天极自媒体开放平台

登录 | 申请注册

守着金矿饿肚子,金融行业如何用好用户画像?

彭承文 2020-04-01 阅读: 545 次

你已经有多久没用过现金了?多久没去银行柜台办理业务了?最后一次刷信用卡是什么时候?

对于早已习惯了互联网金融消费的我们来说,可能有很多人一时间都想不出这些问题的答案。

近年来,互联网金融的蓬勃发展,对传统金融行业产生了巨大的冲击和影响。面对日趋严峻的挑战,传统金融企业应当如何借助大数据、AI等新兴科技的力量成功逆袭?

3月31日,华为在线上直播课程《鲲鹏第二期:华为&东华助力金融数字化转型》聚焦金融行业合作和业务发展,分享了华为与东华软件联合创新打造的很多联合创新解决方案,看鲲鹏计算产业技术如何通过用户画像系统加速金融行业数字化转型。

金融行业四大难

你最近一次和银行打交道是什么时候?可能在很多人的记忆中,对银行服务的印象并不是那么满意,譬如下面这些场景就是非常典型的范例:

场景一:“我不需要这个产品。”

客户A:好久没去银行了,大堂经理却一个劲向我推销理财产品。自己明明是低风险偏好,属于稳健型投资者,银行却拼命想要把高风险高收益的产品推荐给我。他们能不能先了解一下客户需求?

场景二:“潜在客户都在哪儿?”

银行市场人员B:最近在推广一个针对信用卡用户的优惠活动。只要是我行的信用卡客户,在某电商平台购买手机时,都可以享受低手续费和低息优惠。可是,怎么才能精准找到近期有购机需求的办卡潜在用户,对其进行精准营销呢?而且还要准确评估潜在用户的信用等级,这样才能有效降低风险。

场景三:“客户怎么越来越少了?”

银行业务人员C:最近一个季度内,发现有大量客户转化成了休眠客户,回访追踪的效果也不理想。要是能够知道在现有客户中,有哪些客户存在流失可能就好了。这样就可以针对他们开展活动进行客户激活,提前避免客户流失。

场景四:“你们的服务越来越差了!”

银行客户人员D:银行客服专员现在真是越来越难做了。接电话之前,我们对客户的情况可以说一无所知,既摸不准客户的性格,又搞不清客户的需求,投诉率直线上升,这可怎么办?

其实,以上这些就是金融行业的四大核心服务场景:精准营销、运营分析、风险管控、客户服务,同时也是金融服务与客户之间的重要触点。然而值得深思的是,为什么面对这些核心服务场景,传统金融服务曾经行之有效的方法现在却变得捉襟见肘了呢?

用户画像系统,如何从金融行业数据中淘金?

本质上,以上这些场景的痛点都有一个共同的核心原因:不懂用户。这是因为,传统金融企业往往普遍缺乏可以帮助决策的用户数据。

首先,金融行业传统线下渠道已经很难接触到年轻用户,更无从谈起收集有价值的用户数据。

现在还在通过银行柜台线下办理业务的用户,除了网银渠道不能办理的业务和高净值人群之外,大部分都是不会使用自助终端的老年人。而已经成为消费主力军的80后90后人群,则是移动支付、无现金生活、小额消费贷款等互联网金融的高频使用者。也正因为如此,银行大堂经理、客服专员等客服工作应该以一定的用户数据为前提,使其成为用户难题解决的场景,而不是用户信息收集的场景。

其次,金融行业本身其实并不缺乏数据量和数据价值,但是传统的数据管理模式往往存在数据孤岛化、不统一、更新不及时等多种问题。一方面,金融企业要解决不同业务部门之间的数据孤岛问题;另一方面,金融企业有时还需要借助外部行业数据,来补充和完善自己的用户数据库。

第三,金融行业传统的数据使用模式,缺乏对数据真正价值的挖掘。譬如光是整理出了流失客户的数据显然做得还不够,应当从中挖掘和捕捉出客户流失的特征,从而分析和测算出潜在流失客户,以指导下一步工作的管理和执行。

怎样才能获得帮助决策的用户数据?只有依靠系统化的解决方案,这就是用户画像系统。

用户画像是指根据用户的社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。企业为什么需要用户画像?因为只有了解用户,才能帮助决策。

