數(shù)字化銀行轉(zhuǎn)型：以“千人千面”的金融服務(wù)新模式為例

【提??要】面對新的客戶需求、市場環(huán)境與發(fā)展趨勢，商業(yè)銀行必須要有與之相適應(yīng)的服務(wù)模式。近年來，各大商業(yè)銀行紛紛將數(shù)字化銀行轉(zhuǎn)型升級作為一項(xiàng)重要的發(fā)展戰(zhàn)略，并以此為契機(jī)結(jié)合重點(diǎn)業(yè)務(wù)領(lǐng)域、渠道載體以及應(yīng)用場景大力推進(jìn)“千人千面”的金融服務(wù)模式創(chuàng)新，積極探索新的增長曲線。“千人千面”的金融服務(wù)創(chuàng)新從最初的萌芽到當(dāng)前的廣受歡迎、初具成效并將最終進(jìn)一步深刻改變未來銀行服務(wù)模式。這當(dāng)中有商業(yè)銀行業(yè)務(wù)發(fā)展的內(nèi)生動(dòng)力，也有外部不斷變化的市場環(huán)境與日臻成熟的產(chǎn)業(yè)條件的必然要求。

【關(guān)鍵詞】??數(shù)字化轉(zhuǎn)型;數(shù)字智能;千人千面;客戶體驗(yàn)

一、“千人千面”服務(wù)新模式的快速興起

“千人千面”是根據(jù)心理學(xué)中的“迎合心理”原理演化而來的概念，最早出現(xiàn)在廣告服務(wù)領(lǐng)域中。國內(nèi)最早將其作為一種服務(wù)模式應(yīng)用到零售業(yè)務(wù)領(lǐng)域則是由一家大型電子商務(wù)平臺公司于2013年率先創(chuàng)新實(shí)踐的，其目的是為了適應(yīng)移動(dòng)互聯(lián)時(shí)代發(fā)展趨勢，抓住買家興趣點(diǎn)，并與賣家的商品細(xì)分類目進(jìn)行匹配，從而實(shí)現(xiàn)個(gè)性化的精準(zhǔn)服務(wù)。該服務(wù)一經(jīng)推出就受到買家與賣家以及市場的一致好評，快速被互聯(lián)網(wǎng)及電子商務(wù)行業(yè)效仿并加速改變了相關(guān)行業(yè)的市場競爭格局。

近年來，隨著用戶對金融服務(wù)需求碎片化、多元化、個(gè)性化、智能化的要求逐漸提高，以及數(shù)字智能時(shí)代大數(shù)據(jù)、智能終端、機(jī)器學(xué)習(xí)等新興技術(shù)的快速發(fā)展與成熟應(yīng)用，國內(nèi)銀行業(yè)以“最懂用戶”并為用戶提供智能化的貼心服務(wù)為目標(biāo)，包括工、農(nóng)、中、建、交等國有大型銀行以及招商、光大等股份制銀行紛紛布局?jǐn)?shù)字化銀行轉(zhuǎn)型升級，并在“千人千面”金融服務(wù)新模式方面取得不俗的成效。尤其是通過不斷迭代升級的手機(jī)銀行及逐漸興起的開放銀行，結(jié)合客戶標(biāo)簽屬性、用戶特征變量以及產(chǎn)品匹配模型等，及時(shí)分析并識別用戶的交易行為與風(fēng)險(xiǎn)偏好，更加精準(zhǔn)地判斷用戶的即時(shí)“痛點(diǎn)”需求與長期業(yè)務(wù)及風(fēng)險(xiǎn)偏好，個(gè)性化推送用戶想要的產(chǎn)品服務(wù)與資訊信息，為客戶提供包括功能展示、廣告投放、信息推送、產(chǎn)品推薦、融入生態(tài)、風(fēng)險(xiǎn)防控等多個(gè)維度的“千人千面”銀行服務(wù)，開啟了“數(shù)字化、智能化、開放性銀行4.0”的新時(shí)代，以此將手機(jī)銀行打造成為綜合金融服務(wù)的門戶、整合場景生態(tài)的平臺、引爆用戶增長的利器，進(jìn)而“拓展銀行的服務(wù)邊界，最終改變銀行的增長曲線”。

（一）功能服務(wù)

功能服務(wù)方面，是商業(yè)銀行數(shù)字化轉(zhuǎn)型升級的重點(diǎn)，同時(shí)也是“千人千面”服務(wù)最為直接的表現(xiàn)方式，主要是為每個(gè)用戶在使用手機(jī)銀行、網(wǎng)上銀行、微信銀行等前端服務(wù)觸點(diǎn)時(shí)呈現(xiàn)出不同的功能頁面、菜單欄位及優(yōu)先排序等，使用戶在打開手機(jī)銀行APP時(shí)能夠更快地找到自己喜歡或經(jīng)常使用的產(chǎn)品功能頁面，從而實(shí)現(xiàn)從“做功能”到“升體驗(yàn)”的轉(zhuǎn)變。在具體實(shí)現(xiàn)方面，為最大程度減少對客戶的打擾，提升客戶體驗(yàn)，盡可能保持客戶易于接受的形式，一是定期（如每周）根據(jù)客戶交易及行為特征做一次模型計(jì)算，根據(jù)新的運(yùn)算結(jié)果更新客戶的手機(jī)銀行功能菜單展示;二是對于客戶有自定義菜單需求的情況，尊重客戶的自定義選擇，僅對其余尚未自定義的菜單欄位做智能推薦，幫助用戶快速發(fā)現(xiàn)感興趣的服務(wù)內(nèi)容，增加用戶粘性。

