你已經(jīng)有多久沒(méi)用過(guò)現(xiàn)金了？多久沒(méi)去銀行柜臺(tái)辦理業(yè)務(wù)了？最后一次刷信用卡是什么時(shí)候？
對(duì)于早已習(xí)慣了互聯(lián)網(wǎng)金融消費(fèi)的我們來(lái)說(shuō)，可能有很多人一時(shí)間都想不出這些問(wèn)題的答案。
近年來(lái)，互聯(lián)網(wǎng)金融的蓬勃發(fā)展，對(duì)傳統(tǒng)金融行業(yè)產(chǎn)生了巨大的沖擊和影響。面對(duì)日趨嚴(yán)峻的挑戰(zhàn)，傳統(tǒng)金融企業(yè)應(yīng)當(dāng)如何借助大數(shù)據(jù)、AI等新興科技的力量成功逆襲？
3月31日，華為在線上直播課程《鯤鵬第二期：華為&東華助力金融數(shù)字化轉(zhuǎn)型》聚焦金融行業(yè)合作和業(yè)務(wù)發(fā)展，分享了華為與東華軟件聯(lián)合創(chuàng)新打造的很多聯(lián)合創(chuàng)新解決方案，看鯤鵬計(jì)算產(chǎn)業(yè)技術(shù)如何通過(guò)用戶畫(huà)像系統(tǒng)加速金融行業(yè)數(shù)字化轉(zhuǎn)型。
金融行業(yè)四大難
你最近一次和銀行打交道是什么時(shí)候？可能在很多人的記憶中，對(duì)銀行服務(wù)的印象并不是那么滿意，譬如下面這些場(chǎng)景就是非常典型的范例：
場(chǎng)景一：“我不需要這個(gè)產(chǎn)品。”
客戶A：好久沒(méi)去銀行了，大堂經(jīng)理卻一個(gè)勁向我推銷理財(cái)產(chǎn)品。自己明明是低風(fēng)險(xiǎn)偏好，屬于穩(wěn)健型投資者，銀行卻拼命想要把高風(fēng)險(xiǎn)高收益的產(chǎn)品推薦給我。他們能不能先了解一下客戶需求？
場(chǎng)景二：“潛在客戶都在哪兒？”
銀行市場(chǎng)人員B：最近在推廣一個(gè)針對(duì)信用卡用戶的優(yōu)惠活動(dòng)。只要是我行的信用卡客戶，在某電商平臺(tái)購(gòu)買(mǎi)手機(jī)時(shí)，都可以享受低手續(xù)費(fèi)和低息優(yōu)惠。可是，怎么才能精準(zhǔn)找到近期有購(gòu)機(jī)需求的辦卡潛在用戶，對(duì)其進(jìn)行精準(zhǔn)營(yíng)銷呢？而且還要準(zhǔn)確評(píng)估潛在用戶的信用等級(jí)，這樣才能有效降低風(fēng)險(xiǎn)。
場(chǎng)景三：“客戶怎么越來(lái)越少了？”
銀行業(yè)務(wù)人員C：最近一個(gè)季度內(nèi)，發(fā)現(xiàn)有大量客戶轉(zhuǎn)化成了休眠客戶，回訪追蹤的效果也不理想。要是能夠知道在現(xiàn)有客戶中，有哪些客戶存在流失可能就好了。這樣就可以針對(duì)他們開(kāi)展活動(dòng)進(jìn)行客戶激活，提前避免客戶流失。
場(chǎng)景四：“你們的服務(wù)越來(lái)越差了！”
銀行客戶人員D：銀行客服專員現(xiàn)在真是越來(lái)越難做了。接電話之前，我們對(duì)客戶的情況可以說(shuō)一無(wú)所知，既摸不準(zhǔn)客戶的性格，又搞不清客戶的需求，投訴率直線上升，這可怎么辦？
其實(shí)，以上這些就是金融行業(yè)的四大核心服務(wù)場(chǎng)景：精準(zhǔn)營(yíng)銷、運(yùn)營(yíng)分析、風(fēng)險(xiǎn)管控、客戶服務(wù)，同時(shí)也是金融服務(wù)與客戶之間的重要觸點(diǎn)。然而值得深思的是，為什么面對(duì)這些核心服務(wù)場(chǎng)景，傳統(tǒng)金融服務(wù)曾經(jīng)行之有效的方法現(xiàn)在卻變得捉襟見(jiàn)肘了呢？
用戶畫(huà)像系統(tǒng)，如何從金融行業(yè)數(shù)據(jù)中淘金？
本質(zhì)上，以上這些場(chǎng)景的痛點(diǎn)都有一個(gè)共同的核心原因：不懂用戶。這是因?yàn)?，傳統(tǒng)金融企業(yè)往往普遍缺乏可以幫助決策的用戶數(shù)據(jù)。
首先，金融行業(yè)傳統(tǒng)線下渠道已經(jīng)很難接觸到年輕用戶，更無(wú)從談起收集有價(jià)值的用戶數(shù)據(jù)。
