富新贵” 等新兴类别人群不断涌现。 例如, 近年来, 高净值用户中民营企业二代继承人的比例显著上升。 客户经理如果无法准确识别某客户属于其对应细分客群, 则无法快速准确地向该客户推荐对应 的产品和服务。 痛点二： 现有金融机构的客户经理在服务的 “深度” 上无法满足细分客户的不同需求。 由于缺乏 有效的数据分析的工具和方, 客户经理无法对于每一个存量客户评估其所属的客户分群及其生 命周期价值, 更难以精确捕捉客户的真实需求并提供相应的产品和服务。 在这种情况下, 客户经 理被迫运用局部的客户信息进行决策, 客户满意度降低的同时, 金融机构损失了许多交叉销售和 向上销售的机会。 图表 3. 客户经理满意度, 服务水平与客户满意度三者之间具有互相加强效应 vv 财富等级 (按照可投资的资产) 主要财富来源 家族继承 $5000万+ $1500万 $150万 业务运营 投资 薪资 超级富豪 1万, 7亿 2018年客户数量#, 2018年可投资资产 (美元) 传统财富 家族的 “富二代” 2万, 4亿 “家族财富的 第一代发家人” 7万, 14亿 正在 崛起的 “财富新贵” 6千, 2000万 炒股大户 18万, 7亿 地产 投资者 18.5万, 9亿 私募股权/ 风投基金 创建人 1千, 2000万 公司高管 350万, 11亿 “中小企业企业主” 110万, 33亿 客户行为画像 希望自己创业， 而不是接管家族企业 通常在国外受过良好教育， 对风险和回报有更深入的了解, 熟悉复杂的金融产品 不太热衷于积极管理自己的财富， 因为不太关心短期回报 主要的私人银行业务需求 为流动性家族企业提供财务咨询 或寻找专业高管人才接手业务经营 在岸和离岸机会的全权委托投资 服务 来源： 奥纬分析版权所有 2020 奥纬咨询保留所有权利 4 科技赋能客户经理 “人机协同” 推动金融业实现三赢 趋势三： 潜在客户需求可能随着环境不断快速变化。 例如, 全球新冠病毒 疫情爆发后, 随着西方央行推行宽松货币政策, 一部分国内潜在客户的财 富管理需求转向低风险资产配置通过资产保值对抗通胀。 如果金融机构 和客户经理因缺乏数字化工具或受限于工作精力, 没有及时地快速采取行 动并满足其服务需求转化为新客户 , 那么这部分潜在客户很可能会流失给 竞争对手。 痛点三: 现有金融机构的客户经理在服务的 “速度” 上无法满足客户不断变化的需求。 客户经理 难以准确捕捉潜在客户需求变化, 或未能及时快速行动, 导致潜在客户流失。 趋势四: 高净值客户对于客户经理的信任是其选择金融机构产品服务的重 要因素之一。 由于客户经理在服务的宽度深度和速度上难以满足日益增长 的客户需求, 导致客户经理长期超负荷工作, 引发对工作满意度下降, 甚至 选择主动离职。 而客户经理的流失又带来金融机构用人成本的上升和客户 收益的下降。 痛点四: 存量客户维系高度依赖客户经理个人业务能力, 高绩效人才的流失可能导致关键客户收 益的损失。 金融机构亟需建立数字化工具降低人力资源流失风险, 减少客户流失损失。 根据以上的四个趋势和客户经理的相对 应痛点, 奥纬提出全新的基于人工智能的 解决方案和数字化理念。科技赋能客户经理 “人机协同” 推动金融业实现三赢 版权所有 2020 奥纬咨询保留所有权利 5 基于新一代数字化技术的全新 工作模式 奥纬认为, 传统前中后台式的流程再造无法突破传统客户经理制缺乏经济规模效应这一固有局 限, 唯有基于新一代数字化技术重塑客户经理的工作方式, 才是真正的破题之道。 新一代数字化浪潮由三大科技发展所推动 自动化及实时计算： 用机器 （包括计算机） 不仅代替人的体力劳动而且还代替或辅助脑力劳动 大数据： 大数据是具有海量、 高增长率和多样化的信息资产, 通过一定的处理能增强人类的决策力、 洞察发现力和流程优化能力 数据的积累并非一蹴而就。 金融机构可先由自身积累的信用及财务数据入手搭建颗粒度较粗的 模型, 再逐步建立自身的数据治理团队, 通过外购第三方机构数据并有意识地积累行为数据来 反复训练已有模型, 达到更高的模型精确度 国家积极推进数据资源开发利用, 但也立法对数据的收集和利用做出了明确规定。 