Page 83 - NO.116銀行家雜誌
P. 83
在網路裸奔時代 (如 Cookies、 Flash cookies 等)在網頁上蒐集 網路資訊之蒐集及運用,銀行與科技公司的合
作是必不可少。
客戶網路行為數據,已是司空見慣之事。
為了解本國銀行業網頁蒐集客戶數據的
在此以花旗(台灣)銀行為例,揭開網頁
銀行業應建立風控查詢系統 情況,在此以 Ghostery軟體來檢測各銀行官網 跟蹤器的神秘面紗。網頁跟蹤器可分為 4 個類
別,分別是「基本內容類別」、「廣告類」、「社
上網頁跟蹤器的數量,Ghostery是一個免費軟
體,可用於檢視網頁上有哪些跟蹤器,銀行官 交媒體類」、「網站分析類」,其中「廣告類」有
網上網頁追蹤器較多者,可視為蒐集數據的態 23 個跟蹤器,可蒐集客戶的網路行為資訊並用
度較為積極,但並不代表該銀行數位化程度一 於精準行銷及信用分析;「網站分析類」有 5 個
定比較高。 跟蹤器,用的是 Google、Yahoo、Adobe、Line
筆者在 2019 年 6 月以 Ghostery查詢並彙 等公司的網站分析產品。
總台灣 37 家本國銀行官網上的網頁追蹤器數 國內其他銀行的網頁跟蹤器大多與花旗
量,有 8 家銀行超過 5 個網頁跟蹤器,約占本 (台灣)銀行類似,只是個數比較少,在網站分
國銀行家數之 22%;有 13 家銀行,跟蹤器數量 析類跟蹤器方面,Google Analytics使用的最
介於 3 至 5 個之間,占比約 35%;有 10 家銀行 多,其他常用的還有 Yahoo Analytics、Adobe
跟蹤器數量介於 1 至 2 個之間,占比約 27%; Analytics、Webtrends、Line、Hotjar、Piwik
有 6 家銀行沒有網頁跟蹤器,占比約 16%。 等。網站分析的跟蹤器十分重要,好處如下:
〔如圖 1〕 1. 收集所有渠道數據並進行整合,對客戶即時
跟蹤器大於 10 個的銀行有 5 家,分別是 360 度洞察而畫出完整客戶畫像;
花旗(台灣)銀行(33 個);國泰世華銀行(21 2. 跟蹤客戶在所有線上和線下渠道中的行為軌
個);王道銀行(17 個);台北富邦銀行(12 跡,找出影響轉化率的原因;
個);渣打銀行(11 個)。一個跟蹤器的背後就 3. 利用機器學習、統計模型及演算法來自動分
是一家網路科技公司,基於術業有專攻,對於 析海量數據,挖掘出獲利模式及提升決策品
質,發揮數據之最大效用。
圖1 台灣 37 家本國銀行業 中國大陸的銀行不太使用網頁跟蹤器,每
網頁跟蹤器統計彙總 家銀行大多只有 0 至 2 個網頁追蹤器,主因是
銀行家數 其銀行可從第三方數據公司(經營個人徵信業
7
6 務公司、數據經紀商等)查詢客戶網路行為及
5 銀行體系外之資訊,來補強人民銀行徵信查詢
4 資料之缺口(來自網貸公司、小貸公司、P2P
3 公司等銀行體系外之借款資訊、逾期名單、詐
2 騙黑名單等),以進行詐欺風險及信用風險之
1 防範。
0
0 1 2 3 4 5 6~10 > 10 那其他國家的金融機構使用網頁跟蹤器的
網頁跟蹤器數量
情況呢?在此根據 KPMG與 H2 VENTURES共同
台灣銀行家2019.8月號 83
P078-092-19TD1709.indd 83 2019/7/29 20:12