收入下滑、客戶增長紅利消失，中國證券業進入轉型期。歷時三個月，我們對市面上 49 家大中型券商進行了深度調研，本文根據《財富管理數字化轉型現狀與趨勢洞察報告》系列解讀課 1 中神策數據業務咨詢專家楊寧的演講整理而成。

我們先來看下證券行業發展經歷的幾個階段：

中國的證券史只有 20 多年，相對于銀行等其他的行業來說，可能會比較短暫。而在這 20 多年里，中國的證券史主要經歷了三個階段：坐商；行商；行商新階段。

證券的三個階段：

第一個階段，坐商，即券商在證券公司等待客戶主動過來，在這個過程中，券商較少有積極主動的出擊行為。券商的收入也主要靠客戶的交易通道來獲取，基本上屬于一種靠天吃飯的狀態。

第二個階段，行商，即券商主動出擊，建立了自己的營銷團隊。這種營銷團隊可能是客戶經理形式的，也有可能是經紀人形式的，并且有了一些外部展業的場所，比如銀行渠道駐點，或者一些其他渠道的駐點。

第三個階段，行商新階段。該階段主要是行商的互聯網化、在線化。它是原來渠道和展業形式的一種拓展，把一種有形的展業變成了無形的，把線下的變成了線上的。同樣券商的合作渠道也從原來的單一銀行為主，擴展到了第三方市場，或者一些在線流量平臺。

第一、第二階段本質上還是守株待兔式的獲客，第三階段便成了主動出擊。該演變背后體現的是技術發展的邏輯，核心在于交易行為，客戶在交易的過程中，采用何種交易方式直接影響了券商提供服務的商業半徑大小。

在目前的階段，我們通過調研發現，近 70 % 的券商認為數字化轉型是公司全局的戰略核心，更是有 85% 的券商將數字化轉型作為財富管理業務的重要領域看待，可見，數字化轉型是賦能券商未來增長的源動力。

主要原因來自于，過去券商的業務主要是經濟業務的增長，是靠天吃飯，但現在客戶的交易量完全取決于云計算，受經濟發展周期的影響比較小。為加強數字化轉型，我們研究了 6 個關鍵發展方向，如下圖（詳情內附視頻講解 | 券商財富管理數字化轉型趨勢分析與六大驅動力解讀）：

以上是從券商自身的發展大方向總結的，再結合客戶來看，券商也越來越重視客戶全生命周期的價值，如下圖：

該圖中客戶劃分了 6 個階段，第一個階段是潛在客戶，對于券商來說主要是提高品牌價值，讓更多客戶看到產品銷量、評獎、媒體報道等，以降低獲客門檻。

第二個在獲客階段，券商主要發力在如何更好的提高客戶在開戶過程中的感知，降低客戶的流失，特別是目前客戶的開戶成本非常高，基本上一個千元戶的成本，可能要 300-400 元，一個萬元有效戶的成本可能在 800 甚至 1000 元左右，因此每個客戶都需要珍惜，一旦流失，是直接的現金成本損失。

第三個是客戶價值提升階段，簡單來說，就是對客戶的服務支持、客戶需求的理解、客戶需求與產品的匹配等。

第四個是客戶需求變化階段，該階段與客戶價值提升階段是相輔相成的，我們會發現客戶的需求量會不斷上升，過去認為客戶的核心訴求主要是炒股，后來經過對客戶的行為洞察，發現客戶的核心訴求可能是做資產配置、財富管理等。針對客戶真正的核心訴求，企業便需要做更好的產品匹配，個性化的服務、資訊觸達等，讓客戶在整個過程中獲取到更大的價值，且需要根據不同客戶的需求變化或升級，進行及時的產品服務調整，以避免用戶的流失。

第五個是客戶流失階段，該階段券商需密切關注用戶的流失行為，比如企業可以做一些關鍵行為的監測，當客戶產生流失高頻動作時，可以對客戶做一些運營工作，幫助客戶回歸，以延長客戶全生命周期。

第六個是客戶回歸階段，此時會綜合客戶的一個增長乏力情況、活躍度情況并結合交叉營銷等對客戶的沉默現狀做個洞察，并結合自然屬性、行為數據、偏好等進行精準的價值定位，再進行一些針對性的運營動作，進行客戶贏回。