（二）消息推送

消息推送方面，主要根據(jù)用戶使用手機(jī)銀行等電子渠道的頻率、瀏覽偏好、關(guān)系人關(guān)系、產(chǎn)品持有關(guān)聯(lián)度、產(chǎn)品持有偏好等設(shè)置相應(yīng)的規(guī)則模型，通常要通盤考慮包括觸發(fā)場景、觸發(fā)行為、觸發(fā)用戶、觸發(fā)時(shí)間、觸發(fā)次數(shù)等五個(gè)方面的規(guī)則，建立智能化的EDP（Even-Driven?Pushing）事件式精準(zhǔn)推送模式，為每一個(gè)用戶精準(zhǔn)推送有價(jià)值的資訊信息、優(yōu)質(zhì)服務(wù)以及熱門內(nèi)容等，并在具體推送時(shí)準(zhǔn)確判斷時(shí)機(jī)并采取合適的內(nèi)容表現(xiàn)形式（如廣告圖片、短信、微信、APP菜單、URL鏈接、在線客服、站內(nèi)信息等多種形式），降低用戶打擾、減少用戶騷擾、促使用戶點(diǎn)擊，使流量得到更為充分的利用，最大限度地提升手機(jī)銀行的客戶活躍度與滿意度。

（三）產(chǎn)品推薦

產(chǎn)品推薦方面，在對用戶、產(chǎn)品及服務(wù)等進(jìn)行全方位打標(biāo)的基礎(chǔ)上，為每一位用戶提煉關(guān)鍵特征因子并匹配最為合適的銀行產(chǎn)品及服務(wù)，推動(dòng)以往的“廣而告之”漫灌式營銷向“標(biāo)簽驅(qū)動(dòng)”的數(shù)字化營銷轉(zhuǎn)變，這就要求對其中的每個(gè)細(xì)節(jié)都要做到精益求精，包括銀行業(yè)務(wù)的精益運(yùn)營、客戶服務(wù)的精細(xì)管理與產(chǎn)品服務(wù)的精準(zhǔn)推薦等，從而有效降低營銷推廣成本并進(jìn)一步提升客戶體驗(yàn)水平、產(chǎn)品轉(zhuǎn)化傳播以及銷售服務(wù)效率等。具體來講，主要采取兩種方式，第一種方式是“物以類聚”，根據(jù)產(chǎn)品或服務(wù)的相關(guān)性與相似性進(jìn)行推薦;第二種方式是“人以群分”，分別根據(jù)用戶的運(yùn)營生命周期（如新用戶與老用戶，注冊用戶、沉默用戶、活躍用戶與流失用戶等）、用戶的基礎(chǔ)屬性（性別、職業(yè)、年齡等）以及用戶的交易行為（搜索關(guān)鍵詞、瀏覽記錄、交易數(shù)據(jù)等）等進(jìn)行推薦。例如向投資偏好的用戶推薦基金理財(cái)產(chǎn)品，向融資偏好的用戶推薦信用卡分期服務(wù)等。以信用卡服務(wù)的精準(zhǔn)推薦為例，一是根據(jù)持卡客戶賬單情況等向客戶推薦個(gè)性化分期活動(dòng);二是根據(jù)持卡客戶特征向非持卡用戶進(jìn)行關(guān)聯(lián)信用卡產(chǎn)品的智能推薦等;三是根據(jù)用戶的交易頻率，在轉(zhuǎn)賬、信用卡還款、結(jié)售匯、基金、理財(cái)、跨境匯款、民生繳費(fèi)等交易完成后，分析用戶特征并向用戶推薦后續(xù)最適合該用戶的產(chǎn)品、服務(wù)以及后續(xù)可能的最佳操作（如朋友圈分享）等。

（四）融入生態(tài)

融入生態(tài)方面，將客戶日常生活中的衣食住行等高頻場景嵌入手機(jī)銀行APP，讓手機(jī)銀行APP的服務(wù)內(nèi)涵豐富起來，并根據(jù)用戶瀏覽情況以及用戶地理位置軌跡，挖掘用戶各類生活場景的興趣愛好與喜好，為用戶智能化推薦感興趣的優(yōu)惠券、商品服務(wù)及市場活動(dòng)等，提升手機(jī)銀行APP的打開頻次與使用粘性，逐步擺脫金融場景的低頻約束。并在此基礎(chǔ)上，綜合考慮“技術(shù)平臺、產(chǎn)品體系、協(xié)同機(jī)制、組織文化”等基本要素，積極鍛造商業(yè)銀行的產(chǎn)品與服務(wù)輸出能力，通過開放性的API（Application?Programming?Interface）應(yīng)用接口等標(biāo)準(zhǔn)化模式將金融服務(wù)“融”入移動(dòng)互聯(lián)網(wǎng)、“融”入零售商業(yè)生態(tài)、“融”入非金融服務(wù)領(lǐng)域等客戶聚集的線上線下場景，不斷增加更多的金融服務(wù)“觸點(diǎn)”，與廣大的優(yōu)質(zhì)合作機(jī)構(gòu)打造“如影隨形”的嵌入式泛金融生態(tài)，共同提升客戶服務(wù)水平。

