云計(jì)算在銀行零售精準(zhǔn)獲客領(lǐng)域的探索

宋柯，唐鐵兵，徐圖

云計(jì)算在銀行零售精準(zhǔn)獲客領(lǐng)域的探索

宋柯，唐鐵兵，徐圖

（中信銀行股份有限公司重慶分行，重慶 400000）

客戶(hù)是銀行的根本，獲客是銀行零售營(yíng)銷(xiāo)的核心問(wèn)題。傳統(tǒng)的零售營(yíng)銷(xiāo)主要通過(guò)線下網(wǎng)點(diǎn)開(kāi)展，獲取客戶(hù)精準(zhǔn)度低，而營(yíng)銷(xiāo)成本高。隨著云計(jì)算、大數(shù)據(jù)等金融科技的興起，通過(guò)金融科技精準(zhǔn)獲取客戶(hù)將為銀行帶來(lái)事半功倍的效果，值得各銀行深入探索。根據(jù)當(dāng)前銀行業(yè)在零售精準(zhǔn)獲客領(lǐng)域的實(shí)際需求，結(jié)合金融科技，探索云計(jì)算與精準(zhǔn)獲客的融合，提出建設(shè)“銀行零售精準(zhǔn)獲客云平臺(tái)”的設(shè)計(jì)方案。以IAAS實(shí)現(xiàn)基礎(chǔ)平臺(tái)云化；基于云化基礎(chǔ)平臺(tái)，通過(guò)大數(shù)據(jù)實(shí)現(xiàn)目標(biāo)客戶(hù)精準(zhǔn)分析；通過(guò)AI智能外呼平臺(tái)實(shí)現(xiàn)對(duì)客戶(hù)的觸達(dá)；最后通過(guò)SAAS模式提供精準(zhǔn)營(yíng)銷(xiāo)云服務(wù)。

云計(jì)算；IAAS；SAAS；精準(zhǔn)獲客

1 概述

1.1 云計(jì)算概述

2006年，云計(jì)算的概念首次被提出，經(jīng)過(guò)十余年的發(fā)展，至今仍然沒(méi)有一個(gè)統(tǒng)一的定義，最被人們廣泛接受的是美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院的定義：“云計(jì)算是一種模型，它可以實(shí)現(xiàn)隨時(shí)隨地，隨需應(yīng)變地從可配置計(jì)算資源共享池中獲取所需的資源（例如網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)、應(yīng)用及服務(wù)），資源能夠快速供應(yīng)并釋放，使管理資源的工作量和與服務(wù)提供商的交互減小到最低限度”。簡(jiǎn)單地說(shuō)，云計(jì)算就是云服務(wù)，將各種資源以及數(shù)據(jù)統(tǒng)一起來(lái)，為使用者提供各種服務(wù)，而無(wú)需關(guān)心底層細(xì)節(jié)。

云計(jì)算有基礎(chǔ)設(shè)施即服務(wù)（IAAS)、平臺(tái)即服務(wù)（PAAS）和軟件即服務(wù)（SAAS）三種模式，IAAS主要提供網(wǎng)絡(luò)、系統(tǒng)、存儲(chǔ)、服務(wù)器等基礎(chǔ)設(shè)施；PAAS提供開(kāi)發(fā)工具、數(shù)據(jù)庫(kù)、運(yùn)行環(huán)境等平臺(tái)；SAAS則提供數(shù)據(jù)和應(yīng)用。

根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)可以將云計(jì)算分為私有云、公有云和混合云。私有云是為特定用戶(hù)建立的，只能實(shí)現(xiàn)小范圍內(nèi)的資源優(yōu)化，具有自主可控、數(shù)據(jù)安全性高等特點(diǎn)；公有云是針對(duì)大眾而建立的，通過(guò)租賃的方式提供給用戶(hù)使用，具有規(guī)模大、運(yùn)維能力強(qiáng)等特點(diǎn)；混合云是私有云和公有云的融合形式。云計(jì)算已經(jīng)廣泛地應(yīng)用到了各行各業(yè)，金融業(yè)主要采用的是私有云或混合云。

