大數據！用好它！
廣東省分公司以“數字郵政連接美好生活”為主題，參加第二屆數字政府建設與數字灣區發展成果博覽會。
廣東省分公司運營監控中心。
“我們要充分認識郵政大數據工作的重要意義，提高數據思維和數據分析能力，善于從大量復雜的數據中發現規律，找出數據間的關聯和邏輯，將大數據直接應用于企業生產經營和管理，以此推動企業轉型、創新、發展?！?月24日，在廣東郵政AI人工智能大數據分析及應用培訓班結業時，廣東省郵政分公司總經理陳洪濤這樣強調。
近年來，廣東省分公司堅持以數據驅動業務、驅動管理、驅動決策，建立了從數據到信息、從信息到知識、從知識到生產力的轉化機制，不斷提升大數據分析能力，首創具有廣東特色的郵政大數據應用方法論，以大數據工作踐行集團公司發展戰略，持續支撐并促進廣東郵政數智化轉型發展，打造數智化優勢，并應邀在中國郵政全國科技創新交流會上進行專題匯報。
今年1月至4月，廣東省分公司建立大數據模型及標簽2000萬條，從2023年9月至今年4月代理金融跨年度營銷期間，助力全省郵政代金業務總資產提升308億元。
數據驅動業務
“我們的客戶經理以前每天要打20—60個電話，好似大海撈針，沒有一點頭緒，打給哪些客戶、能不能成功，全憑直覺和運氣，成功率很低！現在，有了省分公司推送下來的標簽客戶，我們可以更準確地根據客戶情況向他們推薦產品，比如定投基金、簡易險等，成功率高了許多！”提起大數據分析為基層網點帶來的益處，廣東省湛江市東方二路郵政所負責人林霞豎起了大拇指。
讓基層員工享受到大數據分析服務帶給業務發展的便利，是廣東省分公司近年來的努力方向。根據集團公司統一部署，廣東省分公司著力做好大數據分析應用落地基層一線的工作，利用網點訪客、金融客管、CRM等系統進行數據應用發布和落地，建立數據分析模型，開展寄遞、金融、郵務的數據協同營銷，固化數據模型標簽，將數據分析結果推送給一線營銷員，提升綜合營銷效率。
金融業務是郵政的“吃飯業務”，所以，在代理金融旺季營銷期間，廣東省分公司應用大數據工具挖掘金融、寄遞、郵務類數據價值，形成了客戶畫像，將分析結果通過省金融客戶營銷管理系統下發一線。網點營銷人員登錄省金融客管系統，選擇相應模型標簽開展精確營銷。僅今年春節旺季營銷期間，廣東省分公司標簽客戶金融月日均資產就提升762.53億元，其中，標簽客戶保險保費提升380.96億元。
圍繞“服務鄉村振興戰略”，廣東省分公司推出了“基于惠農大數據開展客戶綜合營銷”項目，根據集團公司大數據平臺和CRM系統的惠農業務數據，篩選合作社及農場主客戶。這些客戶覆蓋全省4578個合作社法人、49695個農戶。各地郵政分公司再根據客戶需求展開營銷，使郵政服務農村市場的戰略落地見效。
為推進金融網點業務服務創新，加強對金融網點周邊資源的挖掘，廣東省分公司通過大數據爬取技術，獲得了全省小學的地址數據，再應用百度API爬取經緯度，從中篩選距離代理金融網點100米內小學的數據，由此獲知全省周邊100米內有小學的郵政金融網點共有60個。各網點紛紛利用家長們在校門口等待接孩子放學的機會，切入家長客群，實現金融及綜合類營銷產品的價值轉化。目前，全省郵政共建此類家長群60個。
在常態化數據支撐方面，廣東省分公司深耕網點訪客大數據，基于網點訪客系統實現網點常態化精準營銷，省內21個市級郵政分公司形成本地應用推廣方案。廣東省分公司還優化網點訪客系統建設，挖掘分析訪客數據，形成訪客畫像，并配合業務部門做好廳堂營銷活動策劃，進行全省網點主任培訓，制作培訓小視頻下發一線，開展線上線下協同營銷活動?！熬W點訪客系統”獲得集團公司2022年科學技術獎三等獎。
數據驅動管理
“財私客戶是代理金融的高端客戶，是代理金融業務收入提升的基礎。高端客戶的流失是重大損失，如何做好高端客戶防流失是網點營銷的首要工作。有了大數據分析的助力，我們對提升客戶服務工作能做到心中有底！”談起如何促進金融業務轉型發展，廣東省分公司金融部的工作人員都感慨大數據對企業管理的助推作用。
“一切經營活動都會留下數據，一切經營活動都要留下數據，一切運營決策都要依據數據?！边@已經成為共識，廣東省分公司整合金融、寄遞、集郵、報刊等數據資源，圍繞金融大數據工作開展經營管理、協同聯動等專題分析。在金融客戶管理方面，廣東省分公司構建了大數據算法模型，聚焦客戶分類與提檔升級，實行三大模型技術研發及應用，以“三個著力點、兩個關鍵面、一個合成體”為項目核心，即以“客戶分類、客戶預測、個性化產品推薦”三類模型為著力點，支撐“臨界客戶提檔、客戶流失挽回”兩個關鍵面，最終實現客戶洞察、客戶預測和客戶體驗提升的營銷閉環，同時貫穿客戶全生命周期，實現全流程跟蹤和客戶提資、防流失。