（五）風(fēng)險(xiǎn)防控

風(fēng)險(xiǎn)防控方面，通過豐富的反欺詐模型、規(guī)則以及反欺詐知識庫，從賬戶、設(shè)備、位置、行為、關(guān)系、偏好等多個(gè)維度精準(zhǔn)識別客戶身份與行為、實(shí)時(shí)監(jiān)測客戶每筆交易行為并做出風(fēng)險(xiǎn)預(yù)警，并根據(jù)風(fēng)險(xiǎn)模型評分采取差異化的智能化處置措施，包括“直接放行、攔截操作、增強(qiáng)驗(yàn)證、暫掛交易、賬戶凍結(jié)”等，實(shí)現(xiàn)實(shí)時(shí)高效、客戶無感的反欺詐服務(wù)，切實(shí)保障用戶資金和賬戶安全，守住用戶的“錢袋子”。另外，在風(fēng)險(xiǎn)防控能力提升的基礎(chǔ)上，一方面加強(qiáng)產(chǎn)品創(chuàng)新，向客戶推出更為安全便捷的“一鍵轉(zhuǎn)賬”“一鍵下單”“智能投顧”“無感支付”“實(shí)時(shí)授信、在線提款”等定制化的創(chuàng)新金融服務(wù)模式;另一方面逐步減少TOKEN等安全認(rèn)證工具的使用頻率并進(jìn)一步提升網(wǎng)絡(luò)支付、融資提款與轉(zhuǎn)賬匯款等手機(jī)銀行的交易限額，有效滿足用戶在特定場景下的大額交易需求，打造好的客戶體驗(yàn)。

二、建立“以客為本”的精準(zhǔn)用戶畫像

各大商業(yè)銀行之所以如此重視“千人千面”的金融服務(wù)創(chuàng)新，背后的根源主要是金融消費(fèi)行為與客戶行為習(xí)慣的徹底變革，金融服務(wù)正在從以產(chǎn)品為中心，真正轉(zhuǎn)向以消費(fèi)者為中心。與此同時(shí)，隨著工作生活節(jié)奏日益加快，消費(fèi)者需求出現(xiàn)加大分化，商業(yè)銀行的客戶到店率逐年下降，人們對商業(yè)銀行產(chǎn)品與服務(wù)的便捷性、個(gè)性化提出了更高的要求，不再喜歡被動(dòng)地接受“千篇一律”或“千人一面”的金融產(chǎn)品和服務(wù)。尤其是當(dāng)前以智能手機(jī)為代表的移動(dòng)終端可有效“錨定”客戶行為并真實(shí)反映客戶的“旅程”，為商業(yè)銀行更好服務(wù)客戶提供了一個(gè)全新的視角，“從不打烊”、安全便捷、覆蓋全球的手機(jī)銀行已成為銀行接觸與服務(wù)客戶的重要門戶與流量入口，尤其是對“輕資產(chǎn)型”商業(yè)銀行零售業(yè)務(wù)而言，其市場競爭已經(jīng)全面進(jìn)入全新的數(shù)字智能APP時(shí)代。因此，建立“以客為本”的精準(zhǔn)用戶畫像已成為各大商業(yè)銀行適應(yīng)轉(zhuǎn)型升級并創(chuàng)新服務(wù)模式的最佳實(shí)踐。

“以客為本”的精準(zhǔn)用戶畫像，究其內(nèi)在機(jī)理與邏輯本質(zhì)，是用戶對銀行產(chǎn)品及服務(wù)滿意度的一個(gè)擬合函數(shù)，通過綜合分析產(chǎn)品、用戶與環(huán)境特征等變量，建立以用戶為維度的立體畫像，包括宏觀的客群分析畫像（如整體客戶規(guī)模、客戶結(jié)構(gòu)和客戶偏好等）與微觀的用戶個(gè)體畫像（即單一用戶的360度標(biāo)簽畫像，全面展示用戶的基本信息、風(fēng)險(xiǎn)信息、渠道特征、偏好等）等，幫助客戶經(jīng)理迅速認(rèn)知客戶、洞察客戶，了解客戶需求，并將特定場景下最貼合用戶需求的產(chǎn)品與服務(wù)推薦給最合適的客戶，最大限度地提升客戶轉(zhuǎn)化率與用戶粘性。這里所提到的產(chǎn)品特征，對商業(yè)銀行而言，可以是信息搜索、功能設(shè)置、主題定義等“小”服務(wù)，也可以是投資理財(cái)、消費(fèi)貸款與信用卡等全流程的“大”產(chǎn)品，每個(gè)產(chǎn)品或每項(xiàng)服務(wù)都有其相應(yīng)特征，需要銀行提前分析提取并做好推薦準(zhǔn)備;用戶特征包括用戶的各種標(biāo)簽屬性，如職業(yè)、年齡、性別以及興趣愛好等;環(huán)境特征則是數(shù)字智能時(shí)代的一個(gè)新特點(diǎn)，隨著智能手機(jī)等的不斷普及，銀行可以有效采集、識別與分析用戶在工作、生活、學(xué)習(xí)、出行等不同場景下的“旅程”信息。結(jié)合上述多個(gè)方面的特征變量的重要性分析、顯著性分析與相關(guān)性分析，函數(shù)模型會及時(shí)給出預(yù)估，即預(yù)測所推薦的產(chǎn)品或服務(wù)在當(dāng)前特定場景下是否適合當(dāng)前客戶的需求。

這背后最關(guān)鍵的是對客戶特征便利及標(biāo)簽服務(wù)體系的大范圍深度應(yīng)用，一是構(gòu)建精準(zhǔn)立體的客戶標(biāo)簽，二是要對產(chǎn)品與服務(wù)全方位打標(biāo)，三是要持續(xù)保持相關(guān)標(biāo)簽體系的“熱度”，四是要將標(biāo)簽體系與具體業(yè)務(wù)場景相融合并實(shí)現(xiàn)價(jià)值創(chuàng)造。