1.2 銀行零售精準(zhǔn)獲客概述

客戶(hù)是銀行的根本，只有擁有強(qiáng)大的客戶(hù)基礎(chǔ)，才能夠采取相應(yīng)的措施進(jìn)一步提高存款、做大規(guī)模、增加利潤(rùn)。傳統(tǒng)的銀行主要是通過(guò)線下的物理網(wǎng)點(diǎn)來(lái)進(jìn)行獲客和營(yíng)銷(xiāo)客戶(hù)。銀行通過(guò)在人流量大的地方選址，建立物理網(wǎng)點(diǎn)；通過(guò)廣告宣傳、有獎(jiǎng)活動(dòng)等方式，提高客戶(hù)到網(wǎng)點(diǎn)的概率，從而增加銀行與客戶(hù)之間的交流和溝通，了解客戶(hù)的真實(shí)需求，為客戶(hù)定制專(zhuān)門(mén)的產(chǎn)品，以獲得新客戶(hù)、營(yíng)銷(xiāo)存量客戶(hù)。

隨著移動(dòng)互聯(lián)網(wǎng)的全面普及，個(gè)人網(wǎng)銀、手機(jī)銀行等線上渠道的成熟，到線下物理網(wǎng)點(diǎn)辦理業(yè)務(wù)的人越來(lái)越少，通過(guò)傳統(tǒng)的方式已很難獲取到優(yōu)質(zhì)的、有潛在需求的客戶(hù)，營(yíng)銷(xiāo)的成本也大幅提高。因此，銀行業(yè)積極擁抱金融科技，努力向數(shù)字化、平臺(tái)化轉(zhuǎn)型，應(yīng)用云計(jì)算、大數(shù)據(jù)、AI等相關(guān)技術(shù)，通過(guò)線上渠道為客戶(hù)提供精準(zhǔn)的服務(wù)，從而提高獲客和留客的成功率，同時(shí)降低營(yíng)銷(xiāo)成本。

1.3 銀行零售精準(zhǔn)獲客云平臺(tái)總體架構(gòu)

銀行零售精準(zhǔn)獲客云平臺(tái)總體架構(gòu)如圖1所示。

圖1 銀行零售精準(zhǔn)獲客云平臺(tái)總體架構(gòu)

如圖1所示，整個(gè)平臺(tái)通過(guò)虛擬化對(duì)CPU、內(nèi)存、存儲(chǔ)等基礎(chǔ)資源實(shí)現(xiàn)池化，構(gòu)建基礎(chǔ)平臺(tái)私有云?；诖耍ㄔO(shè)數(shù)據(jù)分析平臺(tái)與智能外呼平臺(tái)，數(shù)據(jù)分析平臺(tái)負(fù)責(zé)對(duì)客戶(hù)分析畫(huà)像，智能外呼平臺(tái)負(fù)責(zé)實(shí)現(xiàn)客戶(hù)觸達(dá)，構(gòu)建完善的精準(zhǔn)獲客功能。所有的軟件功能以SAAS的模式輸出，在滿(mǎn)足本行需求的同時(shí)，快速為兄弟分行或其他中小銀行輸出精準(zhǔn)獲客科技能力。

2 基于數(shù)據(jù)分析平臺(tái)實(shí)現(xiàn)客戶(hù)精準(zhǔn)定位

為了實(shí)現(xiàn)客戶(hù)的精準(zhǔn)定位，需要采用大數(shù)據(jù)的相關(guān)技術(shù)，建立數(shù)據(jù)分析平臺(tái)，為智能外呼平臺(tái)提供數(shù)據(jù)服務(wù)。按照數(shù)據(jù)分析的基本步驟，可以從定義業(yè)務(wù)問(wèn)題、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)建模、數(shù)據(jù)評(píng)估對(duì)客戶(hù)進(jìn)行精準(zhǔn)定位分析。