基于客戶全生命周期的介紹，我們可以看下券商數字化運營模式的持續進化，如下圖：

在 1.0 階段，屬于流量粗放經營，券商的運營的流量和活動管理在線下的比重比較大，此時個人的意志比較占主流，運營人員也比較注重線下的服務經驗，流量屬于粗放經營。

在 2.0 階段，屬于標簽細分運營，券商開始做標簽化的客戶管理，嘗試理解客戶的不同價值，形成了 MOT 計劃的運營形式。

在 3.0 階段，屬于 SDAF 用戶精細運營，主要特征是特征行為識別、實時&智能運營策略、用戶全生命周期價值挖掘。基于大數據技術和用戶行為分析的發展，券商針對客戶行為特征、客戶賬戶數據等會產生大量精準的客戶標簽，并實時的對客戶進行智能觸發，結合全生命周期對客戶進行實時的需求洞察，以大數據為底層基礎，實現客戶感知，并根據感知與分析，實現科學決策，基于決策做一些動作，促進客戶進行目標事件的轉化，這些動作也是比較個性化的，比如根據年齡、性別、地區、風險偏好、資產規模等進行不一樣的運營動作，實現目標轉化。

舉個例子，以前客戶多次瀏覽基金詳情頁，但最終沒有下單，這部分客戶可能就自主流失了，而現在基于特征行為識別，可以實時發現這些可召回用戶，通過一些個性化的 push 或相關資訊的觸達，可幫助客戶完成這次交易行為，一些有效的召回手段也可以從中挖掘客戶的真實痛點，進行產品或服務的調優，促進客戶轉化，如此一來可實現業務的閉環，這也是用戶精細運營的核心邏輯。

下面我們看幾個具體場景（圖中數據均為虛擬）。

場景一：某券商新開戶流程洞察與優化

券商在線開戶大概是從 2014 年開始的，從 PC 在線開戶到手機在線開戶大概已經發展了 6 年多的時間，基本上已趨于穩定，各個券商間開戶的成功率也相對比較接近，那是否沒有了優化空間？當然不是，比如券商客戶開戶的第一個步驟，一般是輸入手機號，并獲取驗證碼，特別是新客戶的手機號可能是一個新的號段，而新號段有可能被后臺手機號校驗規則自動拒絕導致開戶失敗，因此，通過神策分析定位這個問題后，并進行了優化，最終使開戶成功率 59% 提升至 90%。

場景二：客戶是長線投資偏好嗎？

一個客戶是長期投資客戶，還是短線投資客戶，在過去是很難判斷的？現在，通過特征行為識別可以精準的把客戶圈選出來。

比如一個客戶在做 K 線選擇時，可能會更偏好短線、1 分鐘線、5 分鐘線、15 分鐘線，他在看投資研報時或資訊時，可能會關注更實質性的資訊，如業績快報、突發事件，閱讀這些資訊后下單，可以判定客戶是一個短線客戶交易為主，若不基于行為觀察，直接進行長期產品的營銷，其轉化力度將不是很高。

比如一個客戶在做 K 線選擇時，更偏向周線、月線、季線、半年線、年線的方式查看股票行情，其關注的資訊可能更宏觀，因此，他在投資上會更關注長期投資的產品。

基于此，我們可以通過客戶的行為去提前預判客戶可能是一個長線投資客戶，還是短線投資客戶，通過數字化洞察，我們可以看到客戶的價值點在哪，其轉化的價值多大，并進行及時的精細化運營，如給短線投資客戶做行情訂閱，給長線投資客戶做任務基金。

場景三：洞察客戶投資偏好，進行精準匹配觸達

基于精細化運營，券商可以做更精準的匹配觸達，還是以長線客戶和短線客戶舉例，長線客戶洞察服務匹配：行業資訊推送訂閱，產品客戶轉化（行業板塊基金，被動型指數基金，FOF 等）；短線客戶洞察服務匹配：L2 行情推薦，實時資訊推送訂閱，期貨外盤行情等。此外，還可以進行更進一步的針對性運營，如一次客戶觸達盡可能完成多個目標（多部門，多 KPI），如瀏覽科創板行情（資訊）后的客戶轉化既可以是開通權限（滿足開通條件，高凈值），也可以以科創板基金進行轉化（不滿足開通條件，低凈值）。

