举例说明，各银行都存在大量的低价值的休眠对公客户。面对如此巨大的客户数量，依靠传统的以客户经理为主、全面扫描客户的开发模式将会产生巨大的开发成本。针对这个问题， 民生银行为市场人员提供了客户价值弹性分析、交易链智能获客模型和产品交叉销售模型，进而精准定位潜在高价值客户群，达到了事半功倍的营销效果。
各位领导、各位同仁，国际先进经验表明，为了适应利率市场化改革和现代信息技术的发展，商业银行应充分认识大数据的革命性影响，真正发掘和实现大数据价值，不断提升客户关系管理的智能化水平。
大数据分析成果只有转化为实际的营销或管理行动才能够真正为银行创造价值。大数据分析一定要与实际应用相结合，针对不同商业环境设计差异化的大数据的采集、分析和共享策略。只有与商业应用紧密结合的大数据分析才能切实推动银行信息管理部门由“成本中心”逐步向“利润中心”转变。
谢谢大家！
Via:中国经济网 作者：李炅宇