導(dǎo)語(yǔ)：證券數(shù)字化營(yíng)銷(xiāo)引擎與應(yīng)用一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢(xún)客服老師，歡迎參考。

摘要：隨著金融科技的發(fā)展，證券行業(yè)的獲客及服務(wù)方式都在發(fā)生著變化，由“網(wǎng)點(diǎn)模式”為主演化為“線(xiàn)上引流”為主，客戶(hù)規(guī)模也與日激增。但客戶(hù)群體的不斷增大，也使?fàn)I銷(xiāo)人員對(duì)于客戶(hù)服務(wù)力不從心。本文在此背景下，從長(zhǎng)江證券自身業(yè)務(wù)出發(fā)，介紹了公司利用大數(shù)據(jù)、人工智能等技術(shù)所構(gòu)建的一套完整的智能營(yíng)銷(xiāo)引擎，并結(jié)合自身實(shí)踐，總結(jié)了包括客戶(hù)分發(fā)、流失預(yù)警等在內(nèi)的多個(gè)案例實(shí)踐，對(duì)工程實(shí)踐應(yīng)用進(jìn)行反思與總結(jié)。

關(guān)鍵詞：金融科技；智能營(yíng)銷(xiāo)；客戶(hù)畫(huà)像

一、引言

隨著金融科技的發(fā)展，證券行業(yè)獲客方式也發(fā)生了很大的變化，由“網(wǎng)點(diǎn)模式”為主演化為“線(xiàn)上引流”為主。而線(xiàn)上引流模型在使客戶(hù)量激增的同時(shí)，也導(dǎo)致了營(yíng)銷(xiāo)人員對(duì)客戶(hù)服務(wù)的力不從心，展業(yè)人員在資源有限的情況下，只能保證服務(wù)覆蓋到高凈值客戶(hù)群體，這導(dǎo)致證券公司大量客戶(hù)缺乏優(yōu)質(zhì)服務(wù)。同時(shí)，在“線(xiàn)上引流”的背景下，證券公司的客戶(hù)數(shù)量又實(shí)現(xiàn)跨越式發(fā)展，導(dǎo)致無(wú)法直接被員工服務(wù)覆蓋的客戶(hù)群體越來(lái)越大。顯然，龐大的客戶(hù)群與有限的服務(wù)人員必然會(huì)產(chǎn)生一系列的矛盾，并越來(lái)越明顯現(xiàn)，主要包括以下幾方面。一是線(xiàn)下分支機(jī)構(gòu)服務(wù)人員無(wú)法覆蓋公司大體量全部客戶(hù)，需要金融科技手段來(lái)提升服務(wù)效率。二是線(xiàn)上線(xiàn)下融合和分工的問(wèn)題。公司內(nèi)部線(xiàn)上線(xiàn)下都會(huì)對(duì)客戶(hù)進(jìn)行運(yùn)營(yíng)營(yíng)銷(xiāo)，容易對(duì)客戶(hù)造成重復(fù)的騷擾。因此，在搭建新的線(xiàn)上運(yùn)營(yíng)體系時(shí)，應(yīng)當(dāng)區(qū)分哪些客戶(hù)需要人工介入，哪些客戶(hù)需要自動(dòng)化運(yùn)營(yíng)。三是服務(wù)策略體系的完整性問(wèn)題。在傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)條線(xiàn)下服務(wù)客戶(hù)的方式較為傳統(tǒng)粗放，即通過(guò)各自的業(yè)務(wù)經(jīng)驗(yàn)篩選客戶(hù)、針對(duì)全量客戶(hù)無(wú)差別地提供服務(wù)或者舉辦營(yíng)銷(xiāo)活動(dòng)，缺乏一個(gè)可以承載運(yùn)營(yíng)邏輯性的完整體系。營(yíng)銷(xiāo)運(yùn)營(yíng)人員安排活動(dòng)時(shí)，應(yīng)當(dāng)明確了解自身所針對(duì)的客戶(hù)類(lèi)型，以及該類(lèi)客戶(hù)處于用戶(hù)生命周期的哪一個(gè)步驟，這樣才能不斷印證策略的準(zhǔn)確性，并在規(guī)劃下一個(gè)運(yùn)營(yíng)活動(dòng)時(shí)能不斷進(jìn)行完善和改進(jìn)，使得營(yíng)銷(xiāo)運(yùn)營(yíng)工作處于一個(gè)完整的基于用戶(hù)生命周期的服務(wù)體系之下。只有這樣運(yùn)營(yíng)或者營(yíng)銷(xiāo)才能有條不紊地進(jìn)行，從而不斷優(yōu)化完善整個(gè)服務(wù)體系的策略。四是線(xiàn)下?tīng)I(yíng)銷(xiāo)方式缺乏全過(guò)程數(shù)據(jù)獲取的途徑，也缺乏有效的考核口徑。