場景四：券商流失客戶產品手段促進回流

目前，券商的引流成本不斷攀升，千元有效戶引流成本：300-400 元/戶；萬元有效戶引流成本：800-1200 元/戶。該成本不僅還在持續增加，而且羊毛黨也導致客戶引流風險增大，所以存量客戶的價值在財富管理轉型趨勢下，被越來越重視。

客戶留存是財富管理轉型中一個重要要素，足夠的客戶體量才能給財富管理轉型以足夠支撐，而一人多戶情況下，客戶并不需要直接銷戶，只需要另外開戶（資金劃撥）即可，所以，通過客戶的高風險行為的及時識別，來杜絕客戶的隱性流失風險也是客戶生命周期管理的一項重要內容。

比如，客戶的資產持續流出、大額資金出 50W 以上、資金流失率 90% 以上以及在終端客戶新開一年多后，股票持倉大幅虧損、長期未使用等行為都是高風險行為，可以先進行預警設置，在客戶流失前進行運營干預。

如下圖，通過神策分析和神策智能運營，可以進行流失挽留體系的搭建。

券商可以通過不同維度（客戶群維度、地域維度、時間維度、流失指標閾值維度），確認 AB 流失測試組，結合監管及風控角度，可以更好及時、準確的捕獲客戶行為，為后續風險提示等自動化觸達做好基礎。

再通過 AB TEST，A 組找到歸類，B 組回測驗證，形成客戶行為預警（事前事中）與賬戶預警（事后）相結合的 MOT 監控體系，并結合神策智能運營進行自動干預與人工干預相結合的流失挽留實踐。

比如，客戶不活躍可以推送產品及服務幫助客戶活躍，如 L2 權限，VIP 理財產品等；客戶權限不足可以調整服務角度，如不滿足新三板開通權限要求，可以推薦新三板基金等；利用事件管理進行客戶高危行為跟蹤，并利用自動運營與人工監控模型相結合；根據歷史經驗，可以讓客戶隱性流失率至少下降 40% 以上，在本案例中與對照組相比提高了 365.05%。

場景五：某券商客戶線上線下 CRM 打通

證券公司的展業行為很多依靠線下，線上運營往往需要線下配合，同時線下團隊也希望了解線上客戶行為。通過全棧數據的打通，可以讓交易柜臺、客戶行為、交易、賬戶等數據進行融合，通過全面的整合進行客戶真實需求的洞察，并優化產品和服務，通過智能觸達促進客戶完成轉化目標，此外，還可做效果的回收，進行評估客戶完成了哪些行為，是因為運營動作還是客戶自主完成等，再進行針對性的優化，這樣線上線下形成了一個完整的精細化運營閉環，加強價值釋放。

場景六：某券商基金個性化推薦

千人千面是個性化時代的大趨勢，過去在數據未打通時，個性化推薦的實現與價值均有限，但現在券商真正可以做到根據不同客戶的行為、資產規模、使用深度等進行個性化功能列表、基金推薦、功能展示、輪播圖、專題等，如給老客戶推薦更符合他習慣的產品，給新客戶推薦熱門產品供挑選，保守型客戶推薦低風險產品等。

某券商企業聯合神策數據配置產品推薦規則，根據客戶行為和屬性，動態展示產品，最終，使 CTR 提高 60%，產品銷售量提高 10%。

綜上，我們做一個小的總結，券商可通過全面觀察用戶特征、還原用戶全流程行為，及時地進行用戶精細化運營和觸達，包括主動觸達和被動觸達，通過客戶旅程的完整策略與智能工具相匹配，形成一個感知、決策、行動、反饋的閉環，建立完整的券商數據驅動拼圖，以實現業務目標的高速增長。

?

總結

以上是生活随笔為你收集整理的神策数据杨宁：券商财富管理数字化转型客户全生命周期解读的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。