（一）構(gòu)建精準(zhǔn)立體的客戶標(biāo)簽

將客戶信息通過標(biāo)簽化、可視化的方式呈現(xiàn)出來，并根據(jù)動(dòng)靜態(tài)相結(jié)合的客戶基礎(chǔ)數(shù)據(jù)標(biāo)簽、交易數(shù)據(jù)標(biāo)簽、行為數(shù)據(jù)標(biāo)簽以及一系列規(guī)則或算法，為每個(gè)客戶計(jì)算出清晰的用戶畫像，將人進(jìn)行全方位“數(shù)據(jù)化”描述，從而使每個(gè)用戶變得更加立體且獨(dú)一無二。從實(shí)踐經(jīng)驗(yàn)來看，用戶標(biāo)簽體系的設(shè)計(jì)與構(gòu)建需要遵循三個(gè)最基本的要求，一是便于使用，二是便于區(qū)分，二是要產(chǎn)生實(shí)際成效。不同的企業(yè)構(gòu)建用戶畫像有不同的戰(zhàn)略目的，商業(yè)銀行構(gòu)建用戶標(biāo)簽體系的目標(biāo)是為了挖掘數(shù)據(jù)價(jià)值、定位目標(biāo)客戶、識別客戶需求，并向客戶提供智能化的精準(zhǔn)服務(wù)。因此，在構(gòu)建用戶標(biāo)簽體系之前，首先需要有一個(gè)非常清晰的用戶畫像戰(zhàn)略目標(biāo)，并據(jù)此確定描述用戶畫像的整體框架，進(jìn)一步明確用戶畫像的應(yīng)用場景以及相應(yīng)客戶標(biāo)簽的層級、分類、數(shù)量以及客戶標(biāo)簽之間的相互關(guān)系等。其次，客戶標(biāo)簽是用戶畫像的前提與基礎(chǔ)，因此構(gòu)建豐富的客戶標(biāo)簽服務(wù)體系至關(guān)重要，需要明確標(biāo)簽分類、屬性要求（包括分層結(jié)構(gòu)、關(guān)聯(lián)特征、更新周期、處理方法等）、展現(xiàn)形式（標(biāo)簽體系結(jié)構(gòu)一般呈樹狀結(jié)構(gòu)展現(xiàn)，也有部分標(biāo)簽為非結(jié)構(gòu)化的，每個(gè)標(biāo)簽的取值分為判斷變量“0/1”與連續(xù)變量“0-1”兩種，分別代表“是/否”的判斷以及傾向程度或偏好程度的衡量）并逐步提升標(biāo)簽的全生命周期（包括定義、設(shè)計(jì)、新增、編輯、審批、執(zhí)行、評估、迭代、退出機(jī)制、安全規(guī)范等）管理能力與水平。根據(jù)商業(yè)銀行服務(wù)對象的不同，客戶標(biāo)簽可分為個(gè)人客戶標(biāo)簽與企業(yè)客戶（含金融機(jī)構(gòu)客戶）標(biāo)簽，每類客戶標(biāo)簽按照不同的生成方式，一般又可分為靜態(tài)的事實(shí)標(biāo)簽以及動(dòng)態(tài)的模型標(biāo)簽與預(yù)測標(biāo)簽。其中，事實(shí)標(biāo)簽主要是根據(jù)用戶的一些自然屬性（如出生年月、學(xué)歷學(xué)位、婚姻狀況、是否持有理財(cái)產(chǎn)品等）直接判斷或簡單統(tǒng)計(jì)得出的事實(shí)判斷類標(biāo)簽;模型標(biāo)簽將對用戶屬性及行為屬性等進(jìn)行抽象和聚類，適用于總結(jié)或揭示用戶在一定范圍內(nèi)的行為規(guī)律或偏好情況;預(yù)測標(biāo)簽則是在事實(shí)標(biāo)簽與模型標(biāo)簽的基礎(chǔ)上，通過建模算法進(jìn)一步挖掘用戶潛在需求并預(yù)測未來客戶行為的概率，如用戶風(fēng)險(xiǎn)偏好、消費(fèi)能力、流失傾向等。另外，不同行業(yè)的用戶畫像的標(biāo)簽主題范圍不盡相同，并還將在業(yè)務(wù)和數(shù)據(jù)雙重驅(qū)動(dòng)下進(jìn)行調(diào)整與擴(kuò)充。就銀行業(yè)而言，個(gè)人客戶畫像的標(biāo)簽主體范圍一般包括人口統(tǒng)計(jì)基本屬性、地理位置信息、客戶生命周期（拉新、促活、留存、交易、裂變傳播等）、客戶價(jià)值（是否有車、是否有房、金融資產(chǎn)、AUM分層、信用卡消費(fèi)能力等級、月收入信息、交易活躍度等）、興趣愛好（健身、旅游等）、活動(dòng)偏好（活動(dòng)類型、活動(dòng)敏感點(diǎn)、參與頻度等）、產(chǎn)品偏好（投資理財(cái)、信貸融資、信用卡等）、服務(wù)偏好、風(fēng)險(xiǎn)信息（是否黑名單、高可疑賬戶、貸款金額及預(yù)期等）、支付偏好、潛在預(yù)測、互動(dòng)行為、在線瀏覽行為（手機(jī)銀行、微信銀行、網(wǎng)上銀行等）、簽約使用信息、消費(fèi)行為等;企業(yè)客戶畫像的標(biāo)簽主體范圍相比而言則較少，主要包括基本信息、風(fēng)險(xiǎn)信息、客戶價(jià)值、綜合簽約信息、產(chǎn)品服務(wù)偏好等。構(gòu)建精準(zhǔn)立體的用戶畫像可以借鑒商業(yè)銀行在產(chǎn)品創(chuàng)新過程中的MVP（Minimum?Viable?Product）最小化可實(shí)行產(chǎn)品的核心理念，只有根據(jù)清晰的業(yè)務(wù)目標(biāo)及運(yùn)營策略持續(xù)迭代優(yōu)化并靈活調(diào)整，才能取得最好的效果。

（二）強(qiáng)化產(chǎn)品與服務(wù)的全方位打標(biāo)

