现代化的数字银行正在通过分析客户的基础和社交等全方位信息，勾勒出一幅曾经想像不出的客户完整画面。
大部分银行都已经做到了收集信息，但是在数字化时代，银行更重要的是需要把这些数据进行更好的分析，把这些数据真正转化成有业务价值的信息，来帮助银行提升业务，不断提高客户期望。那到底在数字化银行的环境下，银行如何能够更深入地了解自己的客户呢？
在Teradata天睿公司北亚地区金融服务行业咨询主管Vince Leat 、Teradata天睿公司大中华区金融行业行业总监刘静如采访中，Teradata高管强调数字银行的核心是数据分析能力，他们详细讲述了一家真正的数字银行完整描绘客户行为的图景：

1、 基础信息描绘＋
大部分银行和金融机构都已经做到收集客户的基础信息和关联信息，同时银行会通过互联网媒介、数字化的渠道获得更多的信息，以此来丰富这些基本信息和关联信息。
在此基础上，银行会更想了解客户现在到底在想什么，他此时此刻此地在想什么，他要做什么。这就是第二个层面，银行通过一些网络的分析，了解客户在动态变化的环境中，他的情况是怎样的，他的具体行为轨迹又是怎样的？银行的目的是希望可以和客户做到实时互动，了解客户真实行为的需求。
例如，张女士的基本信息是年龄32岁，已婚，在银行的资产有50万，有各种各样的理财产品。其次银行收集到她的一些数字化的信息、电子渠道的信息，她曾经来网点的次数，用过手机银行的次数，响应过的市场活动等，以上都是她的基本信息。
银行为张女士打出标签：网银的活跃客户，她是80后。
银行对张女士的评价：中等价值的客户。

2、 确认客户多种身份
银行发现在银行已有的信息中，除了这些基础信息外，还发现张女士有多种身份，在个人层面，她是对私客户，在企业层面，她又是对公客户。在发现张女士是某一家企业的法人，这样就可以把个人和企业信息连在一起，从而了解张女士企业的规模，该企业同银行做了哪些互动等。
银行第二次打出的标签：：张女士不只是一个中等价值的客户，而对银行来说，她是一个非常高价值的客户。对她的营销和对她的管理，都要从不同的角度来进行分析。

3、 社交圈
网络分析不只是从社交媒体的角度出发，企业交易信息互相关联，可以了解银行的供应链如何构建。除此之外，可能这个客户在银行有很多担保行为，在贷款产品的层面，就会构建出各种各样的担保关系，这些都会构建出不同的网络。
首先，从客户交往圈的角度来分析。可能会了解到张女士在网络上是意见领袖，她会通过微博、微信等来发布她与银行的互动，她的朋友圈就会知道她在使用哪些产品，这就是社交的群体效应。如果张女士对某个产品不满意，她的一些朋友也会对银行产生负面的认知。所以银行就需要更深入地了解张女士在她的社交网络中，她有什么样的伙伴群体，比如她有同事，可能喜欢打高尔夫球，或者她经常喜欢去购物等。对于这样一些客户群体有更深入的了解后，银行对她的营销和管理会更有针对性。

4、 交易关系
除此之外，张女士还有很多公司之间的交易关系。通过Teradata新型的大数据网络分析的方法，来了解企业之间的资金是如何流动的，就可以更深一步地挖掘出企业的供应链视图，比如作为一家核心企业，资金流是怎样流向上游企业和下游企业。通过这样的方式，银行的管理不光只是管理一个企业，而管理的是整个供应链。
如果从风险管控的角度来看，银行不光可以分析企业的资金往来，还可以分析担保圈网络。比如，张女士的企业不是单独的企业，可能是一个家族型企业，而家族型企业中可能会有各个不同的公司会进行互相担保。如果通过担保圈，就会把这些信息抓取出来，银行会看到这是一个非常复杂的担保网络。这些公司之间通常会交叉担保。这对银行来说也是一个非常有价值的信息。当这些企业经营正常时，这些担保关系的存在是没有任何问题的。因为他们之间是互相担保，当某一家企业发生了资金短缺，在整个担保圈当中的其他企业都会受到影响。当一家企业倒闭后，它带来的影响是具有连锁效应的，不光只是一家企业倒闭，接下来的两个月或者三个月后，其他企业也有可能会倒闭。这条信息对银行来说，就会非常有价值，银行就需要对即将要倒闭的企业进行提前防范，防止供应链资金的断裂。

5、 跨渠道
从个人的角度来看银行，会认为银行之间的信息应该共享，在网点做的事情，电话呼叫中心或手机银行就应该把客户的信息进行共享。这些信息如果共享，需要有一个强大的信息平台支撑。在过去，这个平台并不完善，技术手段也不完善。但现在，银行有了足够的数据分析手段，可以把这些渠道之间的数据相互打通，可以更深入地了解客户行为轨迹。
例如，继续分析张女士的场景。银行知道她是一个社交意见领袖，发现上午她对某一项服务或某一项产品不满意曾给银行打过电话，这时银行就要进行及时跟进。一旦她在社交媒体发布了负面信息，带来的影响就不只是银行可能会流失掉张女士这个客户，有可能会影响到和她相关的整个社交群体的人群。银行需要通过技术手段即要先抓取数据，如她在网页上浏览过哪些网页，在社交媒体上发布什么信息。抓取后就会即刻送到银行数据分析平台，通过数据分析平台，银行就可以获得这个客户的实时有价值的信息，及时和这个客户进行互动和沟通。
在这种场景下，数据分析平台的典型作用是什么？当客户在不同渠道进行互动后，银行可以通过路径分析技术发现客户的流失。比如客户先去网点办理业务，在网点要求某一项服务时，网点没有办法满足，就再打电话给电话银行，电话银行依然没有满足，这时再转向网上进行搜索。这就是一个客户行为的路径轨迹，银行可以看到客户在不同渠道上进行投诉，这些投诉都没有得到很好的回应。这时客户也就彻底失望了，所以最终会离开银行。如果银行可以抓取到客户在不同路径中的投诉的过程，并在这些点及时切入，和客户进行沟通，客户满意度会大大提高。
除此之外，网上数据往往都是非结构化数据，包含大量的点击流和搜索数据等，所以在网上行为的实时互动方面，实时的分析能力非常关键。以Teradata提供的数据分析平台为例，可以实时的把这些非结构化数据，转化为结构化数据，目的是可以对它进行实时分析。分析后，比如会发现客户在填写网页申请的时候，会停留多长时间，发现到底是什么原因造成很长时间的停留。
（根据Teradata天睿公司北亚地区金融服务行业咨询主管Vince Leat 、Teradata天睿公司大中华区金融行业行业总监刘静如采访整理而成。文／张宇婷）