传统银行和现代银行有什么联系?

传统银行和现代银行是竞争关系。

传统银行和现在银行有着很大的区别，互联网金融创新在监管环境上是比较宽松的，传统银行很多业务是不可以做的。在市场竞争上，银行业是处于劣势，银行是在推业务，是在拉客户还是互联网金融只是在推产品，就完全可以建立起一家互联网金融机构，成为银行的竞争对手。

1、缺乏高效的数字化营销体系设计，虽然营销服务中产生了大量客户数据，但无法对数据进行全面收集、深度挖掘。

2、无法将美好的数字化愿景落地，各部门各自为政、协同效率低，在实施过程中往往出现转型节奏缓慢等现象。

3、即便成功设计、开拓了线上营销渠道，许多银行仍无法有效打通全渠道链路，无法有效分配线下资源以赋能线上渠道。

归根究底，全域营销服务的本质是银行与用户的通信交互过程，而传统银行成立时间久、发展时间长，旧有庞大、繁杂、独立的系统架构及组织结构变成了传统银行转型发展的最大掣肘。

与传统银行的区别是：

一是资金来源的区别。尽管影子银行和传统银行的经营模式都是借短贷长，但不同于传统银行主要通过吸收个人与企业的储蓄存款满足融资需求。影子银行主要通过在短期批发资金市场发行证券化产品、商业票据或采用拆借回购等方式融入资金，然后影子银行将筹集到的资金用于中长期投资，如各类抵押贷款支付证券，从手续费或息差中赚取利润。

二是流动性支持的区别。影子银行与传统银行在获得流动性支持方面的区别是影子银行将会对市场产生巨大影响。

三是信息披露方面的区别。尽管大型的、复杂的银行会披露上万页的年度报告，但很少会涉及到每笔公司贷款的风险敝口情况，而有些影子银行机构却会把具体资产及价格数据提供给投资者，甚至有些还会向主要股权投资者提供更具体的细节。

        AIPL理论是阿里推出的一个可以把品牌在阿里系的人群资产定量化运营的模型，这也是支撑它全域营销概念落地的关键一环。AIPL是帮助商家了解品牌人群资产总量，以及各链路人群的多少，来实现品牌人群资产定量化、链路化运营。

A、（Awareness）品牌认知人群。包括被品牌广告触达和品类词搜索的人。

I、（Interest）品牌兴趣人群。包括广告点击、浏览品牌、店铺主页、参与品牌互动、浏览产品详情页、品牌词搜索、领取试用、订阅、关注入会、加购收藏的人。

P、（Purchase）品牌购买人群。指购买过品牌商品的人。

L、（Loyalty）品牌忠诚人群。包括复购、评论、分享的人。

        AIPL模型对于精细化运营最重要的一个作用是让品牌人群资产链路化运营。简而言之就是，对于所处链路中不同位置的人群，品牌采用对应的沟通内容和渠道，最终的目的累积人群资产，并实现链路高效流转：让“A人群“尽快转化成”I人群“，以此类推，试想一下你的品牌拥有数不完的“L“人群，你应该再也不用愁生意做不好了吧。那么，具体怎么执行呢？

      首先，需要通过数据银行账号分析：品牌当前的“A-I-P-L“人群资产存在什么问题？

        比如是相对于竞品“A人群”量太少了、或者“I人群”到“P人群”流转率太低了……

        然后，就可以针对链路中具体问题采用对用的解决策略了。

        比如：针对“A人群”量太少这个问题，除了可以通过“一夜霸屏”资源做投放外，还可以整合市场部的资源来做投放拉新。传统媒介投放都是媒体投完之后，媒介公司给到甲方一些传播层面的数据，比如有多少曝光、多少点击这样，而我们在这些新媒体做投放，就是为了让这些触达的用户数据能够匹配沉淀到数据银行，成为我们新增的“A人群”。

        再比如：针对链路中“I人群”到“P人群”流转率太低的问题，说明目前缺少销售转化机制，做法是先把“I人群”根据标签分成不同的群组，有的可能是对促销折扣敏感，那就可以通过给他们推送折扣信息来做收割；而有的是通过活动拉进来的，那可以通过一些引流货品来吸引他们做下一步的购买动作。

        全域营销（uni-marketing）和全渠道营销（omni-channel），因为这两个概念近些年都挺火，为避免混淆先特别解释一下：这两者最大的区别在于全渠道是从商品流通视角看的线上线下交易渠道，而全域是从消费者体验视角看的互动和交易触点。也可简单理解全域营销是全渠道营销的升级版，或者两者视角不同，全域营销更体现“以人为本”，且实施价值及难度都更大。

        全域营销是阿里最先提出来的概念，它包含两个核心执行要求：

1、不重不漏【营销活动覆盖到位且力度恰好】；

2、不同的渠道上用与其相适应的方法影响每个目标人（群）【营销活动策略恰好，精准营销达成】。

        “不重不漏”的“不重”并不是只给目标客户看一次广告就不许看第二次，而是在你既定策略下的“不重（Zhong）”，比如你的策略是同一客户在搜索引擎上被影响3次，微信上被影响2次，视频前贴上被影响1次，超过这样的频率才被称为“重”。

        真正意义上的全域营销是很难做到的，因为存在一个现实的难以逾越的障碍：“公域区隔”，不同公域之间往往是封闭的，如阿里的流量很难与腾讯的完全打通，也很难完全开放给企业，且数据也是各自为政的，你很难能精准识别出不同域内的同一个人；过往在PC互联网时代，借助搜索引擎这类产品，可以以此为统一入口直接链接到不同的网站实现身份跟踪，而在移动互联网时代，APP们都是一个个独立的存在，很难能在相互之间构建起身份关联，即用户的Unique ID的精准性/如何在碎片化的渠道触点中识别出同一个客户是绝大多数企业共同面临的挑战。

        这种区隔或不统一，表面看是技术的区隔，更深层次实质是不同组织实体之间利益的区隔，如若想做到企业相关数据完全可控，除非所有触点/渠道都是私域，这也是为何近两年随着公域红利（如第三方电商流量）减退私域建设越来越火的重要原因之一，当然同时我们也看到私域的流量相比公域还是太少，所以对于绝大多数企业来说正确的方向还应是公私域并行，注重全域营销体系的整体建设。

        另“不同的渠道上用与其相适应的方法影响每个目标人（群）”，需注意对于全域营销来讲，除了区分不同渠道的特性，还需区分不同客户成熟度（即潜客、新客、老客等）的针对性营销策略，应该是“基于触点或渠道特性的因人而异”，做到“四个精准”（活动/内容精准、时间精准、渠道/触点精准、客户精准），最终实现“百人一面”，甚至“千人千面”。

        总结一下几个要点：首先，不同“域”决定了企业掌握客户数据、进行不同产品销售及采取不同营销活动策略的区别，不同的域有不同的特征，要“分而治之”；其次，“分而治之”的同时，还要“统一管理”，因为站在客户的视角，他买的是你企业的产品或服务，如果出现不满意，客户正常来讲首先不满的是企业品牌，而不是某个“域”，同时势必会影响其它“域”同品牌的口碑，因为客户是同一个人；最后，面对碎片化的渠道和触点，以及百万级千万级的客户，靠人工管理是不现实的，数字化技术的引入将是必然之道，而事情成功的关键往往更在于业务和技术的深度融合而非仅技术本身。

---