1、企業名稱

華泰證券 資料驅動的智慧營銷平臺

2、所屬分類

金融科技·智慧獲客

3、案例背景

證券公司和客戶之間存在著巨大的資訊和知識不對稱性。在證券市場充分發展的今天，投資方式日益豐富，市場細分日趨加深，各種投資理財產品的推出層出不窮，金融市場知識體系的深度和廣度已經遠超普通投資者能夠駕馭的程度。一方面投資者持有一定資產，並希望能給自己的資產找到最佳的投資渠道，另一方面投資者對市場資訊、金融知識的掌握卻無法支撐其實現相應目標。基於人工智慧技術進行智慧營銷業務優化，是大勢所趨。

華泰證券在向千萬級的理財產品客戶推薦上千款的理財產品的時候，也同樣面臨如何更精準地將產品投放到每個特定客戶身上促進他們產生真正的有價值的交易行為的問題。隨著客戶數量增多，交易量不斷增大，資料量大、維度複雜、線上線下資料無法整合等情況都是造成這類問題的原因。

華泰證券與明略資料共同對此展開研究，提出了一套具有創新性的融合了客戶行為資料、客戶基本資訊資料，市場行情資料、以及網際網路資料的綜合的智慧營銷模型。我們能夠通過機器學習等演算法，自然語言處理等人工智慧技術為每位客戶建立一個符合其個性化需求的產品檔案，並在此基礎上，實現真正意義上的將理財產品向特定人群進行定向投放的功能。

4、實施時間

基於明略資料行業實踐經驗，明略資料與華泰證券於2016年9月進行具體需求分析與探討，並進行專案規劃與評估。於2016年11月1日正式進行開發，2017年1月31日結束，並與2017年3月驗收完畢。

5、應用場景

基於華泰證券對於AI自我優化的智慧營銷管理需求，明略資料為其建設了資料驅動的智慧營銷平臺，利用人工智慧技術，整合大量客戶畫像標籤、營銷策略，結合多種營銷渠道，進行最優化、最貼合場景的線上線下營銷鏈路整合，進而提高營銷效率，輔助業務人員進行營銷決策。

營銷鏈路整合

該平臺建立了完善的基於人工智慧驅動的營銷鏈路應用，主要包括客戶行為採集，客戶畫像，個性化營銷，精準營銷，售後輿情分析，客戶關係圖譜等模組。幫助華泰證券全息瞭解客戶個性化訴求、智慧精選目標客戶、高效建立營銷計劃、自動拓展客戶群體。同時提供標準的API資料介面服務，並採用分散式系統部署，高效支撐華泰網際網路APP客戶端和線下智慧營銷業務系統。

一站式業務營銷服務

該平臺提供了一站式業務營銷服務。將離散的營銷行為和營銷經驗整合成“資料”，使營銷目標明確、可追蹤、可衡量、可優化。通過大資料和人工智慧技術抓取目標客戶，連線營銷渠道，從而讓網路營銷等渠道更具價值；“資料”結合“渠道”，形成營銷目標選擇、營銷計劃決策、營銷精準投放、營銷效果評估動態優化閉環。

6、面臨挑戰

證券行業具有自身的特點，與其他行業產品與服務的價值衡量普遍存在間接性的特點不同，證券行業客戶的投資與收益以直接的、客觀的貨幣形式直觀的呈現。受證券行業自身特點和行業監管要求的限制，證券行業金融業務與產品的設計、營銷與銷售方式也與其他行業具有鮮明的差異，專業性更強。且證券投資額度普遍較大，因此客戶對證券行業產品與服務的購買具有比較審慎的態度，且購買行為絕對數量較少。

證券公司的業務與產品品目繁多、專業性強，需要專業的客戶服務團隊，雖然證券公司擁有遍佈全國的營業部網路和龐大的客戶經理隊伍，但是面對更加龐大的客戶群，瞬息萬變的金融市場和客戶苛刻的資產增值要求，如何能夠更好的滿足客戶，留住客戶，在成就客戶的同時也實現客戶全生命週期在華泰的價值最大化，無疑是這個專案面臨的嚴峻挑戰。

7、資料支援

明略資料為華泰證券將千萬級客戶的CRM資料、客戶日常交易資料（股票交易，理財交易等）、產品資訊、App資料、諮詢資料等進行全量匯入與實時增量同步。資料涵蓋華泰證券80%以上的客戶資料，為資料驅動的智慧營銷平臺提供了全維度TB級的高效能、高穩定性、高安全性的資料支撐。

8、應用技術／實施過程

明略資料為華泰證券建立的資料驅動的智慧營銷平臺，目標是通過對海量低價值密度使用者資料的深入加工，得到能夠有效反映客戶金融特徵的精準畫像，從而指導業務在運營中能夠有助於更加高效地理解客戶、研究客戶需求、分析客戶潛在意圖，將人工智慧引入到業務運營流程中，真正助力商務決策，推動客戶經理更加主動、精準、高效的與客戶建立更多的觸達和連線。資料驅動的智慧營銷平臺定位於幫助營銷和銷售人員定位目標客戶，瞭解客戶潛在需求，開發需求產品以及精準營銷，通過對使用者資訊進行分析、加工和標籤化，利用人工智慧技術，提升使用者資料對業務決策的可用性和易用性。

