阿里品牌数据银行：全网最全数据银行介绍！（附海量截图）

作者介绍

画像数据产品@草帽小子

《大数据实践之路：中台+分析+应用》核心作者

著有用户画像、标签体系、广告投放等系列文章

人人都是产品经理专栏作家

“数据人创作者联盟”成员

大家好，我是草帽小子~

上个系列篇《  阿里达摩盘：一文掌握阿里达摩盘的6大能力！ 》，我们介绍了达摩盘DMP，接下来我们一起来探究阿里的品牌数据银行的能力。

01  初识品牌数据银行

品牌数据银行是阿里推出的消费者资产平台，融合了阿里全域渠道消费者数据以及品牌自有数据，助力品牌进行精细化分层运营。

品牌数据银行的数据包含阿里系消费者数据，如支付宝、阿里妈妈、天猫、菜鸟驿站、饿了么等；以及品牌自有的消费者数据，如站外媒体曝光、品牌的粉丝会员等。

如下图，看阿里系商家工具的对比，包含品牌数据银行、达摩盘、客户运营平台、生意参谋。从整体来看品牌数据银行，是从品牌的维度来看消费者的数据，而达摩盘等主要是从店铺维度；另外数据银行能力包含品牌全网消费者数据回流，数据范围和应用范围比达摩盘、生意参谋更广。

品牌数据银行由4A模型发展而来，即Aggregation融合、Analysis分析、Activation激活、Application应用，提供链路流转分析、自定义分析、会员粉丝分析等功能模块，帮助品牌快速、便捷地进行消费者运营，沉淀品牌消费者资产。

如下图，阿里品牌数据银行主要包含融合沉淀、分析诊断、数据激活、应用定制4大模块。

接下来，我们来揭开数据银行各个模块神秘的面纱。

02  Aggregation融合

01  消费者资产

为了帮助品牌持续沉淀消费者数据，还原消费者旅程，洞察品牌与消费者的亲疏关系，并持续深化与消费者关系，品牌数据银行提供了AIPL方法，来划分消费者分层。

消费者资产模块，包含消费者分析、全链路分析、链路流转分析。

消费者分析：划分了活跃消费者、消费者资产、活跃消费者对标、消费者周增长率、潜客-顾客比、关系周加深率。

全链路分析：划分A认知-I兴趣-P购买-L忠诚，看不同阶段的消费者人群整体变化趋势。

链路流转分析：划分认知、兴趣、购买、忠诚用户，在初始和结束阶段的人群流转。

草帽小子：消费者资产模块是品牌数据银行早期就有的能力，其核心在于AIPL模型。选择合适的用户分层，并围绕分层制定一定的转化策略，对于消费者资产平台而言至关重要。例如阿里有AIPL用户分层模型、京东有4A模型、字节有O-5A模型，这些模型本身比较浅显易懂，其背后对应的营销转化策略会更为复杂、重要。感兴趣的朋友可以加数据交流群一起探讨。

02  数据融合

品牌在发展过程中，会积累多方会员数据等，这些数据可以通过数据融合模块进行处理。数据融合模块包含上传人群、上传标签、一方人群、一方标签等。

草帽小子：该模块主要能更好地帮助商家用好自有数据。

03  Analysis分析

分析诊断模块，从粉丝会员、到商品分析，再到场景运营、活动沉淀分析、品牌增长分析等多视角进行深度分析。

01  场景运营

场景运营划分了新客拓展、高潜人群促转化、老客运营促复购、会员招募与运营、活动人群再营销、新品运营策略等。将一些核心的运营方式场景化，可以十分直观地给运营人员赋能。

草帽小子：场景运营是上新的能力，在分析的基础上，加入了更多运营策略模板，提升产品的易用性，这对我们做画像的人群推荐具有较大借鉴意义。

02  粉丝会员分析

粉丝会员分析，主要包含品牌会员、店铺会员，分析活跃会员、不活跃会员、购买会员、活跃未购会员。

03  商品分析

商品分析，构建人-商品之间的关系，分析单品上消费者行为。并进一步分析该单品的总互动人数、新增品牌认知、兴趣、购买、忠诚人数。

草帽小子：在用户分群过程中，我们划分的群体越多，运营人员反而越不知道怎么用，难以形成比较体系化的策略。而品牌数据银行做的比较好的是，使用了AIPL模型，将其贯穿至整个产品体系、分析体系、运营体系，从而发挥出数据产品的最大价值。

04  活动沉淀分析

活动沉淀分析，沉淀了消费者的活动数据，分析活动前1天和活动结束当天，消费者总量、品类购买力、消费者转化力数据，以及活动的拉新和留存效果分析。

草帽小子：营销活动在各大品牌促销应用上十分广泛，要统计好活动带来的效果，则需做好活动数据的回流、渠道数据归因等。这是重点也是难点，后续文章进一步研究。

05  自定义人群分析

还有比较基础的模块就是自定义人群分析，这主要是人群圈选模块，划分了以场圈人、以货圈人、属性圈人、IP粉丝圈人几种方式。这跟《 阿里达摩盘：圈选人群、渠道沉淀人群、智能迭代人群... 》构建方式类似。

