九卦| 大模型時代，銀行距離智能化客戶經營還有多遠？-環球熱頭條

作者 | 百融云創研究院

來源 | 九卦金融圈

編輯 | 武文 張云迪

(資料圖)

谷歌副總裁、人工智能教父Geoffrey Hinton 在5月的一次公開發言提到“人類可能只是AI演化的過度階段”.....他認為大模型時代，人工智能將有可能進行思維實驗，這就意味著，大模型可以導致智能涌現，即人工智能可以跳出人類事先限定范圍的藩籬，將能夠進行推理.....

萬億級的連接，本就讓AI學習速度對人類構成降維打擊，若能夠自行推理，就等于打破了學習的“光速邊界”。AI還只會是人類的工具和助手嗎？因此Geoffrey Hinton一再地吹響哨子，提醒人類，人工智能的光速發展，對人類構成的威脅......

新事物的出現，人類的認知往往會經歷“看不起、看不懂、跟不上”幾個階段。如何把握智能化的趨勢，將其用于解決銀行業一以貫之的“海量客群之痛”，是值得銀行及科技公司在當下這個關鍵時點，必須去探索的方向。

Part.01

銀行業大規模系統建設的投入階段已經過去，之前是不計成本的投入，但無法打通對前線績效負責的最后一公里，智能化時代，這一切應該得到改變，各家銀行都開始關注投入產出比，數字化轉型變得更加理性。具體來說，經營過程存在以下四大趨勢：

一是從資產端向負債端拓展，匯、貸、存的數字化能力建設分別處于大局已定、趨近成熟及揚帆起航階段。

二是從建設到運營，科技和數據的價值如何變現？要通過運營從客戶端變現，做到對客戶有用、對員工有用、對用戶有用。

三是從貴賓到中長尾，百融云創在服務銀行的過程中發現，不同銀行的中長尾客群中蘊藏15~20%不等的可投資金額50萬以上的客群，亟待用人+數字化挖掘中長尾客群中的金礦。

四是從單向推送到閉環迭代，大部分銀行都有經營客戶的各種策略，但往往只限于策略的單向推送，策略無法根據客戶的反應調優，導致“智商偏低”。智能化的內涵是利用數據與系統，形成效果評估迭代閉環，保持經營客戶的策略始終是聰明的。

Part.02

智能化本質是數字驅動，通過人工智能技術、大規模機器學習來擺脫對人經驗的依賴，雖在當前這個階段，人工智能還未出現智能涌現，卻足可以使得經營客戶的策略不斷優化迭代變得更加聰明。

銀行通過建設一套人+數字化體系，擴大經營范圍的同時，以數據洞察為基礎實現對客戶有溫度的關系營銷，能夠有效地管理起海量的中長尾客群，構建起穩固的金字塔型，具有自生力量，客戶資產不斷向上輸送的客戶經營體系。

邁入智能運營階段，需要幾個必要條件：

很多銀行都已經認識到外部數據的重要性，連網商銀行的數據都有70%來自于外部，只有30%來自于阿里內部。但外部標簽并非越多越好，而是要有效有用，提升標簽的質量，推動銀行的輕量化運營。

除了頭部的零售銀行，大部分銀行對于評估迭代閉環基本都停留在概念與方法論上，并沒有在實踐中真正跑通閉環。但缺乏了評估環節，等于蒙眼狂奔，總行發布的策略，往往前線執行力很低，因為效果不佳，但如何改進效果，又沒有清晰的方向。

系統是提升效率的剛需，上文提到了銀行業已經基本走過了轟轟烈烈建設系統的階段，但前線需要的某些必要的系統與工具仍然缺失，例如在做客戶經營時，需要支持策略自動生成、策略執行后數據回檢、生成報表的中臺系統，否則只能人肉去做這一切非常繁雜的工作。

除了上述關鍵問題，由于體制機制的限制，銀行在邁入智能化的階段時，最大的問題是缺人，缺乏必要的職能崗位。客群運營的環節多、流程長，需要各類專業人才各司其職，但矛盾的是，銀行的總行與分行作為機關，缺乏相關的崗位設置，也缺乏運營領域各類專業人才，且部門之間職能分割，比如數據團隊、客群經營團隊、產品團隊分屬不同部門，難以形成合理，構建高效運營團隊。