2019年5月 28日, 中国国家互联网信息办公室发布 数据安全管理办法 （征求意见稿） , 覆盖数据全生命 周期, 系统地规定了网络运营者数据收集、 数据处理使用、 数据安全监督管理等方面的要求 人工智能： 计算机通过大数据输入和循环反馈的自主学习算法来模拟人类智能活动, 可实现预测性 分析 （预测坏账率、 绘制客户画像分析客户特征等） 、 自然语言处理 （聊天机器人、 智能投资顾问等） 及计算机视觉 （刷脸开户、 刷脸支付等） 等职能 图表 4. 新一代数字化浪潮由三大科技发展所推动 自动化 用机器 （包括计算机） 不仅代替人的体 力劳动而且还代替或辅助脑力劳动 大数据 大数据是具有海量、 高增长率和多 样化的信息资产, 通常包含已知结 构化数据 （联系方式/地址） , 行为数 据 （购物活动/社交媒体轨迹） 和推 测数据 （元数据） 人工智能计算机通过大数据输入和循环反 馈的自主学习算法来模拟人类智 能活动, 可实现预测性分析 （预测 坏账率、 绘制客户画像分析客户特 征） 、 自然语言处理 （聊天机器人、 智能投资顾问） 及计算机视觉 （刷脸开户、 刷脸支付） 等职能 来源： 奥纬分析版权所有 2020 奥纬咨询保留所有权利 6 科技赋能客户经理 “人机协同” 推动金融业实现三赢 图表 5. 未来市场的数字化在获客/管理方面将更加精细化 ， 并向投资组合管理及后期管控领域延伸 金融科技在资产管理价值链中的不同应用场景 社交媒 体整合 客户信 息挖掘 与中介 机构的 线上联系 非传统 经销商 全服务 整合 自主D2C 销售渠道 新定价 模型 销售团 队生产 力管理 全渠道 入口 提高信 息供给 与信息 透明度 线上咨 询工具 开源顾 问联系 自动委 托管理 和定制 化解决 方案 扩展数 据集的 高级 分析 众包产 生投资 策略 智能投顾 社交网 络交易解 决方案 新交易 平台 通过外包和重组降低成本 云解决方案 投资模拟器与报告 营销 利用大数据分析 、 机器学习等手段 深入了解客户 ， 并智能的提供服务 具有大数据和定量能力 的新投资/交易策略 借助AI和云计算降低 成本并提高效率 销售 客户服务 资产配置 与研究 投资筛选 交易 表现分析 运营 管控 客户获取/管理 投资组合管理 后期管控 零售 机遇 来源： 奥纬分析 未来市场的数字化在获客/管理方面将更加精细化, 并向投资组合管理及后期管控领域延伸。 例如大数 据和人工智能技术不仅仅可以帮助金融机构在多渠道获取客户和提升管理服务水平中发挥巨大作用。 行业中在投资组合管理中的资产配置和智能投顾方面也不断涌现出成功的案例提升投资收益并降低风 险。 在后期管控方面, 人工智能和云计算技术可以进一步帮助金融机构降低成本。 本文着重就第一步客 户获取和管理进行展开科技赋能客户经理 “人机协同” 推动金融业实现三赢 版权所有 2020 奥纬咨询保留所有权利 7 图表 6. 利用大数据多维度地发掘客户特质 投资期限 风险等级 金融资产投资比例 资产配置方式 投资决策方式 投资经验 选择平台的考虑因素 大额投资的考虑因素 续期投资的考虑因素 追加投资的考虑因素 期望的收益率水平 最重视的购买体验 投资产品种类/数量 特定产品类别的投资 占比 特定触点的使用频率 投资产品AUM集中度 在平台上投资的历史 变化、 活跃度 性别 年龄 家庭/ 婚姻状况 就业情况 收入来源 人口属性数据 客户行为数据 客户整体忠诚度指标 品牌熟悉度指标 其他类型满意度指标 客户反馈数据 财富管理条件 价值权衡考量 客户反馈数据 显性属性 隐性属性 关系属性 主要因子举例 （自变量） 分群依据 主要驱动举例 （应变量） 更有效地认知客户 更有效地吸引客户 更有效地经营客户 关系深化的潜力 （如从 新注册用户转化为VIP 用户所用时间、 大额投 资的可能性、 钱包份额 的提升） 口碑影响力 （如推荐倾 向、 贬损倾向） 来源： 奥纬分析 新客户获取 更了解你的客户： 利用海量的金融机构内部数据及外购第三方数据进行分析, 深入发掘目标客群的 不同特质并绘制客户画像, 进行有的放矢的精准营销, 提高客户经理获客成功率, 降低获客成本 利用大数据多维度地发掘客户特质
展开阅读全文