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。