Part.03

百融的解決方案針對性地補充銀行數智化客群運營所需要的各項能力：包括數據標簽及建模能力、體系化策略運營能力、基于AB Test的運營閉環、人才與編制瓶頸、直達痛點的系統與數字化工具。

百融云創向銀行交付的是業務結果，提供包括數據、模型、策略規劃、話術內容、系統（策略引擎）、運營（可代客運營）、迭代調優等各個環節的一站式解決方案。經過AB Test，為銀行的經營指標如財富MAU、AUM、貴賓客戶數提升等帶來可觀、清晰、可衡量的業務增益，同時在服務的過程中為銀行建立起客群鏈式輸送體系及數智化運營機制。

具體解決方案為4+1閉環服務：包括數字洞察、智能策略、渠道觸客、敏捷迭代及數字化系統和工具。

數字洞察：百融有兩類數據標簽能夠有效解決高潛客戶挖掘及金融偏好分析的問題。

可投資等級預測標簽：基于百融數據，在某國有行省分行服務中，在AUM20萬以下的長尾客戶中，補充識別共 18% 的潛在高價值客戶，其中包含有車客戶9%、有房客戶7%以及企業主客戶2.10%。

投資偏好預測標簽及模型：

標簽效果：通過百融數據標記有投資偏好的客戶，發現其理財、基金購買的意愿均有2倍以上的提升；

模型效果：通過百融數據標簽分別構建理財、基金響應模型，評分Top10%的客戶對產品購買意愿有3.20和4.51倍的提升。

智能策略：根據百融的經驗，單次觸達策略難以取得預期效果，因此百融是沿時間流來設計多波次、立體式的策略規劃，從而有章法、成體系地觸客。基于客戶價值分層，遵循多波次，輕重渠道結合的立體式策略布放原則。

尤其對于事件類策略，比如代發MOT，更要沿著發薪日設計T-7、T-3、T、T+3、T+7一系列的觸客策略，才能有效完成入金、固沙、防流失的經營目的。

內容運營：內容的適配性，在觸客的一瞬間幾乎可以決定經營的效果，百融服務客戶過程中將針對不同客群、不同offer（產品與活動、權益）、不同渠道設計觸客內容，并持續迭代優化使得內容更優。

敏捷迭代：根據不同業務場景、細分業務目標來定義成功準則，形成迭代優化閉環，找到最佳實踐，在這個環節有兩點至關重要。

首先要針對每項策略定義成功標準，涵蓋客戶行為激勵、業務指標轉化等維度，實現對策略的精細化管理及有效性甄別；

之后要進行大規模A B test：通過設置對照組與實驗組（對照組采取自然增長，實驗組匹配具體策略）對比轉化結果，驗證策略有效性。快速迭代，實現優質策略的沉淀，形成銀行自有的策略庫。

系統支撐：提升效率、沉淀智慧的營銷策略引擎。多數銀行面臨手工導入策略、策略眾多難以科學排序及統籌及策略效果難以追蹤等問題。百融策略引擎基于業務思維設計，降低了業務人員操作的門檻，更能夠提升效率、沉淀智慧，策略開發部署時間能從以往2周以上縮短至30分鐘，且內嵌策略成功準則，有助于形成迭代評估閉環。雖然系統建設需要投入時間成本，但這是一勞永逸的工作，后續部署及評估迭代的效率會有質的飛躍。

百融云創典型業務場景包括休眠客戶激活、中長尾客群資產提升及代發客群經營三大類，如下圖：

Part.04

“大模型時代，銀行距離智能化客戶經營還有多遠？”當我把這問題輸給ChatGPT，它這樣回答：

嗯，這個回答，中規中矩吧。但相信不遠的未來，當大模型賦能了智能涌現，人工智能對人類工作的替代性將會大比例提升。對于銀行的整體經營來講，能否用好人工智能技術，將造成銀行之間再一次巨大的分野。祝福所有銀行都能在這個時代抓住AI的機遇。

責任編輯：Rex_14