通常在一個(gè)運(yùn)營(yíng)活動(dòng)推出之后，運(yùn)營(yíng)方或者營(yíng)銷(xiāo)活動(dòng)的管理者僅關(guān)注整個(gè)活動(dòng)的結(jié)果數(shù)據(jù)，既沒(méi)有關(guān)注過(guò)程數(shù)據(jù)，也缺乏考核這個(gè)活動(dòng)合理性的機(jī)制?；谝陨蠁?wèn)題，如何在員工數(shù)量有限的情況下，實(shí)現(xiàn)大規(guī)?？蛻?hù)的營(yíng)銷(xiāo)服務(wù)覆蓋，成為當(dāng)前行業(yè)亟須解決的問(wèn)題。根據(jù)證券行業(yè)近兩年的發(fā)展趨勢(shì)和實(shí)踐情況，智能化客戶(hù)運(yùn)營(yíng)成為主流的解決方案，即利用人工智能技術(shù)實(shí)現(xiàn)對(duì)客戶(hù)需求的識(shí)別，智能化地為客戶(hù)適配產(chǎn)品和服務(wù)，并實(shí)現(xiàn)在客戶(hù)終端的自動(dòng)化分發(fā)。然而，對(duì)于證券公司來(lái)講，除了各個(gè)終端（三端一微，App，Web，PC和微信）等線(xiàn)上資源外，線(xiàn)下分支機(jī)構(gòu)和營(yíng)銷(xiāo)人員也是需要充分利用的營(yíng)銷(xiāo)服務(wù)資源。因此，打造一個(gè)智能營(yíng)銷(xiāo)引擎，實(shí)現(xiàn)客戶(hù)需求識(shí)別、產(chǎn)品和服務(wù)適配，以及把相關(guān)的適配結(jié)果通過(guò)線(xiàn)上、線(xiàn)下協(xié)同的模式分發(fā)到客戶(hù)終端或者營(yíng)銷(xiāo)人員，成為一個(gè)更合理的解決方案。

二、智能營(yíng)銷(xiāo)引擎

（一）主要業(yè)務(wù)方案。基于此背景，長(zhǎng)江證券搭建了一整套服務(wù)于線(xiàn)上線(xiàn)下的智能營(yíng)銷(xiāo)引擎，包括客戶(hù)畫(huà)像系統(tǒng)、推薦系統(tǒng)、智能運(yùn)營(yíng)中臺(tái)、客戶(hù)資源調(diào)度系統(tǒng)、員工評(píng)價(jià)和適配系統(tǒng)，以及員工展業(yè)輔助工具箱等六大業(yè)務(wù)方案，解決在智能化運(yùn)營(yíng)前提下，線(xiàn)上線(xiàn)下協(xié)同運(yùn)營(yíng)服務(wù)的問(wèn)題。其主要方案內(nèi)容如下。1.搭建客戶(hù)畫(huà)像系。對(duì)客戶(hù)需求的識(shí)別和定義是智能化運(yùn)營(yíng)的基礎(chǔ)，而對(duì)客戶(hù)需求的準(zhǔn)確識(shí)別和定義，需要對(duì)客戶(hù)進(jìn)行細(xì)顆粒度的畫(huà)像，從各個(gè)維度描述客戶(hù)的特征。因此，一個(gè)精準(zhǔn)的客戶(hù)畫(huà)像系統(tǒng)，特別是對(duì)客戶(hù)投資方面的畫(huà)像分析，可以更深層次地識(shí)別客戶(hù)的投資需求，為服務(wù)/產(chǎn)品適配打下基礎(chǔ)。2.搭建推薦系統(tǒng)。在客戶(hù)畫(huà)像的基礎(chǔ)上，針對(duì)公司的產(chǎn)品、業(yè)務(wù)、工具和服務(wù)，搭建一套完整的適配模型體系，使任何產(chǎn)品和業(yè)務(wù)都能找到精準(zhǔn)的客戶(hù)群體；同時(shí)，推薦系統(tǒng)還解決了預(yù)測(cè)服務(wù)時(shí)機(jī)的問(wèn)題，即在確認(rèn)什么產(chǎn)品適配什么客戶(hù)之外，還明確了向客戶(hù)推送了這些產(chǎn)品的時(shí)機(jī)。推薦系統(tǒng)作為智能營(yíng)銷(xiāo)引擎的核心組件，整體解決在什么時(shí)機(jī)下，推送什么產(chǎn)品給客戶(hù)的問(wèn)題。3.智能運(yùn)營(yíng)中臺(tái)。根據(jù)客戶(hù)生命周期、監(jiān)管要求，以及推薦系統(tǒng)的服務(wù)時(shí)機(jī)預(yù)測(cè)功能，智能運(yùn)營(yíng)中臺(tái)會(huì)根據(jù)規(guī)則把相關(guān)的服務(wù)輸送到各個(gè)終端，包括三端一微、MOT、客服系統(tǒng)，以及員工終端，從而實(shí)現(xiàn)線(xiàn)上線(xiàn)下資源的融合協(xié)同以及客戶(hù)服務(wù)感知的一致性。