金融數智化營銷服創新實戰。
2023年11月30日-12月1日，由中國科技產業智庫「甲子光年」主辦的「致追風趕月的你」2023甲子引力年終盛典在北京順利召開。
在此次大會上，行業大咖、專家學者、產業高管、投資大咖、科技企業創始人齊聚一堂，分享在實踐中遇到的難題和積累的經驗，為未來科技與產業的融合尋找新的思路。
在企業數字化的專場上，容聯雲產業數字雲事業群副總經理、諸葛智能創始人孔淼介紹了金融數字化營銷的實戰經驗和行業發展趨勢。
他首先指出了金融科技監管和數字金融驅動下的市場機遇，再詳細論述了大模型技術在金融銷售服務場景中的應用，比如如何利用大模型提取話術、優化銷售策略，並通過實時標籤和智能營銷實現常態化經營策略。
對於中小銀行和大行在數字化轉型中的差距，孔淼特彆強調了中小銀行面臨的挑戰和需求，並指出這是當下的市場機會。
以下是容聯雲產業數字雲事業群副總經理、諸葛智能創始人孔淼演講實錄，「甲子光年」整理刪改：
大家好，很高興今天在這裡給大家分享我們金融數字化營銷的實戰經驗。
金融是很大的概念，我先簡單的說一下我們的市場機會在哪兒。
第一個營銷服務的市場機會在銀行的零售業務。大家都知道，近些年銀行的變化是非常大的。整個網際網路的技術慢慢滲透到銀行，銀行本身的業務從原來的資金和企業業務越來越多地也變成了像零售對客的服務。銀行的模式隨著客戶的習慣在改變，從原來的產品中心化走向用戶中心化。
第二個市場機會在腰部的金融機構。金融機構的投入節奏事實上很不一樣，可能大家都認為現在已經進到深水區了，但中國有4000家銀行。大家印象中的很多銀行都是頭部的大行、股份制銀行，但是4000家銀行里，很多都是中小銀行、民營銀行、大行分行，比如城投商行、農信等等一類。這些我們可以看IDC在今年的報告——過去投入非常多的、占比非常多的是頭部的國有大行、股份制的銀行，近些年城市商業銀行、農商行占比越來越高。所以整個腰部的金融機構在這方面的投入是持續增加的。
在上述市場機會的前提下，我們相應做了一些創新和突破。一個背景是大模型出現了，我們很快進行了大模型在金融銷服場景的應用。第二個重點是幫助中小銀行在構建新一代的核心系統。
1.大模型落地的可能性
大模型出來之後，大家都在討論AGI等等，但我們可以看到，2015年隨著AlphaGo戰勝李世石，出現了一波AI 1.0，就是以NLP為代表的一些廠商，可以看到他們可以秀出很眩的demo，好像效果很不錯，但為什麼沒有成功？
原因是真實的業務場景是開放性的，要有極強的泛化能力，而我們可以通過固化輸入、強化輸出，通過任務式人工方式做人工智慧，展現出一個場景，而實際上我們銷售服務環境里，面臨的客戶需求是多種多樣的，自己的人員管理也很難一致和對齊，需要非常多的臨場應變能力。那麼要把AI做好，意味著要投很多訓練、很多場景去做。
第二點，大模型在應用場景落地的時候，大家提了很多問題，如算力成本問題、內容安全問題、內容可控問題，這些問題都是真實存在的，都沒有解決。
在這種情況下，我們的選擇是聚焦，我們在討論的時候喜歡的是把所有場景放在一起講，就變成所有東西去做一個最大的集合，會發現問題特別多，但如果把這些場景結合商業價值不斷聚焦的時候，有一些場景是算力成本、內容安全都可控的。
比如不做在線，做離散，用大小模型結合方式，這裡面就有很多可以做的事情。在這個維度上，比如我們頭部的一家股份制銀行，大概有幾萬個，其中差不多50%都是我們的，我們在裡面待了一個多月，去看他們每天的工作，現在的痛點、計劃，哪些是新技術可以去改變的，在算力成本、在安全可控上，我們都找到了我們的一些應用場景。比如結合大模型去做我們的話術、策略、知識庫標籤，幫助他們在銷售管理里去提高他們的業務價值。
