隐私计算供应商如何经营银行业
由于银行是隐私计算行业中特别重要的行业，几乎所有厂商都有金融线布局，从销售到解决方案。作为一个之前很少接触银行业的人，不可避免的要面对银行的客户，同时又被批评不知道怎么做。所以想了想，打算用一个通用的方法来设置如何拓展银行客户的服务。如果有价值，可以供看这篇文章的朋友参考。如果出现大的偏差，因为我真的不懂银行业，请不要怪我。谢谢你。
首先说一下了解银行的人的画像。一般有两种:一种是银行出来的，一种是之前工作经历中服务过银行的。在市场上流通的人群中，第二类占大多数。
为什么公司招财务或银行方面的人需要这个背景？
1，懂行业语言，熟悉银行系统工作人员的工作，语言风格。比如去银行的时候给老师打电话。
2.熟悉银行的部门结构和职能，甚至知道银行各部门每年的关键kpi。比如某银行某部门某行业今年必须有多少钱？
3.熟悉银行项目的整个流程。大项目的销售有自己的步骤，但实际上属于各个行业，步骤需要和甲方项目统一。销售策略和步骤应该与采购决策过程相匹配。比如银行的大部分项目都需要poc。
4.有银行资源。关于资源，我们需要在这里把它拆开。
以上四点中的银行资源重要与否。很重要的原因是很多企业在招聘候选人时，“资源”的分数和招投标中“价格”的分数差不多。据说不会只看价格，然后价格会占50%。但是有时候招聘人员会被应聘者的资源所迷惑，我认识的人，我非常了解的人。因为银行圈子小，人员相对稳定，只要你在银行服务过一段时间，认识一些人很正常。不重要的原因是，资源不是你认识多少人，而是有多少人认识你。在目标明确的情况下，根据7人握手定律，找对象并不难，这么多所谓的资源最多是帮你降低陌生人崇拜的成本，对真实交易有多大帮助是未知的，需要根据综合实力来判断。看看你的“资源”通讯录里给你的笔记，XX (XXX公司)。企业级采购中的赢家不会因为一个个人，而是这个人背后的平台、产品、技术、解决方案、服务、案例的综合实力。也许这个人确实是一个关键因素。别天真了，六个半包子就吃饱了，不是因为只能吃那一半，所以不要把平台能力当成个人能力。还有就是要记住，真实的资源是很难复制和再生的。
作为公司管理层或者分管金融(银行)行业的领导，如何经营好这个行业，服务好客户，实现共赢？
1，有明确的目标。明确的目标可以参考具体的财务数据，比如签约目标或收益(还款)目标，也可以参考非财务目标，比如签约客户数，比如2022年签约10家银行。个人认为，在目前隐私计算行业的情况下，采用第二种更合理，因为具体的财务目标缺乏参照系和历史成功经验，比如只是拍脑袋或者其他目的，意义不大。过于空洞的目标很可能导致接到目标的队伍信心不足，后顾之忧导致战斗力不足。
2.锁定目标客户群。相对于公司客户，银行的目标客户群体相对明确。中国有4073家银行。开发性金融银行1家，政策性银行2家，大型国有商业银行6家，股份制商业银行12家，城市商业银行134家，住房储蓄银行1家，民营银行18家，农村商业银行1478家，村镇银行65438家。
对于这种隐私计算的新技术，国有大行会牵头，技术相对先进的股份行，有创新意识的民营银行，以及一些相对头部的城商行也会开始了解和观望，尝试。根据目标和团队成员，进一步细分客户群体，研究讨论，最终锁定一定数量的客户漏斗。
3.销售工具。数据源、数据产品、实景包装。灯塔项目案例的价值提炼。
关于“价值”，这里我们来分析一下:客户的痛点对应的是需求，解决需求代表的是提供价值。解决方案的最终目的是为客户提供价值，为客户创造价值，客户买单。