銀行內(nèi)部存儲(chǔ)了大量的用戶(hù)數(shù)據(jù)，包括用戶(hù)的基本信息、用戶(hù)的交易行為等，可以有效地利用起來(lái)。結(jié)合大數(shù)據(jù)服務(wù)公司提供的一些外部數(shù)據(jù)，為客戶(hù)建立一個(gè)全方位的畫(huà)像?？蛻?hù)的基本信息可以包括性別、年齡、開(kāi)卡日期、職業(yè)、職務(wù)、家庭住址、家庭收入、子女及配偶情況、房產(chǎn)信息、信用卡持有情況、每月的管理資產(chǎn)情況、購(gòu)買(mǎi)產(chǎn)品的情況、月平均交易次數(shù)等。根據(jù)這些信息，為客戶(hù)建立上百個(gè)標(biāo)簽；根據(jù)不同的標(biāo)簽對(duì)客戶(hù)進(jìn)行分類(lèi)，以便在推出不同產(chǎn)品的時(shí)候選擇不同的客群。根據(jù)客戶(hù)的交易明細(xì)，可以構(gòu)建交易網(wǎng)絡(luò)，通過(guò)客戶(hù)的資金流向，分析行外客戶(hù)的需求，挖掘潛在的優(yōu)質(zhì)客戶(hù)。

在每次營(yíng)銷(xiāo)活動(dòng)之前，需要確定活動(dòng)主題，比如向客戶(hù)推銷(xiāo)高凈值理財(cái)、保險(xiǎn)等產(chǎn)品，就需要根據(jù)客戶(hù)的畫(huà)像建立相應(yīng)的數(shù)據(jù)分析模型，計(jì)算客戶(hù)對(duì)于這些產(chǎn)品的喜好度，根據(jù)喜好度進(jìn)行排名，選擇高于0.95以上的客群。針對(duì)不同的活動(dòng)，需要制定相應(yīng)的評(píng)估系數(shù)，比如客戶(hù)的響應(yīng)率、參與率、購(gòu)買(mǎi)率等。在活動(dòng)中，根據(jù)這些評(píng)估系數(shù)，不斷優(yōu)化模型。

通過(guò)以上措施，實(shí)現(xiàn)對(duì)客戶(hù)的全方位畫(huà)像，精準(zhǔn)掌握客戶(hù)情況，讓營(yíng)銷(xiāo)活動(dòng)有的放矢。

3 基于AI智能外呼平臺(tái)實(shí)現(xiàn)客戶(hù)觸達(dá)

實(shí)現(xiàn)精準(zhǔn)獲客有兩個(gè)關(guān)鍵點(diǎn)，即精準(zhǔn)定位客戶(hù)、有手段觸達(dá)客戶(hù)。當(dāng)前，觸達(dá)客戶(hù)的方式包括短信、微信消息、廣告、電話(huà)（含人工外呼及機(jī)器人外呼）、面談等。短信、消息、廣告屬于單向模式，不能及時(shí)了解客戶(hù)的反饋；電話(huà)及面談是雙向模式，與客戶(hù)形成互動(dòng)，及時(shí)了解客戶(hù)反饋，是更有效的觸達(dá)方式。但面談受時(shí)間、空間限制，成本太高，因此通過(guò)電話(huà)營(yíng)銷(xiāo)客戶(hù)成為各銀行的首選。

3.1 智能外呼優(yōu)勢(shì)

大部分銀行都建立了自己的外呼中心。人工為客戶(hù)提供電話(huà)服務(wù)，是銀行業(yè)務(wù)營(yíng)銷(xiāo)、客戶(hù)支持的重要手段。隨著人工智能技術(shù)的發(fā)展，由機(jī)器人取代人工進(jìn)行客戶(hù)服務(wù)，逐漸成為外呼中心的發(fā)展方向。

相對(duì)于智能外呼，人工外呼有以下幾大缺陷：①運(yùn)營(yíng)成本高。外呼中心的場(chǎng)地費(fèi)、水電氣費(fèi)、外呼人員的人力成本，對(duì)企業(yè)均是一筆不小的開(kāi)銷(xiāo)，總體運(yùn)營(yíng)成本偏高。②人員流動(dòng)大。一般企業(yè)的外呼中心均采用人員外包形式，對(duì)人員的穩(wěn)定性不利，流動(dòng)性普遍偏高。③培訓(xùn)時(shí)間長(zhǎng)。因?yàn)槿藛T流動(dòng)大，因此不斷有新老員工更替，對(duì)新員工需花費(fèi)較長(zhǎng)的時(shí)間進(jìn)行培訓(xùn)。

