Mẫu 01

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập – Tự do – Hạnh phúc

MÔ TẢ SÁNG KIẾN

1. Tên sáng kiến/giải pháp: Mô hình Nhận diện & Gợi ý sản phẩm bán cho Khách hàng giàu có ẩn

2. Tác giả/nhóm tác giả:

– Lương Thị Ngọc Thư – Phó Phòng KH&QLTCBL – Khối Bán lẻ

– Phùng Hương Ly – CVCC Phòng KH&QLTCBL – Khối Bán lẻ

– Nguyễn Trần Hoàng Hà – CVC Phòng KH&QLTCBL – Khối Bán lẻ

– Nguyễn Nhật Minh – CVC Phòng KH&QLTCBL – Khối Bán lẻ

– Lê Thị Ngọc Xuân – CV Phòng KH&QLTCBL – Khối Bán lẻ

3. Mô tả tóm tắt nội dung sáng kiến:

• Vấn đề: VietinBank hiện có khoảng 22 triệu khách hàng cá nhân và đang không ngừng gia tăng. Việc nhận diện chính xác các khách hàng tiềm năng là một thách thức lớn, và việc sử dụng các mô hình phân tích dữ liệu lớn sẽ là giải pháp hiệu quả, giúp ngân hàng cải thiện khả năng nhận diện, dự đoán nhu cầu và cung cấp các gợi ý sản phẩm phù hợp, từ đó tăng trưởng doanh thu và nâng cao sự hài lòng của khách hàng.
• Nội dung sáng kiến:
• Mô hình phân tích dữ liệu thu nhập và hành vi của toàn bộ khách hàng cá nhân hiện hữu của VietinBank thông qua các công cụ phân tích dữ liệu lớn (big data) và máy học (machine learning) để nhận diện các khách hàng giàu có hiện vẫn đang nằm trong tệp khách hàng phổ thông của VietinBank và có tiềm năng khai thác cũng như dự đoán nhu cầu sử dụng sản phẩm dịch vụ của họ. Việc này mang lại nhiều lợi ích cho khách hàng và đội ngũ bán, từ việc tối ưu hóa nguồn lực marketing, nâng cao hiệu quả bán hàng, đến việc giảm thiểu chi phí không cần thiết.
• Đối tượng sử dụng kết quả mô hình là đội ngũ bán, tiếp nhận khách hàng được giao, chăm sóc và khai thác khách hàng dựa trên thông tin được cung cấp và gợi ý.
• Cách thức thực hiện: Sử dụng 03 mô hình để nhận diện, phân cụm và xác định Khách hàng tiềm năng, bao gồm:
• Mô hình nhận diện Khách hàng giàu có ẩn: Sử dụng dữ liệu thu nhập và các dữ liệu nội suy thu nhập gồm hành vi tiêu dùng sản phẩm/dịch vụ xa xỉ, giá trị tài sản sở hữu… để xác định khách hàng giàu có từ đó nhận diện khách hàng giàu có ẩn trong tệp khách hàng hiện hữu của NHCT.
• Mô hình phân cụm K-mean dựa trên 30 thuộc tính có tính phân loại cao bao gồm nhân khẩu học, thông tin tài chính, hành vi giao dịch… được lựa chọn từ 328 thuộc tính sẵn có. Bên cạnh đó, thực hiện khảo sát định lượng trên 1 triệu khách hàng và khảo sát chuyên sâu theo từng cụm để xây dựng chân dung khách hàng. Mục tiêu để phân loại tập khách hàng giàu có tiềm ẩn thành các cụm có chung những đặc điểm nổi bật liên quan đến hành vi sử dụng sản phẩm, nhân khẩu học….
• Mô hình phân tích hành vi: Mô hình máy học (machine learning) học từ các mô thức khách hàng này trong quá khứ để xác định khách hàng tiềm năng mới dựa trên 40 thuộc tính học tập hành vi từ tệp khách hàng ưu tiên đã bán thành công.
• Ý nghĩa khoa học và thực tiễn:
• Việc sử dụng mô hình phân tích dữ liệu để nhận diện khách hàng tiềm năng và gợi ý bán sản phẩm đang trở thành xu hướng không thể thiếu, đặc biệt khi công nghệ và dữ liệu lớn (big data) phát triển mạnh mẽ.
• Thông qua áp dụng các mô hình trong phân tích dữ liệu lớn, tận dụng các thuật toán dự báo và học máy, đề tài đưa ra phương pháp mới trong việc nhận diện các khách hàng giàu có thông qua tiêu chí thu nhập, nội suy thu nhập và hành vi, từ đó giúp hiểu rõ hơn về hành vi, sở thích và nhu cầu của khách hàng, cung cấp các dịch vụ được cá nhân hóa, nâng cao trải nghiệm tổng thể của khách hàng.
• Hiệu quả cụ thể:
• Nhận diện hơn 370 nghìn khách hàng giàu có ẩn và phân giao đến Chi nhánh hơn 137 nghìn khách hàng tiềm năng để thúc đẩy công tác bán chéo, bán thêm sản phẩm dịch vụ hiện hữu của NHCT;
• Gia tăng thu nhập (TOI) từ tập Khách hàng tiềm năng, TOI tăng thêm 87 tỷ đồng, hoàn thành 269% mục tiêu TOI tăng thêm năm 2024 (32.3 tỷ đồng);
• Thành công trong việc ứng dụng kết quả của sáng kiến chuyển đổi số trong việc gia tăng trải nghiệm và sự gắn kết của Khách hàng với ngân hàng thông qua công tác bán và chăm sóc Khách hàng: (i) Hiệu quả khai thác về quy mô SPDV (tiền vay, tiền gửi, CASA, doanh số sử dụng thẻ): Dư nợ cuối kỳ tăng thêm 8,917 tỷ đồng (BQ tăng thêm 1.8 tỷ/khách hàng); FD cuối kỳ tăng thêm 3,412 tỷ đồng (BQ tăng thêm 187 triệu/khách hàng); CASA BQN tăng thêm 742 tỷ (BQ tăng thêm 24.3 triệu đồng/khách hàng), doanh số sử dụng thẻ tín dụng đạt 282 tỷ đồng. (ii) Chất lượng tệp khách hàng khai thác thành công chứng minh cho hiệu quả mô hình và sự triển khai đồng bộ các giải pháp triển khai bán. (iii) Tỷ lệ khách hàng khai thác thành công trở thành KHƯT đến hết 31/12/2024 đạt 22% (12,293 khách hàng).
• Tính ứng dụng: Sáng kiến có khả năng ứng dụng cao và nhiều dư địa để tiếp tục phát triển với các mô hình gợi ý bán sản phẩm phù hợp cho khách hàng cá nhân tại VietinBank.