4.客戶(hù)資源調(diào)度系統(tǒng)。證券公司的客戶(hù)分為員工名下掛接經(jīng)紀(jì)關(guān)系的客戶(hù)以及分支機(jī)構(gòu)存量無(wú)主客戶(hù)。在對(duì)客戶(hù)進(jìn)行營(yíng)銷(xiāo)服務(wù)的過(guò)程中，不能持續(xù)對(duì)客戶(hù)進(jìn)行營(yíng)銷(xiāo)，以防引起客戶(hù)的不滿(mǎn)情緒；對(duì)于存量客戶(hù)，也需要有相應(yīng)的機(jī)制，將合適的客戶(hù)分配給合適的員工進(jìn)行服務(wù)。在此情況下，客戶(hù)資源調(diào)度系統(tǒng)解決了如何分配存量的客戶(hù)問(wèn)題，也能對(duì)所有客戶(hù)的持續(xù)營(yíng)銷(xiāo)情況有總體控制。5.員工評(píng)價(jià)和適配系統(tǒng)。在存量客戶(hù)的分配過(guò)程中，需要解決哪些員工可以分配多少客戶(hù)資源的問(wèn)題。為了推出一個(gè)科學(xué)合理的分配方案，需要對(duì)員工進(jìn)行深度的評(píng)價(jià)分析，在此基礎(chǔ)上，分配合適的客戶(hù)資源給對(duì)應(yīng)的員工，實(shí)現(xiàn)客戶(hù)資源最優(yōu)化配置。6.員工展業(yè)輔助工具箱。針對(duì)員工名下的，以及被分配的存量客戶(hù)，員工需要營(yíng)銷(xiāo)輔助工具，如營(yíng)銷(xiāo)話(huà)術(shù)、客戶(hù)畫(huà)像、績(jī)效展示等相關(guān)信息，以便大幅提升展業(yè)效率，從而更快更好地達(dá)成營(yíng)銷(xiāo)目的?；谝陨狭髽I(yè)務(wù)方案，長(zhǎng)江證券搭建了智能營(yíng)銷(xiāo)引擎、線(xiàn)下智能分發(fā)體系、線(xiàn)上智能運(yùn)營(yíng)體系，并且把整套體系在該司內(nèi)部進(jìn)行了大規(guī)模實(shí)踐，取得了豐碩的成果。在客戶(hù)數(shù)逐步增加而從業(yè)人員有限的情況下，行業(yè)需要一個(gè)能充分利用線(xiàn)上線(xiàn)下資源，并最大限度地為客戶(hù)提供服務(wù)的智能營(yíng)銷(xiāo)服務(wù)方案。長(zhǎng)江證券的實(shí)踐為該問(wèn)題的解決，提供了一個(gè)可行的模式。（二）智能營(yíng)銷(xiāo)引擎搭建。1.DMP客戶(hù)畫(huà)像-標(biāo)簽體系搭建。所謂數(shù)字化營(yíng)銷(xiāo)，體系的核心必然是客戶(hù)的分層分類(lèi)研究，因此，在搭建畫(huà)像系統(tǒng)時(shí)，主要圍繞客戶(hù)開(kāi)戶(hù)、權(quán)限、交易、營(yíng)銷(xiāo)服務(wù)、行為及外部數(shù)據(jù)，對(duì)客戶(hù)進(jìn)行360°的指標(biāo)描述。整合計(jì)算這些基礎(chǔ)的底層數(shù)據(jù)會(huì)得到在做運(yùn)營(yíng)分析和建模時(shí)用到的指標(biāo)數(shù)據(jù)，再進(jìn)一層得到在營(yíng)銷(xiāo)服務(wù)時(shí)使用的標(biāo)簽數(shù)據(jù)。運(yùn)營(yíng)人員可以綜合運(yùn)用指標(biāo)數(shù)據(jù)及標(biāo)簽數(shù)據(jù)來(lái)篩選客戶(hù)，從而進(jìn)行定向的營(yíng)銷(xiāo)服務(wù)。同時(shí)，DMP平臺(tái)能作為現(xiàn)有平臺(tái)BI，REPORT等的數(shù)據(jù)來(lái)源，充分滿(mǎn)足當(dāng)前的數(shù)據(jù)運(yùn)營(yíng)需求，包括報(bào)表、大屏、BI分析、分析報(bào)告等。2.營(yíng)銷(xiāo)服務(wù)策略體系搭建。