证券数字化营销引擎与应用

摘要：随着金融科技的发展，证券行业的获客及服务方式都在发生着变化，由“网点模式”为主演化为“线上引流”为主，客户规模也与日激增。但客户群体的不断增大，也使营销人员对于客户服务力不从心。本文在此背景下，从长江证券自身业务出发，介绍了公司利用大数据、人工智能等技术所构建的一套完整的智能营销引擎，并结合自身实践，总结了包括客户分发、流失预警等在内的多个案例实践，对工程实践应用进行反思与总结。

关键词：金融科技；智能营销；客户画像

一、引言

随着金融科技的发展，证券行业获客方式也发生了很大的变化，由“网点模式”为主演化为“线上引流”为主。而线上引流模型在使客户量激增的同时，也导致了营销人员对客户服务的力不从心，展业人员在资源有限的情况下，只能保证服务覆盖到高净值客户群体，这导致证券公司大量客户缺乏优质服务。同时，在“线上引流”的背景下，证券公司的客户数量又实现跨越式发展，导致无法直接被员工服务覆盖的客户群体越来越大。显然，庞大的客户群与有限的服务人员必然会产生一系列的矛盾，并越来越明显现，主要包括以下几方面。一是线下分支机构服务人员无法覆盖公司大体量全部客户，需要金融科技手段来提升服务效率。二是线上线下融合和分工的问题。公司内部线上线下都会对客户进行运营营销，容易对客户造成重复的骚扰。因此，在搭建新的线上运营体系时，应当区分哪些客户需要人工介入，哪些客户需要自动化运营。三是服务策略体系的完整性问题。在传统经纪业务条线下服务客户的方式较为传统粗放，即通过各自的业务经验筛选客户、针对全量客户无差别地提供服务或者举办营销活动，缺乏一个可以承载运营逻辑性的完整体系。营销运营人员安排活动时，应当明确了解自身所针对的客户类型，以及该类客户处于用户生命周期的哪一个步骤，这样才能不断印证策略的准确性，并在规划下一个运营活动时能不断进行完善和改进，使得营销运营工作处于一个完整的基于用户生命周期的服务体系之下。只有这样运营或者营销才能有条不紊地进行，从而不断优化完善整个服务体系的策略。四是线下营销方式缺乏全过程数据获取的途径，也缺乏有效的考核口径。通常在一个运营活动推出之后，运营方或者营销活动的管理者仅关注整个活动的结果数据，既没有关注过程数据，也缺乏考核这个活动合理性的机制。基于以上问题，如何在员工数量有限的情况下，实现大规模客户的营销服务覆盖，成为当前行业亟须解决的问题。根据证券行业近两年的发展趋势和实践情况，智能化客户运营成为主流的解决方案，即利用人工智能技术实现对客户需求的识别，智能化地为客户适配产品和服务，并实现在客户终端的自动化分发。然而，对于证券公司来讲，除了各个终端（三端一微，App，Web，PC和微信）等线上资源外，线下分支机构和营销人员也是需要充分利用的营销服务资源。因此，打造一个智能营销引擎，实现客户需求识别、产品和服务适配，以及把相关的适配结果通过线上、线下协同的模式分发到客户终端或者营销人员，成为一个更合理的解决方案。

