作者：中國農業銀行研發中心 車新帥
近年來金融科技迅猛發展，推動現代銀行業進入了金融科技革命的新階段，孕育著500年來前所未有的大變局。中國農業銀行董事長周慕冰提出了“推進數字化轉型，再造一個農業銀行”總體思路。其中，零售營銷數字化轉型是關鍵一環。
零售營銷數字化轉型的重點在于“客戶洞察能力的提升、客戶個性化服務能力的提升、客戶場景化服務能力的提升、產品服務觸達能力的提升”。為此，農行建設個人客戶畫像系統，將大數據所蘊含的豐富信息轉換為可辨識、可共享、可應用的標簽，圍繞客戶建立資產、風險、行為等標簽視圖，全面、深入、準確地描繪千人千面的客戶特征，以實現全面深入了解客戶，實施精細化、精準化的分層分群營銷的目標，為客戶精準地提供個性化服務、場景化服務。
雙引擎驅動，建立個人客戶畫像體系
業務場景驅動，深挖數據價值。以領域專家（個金、網金、個貸、私行、信用卡、客服等）的業務需求為基礎，提煉具體服務場景，結合客戶數據基礎，將客戶標簽劃分為七大主題，挖掘數據價值。從數據信息維度出發，運用數據挖掘技術，主動尋找商機。
科技數據驅動，提升技術產品力。從數據信息維度看，標簽構建、標簽組合、場景服務應用的過程，就是數據技術在銀行市場營銷等領域的具體應用的過程，就目前來看，農行主動收集的數據中，仍有大量尚未利用的數據，通過大數據挖掘等技術，對數據進行持續豐富，拓展客戶標簽數據源，尋找商機，構建場景，提升從技術層面轉換為產品的能力。
業務場景驅動+科技數據驅動，建設統一“1+7+N”個人客戶視圖及畫像服務體系。一大體系，即為農行統一的個人客戶視圖及畫像服務體系，完善標簽管理能力。7大主題，即自然主題、資產主題、負債主題、風險主題、交易主題、行為主題、價值主題。主題刻畫上，正逐步采集人臉、文本、微信等非結構化數據，增強非結構化數據挖掘能力，并借助圖論、神經網絡等算法，形成客戶人際關系蛛網圖，挖掘客戶的社交圈，豐富客戶畫像層次。N個服務場景，提供客戶識別、精準營銷、客戶預測、增值服務、風險防控等服務場景，從而形成數據驅動的客戶畫像應用、智慧營銷模式以及運營優化策略，加速數據價值轉化效率。
同時，在夯實客戶數據的基礎上，強化數據標簽化資產管理，構建零售各條線“集中管理、條線共建、共享使用、持續更新”場景式的標簽管理系統。系統為零售各條線營銷人員提供了人工標注客戶標簽的功能，這是農行營銷經驗、營銷資源的數據沉淀，極大豐富了客戶畫像體系，也為農行各級營銷人員在零售領域有針對性地開展營銷活動提供強大的數據支撐和技術支持。
豐富技術棧打出組合拳，滿足個性業務需求
1.靈活可融合的技術架構
實現農行的富畫像體系，個人客戶畫像系統采用了主機+開放、oracle+hadoop靈活融合的技術架構，在接入層使用聯機接口、OracleOGG實時數據表同步、GTP等技術實現不同實時性要求的數據接入，進而通過Oracle實現實時數據加工和標簽定制，Hadoop全棧式實現海量數據的離線處理，服務和輸出層采用了自主研發的可配置的敏感信息過濾技術，為各業務領域全渠道提供7×24小時的個性化客戶畫像服務。
2.自助式探查高性能服務引擎
自助探查式高性能搜客引擎，是基于Hadoop全棧式技術體系下的ElasticSearch組件打造的一款客戶畫像垂直搜索工具。具備以下幾個特點：
自助式探查：搜客引擎的篩選項，可通過標簽配置進行自定義配置。
高適配性：支持各類數據接入，如：Hadoop、關系型數據庫、數據文件等方式。
高擴展性：ElasticSearch數據節點可以擴展到上百臺服務器，處理PB級別的數據。
高吞吐性：采用Spark高性能加工計算引擎，每日索引生產數據吞吐量超過20TB。
