基于“大数据+知识图谱”的对公智能营销管理平台助力银行提效降本
数字化转型的核心是利用数字化技术来推动企业组织转变业务模式、组织架构、企业文化等的变革措施。青岛银行股份有限公司是山东省首家主板上市银行、全国第二家“A+H”股上市城商行,其在对公营销数字化转型方面面临客户洞察不足、营销服务抓手单一,获客渠道匮乏、引流拓客效能不足,业务结构调整、人力管户产能受限,业绩反馈滞后、考核激励传导乏力四个方面的难点和痛点。
为解决发展问题,青岛银行全面推进数字化转型战略,打造对公智能营销管理平台——慧营销。项目聚焦数字化经营中小微企业,围绕获客、活客、留客,基于中小微企业数量多、共性多、可复制性强等特征,借助内外部多源数据的融合分析,构建获客渠道、营销模型、标签圈选、产品权益、渠道协同及业绩展板等核心模块组成的对公业务数字化营销运营体系,实现日终批量式和事件触发式双轮驱动的数字化营销范式,借助知识图谱及大数据技术应用,在提升服务质效的同时,强化风险识别、防范经营风险、维护社会金融稳定。
基于“人工智能+大数据”
构建对公客户场景可视化生态知识图谱
平台基于客户全景视图-KYC,分层次、分场景的多维客户群阵地,客户生态关系图谱,产品智能化推荐引擎四大核心数字化能力构建了集一线客户经理营销端与总行业务部门管理端于一体的对公营销运营体系。
对公业务闭环营销运营体系
同时,青岛银行借助知识图谱分析技术在关系型数据分析和挖掘及可视化表达方面的天然优势,深度融合知识图谱、人工智能、大数据等关键技术,构建基于对公客户的场景生态图谱,并基于知识图谱与机器学习技术的深度结合,利用神经网络、XGBoost、随机森林等机器学习算法,持续增强和丰富知识图谱特征。科技驱动和数据赋能,让营销更智慧、让决策更科学、让触达更温馨。
企以群分、按图索客、图谱联动、拓客地图
基于对公智能营销管理平台助力青岛银行获客留客、提效降本
项目搭建了青岛银行对公智能营销管理平台,截至2022年底,平台服务于全行950余名对公业务人员,日均启动次数约1800次。借助拓客地图、图谱联动、产品小红书等数字化能力的构建,营销效率提升65%以上,有效降低人力管户成本,实现中小微企业客群的低成本批量拓客;利用图计算等技术手段,对企业进行“千企千面”的产品推荐,推荐列表匹配准确率高达90%,精准营销效率远超人工推荐,提高目标客户的服务效率和客户体验。同时,平台拥有四大创新点。
其一,企以群分,基于图谱进行客户群划分。项目以集团派系图谱为基础,运用图谱挖掘技术,以经济依存度对客户群进行划分,构建经济依存客户关系图谱,并形成对公客户的图谱化分类,实现对客户群的有效化聚焦。
其二,按图索客,提升获客留客能力。借助图谱分析技术,探索集团派系、高经济依存客户间关系,洞察客户金融业务特点,以行内客户为中心,辐射潜在新客群,提升获客能力。对已流失客户的关联客户进行流失预警,基于前者的流失原因,深度分析关联客户潜在流失风险,有针对性地采取措施增强关联客户黏性,提升留客能力。
其三,图谱联动,打造协同营销体系。实现集团派系、经济依存客户关系、产品关系的三“图”联动,打造“客户-产品-客户”的精准化协同营销体系,深度挖掘客户潜在需求,实现获客后“活客”,赢得客户长期价值,实现长可持续客户经营。
其四,拓客地图,提升营销管户效能。基于政务公开数据和地图服务,借助人工智能和大数据技术,将地图特定地点周边的存量客户及潜在客户的差异化商机线索,直接送达营销人员的移动端展业平台,提升营销管户效能。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。