二、智能营销引擎

（一）主要业务方案。基于此背景，长江证券搭建了一整套服务于线上线下的智能营销引擎，包括客户画像系统、推荐系统、智能运营中台、客户资源调度系统、员工评价和适配系统，以及员工展业辅助工具箱等六大业务方案，解决在智能化运营前提下，线上线下协同运营服务的问题。其主要方案内容如下。1.搭建客户画像系。对客户需求的识别和定义是智能化运营的基础，而对客户需求的准确识别和定义，需要对客户进行细颗粒度的画像，从各个维度描述客户的特征。因此，一个精准的客户画像系统，特别是对客户投资方面的画像分析，可以更深层次地识别客户的投资需求，为服务/产品适配打下基础。2.搭建推荐系统。在客户画像的基础上，针对公司的产品、业务、工具和服务，搭建一套完整的适配模型体系，使任何产品和业务都能找到精准的客户群体；同时，推荐系统还解决了预测服务时机的问题，即在确认什么产品适配什么客户之外，还明确了向客户推送了这些产品的时机。推荐系统作为智能营销引擎的核心组件，整体解决在什么时机下，推送什么产品给客户的问题。3.智能运营中台。根据客户生命周期、监管要求，以及推荐系统的服务时机预测功能，智能运营中台会根据规则把相关的服务输送到各个终端，包括三端一微、MOT、客服系统，以及员工终端，从而实现线上线下资源的融合协同以及客户服务感知的一致性。4.客户资源调度系统。证券公司的客户分为员工名下挂接经纪关系的客户以及分支机构存量无主客户。在对客户进行营销服务的过程中，不能持续对客户进行营销，以防引起客户的不满情绪；对于存量客户，也需要有相应的机制，将合适的客户分配给合适的员工进行服务。在此情况下，客户资源调度系统解决了如何分配存量的客户问题，也能对所有客户的持续营销情况有总体控制。5.员工评价和适配系统。在存量客户的分配过程中，需要解决哪些员工可以分配多少客户资源的问题。为了推出一个科学合理的分配方案，需要对员工进行深度的评价分析，在此基础上，分配合适的客户资源给对应的员工，实现客户资源最优化配置。6.员工展业辅助工具箱。针对员工名下的，以及被分配的存量客户，员工需要营销辅助工具，如营销话术、客户画像、绩效展示等相关信息，以便大幅提升展业效率，从而更快更好地达成营销目的。基于以上六大业务方案，长江证券搭建了智能营销引擎、线下智能分发体系、线上智能运营体系，并且把整套体系在该司内部进行了大规模实践，取得了丰硕的成果。在客户数逐步增加而从业人员有限的情况下，行业需要一个能充分利用线上线下资源，并最大限度地为客户提供服务的智能营销服务方案。长江证券的实践为该问题的解决，提供了一个可行的模式。（二）智能营销引擎搭建。1.DMP客户画像-标签体系搭建。所谓数字化营销，体系的核心必然是客户的分层分类研究，因此，在搭建画像系统时，主要围绕客户开户、权限、交易、营销服务、行为及外部数据，对客户进行360°的指标描述。整合计算这些基础的底层数据会得到在做运营分析和建模时用到的指标数据，再进一层得到在营销服务时使用的标签数据。运营人员可以综合运用指标数据及标签数据来筛选客户，从而进行定向的营销服务。同时，DMP平台能作为现有平台BI，REPORT等的数据来源，充分满足当前的数据运营需求，包括报表、大屏、BI分析、分析报告等。2.营销服务策略体系搭建。服务是维护客户关系的桥梁，在分析了客户的情况后需要进一步研究证券公司可以针对券商客户提供的服务，不仅可以为线下营销服务人员提供服务的依据和数据，同时可以为大量营销服务人员没有覆盖的无主存量客户提供专业的服务。因此，在对客户类型进行了打标签后，长江证券结合机器模型和专家规则库搭建了一套营销服务策略体系。此体系分为两部分，一部分是推荐系统，另一部分是预测系统。推荐体系主要应用于结果的推测，也就是客户的偏好判断，而预测系统主要应用于整个服务过程中运营服务节点的判断。推荐系统的搭建部分，该司为解决公司各类产品、业务与客户之间的适配问题，基于客户的交易行为数据以及客户的浏览行为数据，计算海量客户行为特征，并利用多种机器学习算法，搭建了个性化的推荐系统，为客户自动推荐最合适的产品和业务。服务策略体系框架中除了推荐系搭建外，还有一部分重要的体系，即预测系统，主要从业务、金融产品、股票/工具、运营、合规五大维度进行划分预测。旨在通过不同分类的预测模型，对存量客户中没有挂接经纪关系且无人服务的客户进行线上的自动化服务。从金融产品的营销服务角度，以投顾组合产品为例，长江证券搭建了购买客户情绪模型，用以判断购买了投顾组合的客户当前的情绪，如果由于投顾产品波段性亏损造成客户情绪不佳，则通过模型判断后直接通过短信触达客户，进行情绪的安抚。3.智能中台-系统打通集成。前文提到长江证券搭建了各种系统，但是由于数据的不连贯性容易形成系统孤岛，反而造成了使用的不方便。因此，按照运营逻辑，将公司级画像系统和营销服务策略库构成一个内部的小闭环，达到策略有出处、数据有返回、画像持续迭代的良性循环。在大框架上，源数据层提供数据输出到DMP和营销服务策略库，通过自动或人工的推送平台触达员工及客户。一般而言，触达客户的是服务策略，触达员工的是营销手段。通过整体框架的构建、数仓数据集市的搭建，以及各系统之间API接口对接的打通，长江证券基于数字化营销引擎打造统一的智能中台，将数据分析结果输出给各个终端。在线上流量越来越贵，产品同质化日趋严重的背景下，精细化运营是一个趋势，而用户分群和用户成长是精细化运营的核心方法。运营的最大期望，就是通过各种方法论和实践满足用户的需求，实现用户的成长、产品的成长以及员工的提升。

