3月11日，中国银监会发布了新设民营银行试点名单，五个方案、十家共同发起企业胜出。其中浙江的阿里巴巴、万向控股有限公司；深圳的腾讯、百业源投资有限公司，两组企业中都有网络巨头的身影。

不过，阿里的模式将被限定为“小存小贷”；而腾讯的银行模式将被限定为“大存小贷”。4月11日更是传出消息，在“大存小贷”条件之下，腾讯参与创办的“前海银行”已放弃网络银行模式，正招兵买马筹建民营银行。至此尘埃落定，唯一一家网络银行花落阿里。

作为一家“小存小贷”网络零售银行，阿里拥有哪些零售银行客户资源？如果进一步向网络银行方向发展阿里在客户方面还要做哪些工作？

阿里的零售银行客户资源

2013年中阿里旗下的淘宝注册用户数突破4亿。

阿里旗下商户数量，在2013年中期已经达到淘宝600万，天猫超过7万。

阿里旗下第三方支付品牌支付宝截至2013年年底，其实名制用户已近3亿，其中有1亿用户将主要支付场景转向支付宝钱包，移动支付总金额超9000亿元，已超过硅谷两大移动支付巨头PayPal和square移动支付3000亿元的总和，成为全球最大的移动支付公司。

阿里旗下余额宝（基金代理）截至2月26日, 用户数突破8100万；2月中旬余额宝的规模达到了4000亿元人民币。

总的来说阿里基于电商平台积累的大量交易记录信息，其中不少是真实身份的交易数据。这些都是阿里零售银行业务的基础。举例来讲：基于庞大的客户基础，阿里集团旗下的小贷公司业务发展迅速。2014年2月中旬，阿里小贷累计投放贷款超过1700亿元，小微企业客户数70余万家。规模扩张迅速，而且资产质量数据稳健，其公布的小贷不良率小于1%。

可见客户数量、质量和客户日常行为数据对于零售银行至关重要。

阿里必将加紧开拓消费端客户资源

阿里的余额宝平均余额5000元，但仅八个月就从零增加到4000亿，已经做出惊人的类小额吸储示范，展示出阿里平台第三方支付业务客户向金融客户转化的潜力与效率。而阿里小贷的成功则展示出伴随消费端客户而来的商户转化为小贷客户的潜力。

作为零售银行只有拥有足够的客户，在零售业务中才能对冲平衡，避免头寸风险。阿里银行未来一段时间的客户来源必然来自于集团其他业务客户转化，因此如何取得更多消费端客户并聚拢足够数量与质量的商户将是阿里未来的工作重心。

在PC端阿里已经建立起一个商业生态，取得相对垄断优势，但是客户数量增量相对趋缓。在手机端和“基于地理位置的O2O市场”，阿里虽然依靠PC端使用习惯惯性取得暂时优势，但是这两个市场刚刚起步将来变数颇多，缺乏足够分量的手机端入口使阿里显得焦躁。原因很简单，整体市场快速增加也意味着竞争对手也拥有足够的空间，任何一个意想不到的创新都可能颠覆市场秩序。

布局打车软件，正是阿里为了取得客户针对第三方手机支付发起疯狂的攻势。当然如果能够借打车场景应用打通O2O及第三方支付之间的闭环，对于阿里就更理想了。相信阿里和马云的野心不止于此，再创造一个相对封闭的生态系统以巩固电商平台王者地位才是目标。

此外，作为对网络银行营销的铺垫，阿里平台必将扩张针对优质消费者与提供中高端服务的商家，只有这样才能获取优质客户群。类似打车软件等链接优质客户与商家的场景应用将成为阿里不断挖掘的目标。因此在移动端的支付场景应用方面，预计阿里集团末来还会有更多的动作。

阿里必将加强大数据分析及应用能力

阿里小贷资产质量数据稳健，贷款不良率控制良好地重要原因是小贷面向的商户其经营、资金都在阿里集团平台之上，对阿里有着极强的依附性。在取得网络银行牌照后，阿里将会得到政府更大的支持，贷款保障将会进一步加强。可以预见，阿里平台之外的上游小微企业也有机会纳入阿里的客户名单之列。

此外，作为一家网络小贷银行阿里银行的业务必将顺势扩展到消费信贷领域。前段时间叫停的虚拟信用卡、二维码支付在经过安全审核后有望复出，更加完善阿里的O2O+手机场景支付应用闭环。

除了掌握平台商户的交易数据，阿里平台还掌握着活跃消费者日常消费行为数据。一旦O2O平台达到与PC端网购平台齐头并进的水平，那么就相当于平台上活跃用户的日常行为数据都被记录下来，就象在每个人身上都安装上探测头一样，一切无所遁形。因此对活跃用户的行为数据深度挖掘可以大大降低阿里的信贷成本与风控成本，让阿里在小贷领域获得极强的竞争力并保持丰厚的利润。我们可以想象客户在阿里网络银行将有机会获得较传统银行更低利率的小额贷款，并且手续简便、快速。

阿里在淘宝、天猫广告投放和余额宝现金管理方面积累了大量经验，但是从已知的资料来看发掘比较浮于表面，缺乏深度与创造性。举个例子，笔者曾经尝试购买一件商品，但是直到收到该商品后半个月，淘宝针对此类商品的精准广告投放才结束。还有一次出于工作需要笔者在网上搜索了关键词“信托”，然后就不断弹出信托产品与小额贷款广告。显然这种所谓的“精准”广告投放其实还是傻瓜式投放。一个真正的精准广告投放首先应当预测归属人群类别，然后根据某些已经证实的关联性触发消费冲动，正如许多商超在货架产品陈列中已经做到的那样。

作为金融的数据深度挖掘，至少要达到三个目标：

1） 简化事前评估程序，提升客户体验，降低成本降低风险。事前、事中和事后评估通过数据分析自动链接，以实现
             实时风险监控；而不是简单将风控评估放置在某几个节点，做到实时监控以实现降低风险降低成本的。

2） 运用数据挖掘资料，针对分层客户设计产品，并运用模型即时预测客户群规模与风险。

3） 运用数据挖掘资料，合理选择传播方式与内容，实现低成本传播与无人员推销。

免责声明：本文来自超天才网客户端，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。