服務(wù)是維護(hù)客戶(hù)關(guān)系的橋梁，在分析了客戶(hù)的情況后需要進(jìn)一步研究證券公司可以針對(duì)券商客戶(hù)提供的服務(wù)，不僅可以為線(xiàn)下?tīng)I(yíng)銷(xiāo)服務(wù)人員提供服務(wù)的依據(jù)和數(shù)據(jù)，同時(shí)可以為大量營(yíng)銷(xiāo)服務(wù)人員沒(méi)有覆蓋的無(wú)主存量客戶(hù)提供專(zhuān)業(yè)的服務(wù)。因此，在對(duì)客戶(hù)類(lèi)型進(jìn)行了打標(biāo)簽后，長(zhǎng)江證券結(jié)合機(jī)器模型和專(zhuān)家規(guī)則庫(kù)搭建了一套營(yíng)銷(xiāo)服務(wù)策略體系。此體系分為兩部分，一部分是推薦系統(tǒng)，另一部分是預(yù)測(cè)系統(tǒng)。推薦體系主要應(yīng)用于結(jié)果的推測(cè)，也就是客戶(hù)的偏好判斷，而預(yù)測(cè)系統(tǒng)主要應(yīng)用于整個(gè)服務(wù)過(guò)程中運(yùn)營(yíng)服務(wù)節(jié)點(diǎn)的判斷。推薦系統(tǒng)的搭建部分，該司為解決公司各類(lèi)產(chǎn)品、業(yè)務(wù)與客戶(hù)之間的適配問(wèn)題，基于客戶(hù)的交易行為數(shù)據(jù)以及客戶(hù)的瀏覽行為數(shù)據(jù)，計(jì)算海量客戶(hù)行為特征，并利用多種機(jī)器學(xué)習(xí)算法，搭建了個(gè)性化的推薦系統(tǒng)，為客戶(hù)自動(dòng)推薦最合適的產(chǎn)品和業(yè)務(wù)。服務(wù)策略體系框架中除了推薦系搭建外，還有一部分重要的體系，即預(yù)測(cè)系統(tǒng)，主要從業(yè)務(wù)、金融產(chǎn)品、股票/工具、運(yùn)營(yíng)、合規(guī)五大維度進(jìn)行劃分預(yù)測(cè)。旨在通過(guò)不同分類(lèi)的預(yù)測(cè)模型，對(duì)存量客戶(hù)中沒(méi)有掛接經(jīng)紀(jì)關(guān)系且無(wú)人服務(wù)的客戶(hù)進(jìn)行線(xiàn)上的自動(dòng)化服務(wù)。從金融產(chǎn)品的營(yíng)銷(xiāo)服務(wù)角度，以投顧組合產(chǎn)品為例，長(zhǎng)江證券搭建了購(gòu)買(mǎi)客戶(hù)情緒模型，用以判斷購(gòu)買(mǎi)了投顧組合的客戶(hù)當(dāng)前的情緒，如果由于投顧產(chǎn)品波段性虧損造成客戶(hù)情緒不佳，則通過(guò)模型判斷后直接通過(guò)短信觸達(dá)客戶(hù)，進(jìn)行情緒的安撫。3.智能中臺(tái)-系統(tǒng)打通集成。前文提到長(zhǎng)江證券搭建了各種系統(tǒng)，但是由于數(shù)據(jù)的不連貫性容易形成系統(tǒng)孤島，反而造成了使用的不方便。因此，按照運(yùn)營(yíng)邏輯，將公司級(jí)畫(huà)像系統(tǒng)和營(yíng)銷(xiāo)服務(wù)策略庫(kù)構(gòu)成一個(gè)內(nèi)部的小閉環(huán)，達(dá)到策略有出處、數(shù)據(jù)有返回、畫(huà)像持續(xù)迭代的良性循環(huán)。在大框架上，源數(shù)據(jù)層提供數(shù)據(jù)輸出到DMP和營(yíng)銷(xiāo)服務(wù)策略庫(kù)，通過(guò)自動(dòng)或人工的推送平臺(tái)觸達(dá)員工及客戶(hù)。一般而言，觸達(dá)客戶(hù)的是服務(wù)策略，觸達(dá)員工的是營(yíng)銷(xiāo)手段。通過(guò)整體框架的構(gòu)建、數(shù)倉(cāng)數(shù)據(jù)集市的搭建，以及各系統(tǒng)之間API接口對(duì)接的打通，長(zhǎng)江證券基于數(shù)字化營(yíng)銷(xiāo)引擎打造統(tǒng)一的智能中臺(tái)，將數(shù)據(jù)分析結(jié)果輸出給各個(gè)終端。在線(xiàn)上流量越來(lái)越貴，產(chǎn)品同質(zhì)化日趨嚴(yán)重的背景下，精細(xì)化運(yùn)營(yíng)是一個(gè)趨勢(shì)，而用戶(hù)分群和用戶(hù)成長(zhǎng)是精細(xì)化運(yùn)營(yíng)的核心方法。運(yùn)營(yíng)的最大期望，就是通過(guò)各種方法論和實(shí)踐滿(mǎn)足用戶(hù)的需求，實(shí)現(xiàn)用戶(hù)的成長(zhǎng)、產(chǎn)品的成長(zhǎng)以及員工的提升。