一个完整的用户画像系统的构建,通常需要四个步骤:第一,数据搜集与处理;第二,通过文本挖掘、自然语言处理、机器学习、预测算法、聚类算法等进行模型构建;第三,生成用户标签,包括人口属性、金融属性、行为信息、客户关系、风险信息 、兴趣偏好等;第四,根据不同应用维度建立客户分群,指导决策。

借助用户画像系统,金融企业可以实现精准营销、优化客户服务、完成风险管控。譬如,如果大堂经理可以实时查询用户画像信息,那么就能直接获取客户可能感兴趣的产品信息,从而开展主动营销;如果客服中心能够拿到根据客户历史数据分析出的性格标签,那么在客户来电或网络交流时,就可以根据其性格标签匹配预先设定的指导性话术,提供更加精准和高效的服务。

鲲鹏计算产业,加速金融数字化转型

目前在金融行业,华为和东华软件联合创新的用户画像解决方案已经在多家金融行业客户中落地。该方案帮助众多金融企业实现了客户视图、客户标签、客户画像管理等功能,为营销、销售和客户服务提供了有力的支持。

用户画像本质上是一个大数据系统,需要强大的高性能计算和大数据能力做为支撑。华为和东华软件联合创新的用户画像解决方案背后,体现了华为鲲鹏计算产业的技术实力和深耕金融行业的优势。鲲鹏计算产业囊括全栈IT基础设施、行业应用及服务,包括PC、服务器、存储、操作系统、中间件、虚拟化、数据库、云服务、行业应用以及咨询管理服务等。

(华为和东华软件联合创新的用户画像解决方案的逻辑架构)

首先,基于华为鲲鹏处理器的TaiShan服务器,为用户画像系统提供了底层硬件支持。作为华为新一代数据中心服务器,TaiShan服务器搭载拥有超强算力的华为鲲鹏处理器,采用多核计算架构,能够高效加速用户画像系统的构建过程,非常适合为大数据、分布式存储、原生应用、高性能计算和数据库等应用高效加速。而用户画像系统需要完成高效能的数据挖掘和建模服务,包括文本挖掘、自然语言处理、机器学习等大量算法的运行,都离不开底层算力的支持。

与此同时,TaiShan大数据解决方案还能够快速构建海量数据信息处理系统,具有多核高并发和资源调度等优势,可支持5000+节点大数据集群。数据加密解决方案也可以很好地满足金融行业客户对数据安全的高标准要求。

其次,用户画像系统的背后还有华为GaussDB数据库提供支持。华为GaussDB数据库是全球首个人工智能原生数据库,也是首个支持鲲鹏硬件架构的企业级数据库云服务,并首次将AI技术融入分布式数据库的全生命周期。该数据库具有高性能事务实时处理能力、金融级高可用能力,专为金融、政府、运营商、大企业等行业场景的应用而生,并且安全可靠,可承载金融级核心生产系统。

第三,开放、共享的生态体系,是鲲鹏计算产业成功的基础。在鲲鹏计算产业落地过程中,华为坚持“硬件开放、软件开源、使能合作伙伴”的生态战略,与众多合作伙伴联手打造开放共赢的鲲鹏计算产业,从而实现了1+1>2的效果。华为聚焦底层基础设施和全栈平台,合作伙伴基于强大的基础设施层,搭建面向场景的应用层,双方共同为金融行业加速转型提供新引擎。

当前,金融行业正在从过去传统的以产品为中心,逐步转向以消费者为中心。互联网金融的蓬勃发展,更是进一步加速了这种变革。如今传统金融企业面临的最大挑战,是根据消费者行为和需求转变,从全业务流程中挖掘数据价值,打通客户全生命周期管理。而用户画像系统为金融企业提供的,正是了解和分析用户需求的优秀工具。相信只要积极拥抱创新技术,充分挖掘数据价值,传统金融企业也可以逆势飞扬。

评论

* 网友发言均非本站立场,本站不在评论栏推荐任何网店、经销商,谨防上当受骗!
彭承文
年度十大媒体人,十佳科技自媒体,美通社媒体传播专家

友情链接 合作联系方式:wemedia@yesky.com

天极新闻 烽巢网 天极新媒体