在客戶標(biāo)簽的基礎(chǔ)上，進(jìn)一步提煉產(chǎn)品服務(wù)的關(guān)鍵特征并對相應(yīng)的資訊服務(wù)進(jìn)行語義分析及相關(guān)度分析等，建立產(chǎn)品、服務(wù)、資訊類等全方位標(biāo)簽服務(wù)體系，并結(jié)合實(shí)際情況確定各類標(biāo)簽的顆粒度、標(biāo)簽分類以及分級層數(shù)等。產(chǎn)品或服務(wù)的標(biāo)簽也可參照客戶標(biāo)簽根據(jù)不同的生成形式（簡單統(tǒng)計(jì)、規(guī)則模型、復(fù)雜算法等多種方式）分為靜態(tài)標(biāo)簽與動(dòng)態(tài)標(biāo)簽。但標(biāo)簽的分層結(jié)構(gòu)可相對簡單一些，為了便于理解與管理，一般而言，產(chǎn)品或服務(wù)標(biāo)簽體系控制在3個(gè)層級比較合適。當(dāng)然，單獨(dú)或隔離地討論產(chǎn)品或服務(wù)的“打標(biāo)”并沒有太多實(shí)際意義，只有堅(jiān)持“以客為本”，將產(chǎn)品或服務(wù)標(biāo)簽與客戶標(biāo)簽建立業(yè)務(wù)間的相互關(guān)聯(lián)性，其價(jià)值才能真正體現(xiàn)。這就需要從客戶的角度，設(shè)置產(chǎn)品或服務(wù)的關(guān)注特征（品牌、名稱、價(jià)格區(qū)間等）、交互特征（接觸的渠道、觸點(diǎn)及方式、瀏覽、點(diǎn)擊、點(diǎn)贊、對比等）、交易特征（交易金額、交易次數(shù)、交易渠道、交易方式、交易原因等）、使用特征（包括使用場景、使用時(shí)間、使用頻次等）與評價(jià)特征（包括正面評價(jià)、負(fù)面評價(jià)、投訴建議等）等，構(gòu)建用戶與服務(wù)行為以及用戶與產(chǎn)品特征之間的關(guān)系矩陣，另外當(dāng)用戶在完成產(chǎn)品購買或使用相關(guān)服務(wù)后，用戶畫像中相應(yīng)產(chǎn)品或服務(wù)的標(biāo)簽權(quán)重也會隨之更新。一般來講，產(chǎn)品或服務(wù)的標(biāo)簽配置越得當(dāng)，與客戶需求的匹配度就會越高，該產(chǎn)品或服務(wù)在手機(jī)銀行APP等相關(guān)渠道上的曝光度及轉(zhuǎn)化率也就會越高。需要進(jìn)一步強(qiáng)調(diào)的是，為了進(jìn)一步提升營銷推薦的準(zhǔn)確性與及時(shí)性，除了常規(guī)地將客戶標(biāo)簽與產(chǎn)品或服務(wù)標(biāo)簽的需求匹配外，還需要采集分析用戶在手機(jī)銀行等各種渠道的行為，結(jié)合環(huán)境特征（包括地理位置、時(shí)間等）、熱度特征（包括主題熱度以及關(guān)鍵詞熱度等）以及協(xié)同特征（包括點(diǎn)擊相似與興趣分類相似等），并運(yùn)用時(shí)間衰減模型、周期檢驗(yàn)?zāi)Ｐ鸵约坝脩羝媚Ｐ偷葘蛻粜袨轭l率及周期進(jìn)行學(xué)習(xí)，掌握用戶的行為規(guī)律并為用戶持有產(chǎn)品及每一次行為進(jìn)行評分，綜合上述多方面因素向客戶推薦最為合適的產(chǎn)品與服務(wù)并準(zhǔn)確抓住滿足用戶需求的時(shí)點(diǎn)。

（三）持續(xù)保持相關(guān)標(biāo)簽的熱度

標(biāo)簽既是分析的最終結(jié)果，也是一個(gè)分析的過程及條件，每個(gè)標(biāo)簽均不會憑空產(chǎn)生，需要確定標(biāo)簽的生成規(guī)則并定義標(biāo)簽的權(quán)重（標(biāo)簽的權(quán)重有時(shí)也被稱為標(biāo)簽的熱度，權(quán)重越大，表示熱度越高）等。一般而言，在生成或新增標(biāo)簽時(shí)需要重點(diǎn)考慮該標(biāo)簽的準(zhǔn)確性、時(shí)效性、一致性與可讀性，也就是要求標(biāo)簽?zāi)軌驕?zhǔn)確反映真實(shí)的業(yè)務(wù)情況、具備清晰的時(shí)間范圍和明確的更新規(guī)則、與現(xiàn)有標(biāo)簽體系中的標(biāo)簽不重復(fù)以及確保標(biāo)簽的使用者（包含管理者、加工者）能夠理解標(biāo)簽信息。另外，無論是客戶標(biāo)簽還是產(chǎn)品標(biāo)簽，標(biāo)簽的種類、數(shù)量及權(quán)重也都不是一成不變的，需要銀行根據(jù)具體應(yīng)用場景、時(shí)空變化等情況建立標(biāo)簽的持續(xù)跟蹤、定性評估、定量評價(jià)、調(diào)優(yōu)機(jī)制及更新策略，形成“標(biāo)簽的標(biāo)簽”。以客戶標(biāo)簽為例，一般會在行為標(biāo)簽中加入時(shí)間衰減因子，使標(biāo)簽的熱度隨著時(shí)間逐漸冷卻，從而使客戶標(biāo)簽更貼近現(xiàn)時(shí)狀態(tài);與此同時(shí)，還需要對推薦產(chǎn)品或服務(wù)的反饋行為進(jìn)行標(biāo)簽的后評價(jià)，并通過機(jī)器學(xué)習(xí)算法自動(dòng)更新與專家定期修正相結(jié)合的方式，及時(shí)評估標(biāo)簽有效性，保證有效的標(biāo)簽?zāi)軌蚣磿r(shí)“勝出”，逐步形成優(yōu)質(zhì)標(biāo)簽的“賽馬機(jī)制”與動(dòng)態(tài)管理，從而實(shí)現(xiàn)標(biāo)簽體系的不斷優(yōu)化與靈活調(diào)整，保證標(biāo)簽體系的準(zhǔn)確性、高質(zhì)量以及用戶畫像的應(yīng)用水平，并使表現(xiàn)好的客戶、產(chǎn)品或服務(wù)能夠在實(shí)際業(yè)務(wù)發(fā)展過程中脫穎而出，進(jìn)而取得好的業(yè)務(wù)效果。

