关键词：新零售负责人岗位职责和要求

职位描述：

1、负责制定新零售平台运营，年度、季度、月度发展计划，并推动、确保营业指标的达成；

2、负责指导各新零售平台销售策略、方案的制定，并推动、监督策略及方案的执行，反馈效果；

3、有效整合公司内部、外部新零售平台的资源，通过合理运营，提升品牌在各新零售平台的美誉度及转化率；

4、维护良好的新零售平台及传统销售渠道销售秩序，协调新零售平台各供货商之间、传统销售渠道间互补互助；

5、收集新零售行业发展信息、市场发展趋势，为公司的重大决策提供信息支持。

职位要求：

1、本科以上学历，5年以上工作经验，其中2年以上新零售渠道快消品行业经验；

2、具备良好的客户谈判及开发能力，熟悉新零售渠道如O2O、生鲜买菜、新零售卖场、社区团购等，并有成功的新零售平台开发维护经验；

3、了解行业内电子商务发展趋势,熟悉行业网络运营现状，有丰富的操作经验和独到见解。

职位描述：

1、根据公司战略布局制定新零售渠道的经营发展策略，并根据公司、市场情况不断优化；

2、负责制定并执行新零售运营标准，与业务部门保持密切沟通，协调并落地活动执行、项目实施工作；

3、负责新零售项目的投放、ROI管理，制定线上营销推广活动并跟进落地，对结果负责；

4、负责新零售客户池的管理，挖掘用户需求，提高拉新效率、用户留存和粘性；

5、负责对新的需求进行评估并出具方案、系统实现；与供应商密切协作，把控需求，控制变更，协调进度，并对成果进行验收，全程参与项目管理；

6、负责新零售项目团队建设及人员管理，管理并负责新零售部门的营销KPI任务，如获资率、转化率等；

职位要求：

1、3年及以上新零售项目管理经验，熟悉零售行业线上业务模式和运营体系，对新零售市场环境有独特的理解；

2、具有敏感的商业和市场意识，分析问题及解决问题能力强，具有优秀的资源整合能力；

3、有较强的数据分析能力，能洞察数据反映出来的问题，并提出改进方案；

4、具有良好的领导组织能力及执行力，擅长拓展团队管理及激励。

5、懂线上投放及产出效率评估；团队激励与考核经验；苏宁、阿里等

职位描述：

1、统筹华中商家的客户成功工作，带领团队拿到业务结果

2、深入业务场景，挖掘交付业务的增长点，并担任其中重要增长项目的PM，推动项目的落地；

3、整合公司的交付助力资源，将业务资源配置给最大的业务增长机会；

4、与业务线的上下游协同伙伴建立良好的合作关系，搜集意见并分析各方需求，优化协作机制；

5、培训赋能团队小伙伴，培养腰部力量，提升团队效能。

职位要求：

1、统招本科或以上学历，履历优秀者可适当放宽；

2、5年以上客户成功或商家运营相关经验，有私域、电商、新零售、经销商赋能成功案例者优先；

3、良好的数据分析和逻辑判断能力，能独立分析和处理问题，并有一定前瞻性和全局观；

4、良好的商业敏感度和业务理解力，擅长体系化思考，学习能力强；

5、良好的沟通能力和项目管理能力，能够协同和组织跨部门合作；

6、具备有赞干部的基本素质使命驱动、成就他人、亲力亲为、坚毅。

职位描述：

1、根据公司新零售业务发展战略规划与年度经营计划，制定和完善新零售业务各项运营目标，组织制定计划并监督执行，确保运营指标的顺利完成；

2、制定并完善事业部的各项规章制度、流程及标准，并督导实施，实现事业部管理服务的专业化、标准化和系统化，保证低成本高效率运行；

3、负责事业部在市场战略的研究与设计，制定相关的市场总体目标和各事业部的目标，分解并组织实施；

4、负责协调事业部内外的资源确保招投标目标达成，并对项目进行监督与实施；

5、负责依据集团经营目标制定商机计划、回款计划，为重大新零售开发项目决策提供建议和信息支持；

6、负责组织搭建新零售业务发展平台，优化商品结构化，统筹管理及指导商品上架、下架及调价。