基于此，本文考慮建設(shè)基于AI的智能化外呼平臺(tái)，由AI機(jī)器人替代人工外呼。智能外呼優(yōu)勢(shì)主要有以下幾點(diǎn)：①高效工作。機(jī)器人無(wú)需休息，且不會(huì)情緒化，可以更加高效工作。②提升服務(wù)水平。機(jī)器人不會(huì)受外界影響，可以穩(wěn)定提供標(biāo)準(zhǔn)化、流程化的優(yōu)質(zhì)服務(wù)，提升服務(wù)水平。③降低成本。系統(tǒng)集中化部署，節(jié)省場(chǎng)地；大幅減少人員投入，顯著降低成本。

3.2 智能外呼平臺(tái)設(shè)計(jì)

智能外呼平臺(tái)設(shè)計(jì)如圖2所示。

圖2 智能外呼平臺(tái)設(shè)計(jì)

智能外呼平臺(tái)是基于云平臺(tái)搭建的，其主要包括以下幾個(gè)板塊。

3.2.1 接入API

提供API接口，接入數(shù)據(jù)分析板塊的分析結(jié)果，將數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)。同時(shí)，在外呼結(jié)束后，通過(guò)該接口將外呼結(jié)果反饋數(shù)據(jù)分析板塊，供數(shù)據(jù)分析板塊分析效果，并完善模型。

3.2.2 流程引擎

每一次外呼均有一個(gè)主題，圍繞這個(gè)主題需設(shè)計(jì)外呼場(chǎng)景。場(chǎng)景包括了與客戶(hù)對(duì)話(huà)的流程與話(huà)術(shù)，是每次外呼的主線。流程引擎提供可視化界面來(lái)設(shè)計(jì)流程，并執(zhí)行已經(jīng)設(shè)計(jì)好的流程。

3.2.3 外呼機(jī)器人

流程引擎執(zhí)行設(shè)計(jì)好的場(chǎng)景，驅(qū)動(dòng)外呼機(jī)器人外呼。外呼機(jī)器人通過(guò)語(yǔ)音網(wǎng)關(guān)實(shí)現(xiàn)外呼，調(diào)用第三方語(yǔ)音API（科大訊飛、百度、阿里）實(shí)現(xiàn)對(duì)語(yǔ)音的識(shí)別和轉(zhuǎn)換。

3.2.4 機(jī)器學(xué)習(xí)引擎

每個(gè)設(shè)計(jì)好的場(chǎng)景中有很多的分叉節(jié)點(diǎn)，通過(guò)客戶(hù)的反饋決定每個(gè)節(jié)點(diǎn)的走向。第三方語(yǔ)音API可以實(shí)現(xiàn)語(yǔ)音識(shí)別和處理，但是無(wú)法實(shí)現(xiàn)語(yǔ)義的識(shí)別。比如，在某外呼場(chǎng)景中，A節(jié)點(diǎn)，如果客戶(hù)反饋“是”，則執(zhí)行B；如果客戶(hù)反饋“否”，則執(zhí)行C?？蛻?hù)表達(dá)“是”或“否”的方式是多樣化的，比如“可以”“好”“同意”“沒(méi)問(wèn)題”“行”“OK”“不可以”“不好”“不行”“算了”等。要準(zhǔn)確識(shí)別客戶(hù)語(yǔ)義才能判斷客戶(hù)的意圖，從而決定場(chǎng)景走向正確的方向。

語(yǔ)義的識(shí)別，需要機(jī)器學(xué)習(xí)。因此，此處引入機(jī)器學(xué)習(xí)引擎，來(lái)實(shí)現(xiàn)對(duì)客戶(hù)表達(dá)語(yǔ)義的判斷。

3.2.5 數(shù)據(jù)庫(kù)

保存系統(tǒng)運(yùn)行的數(shù)據(jù)。該系統(tǒng)最有價(jià)值的數(shù)據(jù)是：通過(guò)不斷外呼、分析、學(xué)習(xí)、優(yōu)化而形成的銀行專(zhuān)用外呼知識(shí)庫(kù)。