三、數(shù)據(jù)是贏得數(shù)字化轉(zhuǎn)型的關(guān)鍵

通過上述分析不難發(fā)現(xiàn)，“千人千面”金融服務(wù)模式是未來銀行發(fā)展的一個(gè)大趨勢，實(shí)現(xiàn)根基是將用戶及相關(guān)產(chǎn)品服務(wù)的全面“數(shù)據(jù)化”，并通過數(shù)據(jù)識別客戶價(jià)值，這就需要豐富的標(biāo)簽體系與精準(zhǔn)的用戶畫像，其底層基礎(chǔ)是對各類數(shù)據(jù)的充分挖掘與合理利用，可以說“誰擁有最多的數(shù)據(jù)，誰就將贏得未來”。

在全新的數(shù)字智能時(shí)代，一切事物皆可數(shù)據(jù)化，數(shù)據(jù)正在成為最為重要的核心資產(chǎn)，并進(jìn)而推動(dòng)著決策與行動(dòng)的更加自動(dòng)化與全面智能化。大數(shù)據(jù)爆炸發(fā)展的影響不僅體現(xiàn)在社會生產(chǎn)及科學(xué)工程領(lǐng)域，也延伸到社會日常生活的方方面面。經(jīng)過對每天產(chǎn)生的大量用戶基礎(chǔ)數(shù)據(jù)、交易數(shù)據(jù)、行為數(shù)據(jù)以及相關(guān)標(biāo)簽數(shù)據(jù)的智能分析與有效利用，銀行可以有效預(yù)測用戶的需求與偏好，甚至有一天可能會比用戶更能了解用戶自己。

“千人千面”銀行服務(wù)的精準(zhǔn)與否的關(guān)鍵及基礎(chǔ)在于數(shù)據(jù)規(guī)模的豐富程度與規(guī)則模型的算法能力，“更多數(shù)據(jù)、更快的處理和識別次數(shù)，也就意味著對銀行用戶提供更好的建議或推薦”，這當(dāng)中包括數(shù)據(jù)采集、數(shù)據(jù)加工、數(shù)據(jù)服務(wù)、數(shù)據(jù)應(yīng)用等多個(gè)層面的工作。為了構(gòu)建一個(gè)好用的標(biāo)簽體系與精準(zhǔn)的用戶畫像，需要盡可能匯集最大范圍的數(shù)據(jù)，最大化地挖掘數(shù)據(jù)的潛能，包括內(nèi)部數(shù)據(jù)（如人口屬性、信用特征、風(fēng)險(xiǎn)特征、消費(fèi)特征）與外部數(shù)據(jù)（如興趣愛好和社交信息等）、結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)、交易數(shù)據(jù)與行為數(shù)據(jù)、客戶數(shù)據(jù)與產(chǎn)品服務(wù)數(shù)據(jù)、一般數(shù)據(jù)與特殊數(shù)據(jù)等。如果數(shù)據(jù)不全，就難以畫出全貌，并有可能出現(xiàn)“盲人摸象”的片面假像。這些數(shù)據(jù)經(jīng)過清洗、融合、去重、去無效、去異常、分類聚合等加工處理后生成標(biāo)簽畫像所需要的數(shù)據(jù)原料，并經(jīng)過關(guān)鍵特征提取、行為規(guī)則建模（如RFM模型、半衰期算法等）及主題關(guān)聯(lián)性分析后進(jìn)一步使散亂的標(biāo)簽體系化、孤立的標(biāo)簽相互關(guān)聯(lián)并建立相應(yīng)的標(biāo)簽集合及子集等，進(jìn)而將其應(yīng)用到更為廣闊的業(yè)務(wù)場景，實(shí)現(xiàn)用戶洞察、個(gè)性推薦、精細(xì)運(yùn)營等。這當(dāng)中提到的RFM（Recency??Frequency?Monetary）模型是標(biāo)簽體系中非常重要的用戶價(jià)值研究的經(jīng)典模型，重點(diǎn)基于R（近度）、F（頻度）、M（額度）等三個(gè)指標(biāo)維度并采用K-均值等機(jī)器學(xué)習(xí)算法對用戶進(jìn)行聚類分析，篩選出具有潛在價(jià)值的用戶，判斷哪些是高潛能用戶、高凈值用戶或高流失用戶等。一般情況下，R表示用戶最近一次消費(fèi)，用于衡量用戶的流失度，用戶消費(fèi)時(shí)間越接近當(dāng)前越容易經(jīng)營與維護(hù);F表示用戶的消費(fèi)頻率，用于衡量用戶的忠誠度，在限定期限內(nèi)（如每周、每月等）消費(fèi)次數(shù)越多則忠誠度越高;M表示用戶的消費(fèi)金額，主要用于衡量用戶的貢獻(xiàn)度。但從更加精準(zhǔn)的角度來講，一定時(shí)期內(nèi)的ARPU值（Average?Revenue?Per?User）是用戶貢獻(xiàn)度更好的衡量標(biāo)準(zhǔn)。在具體應(yīng)用過程中有時(shí)也可根據(jù)產(chǎn)品類型或業(yè)務(wù)場景的不同，適當(dāng)調(diào)整R、F、M的定義。