7、事业部团队搭建和培养、不断提升客户开发管理效率及服务满意度。

职位要求：

1、年龄35—4本科以上学历，管理学、市场营销等相关专业。

2、有10年以上零售相关大型企业客户开发、运营、服务经验，其中5年担任总监级别（或以上）同职位工作经历。

3、能独立主持项目，准确理解客户需求，同时具备很强的数据分析能力、沟通表达能力和谈判说服能力；

4、具有敏锐的市场洞察力、把握市场动态的能力，提供客户完整的解决方案并建立起战略合作关系；

5、精通新零售行业项目运作。拥有行业资源优先；

6、对事业充满激情，心态积极、服务意识強。

五、基于大数据的商业银行客户关系管理策略建议-大数据下的商业银...

张璐

摘 要：银行客户关系管理在银行的管理经营过程中扮演者重要的角色，而大数据技术作为客户关系管理中的重要技术，对银行客户关系管理的有效分析和实施起着决定性作用。大数据背景下，商业银行客户关系管理的内容发生了改变，因而客户关系管理思维也要做出调整，本文在分析客户关系管理思维变化内容的基础上提出了一系列推动管理思维发展的创新策略，从而为稳固拓展银行客户提供思维动力。

关键词：大数据；客户关系；管理思维

前言：大数据时代下，信息技术在金融领域的应用和推广，促进了整个金融行业管理思维的变化和发展，尤其是商业银行，大数据技术、金融脱媒的发展等都对商业银行客户关系管理提出了新的要求，如何以大数据为指导，提升银行客户关系管理的能力和水平，是当前商业银行经营发展的一项重要任务，也是整个金融行业应对大数据挑战应当思考的问题。

1 大数据背景下银行客户关系管理的要求

客户关系管理，是一种客户战略、一种经营哲学。客户关系管理概念最初是由 Gartner Group 提出， 并于1993 年形成了比较完整的体系。随着信息技术在金融领域的应用，客户关系管理不再简单是根据静态客户数据进行数据分析整合，并以此为基础了解客户需求，开展商业活动，而是要从在动态发展中对客户进行识别、细分、挑选，同时把握、维持、发展客户关系，实现客户价值的最大化。大数据背景下银行客户管理管理本质上仍是吸引客户、留住客户、升级客户的客户关系管理战略。但是其要求更加细化、更加重视动态调整、更加重视维持发展，具体来说包括：一是大数据背景下客户关系管理采用先进的数据挖掘和数据分析技术帮助银行了解客户、认识客户，挖掘客户的潜在需求，通过与客户建立长期的良好关系，提升银行的客户占有率；二是通过信息整合和工作流管理帮助银行实现以客户为中心的流程优化和组织再造，针对不同的细分客户制定相应的销售、营销和服务策略，使银行能够“想客户所想，供客户所需”，提升客户生涯价值，使客户给银行带来的效益最大化；三是先进的客户管理理念与信息技术、 数据分析技术的结合，形成了银行自动化管理系统，以客户为导向的客户管理、客户经理管理、绩效考核管理、营销和销售管理、产品和服务管理等， 帮助银行全面提升自身的管理水平，打造银行核心竞争力。

2 大数据背景下银行客户关系管理思维的重大变化

2.1 由静态数据分析转为动态调整

在小数据时代，对客户的了解主要依赖对样本调研数据分析， 对客户的分类也仅仅依据静态的、不够全面的数据，因此对客户需求了解片面，分类不够准确。 然而大数据颠覆了人们的观念，由关注静态数据转变为关注动态、由关注样本转变为关注全面、由关注客户某一需求转变为关注客户多样化需求、由关注客户一次交易利润转变为关注客户细水长流利润，由关注客户共性需求转变为关注客户个性需求，由关注客户需求的因果关系分析转变为关注相关性分析，这些大数据时代的新思维，必然带来商业银行客户关系管理思维的变革，促使商业银行用大数据时代的新思维，来变革商业银行客户关系管理战略制定、商业银行客户关系管理系统设计、商业银行客户关系管理体制建设等开展客户关系管理活动的战略思考和管理思维。