高響應：數據查詢為Restfulapi接口，支持TPS達到3300，響應時間在10ms以內。
3.基于農行金融大腦的機器學習標簽
前文中提到，農行主動收集的數據中，仍有大量尚未挖掘使用的數據，通過農行金融大腦，采用人工智能（AI）、機器學習（ML）等技術，深挖數據價值，快速響應業務需求。
以潛力提升客戶為例，基于210多項特征，嘗試使用了決策樹、邏輯回歸、隨機森林以及XGBoost等機器學習算法進行分析。針對不同的客戶分群分別應用模型，發現對于不同的客戶群體，運用同種模型預測效果基本一致，以精確率和召回率作為模型評價的主要指標，為具備提升潛力的客戶標注標簽，提供畫像服務，支撐精準營銷等業務需求。
個人客戶畫像在農行的應用
1.靈活可定制的場景服務
準實時畫像服務，為掌銀等渠道提供實時資產視圖查詢、準實時產品推薦等功能。精準營銷服務，為零售全領域營銷提供客戶畫像查詢及精準推薦等服務。深度畫像服務，提供客戶詳細資產視圖、風險視圖、營銷視圖等視圖服務，以及360度客戶立體畫像查詢功能。
2.多維空間富畫像組合，構建場景應用魔方
客戶畫像與產品畫像、機構畫像，組成富空間多維立體畫像。分為三個維度，第一個維度為客戶維度，也就是客戶畫像維度，包含七大主題；第二個維度產品維度，即產品畫像，涵蓋農行個人營銷全產品；第三個維度機構用戶維度，包含農行所有的網點、支行、分行及總行以及運營分析。不同維度的組合支撐了不同的場景式應用，從而構成了場景應用魔方，提供了個性化、多樣化的場景應用能力。
3.案例分享
農行個人金融部數據分析師基于客戶畫像對客戶金融資產、產品持有、資金變動、渠道偏好等幾百個特征進行深度加工，采取邏輯回歸、決策樹、隨機森林、XGBoost等多種機器學習方法開展數據建模，進行多輪模型結果比對及調優，最終模型準確率達70%左右，并根據預測概率精選目標客群500余萬人，按金融資產、產品偏好等進一步細分為多個子客群，在客戶畫像系統中建立對應標簽，針對性匹配多款金融產品并發起精準營銷活動，為目標客戶推薦個性化產品。經業績統計，該批次精準營銷活動覆蓋客群近500萬人，目標客群金融資產增長近千億。
結束語
農行在客戶畫像領域已有實踐成果，但人類信息維度極為復雜，僅依靠外部信息刻畫客戶內心真實需求還十分困難，對客戶畫像的研究仍處于起步階段?？偟膩砜?，在客戶畫像領域的研究仍存在挑戰：一是客戶畫像的構建主要是以行內自有數據為主，缺乏客戶社交類數據；二是客戶畫像對于客戶行為數據的分析還處在表層，挖掘空間很大；三是個人客戶畫像與對公客戶畫像的結合不足，沒有對公私聯動業務做好支撐；四是客戶畫像在提高客戶場景化服務能力方面還有待提高。
接下來，個人客戶畫像要進一步做好對農行零售營銷數字化轉型的科技支撐，由傳統畫像向富畫像、立體畫像、社交畫像方向演變。深化個人客戶畫像、對公客戶畫像、產品畫像、員工畫像的融合，夯實農行富畫像體系的數據基礎。豐富客戶行為數據，收集網銀、掌銀等線上渠道客戶的消費流水數據、客戶的點擊操作數據、客戶地理位置信息等數據，結合時間信息，勾勒客戶屬性、時間屬性、地理位置屬性三大維度的立體客戶畫像，為各類場景化營銷提供豐富的數據服務?；趫D數據庫等技術，建設社交畫像體系，挖掘客戶與客戶、公司與客戶、商戶與客戶間關聯關系，為客戶識別、營銷獲客、圈子營銷等營銷手段提供強有力的技術支持！
責任編輯：韓希宇
免責聲明：
中國電子銀行網發布的專欄、投稿以及征文相關文章，其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方；如涉及未經許可使用作品的問題，請您優先聯系我們（聯系郵箱：cebnet@cfca.com.cn，電話：400-880-9888），我們會第一時間核實，謝謝配合。
