银行腰尾客户运营——数据篇（一）

                                                                                  引子

           我们知道，互联网才是运营的潮头浪尖，从渠道运营、流量运营到大数据运营，乃至接下来的AI运营，每次生产方式的变革都带来了生产力的大幅提升，让互联网玩家成了这些红利的最大受益者。有人受益，就有人受损，随着互联网金融对传统金融行业的冲击越来越大，银行这种传统金融的绝对大佬也不得不放下身段，纷纷打出“以客户为中心”的服务口号，由此，客户运营逐步成了银行客户经营的重要板块。作者作为银行客户运营管理人员，将结合前沿的运营理念、数据洞见、体系搭建和丰富的腰尾客户运营经验，在本号体系化地分享给大家，计划由数据篇、策略篇、渠道篇、体系搭建篇构成，每篇根据内容量大小分期连载，期待与大家的交流学习。

          随着市场竞争的日益激烈，银行已进入存量经营时代，在维护高客的同时，腰尾客户的争夺也成了一片红海，一些银行同业已经将这部分客户称为“肥尾”。央行利率持续下降，银行利差进一步收窄，银行利润承压继续加大，庞大的腰尾客户数量和维护成本的管控成了棘手的矛盾，而数字化转型、大数据技术和AI的应用为该部分客户经营提供了新的机遇。那么，如何才能正确利用这些利器，将机遇切实转化成真正的生产力，进而更好地抢位这一赛道呢？苏格拉底说：认识你自己。同样的，“认识”你的客户，才能真正认识银行自己。现在就来说说，如何认识数据，如何认识数据运营，进而“认识”自己。

1.认识数据运营

          数据已成为继土地、劳动力、资本、技术后的第五大生产要素，其在当今社会扮演的角色地位不言而喻。对于企业来说，在日常经营的过程中，各个环节、各个流程、各个部门等都在产生着各种各样的数据。数据也已经成为企业在进行运营策略、产品规划、品牌战略等几乎所有经营活动时，不可或缺的信息来源和参考依据。

          如果把企业比作舵手，数据就是导航。能正确应用导航的舵手，将率先到达目的地；同样，能正确应用数据的企业，也将在商业竞争中建立起自己的核心竞争力。

          那么，将企业的各种数据采集起来，并正确应用于企业各种经营活动的过程，便是数据运营。

1.1 狭义的数据运营

          狭义的数据运营，仅仅把数据运营看作企业中的某个岗位。但不可否认的是，数据运营岗位正在成为企业中举足轻重的岗位。与数据分析师不同，数据运营对编程能力的要求较低，但更接近和了解一线业务。大部分数据运营通常都与一线业务人员在同一个部门，以更好地辅助业务决策，用数据驱动精益成长。

1.2 广义的数据运营

          广义的数据运营，不仅仅把数据运营看作企业中的某个岗位，而是企业中的每一个岗位以及企业自身需要具备的一种能力。对于企业中的每一个岗位，数据运营的能力几乎作用在我们在日常工作中的方方面面，例如，通过数据证明自己的工作价值、通过数据发现工作问题并解决问题、通过数据提升工作效率并驱动业绩增长。掌握数据运营的能力，对每一个岗位来说都无异于“锦上添花”，甚至是“雪中送炭”。

          对于企业自身，掌握了数据运营的能力，才能将用户沉淀为数字用户资产——这一数字化时代下，企业的核心资产。数字用户资产的沉淀在企业中一般会经历三个阶段（见下图）：

• 阶段一：业务数据化。这是当前绝大多数企业所处的阶段，企业只有在这个阶段与用户建立起全面的数字触点，并在这些数字触点之上进一步承载业务的发展，才能进化到下一个阶段；

• 阶段二：数据资产化。在这个阶段的企业，能对不同用户，基于属性、习惯、场景等因素打上不同的标签，生成单个&群体用户画像，并能对用户进行精细运营、个性运营、精准运营；

• 阶段三：资产业务化。将所有数字用户资产进行货币化，使资产能够通过某种形式来获利。例如，拼多多就是非常典型的将用户实现资产化的范例，拼多多的用户通过分享，可以买到最便宜的商品。

1.3 数据运营闭环：理数、收数、看数、用数

          不管是狭义的数据运营岗位，还是广义的企业中每个岗位以及企业自身需要具备的数据运营能力，都需要科学的方法和系统的流程来落地数据运营。为此，我们可以概括为：理数、收数、看数、用数四个环节。

          先通过“理数”梳理清楚目前业务所需的指标，并搭建数据指标体系，为高效“收数”做好准备。“理数”的四个步骤：梳理数据指标、明确北极星指标、定义指标口径、搭建指标体系。比较主流的有「OSM 模型+ARGO 模型+金字塔原则」指标体系搭建的整体框架，后续将带你系统搭建适用于具体业务场景的指标体系。

          “收数”包括数据采集、数据存储与数据打通，该环节收数的好坏将直接决定后两个环节能否正确进行。后续将系统介绍数据采集的原理，并总结目前主流的三种埋点方式：代码埋点、全埋点、可视化埋点，具体如何实现以及各自的优缺点。此外，还将带你梳理埋点需求、设计埋点方案。

          “看数”主要指将数据可视化呈现，并通过搭建数据看报/报表，进行数据洞察和数据分析，为“用数”做好准备。看数对业务经验、数据敏感性及考核指标的了解等能力要求较高，正所谓外行看热闹，内行看门道，除了提升自身能力外，在企业中如何将门道简单化，降低看数的门槛，也是指标设计、产品设计的目标之一。

          “用数”体现在企业各种经营活动的各个环节。前面所有的铺垫都是为这一环节服务。如何通过策略体系提高数据使用效率，甚至达到用尽的程度，取决于管理团队、业务团队、运营团队、产品团队及营销团队的专业度、配合度以及互信程度。

          下期将继续展开“理数”环节，通过理论+实例阐述银行应该如何有效地进行数据治理、数据整理。