2.2 由客户挑选转变为客户价值识别

传统客户关系管理中客户挑选是客户关系管理的基础，其主要是以二八原则为基础，依据客户的资信能力和投资意见等需求对客户进行管理，大数据背景下则要全面综合分析客户信息，挖掘客户最大价值，实现资源优化配置，保证客户忠诚度。根据大数据，即可以根据客户的住房信息、浏览的主要网站体现出的其兴趣爱好；电子商务体现出的行为细节；主要的交通工具、日常出行情况体现出的生活习惯；信用卡额度及使用情况、 信用卡账单中体现出的消费习惯、主要消费类型及金额等多样化数据信息；通过对海量数据分析技术对客户既往一贯的行为轨迹进行分析判断其客户价值， 从而可以提高银行对客户服务、客户维系的针对性。

2.3 数据驾驭能力更加重要

从统计学科与计算机科学视角来看，大数据指那些超过传统数据系统处理能力、超越经典统计思想研究范围、不借用网络无法用主流软件工具及技术进行单机分析的复杂数据的集合，因此，面对巨量、繁杂、高速运转的大数据，能否具有驾驭能力，能否发挥大数据的商业价值，对商业银行现有的客户关系管理系统的数据收集、处理能力是一个严峻的考验。

3 大数据背景下银行客户关系管理思维的创新策略

3.1 以动态化、时效性为指导，开展客户关系管理工作

大数据要分析的是与某事物相关联的所有数据，不仅仅是传统意义上的样本数据。 在大数据时代，数据不再是静止的、封闭的、陈旧的，而是时效的、动态的，因此用时效性、动态性、全样本思维分析商业银行客户数据，才能掌握客户需求与其所处环境之间的相关性， 才能了解客户需求的动态变化，才能通过与客户的及时互动了解客户的真正需求及相关需求， 提高对客户分类管理的针对性，进而提高客户的满意度和忠诚度。

3.2 运用开放思维，重视客户价值预测

小数据时代遵循的是一种传统、封闭、静态地看待事物的理念，这种理念隔离了研究对象与其他事物及环境之间的联系，斩断了研究對象自身的动态发展过程，终结了研究对象在发展过程中重塑自身新质、重建与其他事物之间联系的可能性。 在大数据时代，用开放性、前瞻性思维分析客户数据，有利于从多渠道、多领域、多方式获取数据之间的关联性，挖掘出有价值的信息，从而达到对事物发生的可能性进行预估的目的。 建立在海量数据基础之上的预测，其接收和处理的数据量越庞大，系统纠错和自我改善的功能则越发达， 预测的结果将越准确，也就越能提高战略决策的前瞻性和准确性。

3.3 善用大数据技术，重视客户服务

利用大数据分析挖掘技术、移动终端位置服务技术，依托客户手中的移动终端进行金融产品营销推广。商业银行不仅可以通过传统的方式展示静态广告信息、引导用户点击广告进入相关金融服务界面订购产品或使用服务，更可收集用户的位置信息、操作习惯信息等资料，通过对这些资料的综合分析与利用，为用户提供更加具有针对性的营销内容，并通过移动终端动态展示给用户，或者通过消息主动推送等技术主动告知客户。例如，可统计分析移动客户端上用户浏览信息的分类、浏览时间等有价值的数据信息，结合客户基本信息、资产情况、交易行为、社交网络等方面的信息，判断客户的金融服务偏好、发现客户的服务需求，及时推送营销信息到用户终端；借助位置服务技术，感知用户接近营业网点、特惠商户、合作单位等场所附近时，有针对性的进行主动推送和提醒，为客户提供时间、空间和业务相融合的主动、精准的产品营销与商户推介服务。

结束语：

大数据开启了一次重大的时代转型， 带来的信息风暴正在变革我们的生活、工作和思维，引发社会的思维变革、商业变革和管理变革。商业银行是提供各种金融服务的特殊服务性行业， 大数据对其的影响更加显著，唯有进行思维变革，才能有效利用大数据提升维系客户关系、保持客户长期忠诚的能力。

参考文献：

[1] 吕斌.商业银行客户关系管理应用实施战略研究[J].浙江金融，2012，4（15）：146-149.

[2] 张辉.大数据背景下商业银行客户关系管理策略研究[J].经营管理者，2015，2（25）：243-245.

[3] 杨钧凯.我国商业银行客户关系管理存在的问题及对策研究[J].经济视角（下），2012，6（15）：34-36.