草帽小子：通常属性圈人是人群圈选中较为常用的模块，需要结合一定的业务场景，例如在电商场景下，基于人-货-场的模型，可拓展成以货圈人、以场圈人等。在长租场景下，基于房-客模型，则为以房圈人。

04  Activation激活

数据激活主要是数据应用，根据品牌需求，将目标人群推送至钻展等多渠道。

这里的对接，分了很多渠道，包括阿里妈妈、CRM、策略中心、天猫营销平台、高德、支付宝、本地生活等等。

05  Application应用

应用模块主要包含应用市场和数据工厂。例如在应用市场能力上，品牌方可根据不同营销场景，订购服务商已打包好的完整解决方案。

草帽小子：场景运营策略需要一定的数据分析和营销经验才能得出，服务商可将其进行售卖，进行商业变现。由此也可看出消费者资产平台中，营销策略的重要性。

我觉得天阳科技针对银行数字化营销所提出的好客营销云方案就很不错。是基于MGM关系的私域流量平台,采用国内主流用户运营AAARRR模型,将策划和技术有机结合,利用互联网的运营手段实现银行与用户的快速联系,并快速建立信任到价值变现的经营闭环,进而让银行实现用户全生命周期的价值管理。

银行数字营销,可以提升竞争力、降低运营和风险成本、构建新商业模式这三个维度。

1、提升竞争力

打造极致的客户体验对提升银行竞争力非常重要,这体现在服务客户的每一个环节上。为客户提供线上快速开卡,优化征信流程；打造智能网点,推出智能填单、智慧柜员机、人脸识别、远程审核等服务。此外,像智能APP、智能客户等都是银行数字化转型的基本要求。通过语音助理、生物识别、人机协作等技术,提供差异化的“千人千面”服务,匹配客户的精确需求,也是提升用户体验一种重要的手段。

如今,银行面对的竞争已经不仅是同业竞争,更有来自快速崛起的金融科技巨头的的挑战。银行必须利用最新的金融科技,推出创新的产品和服务,提升客户体验,像平安银行的光子支付、招商银行的闪电贷就是很好的例子。

除了业务流程数字化,银行内部也要全面转型数据化运营。建立一站式的大数据分析平台,对全行的业务数据进行集中管理和利用。建设管理驾驶舱,实时掌握银行经营状态,及时做出决策调整。基层员工要培养数据分析的思维,掌握自助分析工具的使用,为客户提供更加个性化的服务。

2、降低成本和风险

我们以某银行的年报数据为例,运营成本占到银行总成本的32%,风险成本占15%,这两块成本都是可以重点缩减的方向。借助影像、智能设备、Al等技术,构建“轻前台,大中台”模式,可以降低运营成本。中台运营进行集中管理,招商银行2016年减少员工7000人,零售业务成本降低33%。前台通过关闭传统网点、网上智能化、构建新型网点、发展数字渠道等措施进行优化。例如2017年工商银行关闭301间营业网点并逐年递增,2017年中国银行智能柜台投放11245台,招行建设咖啡吧网点等等。

从2014至2018年,中国银行业整体的不良贷款率从1.25%大幅飙升至1.86%。2017年,中国银行业净利润1.75万亿,而新增不良贷款2千亿,相当于吃掉了12%的利润。2017年,受不良率的持续大幅攀升影响,净利润增速也从长期的两位数减慢到6%。因此,必须通过大数据技术,提升贷前、贷中,贷后三个阶段的风险管理能力,降低风险损失。例如招商银行用大数据平台构建实时风控能力,对卡交易反欺诈、贷后监控管理、反洗钱、个人或企业信用评级等四个应用场景进行欺诈交易拦截。2016年刚上线,便拦截欺诈交易额达3000万以上。

3、构建新商业模式

国外有一些传统银行设立子品牌来探索新金融发展模式。巴西BRADESCO银行的客户群体是主要是富人和大企业,他们对数字化体验不敏感。银行需要维持大量物理网点和人员费用,成本占到营业支出的37%,也难以推出有竞争力的产品。2017年,BRADESCO推出面向6000万千禧一代的子品牌“BRADESCO NEXT”。这些客户群体对数字化体验要求高,BRADESCO NEXT提供纯线上服务,没有物理网点。相比BRADESCO,成本更低,能够提供更有竞争力的产品。BRADESCO NEXT推出8个月发展35万用户,每天增长3000用户。除了BRADESCO NEXT,西班牙Atom、法国Hello等都是专门开设的子品牌。传统银行开设独立数字银行已成为趋势,值得国内银行借鉴。

---