截至目前，應用客戶分類模型，廣東省分公司已對5.4萬個提檔歷史客戶抽取畫像，分門別類建立了商貿客戶、異地工薪族、高價值中老年高端客戶等5類客群，制定相對應的營銷策略。應用客戶預測模型，廣東省分公司基于臨界提檔成功客戶、VIP與財富可挽回客戶的特征，進行白名單識別，預測客戶提檔概率和客戶在延展期或流失后的可挽回概率，促使更多臨界客戶提檔成功。應用個性化產品推薦模型，廣東省分公司通過設置算法權重，綜合各推薦算法結果，形成最終的產品推薦列表，精準推薦產品。通過應用三大模型，去年，廣東省分公司累計制作金融活動數據285批次，圈客推送數據3685.65萬人次。
去年底前，廣東省分公司還與深圳某電商商家簽訂合作協議，依據商家的服務需求，提供數據庫精準營銷技術服務及支持。項目運營僅一個月，廣東省分公司便成功推送精準營銷短信144.6萬條，為商家帶來訂單1231筆，訂單總金額14萬元。
數據驅動決策
“我們制定了《廣東郵政市級大數據工作指導意見》，開展大數據專題分析，通過大數據算法對跨板塊數據進行建模分析，為經營和管理決策提供依據和建議?！碧峒按髷祿治鲈谕七M郵政數智化進程中的作用，廣東省分公司市場部大數據分析負責人房戈說，“基于大數據打造廣東郵政數智化優勢，就是用數據指導實踐，圍繞全年重點工作，開展大數據專項分析，依靠精準的數據分析，提供經營管理決策依據，以數據賦能業務精準營銷，助力實現各項經營目標。”
在日常工作中，廣東省分公司加大集團公司整體客戶數據資源在全省郵銀協同營銷工作中的應用力度，挖掘各板塊客戶數據協同的潛在價值，圍繞鄉村振興戰略、協同戰略，開展渠道轉型、惠農、政務等重點協同項目的數據分析工作，對金融、寄遞、郵務各專業客戶數據進行梳理，對區縣分公司、網點業務的需求進行收集；通過大數據模型算法，進行指標分析、項目分析、營銷過程分析等，將分析成果推送給營銷一線，促進開展線上線下板塊協同的聯動營銷，實現智能化識客、獲客、獲信、獲金的目標。
在廣東省分公司的部署下，全省21個市分公司都以大數據工作來踐行經營發展戰略，特別是代理金融專業。他們意識到，郵政的主力客群應該分為養老客群、本地客群、商戶客群和高凈值客群。這些客群個性化需求豐富，需要具象化的客群畫像來指導經營，建立產品組合，搭建權益體系。接到項目任務后，廣東省分公司市場部大數據分析團隊結合2023年跨賽“開門紅”的營銷成果，基于AUM在10萬元及以上的VIP客戶數據，通過訓練相關模型對客戶進行多維特征挖掘，形成了高潛力價值客戶畫像與高風險流失客戶畫像，并進行精準推送，落實了從以產品為導向到以客戶為中心的金融轉型工作。在高潛力價值模型實驗組中，資產提升的客戶占本組整體客戶量的90％，較對照組高40％。且實驗組的戶均資產提升為3.08萬元，是對照組戶均提升的10倍；高風險流失模型預測流失客戶約8200名，這些客戶信息被下發至業務部門進行防流失營銷。
“有了智能化的大數據分析，我們可以擺脫營銷靠資源推動、效率低的現狀，幫助業務管理人員建立大數據思維下的管理模式，以數據賦能為驅動，借助數字工具提升過程管理，引導客戶和員工動作，使郵政金融資產穩存提增。”廣東省分公司市場部的工作人員介紹說。
除了代理金融專業，大數據還在傳統的報刊發行業務中發揮作用。深圳市郵政分公司現有報刊訂閱客戶3.36萬人，涉及不同收件人約20萬人。深圳市分公司對這一群體客戶進行畫像，分析不同類別客戶的報刊訂閱情況和產品偏好，為報刊專業精準營銷和產品推介提供支持。他們還研究了報刊客戶在郵政寄遞業務、金融業務方面的特征，挖掘潛力客戶，為報刊和寄遞、金融等跨專業協同營銷提供參考。深圳市分公司報刊發行專業應用大數據模型分析結果，在政務圖書發行方面，對其中訂閱黨報黨刊的客戶通過線上線下渠道并行開展“銷號式”走訪，共發行二十大系列圖書20萬冊、《中國共產黨人的精神譜系》9979冊等。此外，大數據的應用使深圳市分公司更加有信心進軍校園市場。深圳市分公司以《課堂內外》《作文素材》《意林》等中高考教輔資料、部分暢銷的兒童書報刊及文創產品為抓手，加快校園市場開發。對于通過大數據分析得出的、可以對報刊客戶進行金融、寄遞業務交叉營銷的建議，深圳市分公司立即落實，在客戶維護系統中標識客戶偏好，同步對潛在客戶和已有客戶進行價值挖掘，助力代金、寄遞業務協同發展。
中國郵政集團有限公司版權所有京ICP備15035540號
京公網安備11010202010949聯系我們