三、應(yīng)用案例分享

基于以上營(yíng)銷(xiāo)引擎，長(zhǎng)江證券將傳統(tǒng)運(yùn)營(yíng)營(yíng)銷(xiāo)與引擎相結(jié)合，應(yīng)用于各個(gè)場(chǎng)景之中。本章節(jié)主要針對(duì)各類(lèi)場(chǎng)景，介紹了長(zhǎng)江證券對(duì)智能營(yíng)銷(xiāo)引擎的應(yīng)用案例。（一）線(xiàn)下存量客戶(hù)運(yùn)營(yíng)分發(fā)案例。一線(xiàn)營(yíng)銷(xiāo)人員是服務(wù)客戶(hù)的重要通道，但其服務(wù)半徑有限。一方面，營(yíng)銷(xiāo)人員重點(diǎn)服務(wù)中高價(jià)值客戶(hù)，忽略低價(jià)值客戶(hù)；另一方面，營(yíng)銷(xiāo)人員習(xí)慣于既有的客戶(hù)認(rèn)知，不容易敏捷應(yīng)對(duì)客戶(hù)的需求變化。在客戶(hù)群體、業(yè)務(wù)范圍一定的情況下，如何把業(yè)務(wù)轉(zhuǎn)化為收入，成為線(xiàn)下分支機(jī)構(gòu)亟須解決的共同問(wèn)題。為提高一線(xiàn)營(yíng)銷(xiāo)人員的服務(wù)效率，支持其精準(zhǔn)識(shí)別客戶(hù)需求并進(jìn)行個(gè)性化服務(wù)，2017年第4季度，借助大數(shù)據(jù)的客戶(hù)畫(huà)像-標(biāo)簽系統(tǒng)，4家試點(diǎn)營(yíng)業(yè)部總資產(chǎn)10萬(wàn)元以下的存量客戶(hù)得到了標(biāo)準(zhǔn)化分發(fā)。客群是否精準(zhǔn)、轉(zhuǎn)化率、成單時(shí)間成為此次營(yíng)銷(xiāo)活動(dòng)的核心指標(biāo)項(xiàng)。活動(dòng)對(duì)營(yíng)銷(xiāo)人員名下的客戶(hù)進(jìn)行兩大處理，一是按照營(yíng)銷(xiāo)目的進(jìn)行智能分組，二是對(duì)其VIP客戶(hù)進(jìn)行客戶(hù)畫(huà)像分析，以實(shí)現(xiàn)全方位服務(wù)。其中，智能分組包括增資產(chǎn)、兩融、Level2、固收、權(quán)益、投顧等經(jīng)紀(jì)業(yè)務(wù)內(nèi)各個(gè)收入條線(xiàn)。營(yíng)銷(xiāo)人員在系統(tǒng)中可查看客戶(hù)的關(guān)鍵信息和其他輔助信息、相對(duì)應(yīng)的營(yíng)銷(xiāo)話(huà)術(shù)、目標(biāo)完成進(jìn)度和營(yíng)銷(xiāo)機(jī)會(huì)預(yù)警，并可隨時(shí)勾選或添加客戶(hù)的非結(jié)構(gòu)化信息。同時(shí)，針對(duì)營(yíng)業(yè)部無(wú)經(jīng)紀(jì)關(guān)系的客戶(hù)，分支機(jī)構(gòu)管理人員可以隨時(shí)啟動(dòng)營(yíng)銷(xiāo)活動(dòng)，根據(jù)營(yíng)銷(xiāo)人員的承接能力和特長(zhǎng)，將合適的客戶(hù)分配給合適的員工。管理人員可以在系統(tǒng)中看到分支機(jī)構(gòu)營(yíng)銷(xiāo)活動(dòng)的整體進(jìn)展、表現(xiàn)優(yōu)秀的員工和待改進(jìn)的員工等信息，并根據(jù)實(shí)際情況對(duì)參與人員、營(yíng)銷(xiāo)任務(wù)等進(jìn)行調(diào)整。經(jīng)過(guò)3個(gè)月的營(yíng)銷(xiāo)活動(dòng)，4家試點(diǎn)分支機(jī)構(gòu)目標(biāo)客群的準(zhǔn)確率均高于60%，且在資產(chǎn)引進(jìn)、權(quán)益類(lèi)產(chǎn)品或投顧工具產(chǎn)品的客戶(hù)覆蓋人數(shù)和產(chǎn)品銷(xiāo)售額上，均有大幅提高。（二）線(xiàn)上客戶(hù)運(yùn)營(yíng)策略匹配案例?？