܄ 

百分点技术副总裁刘译璟:未来银行,将会颠覆一切

【数据猿导读】 在金融领域,大数据、人工智能带来的智能营销场景已经陆续发生。中国银行业柜员十年内将再减20%,以便应对互联网金融以及网络支付巨头的冲击。可以想象,银行的实体网点将被淘汰,移动设备将成为客户和银行之间的主要沟通“中介”,未来银行将会带来颠覆性变革

百分点技术副总裁刘译璟:未来银行,将会颠覆一切

本文为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动(查看详情)第一部分的文章/案例/产品征集部分;感谢 百分点技术副总裁兼首席架构师刘译璟 先生的投稿


来源:数据猿  作者:刘译璟

在金融领域,大数据、人工智能带来的智能营销场景已经陆续发生。中国银行业柜员十年内将再减20%,以便应对互联网金融以及网络支付巨头所带来的冲击。可以想象,银行的实体网点将被淘汰,移动设备将成为客户和银行之间的主要沟通“中介”,未来银行将会带来颠覆性变革。

在我们近些年与众多银行的调研中发现,传统的营销活动既不智能也不高效。比如准备“十一”长假大型的营销活动,是为了挖掘潜在客户,让老用户在进行更多消费的同时,也可以吸引来新用户。而金融行业一般则是这样运作的: 为达到好的营销效果,市场部已经与京东等电商平台、携程等OTA平台、滴滴等出行平台、美团等O2O平台、多家保险和理财企业,以及线下多家影院、餐馆等达成合作,获得了许多有竞争力的权益。那么权益在手,如何将效果最大化?市场部找到了数据分析部来支撑。

数据分析部的思路则是对老客户进行细分,但是如何尽快得到数据并进行划分呢?这时候技术部又被拉进来了。于是这两个部门联动起来,技术部根据数据分析部的要求做一些数据清洗工作,再把数据给到分析部门。最后,通过聚类分析和统计分析,划分出5大类客户群体,作出报告。但问题是,市场部根本不能根据报告去执行,因为数据分析是根据抽样方法,还要把每一个用户身上都打上五类客群的标签,依然需要技术部把这些标签数据录入到数据库里,和前端的APP、网站、微信等应用匹配上。

让人纠结的是,整个活动上线的时候已经过去一两个月了。而这种情况,在行业内是普遍现象,并且弊端重重:营销活动过程需要大量人力和重复性工作;客户分群维度太少,很大程度上还是在拍脑袋;历史经验没有充分沉淀和利用;耗费周期太长,往往需要一个月以上;缺乏数据闭环,营销效果难以衡量。

究其根本,造成这种现状的原因在于:数据太偏技术化,业务人员无法解读和有效利用;技术人员对数据的理解和处理缺乏体系和积累;营销活动没有强有力的工具支撑。

然而,善于利用大数据和人工智能技术的未来银行,将会颠覆这一切。未来银行究竟是什么样?我们的金融行业智能营销解决方案可以做到,将以前多个部分两个月的营销活动,用一个人一天一台机器就可以完成。

那么如何实现这些智能应用?大数据正在驱动着我们的业务应用不断实现智能化,所以,先明确两点:

一、如何正确理解大数据

二、如何把握好核心的数据分析。

先说对大数据的理解,大数据是指无处不在的数据,而这些数据正在改变整个IT环境,乃至整个信息产业。

IT时代,当人力物力无法承担烦琐的业务之时,使用IT业务系统能让其流程化、自动化,节省一些人力。当然,在业务系统的运作过程中也会沉淀下来大量的数据。

到了DT时代,整个思路在转变。金融行业从业者面对的不再是单一的业务,而是整个现实世界,如何来做?就要通过一些数据化的手段把这些现实世界转换到数据世界里面去。这时候,需要建立现实世界的数学模型,在这个数学模型之上再去建立一个新的业务系统,这个业务系统透过数据世界就能了解现实的情况,从而自主地做出决策。

