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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。