蛻?hù)畫(huà)像-標(biāo)簽系統(tǒng)和線(xiàn)上運(yùn)營(yíng)平臺(tái)的建立，推動(dòng)券商在實(shí)踐中檢驗(yàn)客戶(hù)標(biāo)簽和運(yùn)營(yíng)策略是否匹配，并進(jìn)行快速迭代，促進(jìn)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)、運(yùn)營(yíng)優(yōu)化產(chǎn)品、產(chǎn)品轉(zhuǎn)化客戶(hù)，進(jìn)而提高客戶(hù)黏性和忠誠(chéng)度、增厚客戶(hù)價(jià)值。券商精細(xì)化運(yùn)營(yíng)業(yè)務(wù)場(chǎng)景，通?？煞譃榻K端（券商App/官方微信/小程序）覆蓋-開(kāi)戶(hù)-入金-交易/理財(cái)-客戶(hù)留存/忠誠(chéng)-分享傳播幾大環(huán)節(jié)。在此過(guò)程中，提高存量客戶(hù)的終端覆蓋率和活躍度、擴(kuò)大新增客戶(hù)、減少客戶(hù)流失、促進(jìn)客戶(hù)交易轉(zhuǎn)化成為客戶(hù)運(yùn)營(yíng)中環(huán)環(huán)相扣的幾大目標(biāo)。其中，存量客戶(hù)的App或官方微信覆蓋率成為精細(xì)化客戶(hù)運(yùn)營(yíng)的基礎(chǔ)，是提高客戶(hù)觸達(dá)效率、節(jié)約運(yùn)營(yíng)成本的必要環(huán)節(jié)。近期長(zhǎng)江證券開(kāi)展了一次線(xiàn)上終端覆蓋活動(dòng)，活動(dòng)目標(biāo)是針對(duì)沒(méi)有經(jīng)紀(jì)關(guān)系的客戶(hù)進(jìn)行統(tǒng)一線(xiàn)上運(yùn)營(yíng)，提高互金客戶(hù)長(zhǎng)江e號(hào)、官方微信的覆蓋率，增強(qiáng)客戶(hù)服務(wù)，提高服務(wù)的觸達(dá)效率。活動(dòng)運(yùn)營(yíng)策略是基于客戶(hù)標(biāo)簽-畫(huà)像系統(tǒng)，將客戶(hù)進(jìn)行分類(lèi)并推送，個(gè)性化服務(wù)在小范圍樣本測(cè)試及A/BTest對(duì)照分析中，不斷更新迭代，找出不同策略中的最優(yōu)內(nèi)容。除了A/BTest對(duì)照分析外，還同步進(jìn)行了與歷史樣本的對(duì)比分析，見(jiàn)表1所列。同時(shí)長(zhǎng)江證券對(duì)活動(dòng)效果進(jìn)行了數(shù)據(jù)監(jiān)控及分析，即對(duì)每次的內(nèi)容推送均建立完整的數(shù)據(jù)監(jiān)控體系，記錄推送人群、推送時(shí)間、推送頻率、消息類(lèi)型、內(nèi)容及各大環(huán)節(jié)的轉(zhuǎn)化數(shù)據(jù)，查看整體的數(shù)據(jù)轉(zhuǎn)化情況，并通過(guò)數(shù)據(jù)觀測(cè)活動(dòng)節(jié)點(diǎn)漏斗，調(diào)優(yōu)薄弱環(huán)節(jié)。通過(guò)對(duì)推送效果進(jìn)行對(duì)比評(píng)估，固化最優(yōu)的推送策略及最容易轉(zhuǎn)化的客群特征。（三）線(xiàn)上客戶(hù)流失預(yù)警體系?？蛻?hù)流失一直是證券行業(yè)在服務(wù)營(yíng)銷(xiāo)中的痛點(diǎn)，特別是高凈值客戶(hù)的流失，將對(duì)公司造成很大的損失，然而由于營(yíng)銷(xiāo)人員服務(wù)的客戶(hù)數(shù)量增加，無(wú)法及時(shí)維護(hù)或者發(fā)現(xiàn)流失的客戶(hù)，因此客戶(hù)流失的預(yù)警需求顯得極為重要。客戶(hù)的流失并不是客戶(hù)銷(xiāo)戶(hù)離開(kāi)，而是因?yàn)榉N種原因離開(kāi)了證券市場(chǎng)或者在其他的平臺(tái)進(jìn)行交易。主要的表現(xiàn)是資金的轉(zhuǎn)出，不再交易。雖然表現(xiàn)是一樣的，但是客戶(hù)離開(kāi)的原因卻是多樣的。有的可能是被其他競(jìng)爭(zhēng)對(duì)手挖走，有的則是因?yàn)榧彝ピ虿坏貌怀烦鲑Y金，有的是因服務(wù)不及時(shí)等。因此，弄清楚客戶(hù)流失的原因，及時(shí)對(duì)流失的客戶(hù)進(jìn)行挽留或者對(duì)即將流失的客戶(hù)進(jìn)行服務(wù)顯得極為重要。長(zhǎng)江證券基于智能營(yíng)銷(xiāo)引擎中的客戶(hù)畫(huà)像系統(tǒng)，對(duì)公司客戶(hù)進(jìn)行各類(lèi)標(biāo)簽化的處理，再基于流失客戶(hù)的屬性進(jìn)行建模，構(gòu)建長(zhǎng)江證券客戶(hù)流失預(yù)警系統(tǒng)，及時(shí)向營(yíng)銷(xiāo)人員發(fā)出客戶(hù)流失預(yù)警，并給出客戶(hù)特征，讓員工及時(shí)對(duì)目標(biāo)客戶(hù)進(jìn)行營(yíng)銷(xiāo)，減少客戶(hù)流失所帶來(lái)的損失。