現(xiàn)在還在通過(guò)銀行柜臺(tái)線下辦理業(yè)務(wù)的用戶，除了網(wǎng)銀渠道不能辦理的業(yè)務(wù)和高凈值人群之外，大部分都是不會(huì)使用自助終端的老年人。而已經(jīng)成為消費(fèi)主力軍的80后90后人群，則是移動(dòng)支付、無(wú)現(xiàn)金生活、小額消費(fèi)貸款等互聯(lián)網(wǎng)金融的高頻使用者。也正因?yàn)槿绱耍y行大堂經(jīng)理、客服專員等客服工作應(yīng)該以一定的用戶數(shù)據(jù)為前提，使其成為用戶難題解決的場(chǎng)景，而不是用戶信息收集的場(chǎng)景。
其次，金融行業(yè)本身其實(shí)并不缺乏數(shù)據(jù)量和數(shù)據(jù)價(jià)值，但是傳統(tǒng)的數(shù)據(jù)管理模式往往存在數(shù)據(jù)孤島化、不統(tǒng)一、更新不及時(shí)等多種問(wèn)題。一方面，金融企業(yè)要解決不同業(yè)務(wù)部門(mén)之間的數(shù)據(jù)孤島問(wèn)題；另一方面，金融企業(yè)有時(shí)還需要借助外部行業(yè)數(shù)據(jù)，來(lái)補(bǔ)充和完善自己的用戶數(shù)據(jù)庫(kù)。
第三，金融行業(yè)傳統(tǒng)的數(shù)據(jù)使用模式，缺乏對(duì)數(shù)據(jù)真正價(jià)值的挖掘。譬如光是整理出了流失客戶的數(shù)據(jù)顯然做得還不夠，應(yīng)當(dāng)從中挖掘和捕捉出客戶流失的特征，從而分析和測(cè)算出潛在流失客戶，以指導(dǎo)下一步工作的管理和執(zhí)行。
怎樣才能獲得幫助決策的用戶數(shù)據(jù)？只有依靠系統(tǒng)化的解決方案，這就是用戶畫(huà)像系統(tǒng)。
用戶畫(huà)像是指根據(jù)用戶的社會(huì)屬性、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶模型。企業(yè)為什么需要用戶畫(huà)像？因?yàn)橹挥辛私庥脩?，才能幫助決策。
一個(gè)完整的用戶畫(huà)像系統(tǒng)的構(gòu)建，通常需要四個(gè)步驟：第一，數(shù)據(jù)搜集與處理；第二，通過(guò)文本挖掘、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、預(yù)測(cè)算法、聚類算法等進(jìn)行模型構(gòu)建；第三，生成用戶標(biāo)簽，包括人口屬性、金融屬性、行為信息、客戶關(guān)系、風(fēng)險(xiǎn)信息 、興趣偏好等；第四，根據(jù)不同應(yīng)用維度建立客戶分群，指導(dǎo)決策。
借助用戶畫(huà)像系統(tǒng)，金融企業(yè)可以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷、優(yōu)化客戶服務(wù)、完成風(fēng)險(xiǎn)管控。譬如，如果大堂經(jīng)理可以實(shí)時(shí)查詢用戶畫(huà)像信息，那么就能直接獲取客戶可能感興趣的產(chǎn)品信息，從而開(kāi)展主動(dòng)營(yíng)銷；如果客服中心能夠拿到根據(jù)客戶歷史數(shù)據(jù)分析出的性格標(biāo)簽，那么在客戶來(lái)電或網(wǎng)絡(luò)交流時(shí)，就可以根據(jù)其性格標(biāo)簽匹配預(yù)先設(shè)定的指導(dǎo)性話術(shù)，提供更加精準(zhǔn)和高效的服務(wù)。
鯤鵬計(jì)算產(chǎn)業(yè)，加速金融數(shù)字化轉(zhuǎn)型
目前在金融行業(yè)，華為和東華軟件聯(lián)合創(chuàng)新的用戶畫(huà)像解決方案已經(jīng)在多家金融行業(yè)客戶中落地。該方案幫助眾多金融企業(yè)實(shí)現(xiàn)了客戶視圖、客戶標(biāo)簽、客戶畫(huà)像管理等功能，為營(yíng)銷、銷售和客戶服務(wù)提供了有力的支持。
