做銀行尊貴客戶唔只睇身家 客戶「行為」更重要

博客 13:51 2019/08/28

分享:

做銀行尊貴客戶唔只睇身家 客戶「行為」更重要

隨着人工智能的發展,傳統透過AUM(資產管理規模)把銀行客戶分層的概念經已變得落後,銀行甚至開始懷疑把最優惠的價格給予最多AUM的客戶是否一個理性的做法,因為他們可能根本不care啊!到底人工智能怎樣成為整個客層管理的game changer呢?

【延伸閱讀】銀行取消最低結餘收費 連帶「客層管理」概念也被取消? 

現時客層管理最為人詬病的地方

現時銀行整個客層管理的概念是以customer demographic為原則,最主要看客戶有多少資金停泊於銀行,繼而是產品數目和種類,再到性別、歲數、職業等。

所以每逢有100萬元在戶口便會有專責RM(客戶經理)照顧、24小時熱綫、專屬分行等,哪怕你根本不需要以上服務。現時客層管理的第一個大問題是整件配套看似很personalized,但其實很片面、很單元、很不人性,系統只令銀行方便管理,卻沒有讓客戶方便享用。

第二個大問題便是free rider problem,例如銀行A正為所有高端客戶提供外滙交易優惠,但很可能對一個有子女在英國讀書的高端客戶而言,他對英鎊擁有剛性需求,也因為他很懶不願意把大批港幣先轉到銀行B再兌換英鎊,他也不是太care價格,所以即使沒有優惠他也會在銀行A交易,這便會構成free rider problem,讓銀行斷送了利潤。

讓「行為」主導客層,回到客戶為本的核心

所以近年香港的銀行開始探索所謂的behavioral segment,不再透過客戶的demographic data 來分辨客戶,而是透過他們的「行為」來進行分層。

先舉一個簡單例子,假如客戶A與客戶B都在銀行存放了800萬元資產,但客戶A事無大小都會要求分行協助,而客戶B則較常用e-banking,如非必要都不會到分行。

從銀行角度看,應該給予顧客A還是顧客B「分行超級無敵特快排隊服務」呢?答案是顧客B,因為他如果真的有需要到分行,那一定是緊急或無可奈可的事,如果能夠插隊,那顧客的perceived value會非常高,再加上如果每個像顧客A一樣的客戶都給予插隊的服務,豈不是天下大亂了?

這些都是銀行的取捨,沒有絕對答案,但這個例子的重點在於我們不再問A和B有多少錢、甚麼歲數、甚麼性別,我們正在以「行為」來進行分層:

A是branch seeker,適度的優先是需要的,但插隊便會讓分行崩潰,這群人還可能是50歲以上、已上岸 、不會用電腦、時間多的是,這群人應更多用SMS和信件溝通;

B是branch firefighter,很少來分行,但如果給他插隊他會極度高興,這群人還可能是一個返朝九晚九、digital savvy、有用手機app的顧客,秒秒鐘都很寶貴,這群人適合用push notification溝通,應該給予24小時whatsapp版客服。

大家說這是不是較為customer centric的做法呢?

【延伸閱讀】取消最低結餘收費 點限制「低端客戶」用尊貴戶口服務?

便宜不是王道,足夠便宜就好

不同客戶對同一件商品都有不同的「最高交易價格」,我$10以上不會買,但你可能$15也會願意買入,但他只要高於$5便會耍手擰頭。

如果這個商品以$10出售,我和你都會成顧客,$10這個價錢對我而言是剛剛好,但對你而言便是「省了$5」,經濟學教科書便叫這個做consumer surplus(消費者剩餘)。如果商家可以以不同價格出售,consumer surplus便會歸零,這時商戶便會賺得最多了。

那要把consumer surplus減至最低要怎麼做呢?behavioral segment便是一個利器。

舉外滙交易為一個例子,假設現在有3類客戶:

1. 第一類客戶家中有小孩在英國讀書,每半年便需要大手買入英鎊,我們稱之為GBP half-year buyer;
2. 第二類客戶剛剛買入旅遊保險,需要張羅外幣在外地消費,我們稱之為FX traveler;
3. 第三類客戶經常投資外滙,看到底位便會購入,並無特別貨幣喜好,我們稱之為FX investor。

那三者的pricing strategy應該有甚麼不同呢?愚見一個:

1. GBP half-year buyer對英鎊有周期性需求,金額較大、惰性較高,應以類似銷售機票的形式進行定價,愈接近固定交易日便愈貴,期間不斷提示英鎊價格變動,偶爾可提供折扣吸引提早交易;

2. FX traveler有急切的外滙需要,由於數額小,轉移至其他銀行進行交易的機會高,應該馬上提供優惠搶奪生意;

3. FX investor是價格敏感的一群,需要多種外幣的定時資訊,可於低交易量的日子提供折扣,當外幣價格異常的時候便應取消折扣,以防free ride的情況。

說了這麼多,跟AI有甚麼關係?

首先當銀行認定了特定的「行為」有分層的價值後,都需要進行profiling的動作,歸納出客戶的demographic appearance,例如當認定了GBP half-year buyer後,先要把所有擁有該特徵的客戶抓出來,再找出他們一般有多少資產、年紀、職業等,來制定相對應的marketing strategy。而成功的behavioral segmentation往住都不完全靠人腦去做分層,因為人腦會有成見,會被以往的認知所困住,用AI便能解決這個問題。

 

【文章來源:華田銀行;已獲授權轉載。原題:銀行閑談 (56) - Behavioral Segment 才是未來客層管理的王道】

【關於作者】
兒時夢想做i-banker,結果做了bank worker,還要是retail那種。過去在各大小銀行不同部門流徙,叫人借錢、催人還錢、審批貸款、出股票app、出借錢app、出信用卡、廣告策劃、銷售管理、分行佈點、生物認證、電子排隊、機器學習、敏捷開發,到現在還未安定下來。不懂財經、不懂經濟,只想談一下「銀行」這回事。

撰文 : Wallace Tin

欄名 : 華田銀行

緊貼財經時事新聞分析,讚好hket Facebook 專版