四、結(jié)語(yǔ)

（一）本文主要貢獻(xiàn)。隨著互聯(lián)網(wǎng)金融的發(fā)展，證券公司客戶(hù)規(guī)模在近兩年出現(xiàn)較大幅度增長(zhǎng)，而證券公司員工數(shù)量沒(méi)有相應(yīng)增加，甚至受行情的影響出現(xiàn)減少的情況。這就造成了客戶(hù)服務(wù)的需求，與員工能提供的服務(wù)之間嚴(yán)重不匹配的現(xiàn)象。本文主要分享了證券行業(yè)經(jīng)紀(jì)業(yè)務(wù)線(xiàn)內(nèi)，通過(guò)打造智能營(yíng)銷(xiāo)引擎，實(shí)現(xiàn)線(xiàn)上資源和線(xiàn)下資源的融合與協(xié)同，利用金融科技在一定程度上解決員工服務(wù)與客戶(hù)需求之間不匹配的問(wèn)題。具體來(lái)講，本論文所取得的成果如下。一是打造一個(gè)完整的客戶(hù)畫(huà)像系統(tǒng)，刻畫(huà)了客戶(hù)的基礎(chǔ)標(biāo)簽，包括基礎(chǔ)信息、興趣偏好等。與互聯(lián)網(wǎng)公司以及其他金融行業(yè)不同的是，長(zhǎng)江證券深度分析了客戶(hù)的投資行為，建立了一整套科學(xué)合理的投資行為標(biāo)簽體系，包括收益標(biāo)簽、行為標(biāo)簽、偏好標(biāo)簽、投資能力、投資策略、風(fēng)險(xiǎn)暴露等六大方面，較為深刻地理解客戶(hù)的投資偏好，為后續(xù)利用金融科技實(shí)現(xiàn)智能化產(chǎn)品服務(wù)適配打下基礎(chǔ)。二是搭建一套完整的推薦系統(tǒng)，實(shí)現(xiàn)經(jīng)紀(jì)業(yè)務(wù)體系內(nèi)相關(guān)產(chǎn)品、服務(wù)、工具，以及業(yè)務(wù)的精準(zhǔn)客群鎖定。利用LR，CF等數(shù)據(jù)挖掘算法，對(duì)金融產(chǎn)品、增值服務(wù)、各類(lèi)交易輔助工具，以及兩融、質(zhì)押、港股通等相關(guān)業(yè)務(wù)，進(jìn)行精準(zhǔn)適配模型，實(shí)現(xiàn)任何產(chǎn)品和業(yè)務(wù)都有其推薦模型，以鎖定精準(zhǔn)客戶(hù)群體。更進(jìn)一步，還解決在什么時(shí)機(jī)下推送對(duì)應(yīng)產(chǎn)品給對(duì)應(yīng)客戶(hù)的問(wèn)題，使推薦系統(tǒng)除了能鎖定目標(biāo)客戶(hù)群體之外，還能鎖定營(yíng)銷(xiāo)時(shí)間。三是建設(shè)一個(gè)完整的智能運(yùn)營(yíng)中臺(tái)，實(shí)現(xiàn)產(chǎn)品和服務(wù)的分發(fā)調(diào)度功能。根據(jù)客戶(hù)生命周期、監(jiān)管要求，以及推薦系統(tǒng)所形成的時(shí)機(jī)預(yù)測(cè)、目標(biāo)客群鎖定等結(jié)果，智能運(yùn)營(yíng)中臺(tái)把經(jīng)紀(jì)業(yè)務(wù)系統(tǒng)內(nèi)的產(chǎn)品、服務(wù)、工具以及業(yè)務(wù)依據(jù)合適的時(shí)機(jī)，調(diào)度分配到線(xiàn)上平臺(tái)和線(xiàn)下平臺(tái)，包括面向客戶(hù)的三端一微，以及面向員工的客服系統(tǒng)、員工展業(yè)平臺(tái)等，實(shí)現(xiàn)公司內(nèi)服務(wù)的一致性，以及線(xiàn)上線(xiàn)下的的協(xié)同融合。四是客戶(hù)資源調(diào)度管理方案，實(shí)現(xiàn)公司存量客戶(hù)、員工名下客戶(hù)的分配，以及營(yíng)銷(xiāo)調(diào)度方案。