从银行信息技术演进角度来看,已经到了一个爆发点。这就是要说到第二点,也是最重要的数据分析层,其包含两大类智能引擎:

一个是广为人知的商业智能引擎,这个概念最早在1991年被提出,国内金融行业早于其他行业开始应用,经过十来年的发展,各大商业银行纷纷建立了自己的决策支撑系统。这是一套典型依靠数据做数据分析的智能决策支持技术。

那么最后是依靠人来解读,还是让机器自主决策呢?如果让机器来做决策,就要讨论另一个人工智能引擎。人工智能涵盖感知技术、认知技术、决策技术,以及相互的自然交互技术。无论是Azure还是百分点,在这方面都有布局,来实现未来银行的智能营销方式。可以说,整个系统是一个智能化的系统,这是我们现在正在做的工作。

那我们具体是怎么做的呢?如果我们想做一个智能营销的解决方案,最关键的就是对里面的客户、产品、营销分别进行数据建模,形成用户画像、产品画像,以及相应的业务流程。围绕百分点集团核心的建模能力,相应衍生出了百分点的四款产品工具,分别是标签管理系统、个性化推荐引擎、自动化营销引擎,以及数据洞察。当然,要想实现上文的智能营销方式,还需要有一种自然人机交互的方式,比如Cortana。这是百分点集团去建设金融行业智能营销系统的思路。

我们与合作的几家金融行业客户已经有了一些成功案例。比如与Azure一起合作的某证券案例,客户想去更好地了解自己的APP,从而进行智能营销并进行产品优化。通过Azure将采集的数据进行存储,再将百分点数据洞察系统部署到上面,产出相关分析报告,这样就可以帮助客户了解哪些渠道对用户引流有更大的帮助。分析哪些功能是热点区域,将其功能组织在一起,让用户能够快速地进行操作;哪些页面引流的效果不太好,后续进行改造;从这里面能分析出不同的客群,以及这些客群之间相互的关系,进一步去挖掘他们后续的需求。在项目实施后,这个系统使其某款财报产品的销量提升了2.6倍,并且通过这些分析报告优化了产品,其PA和UA方面提升了三倍。

不仅如此,我们还在多个金融行业案例中应用了这种智能营销解决方案。未来银行不再是畅想,以客户体验为核心的智能化营销平台已经成为金融行业提升利润的重点。

作者简介

刘译璟

教育背景:北京大学,应用数学专业博士

工作经历:2015年入选北京市“科技新星”。曾参与多个国家自然科学基金项目,包括:对象封装和保护的理论和技术研究、Web服务编排与协作的形式化模型、复杂状态程序和系统的语义模型研究等。作为百分点技术副总裁,带领核心研发团队在六年的时间里完成了百分点推荐引擎(BRE)、百分点分析引擎(BAE)及系列行业智能应用产品的设计与开发,并负责海外项目部管理工作。


作为整体活动的第二部分,2017年10月25日,数据猿还将在北京举办千人规模的“2017金融科技价值——数据驱动金融商业裂变”峰会本次论坛详情第一届回顾第二届回顾】并将在现场举行文章、案例、产品的颁奖典礼


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

如何让大数据分析更有效?5种技术措施
如何让大数据分析更有效?5种技术措施
“数据爆炸”预示着网络舆情分析也正式步入大数据时代
“数据爆炸”预示着网络舆情分析也正式步入大数据时代
阿里积淀 10 年的大数据技术,云栖大会首度揭秘!
阿里积淀 10 年的大数据技术,云栖大会首度揭秘!

我要评论

精品栏目

[2017/07/27]

大数据24小时

More>

[2017/07/24-28]

大数据周周看

More>

[2017/07/24-28]

大数据投融资

More>

[2017/07/24-28]

大咖周语录

More>

[2017/07/24-28]

大数据周聘汇

More>

[2017/07/24-28]

每周一本书

More>

返回顶部