• 快捷搜索
  • 全站搜索

青岛银行:以知识图谱四步构建智能CRM

2018-05-29 14:56:04作者:青岛银行信息科技部总经理 杨斌编辑:金融咨询网
青岛银行把“科技卓越”作为全行战略的核心战略之一,积极探索利用大数据、人工智能等新技术,推动银行智能升级。2016年,青岛银行基于大数据建成了智能化运维平台,通过大数据技术实现了日志、容量和知识管理的智能化,2017年,青岛银行开始了大数据在客户关系管理(CRM)上的应用研究,探索基于大数据和金融知识图谱建设智能CRM系统。

信息技术已成为当今社会发展的重要驱动力,以互联网、云计算、大数据、人工智能为代表的新兴技术的飞速发展,正为各行各业的创新带来激动人心的可能。商业银行借助互联网技术的蓬勃发展和大数据技术的广泛应用,也在积极推动服务、产品和管理方面的创新。青岛银行把“科技卓越”作为全行战略的核心战略之一,积极探索利用大数据、人工智能等新技术,推动银行智能升级。

        2016年,青岛银行基于大数据建成了智能化运维平台,通过大数据技术实现了日志、容量和知识管理的智能化,2017年,青岛银行开始了大数据在客户关系管理(CRM)上的应用研究,探索基于大数据和金融知识图谱建设智能CRM系统。
 
杨斌.jpg
 
中小银行CRM的现状和四大挑战
 
        这是一个挑战与机遇并存的时代。中小银行面临着金融同质化加剧、互联网金融冲击、利差红利消失等外部挑战,也面临着产品和服务“一刀切”、营销成本高而效率低、客户需求越来越细化的内部挑战。同时,移动互联网、大数据、人工智能等新技术蓬勃发展,也为银行带来了历史机遇。
 
        “以客户为中心”是多年来银行业的一句响亮的口号,但并没有得到很好地践行和落地。以客户为中心提升客户洞察力、实践差异化的客户覆盖、实现精细化管理成为银行客户关系管理转型升级考虑的重点。
 
        以客户为中心,要求银行对客户有更加精准的了解,表现在客户洞察、产品服务、销售管理、系统集成、客户价值持久化五大核心能力。客户关系管理(CRM)作为“新常态下致胜法宝”式的重要工具,被越来越多的中小银行提升至战略高度。
 
        然而,中小银行传统型CRM大多数只实现了过去手工作业的自动化和线上化、销售管理及与业务系统的集成,能够对客户经理形成一定的管理约束力。但因为脱离业务实践,缺乏客户洞察力,导致产品与服务及客户价值持久化能力较弱,无法对客户经理形成有效的辅助支撑,很难被真正用起来。
 
        为什么当前中小银行不能很好地感知客户?我认为根本原因是四大方面:
 
        1.在收集数据的能力方面,数据的融合度和准确性不够;
 
        2.在管理数据的能力方面,数据的组织分布和碎片化程度严重;
 
        3.在获取洞察力方面,知识的挖掘分析和探索能力不足;
 
        4.在应用洞察力方面,缺乏适应新环境的科学应用场景。
 
        之前,青岛银行CRM系统主要使用静态数据,实现简单的管理流程。因其对客户及客户关系挖掘能力不足,只是客戸经理日常工作管理和流程管理的工具。
 
三阶段实践智能CRM的思路
 
        传统的信息化是将数据信息化,再实现交易的流程和记录,在数据充分利用和客户洞察方面,传统IT做得并不太多。
 
        青岛银行将建立客户洞察力的路径分为三个阶段,目标是实现中小银行智能CRM能力:
 
        第一阶段,数据信息化。通过制定客户数据战略,内部全业务要素数据化,外部数据收集与加强,多维度客户信息全貌;
 
        第二阶段,信息知识化。建立关系视角客户信息深度下沉,据此建立描述性模型、客户分群、预测性模型;
 
        第三阶段,知识智能化。将技术以服务的方式应用到业务场景中,并提供差异化服务、精细化管理,持续不断的输出客户价值。
 
        大数据让我们实现了信息向数据的转化;而知识图谱则解决了知识展现的问题,让知识可视化,便于人脑的理解,再与人的客户关系管理进行配合,最终形成智能CRM客户关系管理的洞察力。这也是让大数据和知识图谱进行结合的本质原因。
 
以知识图谱四步构建智能CRM
 
        1、行内数据标准化处理,为智能CRM建设打好数据基础
 
        青岛银行将“以客户为中心”作为准则,实现对业务要素数据化整理融合,整合梳理客户的帐户、系统的总账、渠道、相关方、产品、合约、交易7大主题,以及全行28类对公业务系统数据,从规范化管理出发进行数据指标化、数据专题化、数据模型化梳理,倾力打造全行“一致性、深挖掘”的数据平台,为后续基于知识图谱的智能CRM建设打好数据基础。
 
        2、行外数据融合,形成客户信息的多维度视图
 
        在行内数据标准化处理的基础之上,青岛银行融合了全国近5000万家外部企业数据,包含工商、投资、上市、知识产权、招投标、舆情等,与行内数据形成有效的互补,将行内外数据通过统一社会信通代码、组织结构代码、工商代码、税务代码、企业全称进行匹配,依次划分优先级进行关联,形成行内外客户一致关系,帮助客户经理可以从多维度、多视角获取更多客户信息。
 
        3、建立客户分群及预测性模型,提升客户洞察力
 
        将基础标签通过一定的业务规则生成业务标签,描述对象的某种较高级的特征属性,用于建模;在具体业务场景下,基于模型或经验规则输出的分群结果,并利用机器学习技术建立预测性模型。
 
        4、以知识图谱打造智能CRM应用
 
        在系统定位上,从知识分享、智能分析和信息交互3个维度,建立知识的生命周期。从客户信息的归集展示到基于客户标签的客户画像分析,到应用于不同业务的场景,到后期与流程进行嫁接,比如客户经理有消息的提醒,在这个过程中进行知识自我完善的过程,对客户信息进行回馈补充。
 
图片1.jpg
 
        青岛银行从客户信息的维度,打造一个客户关系管理的知识平台。另外,以事件驱动的维度,对接现有客户关系流程化管理。以互联网化检索、事件消息驱动、复杂的关系图谱构建、客户和产品智能匹配、机器学习和NLP(自然语言处理)五方面的技术,支持智能CRM的应用。
 
(文章来源:金融电子化杂志,本文根据青岛银行信息科技部总经理杨斌在2017首届智能金融知识图谱论坛上的发言整理。)

扫码即可手机
阅读转发此文

本文评论

相关文章