原來AI 1.0的時候就有AI輔助，這時候更多的有文本機器人、語音機器人、實時的銷售輔助、質檢，很多時候是一個工具，不是一個CoPilot。而我們今天是叫CoPilot，同樣的可能是因為我們的前端也有這樣的SDK、彈窗給他做實時的推薦理性，特別難，給他做內容推薦，但這隻有我們給他推薦的是個性化的內容，是真正能成為銷售和客服的業務領航員，是真正的CoPilot。
2.中小銀行的痛點
第二個是最近幾個月我大概50%、60%的時候都在一線見各個銀行的員工，從高層到基層，大概見了幾十家銀行的員工。中小銀行和大行存在極大差距。
第一，大行可能是幾萬人、幾千人的科技團隊，中小銀行只有幾百人，甚至上百人。
第二，大行信息交換密度極高，數字化人才程度極高，組織架構調整很快。
很快的大家都要做金融科技，「十四五」規劃一出大家都開始干。但小行所有內部上來的人全都是原來在區域銀行去做一線銷售業務人員提起來的，根本不懂什麼叫數字化，什麼叫數智化。
但老闆就一個字「干」，還沒那麼多人能幹，也沒有那麼多技術，怎麼辦？他們迫切需要專業的人給他們提供端對端的解決方案，幫他們去完善他們的思路，幫他們去做落地，而不是給他們吹噓一堆能力。
在這個維度上，我們幫他們去梳理了。
在今天如果要改變以用戶為中心的金融營銷趨勢時，需要構建的項目群從新一代的埋點、行為分析、營銷數據統一平台、用戶的智能營銷，從上面去支撐它的各個業務環節提升。
第一，現有銷售輔助面臨什麼問題？
跟不同的人交流的時候，很重要的一個是話術，一個是MOT，在金融的電銷人員也是一樣的，一直都是很難的問題。我們經常講用戶的個性化，面向於做千人千面，但是銷售的千人千面很難實現。真正好的話術往往不是來自於公司提供，因為競爭一直都在變化，客戶一直都在變化，所以往往好的銷售策略話術，來自於一線銷售。那些願意幹活，那些有衝勁的人他自己的聰明才智提煉出來的。
第二，即使變成話術給到銷售做培訓，他不知道我應該在哪個節點，哪一個出現轉變的時候應該怎麼去說，只是告訴他一個統一策略。最後去複製也會很難。
我們看到好的金融機構會成立主管組長分析師的決策，天天有人聽錄音，有人去更新數據。從產品策略、利益點，再到話術，聽一線銷售提煉出他們有效的話術再形成話術庫再去做賦能培訓。但是絕大多數金融機構沒有這樣的人，他不知道怎麼建這個組織架構也不知道怎麼去培訓。
所以如果想要質量得需要人知道怎麼聽錄音。原來通過技術人員做NLP，做解析，雖然有量但是不懂業務。原來的AI只會做規則式的東西，不懂業務就很難兼顧質和量。
3.金融數智化產品的架構
今天我們整個大的產品架構是把與客戶聯絡的從智能語音AICC、客服企微和在線會話的會話數據以及業務轉化結果的業務數據集成進來再利用大小模型結合，再利用對於鏈路數據的洞察，形成從知識、話術、QA策略賦能給客服、客戶經理。
展開來講，第一個是大模型話術。
今天大模型泛化能力非常強，以前需要沒有變化都需要投人做訓練，並且需要業務人員和訓練數據配合。現在我通過大模型能做些提取，提取完之後通過轉化效果挖掘出優質話術，再配合原來的QA話術給到負責人。這個負責人就不需要像以前一樣要不斷地聽錄音，只需要做審核。
這樣在前端，比如說我們外呼平台里大家戴著耳機，在一個後台介面上就會彈出一個框。隨著客戶溝通過程中就會彈出不同的內容給到他選擇個性化內容。
第二個是SOP的挖掘。
現在很多銷售的過程中，我們SOP是靠電銷團隊自己運營出來的，但這些人不在一線，所以很多東西定的是脫離一線的。而我們因為來自於很多一線的錄音，能根據一線錄音結果，我們訪問提煉，形成了很多與客戶溝通之間的QA，從而建立模型，給到他個性化SOP的策略配置。
第三個是場景助手。
因為我們有很多金融和客戶，也有很多聚焦的場景，比如說像銀行證券保險，包括他們的客服場景；銀行的建卡、電銷、分期催收還款；證券的投顧、合規、開戶；保險的理財、理賠等等。這些場景裡面我們會沉澱非常多的Know-How，把它形成我們的標籤和我們的知識體系，從而去給到我們銷售更好的一些智能問答。