隐私计算能带来银行希望的价值吗？其实真正给银行带来商业价值的是数据源。隐私计算技术的价值在于保证数据传输的安全性。因此，在实际项目过程中，将数据源与隐私计算技术混合是一个常见的问题。
银行通常希望厂商能自带场景。通俗点就是通过隐私计算技术，在具体的银行业务中引入有价值的数据源，创造价值。银行有时候希望厂商能有一些独特的数据来源。其实这里有一个“误区”。如果数据源是“数据业务”，那么他们肯定是想发展更多的私有计算厂商作为渠道，所以是不是唯一并不重要，最多只是一定的信息差和时差。如果不做“数据业务”，但是数据有很大的价值，拥有这些数据的企业对市场的认知和教育还需要一段时间，比如一些核心企业的供应链金融业务，一些上下游因为一些敏感数据无法在原有模式下提供而享受不到金融服务，是否有可能用隐私计算技术取得突破。
关于“灯塔计划”的说明:从6大行和12股份制银行制定以下策略:
(1)尽量达成合作。目前隐私计算银行项目是场景驱动，产品技术推广较少。大部分数据源都不是唯一的，这需要业务理解和产品技术提升。在很多公司都有相同的数据来源或者可以推荐不良信息带来的独特数据来源的情况下，如何有机会展示产品技术和商业理解？答案是靠服务。
(2)深度服务。无论是saas(软件即服务)，saas(解决方案即服务)，还是caas(咨询即服务)，最重要的是最后一个S，其本质是服务。只有深度服务才能链接更多机会。
(3)场景深入真实。在目前场景驱动的情况下，不能简单的停留在poc验证，小范围的尝试。努力推动大规模应用。
(4)提炼包装，提炼价值。包装不是为了作伪，而是为了提炼价值，可以更好更清晰的传达，达到与客户认知和观念的统一。
(5)推广。
4.如何达到。
(1)资源关系(个人、公司、投资人)，目标客户群体非常明确，利用各种资源寻找负责或会对隐私计算感兴趣的部门和人员。
(2)市场(产品推广、活动、社团)小，需要在教育市场阶段进行宣传，扩大影响力。你看看to c里的广告就知道了，我们今年不收礼，我们只收什么当礼物？
(3)如何利用数据源推回客户其实是一种省时省力的方式，但不推荐。省时省力就是服务好数据源，只等他们把客户推过来。之所以不推荐，是因为此刻做丙方，有时候不露面，而且商业模式运行不顺畅，性价比太低，做了很多辛苦的工作，赚钱的钱都不够。所以，如何与生态实现共赢，在现阶段非常重要。作为一家面对一些庞然大物的数据源公司，自己的筹码是什么，如何博弈至关重要。
5.如何开账单？
(1)和总行达成合作，涉及大项目销售，有机会我们会总结分享。
(2)在其他银行推广灯塔项目中的合作场景，首先要找到真正对业务和大部分银行有帮助的场景，哪怕只有一个。用to c的话说，我发现了一个“爆款产品”。有了合作的第一步，我们会慢慢帮助客户一起成功。
总结:有了明确的目标和客户群，销售工具和获客途径，如何与客户达成合作，是一种常规的销售方法。一切的目的都是为了达成合作。达成合作的根本原因是为客户创造价值。不要被虚假的要求所误导。我们需要“真实”。
写在最后:隐私计算技术一定会成为未来的基础设施。未来，包括银行在内的用户需要像人们每天使用自来水一样使用数据。只要打开水龙头，水就是数据，隐私计算技术可能是加压泵，水管，净水器。用户最终想要的是水，而不是水管，这让人觉得现有的基础设施是真正好的设施。作为银行，也就是大量的数据需求者，将来一定会成为数据源。只有有了一定的技术支持，才能放心的让数据产生价值。数字化转型的本质在于商业的数字化和数据的商业化，让数据赋能商业，让商业更好地服务每一个人。为企业服务的同学要有一个信念，我们看似在为企业服务，其实是在间接帮助自己成为一个高科技行业。