5. Giá trị làm lợi ước tính

☐ Dưới 1 tỷ đồng

☐ Từ 1 – 5 tỷ đồng

☒ Trên 5 tỷ đồng

(Số liệu cụ thể, đơn vị tính, thời gian tính toán):

6. Thời gian bắt đầu áp dụng sáng kiến: Tháng 03/ Năm 2024

7. Hiện trạng áp dụng

☒ Đang ứng dụng thực tế tại doanh nghiệp/đơn vị

☐ Đã chuyển giao cho đơn vị khác

☐ Đang thử nghiệm

☐ Hoàn thiện quy trình pháp lý

III. HỒ SƠ KÈM THEO

– Bản Mô tả sáng kiến (bản Word)

– Video minh họa sáng kiến

– Hồ sơ pháp lý hoặc bản sao chứng nhận sáng kiến (Quyết định công nhận/Giấy chứng nhận sáng kiến của cấp có thẩm quyền)

IV. XÁC NHẬN CỦA ĐƠN VỊ

Chúng tôi xác nhận sáng kiến nêu trên:

• Đã được đánh giá tại cấp cơ sở;
• Có giá trị thực tiễn và tác động tích cực;
• Đủ điều kiện giới thiệu tham gia cuộc thi “Hành trình sáng tạo – Khát vọng vươn mình” dành cho ĐVNLĐ ngành Ngân hàng năm 2025.