用戶畫(huà)像本質(zhì)上是一個(gè)大數(shù)據(jù)系統(tǒng)，需要強(qiáng)大的高性能計(jì)算和大數(shù)據(jù)能力做為支撐。華為和東華軟件聯(lián)合創(chuàng)新的用戶畫(huà)像解決方案背后，體現(xiàn)了華為鯤鵬計(jì)算產(chǎn)業(yè)的技術(shù)實(shí)力和深耕金融行業(yè)的優(yōu)勢(shì)。鯤鵬計(jì)算產(chǎn)業(yè)囊括全棧IT基礎(chǔ)設(shè)施、行業(yè)應(yīng)用及服務(wù)，包括PC、服務(wù)器、存儲(chǔ)、操作系統(tǒng)、中間件、虛擬化、數(shù)據(jù)庫(kù)、云服務(wù)、行業(yè)應(yīng)用以及咨詢管理服務(wù)等。
華為和東華軟件聯(lián)合創(chuàng)新的用戶畫(huà)像解決方案的邏輯架構(gòu)
首先，基于華為鯤鵬處理器的TaiShan服務(wù)器，為用戶畫(huà)像系統(tǒng)提供了底層硬件支持。作為華為新一代數(shù)據(jù)中心服務(wù)器，TaiShan服務(wù)器搭載擁有超強(qiáng)算力的華為鯤鵬處理器，采用多核計(jì)算架構(gòu)，能夠高效加速用戶畫(huà)像系統(tǒng)的構(gòu)建過(guò)程，非常適合為大數(shù)據(jù)、分布式存儲(chǔ)、原生應(yīng)用、高性能計(jì)算和數(shù)據(jù)庫(kù)等應(yīng)用高效加速。而用戶畫(huà)像系統(tǒng)需要完成高效能的數(shù)據(jù)挖掘和建模服務(wù)，包括文本挖掘、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等大量算法的運(yùn)行，都離不開(kāi)底層算力的支持。
與此同時(shí)，TaiShan大數(shù)據(jù)解決方案還能夠快速構(gòu)建海量數(shù)據(jù)信息處理系統(tǒng)，具有多核高并發(fā)和資源調(diào)度等優(yōu)勢(shì)，可支持5000+節(jié)點(diǎn)大數(shù)據(jù)集群。數(shù)據(jù)加密解決方案也可以很好地滿足金融行業(yè)客戶對(duì)數(shù)據(jù)安全的高標(biāo)準(zhǔn)要求。
其次，用戶畫(huà)像系統(tǒng)的背后還有華為GaussDB數(shù)據(jù)庫(kù)提供支持。華為GaussDB數(shù)據(jù)庫(kù)是全球首個(gè)人工智能原生數(shù)據(jù)庫(kù)，也是首個(gè)支持鯤鵬硬件架構(gòu)的企業(yè)級(jí)數(shù)據(jù)庫(kù)云服務(wù)，并首次將AI技術(shù)融入分布式數(shù)據(jù)庫(kù)的全生命周期。該數(shù)據(jù)庫(kù)具有高性能事務(wù)實(shí)時(shí)處理能力、金融級(jí)高可用能力，專為金融、政府、運(yùn)營(yíng)商、大企業(yè)等行業(yè)場(chǎng)景的應(yīng)用而生，并且安全可靠，可承載金融級(jí)核心生產(chǎn)系統(tǒng)。
第三，開(kāi)放、共享的生態(tài)體系，是鯤鵬計(jì)算產(chǎn)業(yè)成功的基礎(chǔ)。在鯤鵬計(jì)算產(chǎn)業(yè)落地過(guò)程中，華為堅(jiān)持“硬件開(kāi)放、軟件開(kāi)源、使能合作伙伴”的生態(tài)戰(zhàn)略，與眾多合作伙伴聯(lián)手打造開(kāi)放共贏的鯤鵬計(jì)算產(chǎn)業(yè)，從而實(shí)現(xiàn)了1+1＞2的效果。華為聚焦底層基礎(chǔ)設(shè)施和全棧平臺(tái)，合作伙伴基于強(qiáng)大的基礎(chǔ)設(shè)施層，搭建面向場(chǎng)景的應(yīng)用層，雙方共同為金融行業(yè)加速轉(zhuǎn)型提供新引擎。
當(dāng)前，金融行業(yè)正在從過(guò)去傳統(tǒng)的以產(chǎn)品為中心，逐步轉(zhuǎn)向以消費(fèi)者為中心。互聯(lián)網(wǎng)金融的蓬勃發(fā)展，更是進(jìn)一步加速了這種變革。如今傳統(tǒng)金融企業(yè)面臨的最大挑戰(zhàn)，是根據(jù)消費(fèi)者行為和需求轉(zhuǎn)變，從全業(yè)務(wù)流程中挖掘數(shù)據(jù)價(jià)值，打通客戶全生命周期管理。而用戶畫(huà)像系統(tǒng)為金融企業(yè)提供的，正是了解和分析用戶需求的優(yōu)秀工具。相信只要積極擁抱創(chuàng)新技術(shù)，充分挖掘數(shù)據(jù)價(jià)值，傳統(tǒng)金融企業(yè)也可以逆勢(shì)飛揚(yáng)。
聯(lián)系客服