在對(duì)客戶(hù)進(jìn)行營(yíng)銷(xiāo)服務(wù)的過(guò)程中，引起客戶(hù)的不滿(mǎn)情緒，長(zhǎng)江證券形成了一套完整的客戶(hù)營(yíng)銷(xiāo)資源調(diào)度方案，實(shí)現(xiàn)對(duì)客戶(hù)營(yíng)銷(xiāo)程度的統(tǒng)一控制。五是員工評(píng)價(jià)和適配機(jī)制研究。在存量客戶(hù)的分配過(guò)程中，需要解決哪些員工可以分配多少客戶(hù)資源的問(wèn)題。為了有一個(gè)科學(xué)合理的分配方案，需要對(duì)員工進(jìn)行深度的評(píng)價(jià)分析，在此基礎(chǔ)之上，分配合適的客戶(hù)資源給對(duì)應(yīng)的員工，實(shí)現(xiàn)客戶(hù)資源最優(yōu)化配置。六是營(yíng)銷(xiāo)話(huà)術(shù)?？蛻?hù)畫(huà)像等展業(yè)工具的梳理和提供，可以大幅提升員工的展業(yè)效率，同時(shí)也有利于優(yōu)秀經(jīng)驗(yàn)在公司內(nèi)部的傳播。基于上述成果，長(zhǎng)江證券打造了一套“iVatarGo智能營(yíng)銷(xiāo)引擎”，并在公司內(nèi)部落地，經(jīng)過(guò)一年的打磨，逐步取得成效，為上述成果做了實(shí)踐的驗(yàn)證。（二）下一步相關(guān)研究工作。雖然經(jīng)過(guò)一年時(shí)間的打磨，長(zhǎng)江證券充分驗(yàn)證了相關(guān)業(yè)務(wù)方案的可行性以及實(shí)用性。但是“iVatarGo智能營(yíng)銷(xiāo)引擎”牽涉范圍太廣，包括客戶(hù)的深度畫(huà)像、員工的能力評(píng)估、推薦系統(tǒng)、分發(fā)系統(tǒng)等，不免會(huì)出現(xiàn)框架內(nèi)各組成模塊在細(xì)節(jié)方面存在遺漏的情況，因此，未來(lái)長(zhǎng)江證券將在以下方面重點(diǎn)發(fā)力?？蛻?hù)畫(huà)像方面，加入更多客戶(hù)在各個(gè)終端的數(shù)據(jù)，建立客戶(hù)行為的標(biāo)簽體系，并在適當(dāng)?shù)臅r(shí)機(jī)下，引入客戶(hù)的第三方數(shù)據(jù)，使客戶(hù)畫(huà)像更為細(xì)致和豐富，為推薦系統(tǒng)提供更充分的依據(jù)。推薦系統(tǒng)方面，目前基于性能、穩(wěn)定性以及成熟度的考慮，主要使用的是經(jīng)典的分類(lèi)、聚類(lèi)、關(guān)聯(lián)以及異常檢測(cè)相關(guān)模型，未來(lái)可以考慮使用當(dāng)前流行的TensorFlow，Café框架，嘗試把深度學(xué)習(xí)技術(shù)應(yīng)用到證券領(lǐng)域，提升當(dāng)前推薦系統(tǒng)的精準(zhǔn)度。智能中臺(tái)方面，梳理更多的服務(wù)規(guī)則，以及識(shí)別更多的服務(wù)時(shí)機(jī)點(diǎn)，利用智能的方式來(lái)實(shí)現(xiàn)客戶(hù)更大規(guī)模的覆蓋?？蛻?hù)資源調(diào)度方面，目前只設(shè)置了營(yíng)銷(xiāo)池、冰凍池和待分配客戶(hù)池3種客戶(hù)狀態(tài)，未來(lái)根據(jù)營(yíng)銷(xiāo)活動(dòng)的深入以及類(lèi)型的細(xì)化，將設(shè)置更為科學(xué)合理的客戶(hù)狀態(tài)規(guī)則。員工評(píng)價(jià)機(jī)制方面，考慮增加更多的維度，來(lái)對(duì)員工進(jìn)行評(píng)價(jià)和分類(lèi)，在對(duì)員工深刻理解的基礎(chǔ)之上，實(shí)現(xiàn)更合理的客戶(hù)分配、活動(dòng)分配等。當(dāng)前主要提供給員工一些營(yíng)銷(xiāo)話(huà)術(shù)，以及相關(guān)的報(bào)表展示工具，未來(lái)在支持線(xiàn)下?tīng)I(yíng)銷(xiāo)人員方面，將提供更多的輔助工具。通過(guò)以上工作的增強(qiáng)，預(yù)計(jì)將使“iVatarGo智能營(yíng)銷(xiāo)引擎”在效率及使用價(jià)值上，擁有一個(gè)更精進(jìn)的表現(xiàn)。

作者:郭正彪 王圓圓 黃振森 單位:長(zhǎng)江證券