三、应用案例分享

基于以上营销引擎，长江证券将传统运营营销与引擎相结合，应用于各个场景之中。本章节主要针对各类场景，介绍了长江证券对智能营销引擎的应用案例。（一）线下存量客户运营分发案例。一线营销人员是服务客户的重要通道，但其服务半径有限。一方面，营销人员重点服务中高价值客户，忽略低价值客户；另一方面，营销人员习惯于既有的客户认知，不容易敏捷应对客户的需求变化。在客户群体、业务范围一定的情况下，如何把业务转化为收入，成为线下分支机构亟须解决的共同问题。为提高一线营销人员的服务效率，支持其精准识别客户需求并进行个性化服务，2017年第4季度，借助大数据的客户画像-标签系统，4家试点营业部总资产10万元以下的存量客户得到了标准化分发。客群是否精准、转化率、成单时间成为此次营销活动的核心指标项。活动对营销人员名下的客户进行两大处理，一是按照营销目的进行智能分组，二是对其VIP客户进行客户画像分析，以实现全方位服务。其中，智能分组包括增资产、两融、Level2、固收、权益、投顾等经纪业务内各个收入条线。营销人员在系统中可查看客户的关键信息和其他辅助信息、相对应的营销话术、目标完成进度和营销机会预警，并可随时勾选或添加客户的非结构化信息。同时，针对营业部无经纪关系的客户，分支机构管理人员可以随时启动营销活动，根据营销人员的承接能力和特长，将合适的客户分配给合适的员工。管理人员可以在系统中看到分支机构营销活动的整体进展、表现优秀的员工和待改进的员工等信息，并根据实际情况对参与人员、营销任务等进行调整。经过3个月的营销活动，4家试点分支机构目标客群的准确率均高于60%，且在资产引进、权益类产品或投顾工具产品的客户覆盖人数和产品销售额上，均有大幅提高。（二）线上客户运营策略匹配案例。客户画像-标签系统和线上运营平台的建立，推动券商在实践中检验客户标签和运营策略是否匹配，并进行快速迭代，促进数据驱动运营、运营优化产品、产品转化客户，进而提高客户黏性和忠诚度、增厚客户价值。券商精细化运营业务场景，通常可分为终端（券商App/官方微信/小程序）覆盖-开户-入金-交易/理财-客户留存/忠诚-分享传播几大环节。在此过程中，提高存量客户的终端覆盖率和活跃度、扩大新增客户、减少客户流失、促进客户交易转化成为客户运营中环环相扣的几大目标。其中，存量客户的App或官方微信覆盖率成为精细化客户运营的基础，是提高客户触达效率、节约运营成本的必要环节。近期长江证券开展了一次线上终端覆盖活动，活动目标是针对没有经纪关系的客户进行统一线上运营，提高互金客户长江e号、官方微信的覆盖率，增强客户服务，提高服务的触达效率。活动运营策略是基于客户标签-画像系统，将客户进行分类并推送，个性化服务在小范围样本测试及A/BTest对照分析中，不断更新迭代，找出不同策略中的最优内容。除了A/BTest对照分析外，还同步进行了与历史样本的对比分析，见表1所列。同时长江证券对活动效果进行了数据监控及分析，即对每次的内容推送均建立完整的数据监控体系，记录推送人群、推送时间、推送频率、消息类型、内容及各大环节的转化数据，查看整体的数据转化情况，并通过数据观测活动节点漏斗，调优薄弱环节。通过对推送效果进行对比评估，固化最优的推送策略及最容易转化的客群特征。（三）线上客户流失预警体系。客户流失一直是证券行业在服务营销中的痛点，特别是高净值客户的流失，将对公司造成很大的损失，然而由于营销人员服务的客户数量增加，无法及时维护或者发现流失的客户，因此客户流失的预警需求显得极为重要。客户的流失并不是客户销户离开，而是因为种种原因离开了证券市场或者在其他的平台进行交易。主要的表现是资金的转出，不再交易。虽然表现是一样的，但是客户离开的原因却是多样的。有的可能是被其他竞争对手挖走，有的则是因为家庭原因不得不撤出资金，有的是因服务不及时等。因此，弄清楚客户流失的原因，及时对流失的客户进行挽留或者对即将流失的客户进行服务显得极为重要。长江证券基于智能营销引擎中的客户画像系统，对公司客户进行各类标签化的处理，再基于流失客户的属性进行建模，构建长江证券客户流失预警系统，及时向营销人员发出客户流失预警，并给出客户特征，让员工及时对目标客户进行营销，减少客户流失所带来的损失。