3.2.6 文件服務(wù)器

保存外呼語(yǔ)音文件，滿(mǎn)足質(zhì)檢與合規(guī)要求。

3.2.7 界面

通過(guò)Web界面，為用戶(hù)提供系統(tǒng)管理、流程設(shè)計(jì)、報(bào)表統(tǒng)計(jì)等功能。

4 平臺(tái)的云化

上述功能模塊中，數(shù)據(jù)的精準(zhǔn)分析與AI智能外呼平臺(tái)均需要使用大量的基礎(chǔ)資源。如果逐臺(tái)配置服務(wù)器，對(duì)銀行而言將是不菲的投入。為節(jié)省成本，合理利用基礎(chǔ)設(shè)施資源，考慮將平臺(tái)云化。

4.1 基于IAAS的平臺(tái)基礎(chǔ)架構(gòu)

基于IAAS的云平臺(tái)基礎(chǔ)架構(gòu)如圖3所示。

圖3 基于IAAS的云平臺(tái)基礎(chǔ)架構(gòu)

如圖3所示，兩套存儲(chǔ)做雙活，提高數(shù)據(jù)可靠性，三臺(tái)VMware節(jié)點(diǎn)組成虛擬化集群。通過(guò)VM WorkStation將存儲(chǔ)、CPU、內(nèi)存池化，構(gòu)建靈活、可擴(kuò)展的基礎(chǔ)設(shè)施私有云。

4.2 基于SAAS的精準(zhǔn)獲客云服務(wù)

銀行零售精準(zhǔn)獲客云平臺(tái)不僅滿(mǎn)足本行獲客需求，通過(guò)SAAS模式提供云服務(wù)，可向兄弟分行及其他中小銀行輸出精準(zhǔn)獲客的IT能力。在數(shù)據(jù)存儲(chǔ)上，采用共享數(shù)據(jù)庫(kù)，隔離數(shù)據(jù)架構(gòu)。即每一個(gè)租戶(hù)共享同一個(gè)數(shù)據(jù)庫(kù)，但是每個(gè)租戶(hù)有一個(gè)Shcema。

5 總結(jié)與展望

金融科技的蓬勃發(fā)展給銀行帶來(lái)了巨大的挑戰(zhàn)，同時(shí)也帶來(lái)潛在的機(jī)會(huì)。積極擁抱金融科技，不僅可以通過(guò)科技手段為業(yè)務(wù)賦能，同時(shí)還能探索銀行在科技領(lǐng)域的轉(zhuǎn)型。

Gartner公司曾提出一個(gè)觀念：未來(lái)的所有公司都將是IT公司。作為一家IT公司，不僅僅解決自身的信息化問(wèn)題，還可以向外輸出自身的IT能力。銀行零售精準(zhǔn)獲客云平臺(tái)基于云計(jì)算、大數(shù)據(jù)以及AI等最新技術(shù)，不僅實(shí)現(xiàn)了對(duì)零售精準(zhǔn)獲客的支持，還可以通過(guò)“云”的模式對(duì)外輸出科技能力。

［1］劉夢(mèng)瑩.云計(jì)算在銀行業(yè)應(yīng)用分析［J］.合作經(jīng)濟(jì)與科技，2018（3）：53-55.

［2］李文豪.數(shù)據(jù)挖掘在國(guó)內(nèi)銀行業(yè)應(yīng)用領(lǐng)域的技術(shù)探究［J］.江蘇科技信息，2018（15）：45-47.

［3］來(lái)申.基于銀行業(yè)精準(zhǔn)營(yíng)銷(xiāo)的大數(shù)據(jù)分析與研究［D］.北京：北京工業(yè)大學(xué)，2016.

［4］李永伍.云計(jì)算在銀行業(yè)的應(yīng)用探討［J］.金融科技時(shí)代，2016（10）：43-46.

［5］朱錦秀.基于云計(jì)算的用戶(hù)精準(zhǔn)營(yíng)銷(xiāo)支撐平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)［D］.南京：南京理工大學(xué)，2014.

F832

A

10.15913/j.cnki.kjycx.2019.20.025

2095－6835（2019）20－0062－03

宋柯（1975—），男，碩士，中級(jí)經(jīng)濟(jì)師，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)學(xué)/金融科技。唐鐵兵（1984—），男，工學(xué)碩士，研究方向?yàn)轫?xiàng)目管理/軟件開(kāi)發(fā)。徐圖（1989—），男，工學(xué)碩士，研究方向?yàn)轫?xiàng)目管理/軟件開(kāi)發(fā)。

〔編輯：嚴(yán)麗琴〕