原來做這件事情是極難的。因為我們原來的很多知識需要業務人員做QA，配合訓練師去做，而且知識是很分散的。最後你統一去匯聚運用的時候投入成本極高。
現在不用了，現在就和chatGPT剛出來的時候有個PDF，把PDF一傳馬上能做多意圖理解是一樣的，我們也能做到。做到不同的場景下分類，多文檔的管理，統一的知識管理，在你的局部也能有ChatGPT這樣一個知識的體驗，形成真正的智能化問答。
4.智能營銷的必要性和方法
智能營銷簡單來講就是常態化經營策略。很多東西是客戶經理管不過來的時候，原來是圈客群，中心化所以做營銷，但現在你要自動的基於客戶的一些不同時機做個性化營銷、觸髮式營銷，這是網際網路非常擅長的一套，金融今天也是需要的。
中小銀行做數字化營銷項目群的必要性在哪兒？有三方面：
第一方面是渠道與客戶體驗。
渠道與客戶體驗在原來銀行裡面是網點、櫃檯，今天的用戶很多時候是趨於線上包括微信包括手機銀行這種多渠道，並且用戶可能從線上渠道再到網點，或者在手機銀行裡面辦理業務，這個時候以用戶為中心的渠道是線上線下全渠道融合的。
今天的銀行，很多基礎和IT架構裡面數據是沒有融合在一起的，甚至像行為數據都是缺失的。所以從渠道客戶體驗上來講，金融銀行如果要構建數字金融的話，必須以用戶為中心，它就需要實現用戶渠道數據統一。
第二個是做金融產品差異化的時候，營銷策略都會變，變了之後不同的業務需求也在變化。
比如手機銀行不僅要了解各個渠道的數字，而是要做渠道背後的用戶融合、投放優化、體驗優化、業務促合。原來它的營銷更多是客戶經理去服務於它的保有客群。今天線上的營銷過程背後，我們有更多的客戶在線上會自主參與過程，我們原來的資產管理AUM原來可能只管300萬或者100萬資產以上。那三百萬、一百萬以下以前在線下櫃檯的時候是抓不住他的，今天是可以通過線上沉澱他們的數據對他們做運營，那這個時候缺失的是對於中常規的常態化的運營策略。
第三個是信貸場景的需要。
在信貸系統升級之前，可能我們都是傳統的通過紙質在線下做一些經營房抵貸，是比較麻煩的。今天在線上我們的開展貸款業務很靈活之後，尤其是民營銀行貸款銀行無論對公貸款還是對私貸款。但是線上的時候從身份證識別，再到申請、額度信審，整個環節裡面流程非常長，且客戶趨於不同區域的網絡、手機型號版本，一旦出問題之後，可能都會影響你的資產的轉化率百分之零點幾。這個流程和轉化就是非常關鍵的。
對這些需求我們提供了幾個能力。
第一個就是新一代的埋點產業信息技術平台。就是我們很多廠商說我有埋點，我做了。但我們做的不是埋點，是埋背後的人。背後的埋點無論是你，已經有的埋點系統或者是你沒有埋，我們進SDK，全方位地從埋這個人，人進來之後再形成行為數據，解決行為數據有無的問題，再形成這種統一的洞察，從而構建你非常豐富的叫營銷過程的鏈路。
第二個是用戶實時標籤CDP。銀行很多都做了標籤，非常多的標籤，幾千個幾萬個標籤。這些標籤更多是基於業務結果的標籤。今天有很多是營銷過程的標籤，這個銀行是缺失的。為什麼？因為今天當你有業務結果再去做用戶營銷的時候，可能別人已經在理財到期前已經給他發了一個優惠券或者一個權益已經把客戶拉走了，金融客戶是沒有什麼忠誠度的。
這個時候要在過程中提前預測。他如果到期前，頻繁在手機銀行上去看帳戶，看一些情況。這個客戶是不是要把錢轉走了？我是不是得干預了？等等。所以這裡面對於銀行內部是要有一套實時的這種標籤的能力來豐富他的一些經營和維繫客戶的策略，包括剛剛說的中常規的客戶經營。
我們整個產品線是全信創的，並且我們是CMMI5，最高級別的認證。現在我們在銀行、證券、保險等各個領域內已經覆蓋了非常多的頭部客戶。
謝謝。
END.