互联网金融时代的电子商务销售理念为商业银行营销模式创新拓展了新思路，给零售银行的销售模式以巨大启发：一是单客户服务向平台客户群服务模式转变，二是单产品销售向各交易环节产品打包销售转变，三是分销渠道重心向非物理渠道方向转移。

　　零售银行具备得天独厚的支付结算平台和账户管理体系，又具有雄厚的数据积累和系统化基础，需要利用丰富的销售渠道与手段打造更加高效的营销模式。

　　当前，国内零售银行的营销呈现出综合化、批量化、精准化和多元化的趋势。在综合化营销方面，通过代发工资、公务卡等纽带实施法人与个人客户的一体化营销，建立企业财务管理与高管财富管理结合的综合服务模式。此外，还通过跨行业控股、跨专业直销等手段打造线上线下、金融与非金融综合营销模式。在批量化方面，更加关注上游资源争夺，抓源头客户、抓集散地、以点带面，商贸市场、厂矿机关、高档社区、商贸中心和收粮大户成为争相抢夺的重点资源，目标客户的清单管理成为市场精细化管理的必然趋势。在精准化方面，关注优质客户识别和目标客户管理，运用客户行为分析、目标客户筛选、数据挖掘等手段将传统的普惠式、“大概率”营销模式向目标客户精准营销和市场精细化管理转变，事件式营销、接触点式营销手段层出不穷。在分销渠道多元化方面，将渠道建设重心由物理网点向非物理渠道转移。电子银行渠道建设不断加强，、移动终端等移动金融渠道备受瞩目，微博微信、三方支付、电子商务等非金融渠道融合不断加快，银行将从传统的账户服务、结算平台角色调整为贯穿消费行为始终的主体参与者。

　　今后，事件式营销、接触点营销、打包销售、一揽子综合服务等将成为未来零售银行的常规销售形式。“大数据”将成为以上措施发挥作用的基础和支撑，营销手段将演化为几种类型。

　　一是清单筛选式营销。其建立在“数据仓库+模型筛选+目标客户清单”基础上，是目前业界最常见的“大数据”营销手段，通过清单筛选方式产生的目标客户群多用于事件式营销，即由商业银行在营销服务和业务处理环节向客户发起信息推送，或由银行服务人员进行电话、短信外拨，或借助平面媒体、移动终端等平台进行资讯推送等。

　　二是模型触发式营销。其建立在“客户条件库+模型筛选+事件触发”基础上，是目前零售银行重点探索的“大数据”营销手段，具有及时性强、精准度高等特点，多用于接触点式营销。一方面，借助客户到网点办理业务、打电话咨询、使用自助设备办理业务或通过POS消费等时机，对客户进行产品或服务信息推送;另一方面，制定某类客户或产品的服务方案，当客户满足某个条件或达到某标准时及时向客户提供相关产品或服务信息，其被广泛用于分期付款、消费贷款、保险等产品领域。

　　三是大数据预测营销。这是一种潜力挖掘和事前营销，更具前瞻性，范围更广，客户契合度更高。在广泛搜集客户金融与非金融信息的基础上，通过家庭收入、消费习惯、社区环境、职业属性、年龄特征、同类客户群特点等信息，预测目标客户潜在的金融需求，配套研发和销售符合客户预期需求的金融产品。

　　当然，零售银行要真正实现“大数据”时代的营销模式转型还需诸多准备工作。一是夯实数据仓库建设，丰富信息来源。除银行结算、账户交易、产品购买、协议签订等信息外，应通过结算平台、三方支付合作等渠道广泛搜集商品购买、企业经营、代发代缴、消费习惯、社交行为等非金融信息，做好结构数据和非结构数据的标注化治理。二是提高信息融合水平。创建客户条件库、产品条件库和灵活查询平台，便于建立目标客户属性与产品特征要素的匹配模型。三是丰富应用形式与销售手段。广泛探索电视银行、专属、手机APP、移动金融等新型分销渠道，打造零售银行的“金融服务圈”。四是培养专业的团队。培养数据规范管理、系统交互设计、分析模型构建等领域的专业人才是零售银行“大数据”模式营销转型的前提和保障。