大數(shù)據(jù)應(yīng)用加快了“千人千面”金融服務(wù)模式的創(chuàng)新與騰飛。建立商業(yè)銀行標(biāo)簽服務(wù)體系與精準(zhǔn)用戶畫像涉及很多環(huán)節(jié)，涉及的數(shù)據(jù)來源廣泛、規(guī)模巨大、類型多樣、內(nèi)容豐富，而且對信息相關(guān)性與時(shí)效性的要求也非常高，這就需要有一個(gè)健壯且高效的業(yè)務(wù)模式及技術(shù)架構(gòu)（Hadoop、Spark、Hive等）來支持?jǐn)?shù)據(jù)的存儲及計(jì)算。

第一，將分散在商業(yè)銀行各類業(yè)務(wù)中的數(shù)據(jù)按照統(tǒng)一的標(biāo)準(zhǔn)規(guī)范予以整合，并在法律法規(guī)及監(jiān)管要求允許范圍內(nèi)按照必要性原則適當(dāng)引入業(yè)務(wù)發(fā)展需要的外部數(shù)據(jù)或外部標(biāo)簽，在引入外部數(shù)據(jù)或外部標(biāo)簽時(shí)需要重點(diǎn)關(guān)注與內(nèi)部數(shù)據(jù)或標(biāo)簽的匹配度、相關(guān)性與有效打通，外部數(shù)據(jù)或外部標(biāo)簽的覆蓋率、活躍度與合規(guī)性等。

第二，將復(fù)雜數(shù)據(jù)簡單化，將不同口徑、不同來源、不同渠道、不同結(jié)構(gòu)、不同形式的復(fù)雜數(shù)據(jù)統(tǒng)一分類管理，逐步完善數(shù)據(jù)的場景化設(shè)計(jì)。例如，可以根據(jù)商業(yè)銀行的特性將這些復(fù)雜的內(nèi)外部數(shù)據(jù)簡化為人口屬性、信用屬性、消費(fèi)特征、興趣愛好、社交屬性等五大類場景化標(biāo)簽信息。

第三，提取關(guān)鍵特征因子，將定量信息定性化。如根據(jù)用戶的年齡區(qū)間及收入信息，可分別將客戶分為學(xué)生、少年、中青年、中年、中老年、老年等人生階段與高收入人群、中等收入人群、低收入人群等客戶群體，也可以根據(jù)客戶在商業(yè)銀行的交易行為及價(jià)值屬性特征進(jìn)一步將其分為高潛能用戶、高凈值用戶、高頻交易用戶、高睡眠用戶、高流失用戶等，并在此基礎(chǔ)上，挖掘看似孤立信息之間的內(nèi)在關(guān)聯(lián)，加強(qiáng)相關(guān)性（lookalike等）分析，構(gòu)筑個(gè)人與個(gè)人、個(gè)人與企業(yè)、企業(yè)與企業(yè)間的關(guān)系圖譜，以便于后續(xù)的客群遴選與精準(zhǔn)營銷。

第四，聚焦業(yè)務(wù)應(yīng)用熱點(diǎn)，加強(qiáng)與業(yè)務(wù)場景的深度結(jié)合，重點(diǎn)挖掘分析與業(yè)務(wù)強(qiáng)相關(guān)信息及大概率數(shù)據(jù)，基于特定業(yè)務(wù)場景（包括數(shù)字化營銷、實(shí)時(shí)反欺詐、在線授信審批、普惠金融白名單等）進(jìn)行數(shù)據(jù)建模與有序組合，建立場景化的用戶畫像與智能化的推薦引擎，降低客戶認(rèn)知成本、提高產(chǎn)品轉(zhuǎn)化成效、創(chuàng)造業(yè)務(wù)價(jià)值。例如與用戶信用風(fēng)險(xiǎn)評估的強(qiáng)相關(guān)信息包括職業(yè)、收入、資產(chǎn)、負(fù)債、學(xué)歷、學(xué)位、信用評分等，而與用戶觸達(dá)的強(qiáng)相關(guān)信息則是姓名、手機(jī)號碼、電子郵箱及家庭住址等。將標(biāo)簽體系應(yīng)用到具體業(yè)務(wù)場景時(shí)，也要考慮遵守相關(guān)法律法規(guī)，尤其是不能在數(shù)字化精準(zhǔn)營銷中出現(xiàn)價(jià)格歧視或“大數(shù)據(jù)殺熟”等不良情況。

第五，大數(shù)據(jù)的流式處理框架與實(shí)時(shí)計(jì)算能力（Flume、Kafka、Storm等）還能有效采集記錄用戶的每一次使用行為，并為標(biāo)簽體系更好地使用邏輯回歸、K-均值聚類、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法開展實(shí)時(shí)模型訓(xùn)練奠定了條件，進(jìn)而使標(biāo)簽畫像更加準(zhǔn)確、服務(wù)對象更加聚焦、產(chǎn)品創(chuàng)新更加專注，更好地預(yù)測并滿足客戶潛在需求。