1）建立基於機器學習的動態使用者畫像體系

華泰證券標籤體系

傳統的客戶標籤維護，都是由人工手動完成，無法管理標籤生命週期。採用機器學習方式，系統自動管理標籤生命週期，判斷相似度，智慧提示標籤可用性。

引入華泰證券全維度客戶資料，包括CRM資料、客戶日常交易資料（股票交易，理財交易等）、產品資訊、App行為資料等，100%覆蓋追蹤產品購買、功能使用等過程，精確定位客戶流失環節，優化功能體驗，為整體指定客戶畫像，評估客戶留存增長，活躍度提升提供了根據性的資料支援。

使用者畫像查詢

在建立客戶畫像的過程中，在同一標籤體系下，引入繼承關係，標準化標籤規範，同時採用了個性化標籤資料庫，針對不同部門、不同業務線提供自定義的標籤計算模板，並且配合不同的標籤字典讓業務人員能根據自身業務需求解讀標籤資料。通過自由組合標籤或者流水清單，自定義不同的人群，最精細化的、最準確的組合出指定人群。並且可以通過搜尋，實時分析，looklike等技術來提升定製化服務的客戶體驗。

2）基於機器學習與NLP建構智慧推薦模型

根據使用者行為資料，結合使用者個人資訊形成的精準畫像，整合其購買產品標籤、交易次數與金額，產品收益等資料，融入Logistics Regression，SVM, GBDT等機器學習演算法，進行需求匹配。利用自然語言處理技術，對使用者諮詢文字內容、行業輿情熱點資訊以及股票、基金等理財產品進行深度挖掘，提供更精確的匹配。預測出每一個使用者的產品偏好，“千人千面”地進行基於客戶偏好度與收益高相關的排序與推薦模型，為單個使用者進行最優產品的匹配推薦。

3）整合全渠道營銷鏈路

分離資料計算和資料介面服務，將實時計算海量客戶、產品、營銷資料的過程和計算結果剝離。外部業務系統訪問呼叫時，系統服務直接從結果中返回外部系統所需的相關資料，提高整體服務效率。

基於以上對於資料的處理以及人工智慧模型的整合，將目標營銷人群、營銷計劃、營銷投放渠道整個營銷鏈路打通，構建標準化營銷資料平臺的體系，既滿足網際網路營銷方式，也滿足了線下智慧營銷業務的持續開展，實現全渠道營銷鏈路打通，幫助業務人員提高營銷精準化程度，整體提升營銷轉化率。

9、商業變化

基於人工智慧的營銷方式已成為現階段的主要營銷模式之一，相對於傳統營銷模式，它的優點在於降低了營銷成本，提高營銷效率，使聚焦到個體的個性化營銷成為可能。比如對於年輕的入門的客戶來說，平臺會更多推薦週轉週期靈活、資金門檻相對較低的類似於貨幣基金這樣的理財產品，而對於年長的高淨值的客戶來說，有穩定預期收益的定投產品就是推薦的主要方向。在這套平臺的幫助下，原本習慣於傳統的將相同的產品內容群發給所有客戶方式，轉變為人機結合的自動化智慧營銷活動投放。

明略資料為華泰證券提供的資料驅動的智慧營銷平臺覆蓋了80%以上的客戶，推薦的產品涵蓋了股票型、債券型、混合型、貨幣型和指數型等4000餘隻產品，經過實際的測算，本平臺促進了客戶真實的交易轉化率，提升了整整4倍。通過人工智慧的營銷方式，實現客戶立體化，渠道層次化，營銷個性化，真正實現了實現千人千面的精準化營銷。同時進一步做到線上線下打通後，可以幫助線下營銷人員將更多的時間聚焦在營銷業務本身，而不是在海量資料中定位目標客戶。

10、關於企業

明略資料成立於2014年，是以知識圖譜為支撐的行業人工智慧解決方案提供商。深耕公共安全、金融、工業與物聯網等行業領域，構建行業知識圖譜，實現從個體賦能到群體智慧的產業轉型升級。

憑藉優秀的大資料處理和運籌能力以及3年行業知識圖譜沉澱和技術積累，明略資料利用行業人工智慧大腦“明智系統“，為客戶構建知識圖譜資料庫、提供基於自然語言的便捷互動方式，通過公安大腦、金融風控大腦、工業安全大腦，實現從個體賦能到群體智慧的產業轉型升級。明略資料已快速成長為國內領先的行業人工智慧解決方案提供商，2016年完成B輪2億元人民幣融資，由紅杉資本中國基金領投。

明略資料聚焦的行業涵蓋公共安全、金融、工業與物聯網等，目前明略資料已與省、市級公安局、交通銀行、海通證券、中國人民銀行、中國中車等行業標杆客戶並肩實踐行業人工智慧應用。在安全可靠的環境下，通過資料治理技術將多元異構資料治理成資訊，將資訊轉化為特定領域的知識，通過符號推理和機器學習構建行業大腦，顯著提高企業決策的精度、速度、敏捷度，降低知識勞動力成本，真正將知識有效轉化為企業競爭力。