四、结语

（一）本文主要贡献。随着互联网金融的发展，证券公司客户规模在近两年出现较大幅度增长，而证券公司员工数量没有相应增加，甚至受行情的影响出现减少的情况。这就造成了客户服务的需求，与员工能提供的服务之间严重不匹配的现象。本文主要分享了证券行业经纪业务线内，通过打造智能营销引擎，实现线上资源和线下资源的融合与协同，利用金融科技在一定程度上解决员工服务与客户需求之间不匹配的问题。具体来讲，本论文所取得的成果如下。一是打造一个完整的客户画像系统，刻画了客户的基础标签，包括基础信息、兴趣偏好等。与互联网公司以及其他金融行业不同的是，长江证券深度分析了客户的投资行为，建立了一整套科学合理的投资行为标签体系，包括收益标签、行为标签、偏好标签、投资能力、投资策略、风险暴露等六大方面，较为深刻地理解客户的投资偏好，为后续利用金融科技实现智能化产品服务适配打下基础。二是搭建一套完整的推荐系统，实现经纪业务体系内相关产品、服务、工具，以及业务的精准客群锁定。利用LR，CF等数据挖掘算法，对金融产品、增值服务、各类交易辅助工具，以及两融、质押、港股通等相关业务，进行精准适配模型，实现任何产品和业务都有其推荐模型，以锁定精准客户群体。更进一步，还解决在什么时机下推送对应产品给对应客户的问题，使推荐系统除了能锁定目标客户群体之外，还能锁定营销时间。三是建设一个完整的智能运营中台，实现产品和服务的分发调度功能。根据客户生命周期、监管要求，以及推荐系统所形成的时机预测、目标客群锁定等结果，智能运营中台把经纪业务系统内的产品、服务、工具以及业务依据合适的时机，调度分配到线上平台和线下平台，包括面向客户的三端一微，以及面向员工的客服系统、员工展业平台等，实现公司内服务的一致性，以及线上线下的的协同融合。四是客户资源调度管理方案，实现公司存量客户、员工名下客户的分配，以及营销调度方案。在对客户进行营销服务的过程中，引起客户的不满情绪，长江证券形成了一套完整的客户营销资源调度方案，实现对客户营销程度的统一控制。五是员工评价和适配机制研究。在存量客户的分配过程中，需要解决哪些员工可以分配多少客户资源的问题。为了有一个科学合理的分配方案，需要对员工进行深度的评价分析，在此基础之上，分配合适的客户资源给对应的员工，实现客户资源最优化配置。六是营销话术。客户画像等展业工具的梳理和提供，可以大幅提升员工的展业效率，同时也有利于优秀经验在公司内部的传播。基于上述成果，长江证券打造了一套“iVatarGo智能营销引擎”，并在公司内部落地，经过一年的打磨，逐步取得成效，为上述成果做了实践的验证。（二）下一步相关研究工作。虽然经过一年时间的打磨，长江证券充分验证了相关业务方案的可行性以及实用性。但是“iVatarGo智能营销引擎”牵涉范围太广，包括客户的深度画像、员工的能力评估、推荐系统、分发系统等，不免会出现框架内各组成模块在细节方面存在遗漏的情况，因此，未来长江证券将在以下方面重点发力。客户画像方面，加入更多客户在各个终端的数据，建立客户行为的标签体系，并在适当的时机下，引入客户的第三方数据，使客户画像更为细致和丰富，为推荐系统提供更充分的依据。推荐系统方面，目前基于性能、稳定性以及成熟度的考虑，主要使用的是经典的分类、聚类、关联以及异常检测相关模型，未来可以考虑使用当前流行的TensorFlow，Café框架，尝试把深度学习技术应用到证券领域，提升当前推荐系统的精准度。智能中台方面，梳理更多的服务规则，以及识别更多的服务时机点，利用智能的方式来实现客户更大规模的覆盖。客户资源调度方面，目前只设置了营销池、冰冻池和待分配客户池3种客户状态，未来根据营销活动的深入以及类型的细化，将设置更为科学合理的客户状态规则。员工评价机制方面，考虑增加更多的维度，来对员工进行评价和分类，在对员工深刻理解的基础之上，实现更合理的客户分配、活动分配等。当前主要提供给员工一些营销话术，以及相关的报表展示工具，未来在支持线下营销人员方面，将提供更多的辅助工具。通过以上工作的增强，预计将使“iVatarGo智能营销引擎”在效率及使用价值上，拥有一个更精进的表现。

作者:郭正彪 王圆圆 黄振森 单位:长江证券