可以說，將基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)算法應(yīng)用到精準(zhǔn)的用戶畫像及標(biāo)簽服務(wù)體系后進(jìn)一步增強(qiáng)了“千人千面”金融服務(wù)的優(yōu)勢，對于商業(yè)銀行推出的每項(xiàng)金融產(chǎn)品或服務(wù)，不僅可以有效識別用戶的多種偏好選擇，而且還能采取不同的方式來衡量用戶不同的個(gè)人偏好的傾向程度，使商業(yè)銀行“更懂用戶”，并據(jù)此在用戶與產(chǎn)品或服務(wù)間確定最佳匹配方案。在全新的數(shù)字智能時(shí)代，這種基于海量數(shù)據(jù)與自適應(yīng)機(jī)器學(xué)習(xí)算法的最佳匹配服務(wù)方案有效識別了用戶的個(gè)人偏好并盡可能減少了業(yè)務(wù)決策中的認(rèn)知偏差，不僅會成為商業(yè)銀行滿足客戶需求、提升用戶體驗(yàn)的基本能力，同時(shí)也將成為區(qū)分市場與提升商業(yè)銀行競爭能力的一個(gè)重要關(guān)鍵因素。在這種環(huán)境下，用戶的每一項(xiàng)基礎(chǔ)數(shù)據(jù)、交易數(shù)據(jù)以及行為數(shù)據(jù)都是非常有價(jià)值的信息，數(shù)據(jù)越豐富，算法越優(yōu)化，“訓(xùn)練”越頻繁，“反饋”越即時(shí)，“理解”偏差就會越小，“匹配”也就越精準(zhǔn)，因此給商業(yè)銀行未來業(yè)務(wù)發(fā)展所帶來的差異化競爭優(yōu)勢也就越明顯。當(dāng)然，這個(gè)過程是不斷迭代的，當(dāng)前雖不完美，但隨著市場各參與主體的不斷試驗(yàn)，目前已取得巨大成效并會在將來得到持續(xù)的完善、改進(jìn)與提升。當(dāng)商業(yè)銀行引入海量數(shù)據(jù)與自適應(yīng)機(jī)器學(xué)習(xí)算法時(shí)，也必須重新理解市場環(huán)境并要像成功的科技公司一樣去思考，重新定義商業(yè)銀行的服務(wù)模式與服務(wù)邊界。也就是說，在這個(gè)新的市場環(huán)境與產(chǎn)業(yè)條件下，商業(yè)銀行必須時(shí)刻警醒并重新思考如何在新的競爭格局中重新定位，如何從全新的數(shù)字智能時(shí)代中受益，如何經(jīng)營才是更好的。

四、總結(jié)

在當(dāng)下全新的數(shù)字智能時(shí)代，富有前瞻性的商業(yè)銀行都在加速數(shù)字化轉(zhuǎn)型的進(jìn)程，并將基于大數(shù)據(jù)精準(zhǔn)畫像的“千人千面”金融新服務(wù)模式上升為贏得差異化競爭優(yōu)勢的重要發(fā)展戰(zhàn)略。事實(shí)上，從近期各家銀行先后公布的年報(bào)業(yè)績分析來看，自2018年以來，各大商業(yè)銀行在“千人千面”實(shí)施方面已經(jīng)取得了可圈可點(diǎn)的良好成效。但“變”是當(dāng)今時(shí)代以及未來發(fā)展?“不變”?的主基調(diào)，因此商業(yè)銀行必須緊緊抓住金融科技應(yīng)用不斷深化的重大發(fā)展機(jī)遇，一方面大力推進(jìn)“千人千面”金融服務(wù)模式的創(chuàng)新與發(fā)展，加快推動(dòng)商業(yè)銀行全面向移動(dòng)化、數(shù)字化、智能化方向發(fā)展遷徙;另一方面也要順應(yīng)金融生態(tài)的開放性與金融服務(wù)高效性的發(fā)展趨勢，積極布局開放銀行，將金融服務(wù)嵌入外部合作伙伴更為豐富的應(yīng)用場景中，快速適應(yīng)未來商業(yè)銀行業(yè)務(wù)邏輯以及經(jīng)營模式的重大轉(zhuǎn)型與變革。

參考文獻(xiàn)

[1] 曹漢平：《大數(shù)據(jù)應(yīng)用：從認(rèn)知、實(shí)踐到價(jià)值創(chuàng)造》，《中國經(jīng)濟(jì)報(bào)告》，2019年第1期。

[2] 布萊特·金：《銀行4.0：金融服務(wù)無所不在》，施軼、張萬偉譯，廣東經(jīng)濟(jì)出版社，2018年。

[3] 查爾斯·漢迪：《第二曲線：跨越“S型曲線”的二次增長》，苗青譯，機(jī)械工業(yè)出版社，2017年。

[4] 維克托·邁爾-舍恩伯格、托馬斯·拉姆什：《數(shù)據(jù)資本時(shí)代》，李曉霞、周濤譯，中信出版社，2018年。

（責(zé)任編輯：吳思）

*曹漢平，中國銀行數(shù)字資產(chǎn)管理部副總經(jīng)理，管理學(xué)博士。

DIGITAL?BANK?TRANSFORMATION：?TAKE?THE?NEW?MODEL

OF?FINANCIAL?SERVICES?WITH?“THOUSANDS?OF?FACES”AS?AN?EXAMPLE

Cao?Hanping

Abstract：?Faced?with?new?customer?needs，?market?environment?and?development?trends，?commercial?banks?must?have?a?service?model?adapted?to?them.In?recent?years，?major?commercial?banks?have?regarded?the?digital?bank?transformation?and?upgrading?as?an?important?development?strategy，?and?take?this?as?an?opportunity?to?vigorously?promote?the?innovation?of?the?financial?service?model?of?"thousands?of?faces"?in?combination?with?key?business?areas，?channel?carriers?and?application?scenarios，?and?actively?explore?new?growth?curves.The?financial?service?innovation?of?"thousands?of?faces"?has?grown?from?its?initial?budding?to?its?current?popularity?and?effectiveness，?and?will?ultimately?further?profoundly?change?its?future?banking?service?model.?There?are?endogenous?driving?forces?for?the?development?of?commercial?banking?business，?as?well?as?the?inevitable?requirements?of?an?ever-changing?external?market?environment?and?maturing?industrial?conditions.

Keywords：?Digital?Transformation;?Digital?Intelligence;?Thousands?of?Faces;?Customer?Experience