下載投融界APP
隨時(shí)隨地獲取新鮮資訊
服務(wù)熱線：400-858-9000 咨詢/投訴熱線：18658148790
2023年11月30日-12月1日，由中國(guó)科技產(chǎn)業(yè)智庫(kù)“甲子光年”主辦的“致追風(fēng)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(huì)上，行業(yè)大咖、專家學(xué)者、產(chǎn)業(yè)高管、投資大咖、科技企業(yè)創(chuàng)始人齊聚一堂，分享在實(shí)踐中遇到的難題和積累的經(jīng)驗(yàn)，為未來科技與產(chǎn)業(yè)的融合尋找新的思路。
在企業(yè)數(shù)字化的專場(chǎng)上，容聯(lián)云產(chǎn)業(yè)數(shù)字云事業(yè)群副總經(jīng)理、諸葛智能創(chuàng)始人孔淼介紹了金融數(shù)字化營(yíng)銷的實(shí)戰(zhàn)經(jīng)驗(yàn)和行業(yè)發(fā)展趨勢(shì)。
他首先指出了金融科技監(jiān)管和數(shù)字金融驅(qū)動(dòng)下的市場(chǎng)機(jī)遇，再詳細(xì)論述了大模型技術(shù)在金融銷售服務(wù)場(chǎng)景中的應(yīng)用，比如如何利用大模型提取話術(shù)、優(yōu)化銷售策略，并通過實(shí)時(shí)標(biāo)簽和智能營(yíng)銷實(shí)現(xiàn)常態(tài)化經(jīng)營(yíng)策略。
對(duì)于中小銀行和大行在數(shù)字化轉(zhuǎn)型中的差距，孔淼特別強(qiáng)調(diào)了中小銀行面臨的挑戰(zhàn)和需求，并指出這是當(dāng)下的市場(chǎng)機(jī)會(huì)。
以下是容聯(lián)云產(chǎn)業(yè)數(shù)字云事業(yè)群副總經(jīng)理、諸葛智能創(chuàng)始人孔淼演講實(shí)錄，“甲子光年”整理刪改：
大家好，很高興今天在這里給大家分享我們金融數(shù)字化營(yíng)銷的實(shí)戰(zhàn)經(jīng)驗(yàn)。
金融是很大的概念，我先簡(jiǎn)單的說一下我們的市場(chǎng)機(jī)會(huì)在哪兒。
第一個(gè)營(yíng)銷服務(wù)的市場(chǎng)機(jī)會(huì)在銀行的零售業(yè)務(wù)。大家都知道，近些年銀行的變化是非常大的。整個(gè)互聯(lián)網(wǎng)的技術(shù)慢慢滲透到銀行，銀行本身的業(yè)務(wù)從原來的資金和企業(yè)業(yè)務(wù)越來越多地也變成了像零售對(duì)客的服務(wù)。銀行的模式隨著客戶的習(xí)慣在改變，從原來的產(chǎn)品中心化走向用戶中心化。
第二個(gè)市場(chǎng)機(jī)會(huì)在腰部的金融機(jī)構(gòu)。金融機(jī)構(gòu)的投入節(jié)奏事實(shí)上很不一樣，可能大家都認(rèn)為現(xiàn)在已經(jīng)進(jìn)到深水區(qū)了，但中國(guó)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(yíng)銀行、大行分行，比如城投商行、農(nóng)信等等一類。這些我們可以看IDC在今年的報(bào)告——過去投入非常多的、占比非常多的是頭部的國(guó)有大行、股份制的銀行，近些年城市商業(yè)銀行、農(nóng)商行占比越來越高。所以整個(gè)腰部的金融機(jī)構(gòu)在這方面的投入是持續(xù)增加的。
在上述市場(chǎng)機(jī)會(huì)的前提下，我們相應(yīng)做了一些創(chuàng)新和突破。一個(gè)背景是大模型出現(xiàn)了，我們很快進(jìn)行了大模型在金融銷服場(chǎng)景的應(yīng)用。第二個(gè)重點(diǎn)是幫助中小銀行在構(gòu)建新一代的核心系統(tǒng)。
1.大模型落地的可能性
大模型出來之后，大家都在討論AGI等等，但我們可以看到，2015年隨著AlphaGo戰(zhàn)勝李世石，出現(xiàn)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(cuò)，但為什么沒有成功?
原因是真實(shí)的業(yè)務(wù)場(chǎng)景是開放性的，要有極強(qiáng)的泛化能力，而我們可以通過固化輸入、強(qiáng)化輸出，通過任務(wù)式人工方式做人工智能，展現(xiàn)出一個(gè)場(chǎng)景，而實(shí)際上我們銷售服務(wù)環(huán)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(duì)齊，需要非常多的臨場(chǎng)應(yīng)變能力。那么要把AI做好，意味著要投很多訓(xùn)練、很多場(chǎng)景去做。
第二點(diǎn)，大模型在應(yīng)用場(chǎng)景落地的時(shí)候，大家提了很多問題，如算力成本問題、內(nèi)容安全問題、內(nèi)容可控問題，這些問題都是真實(shí)存在的，都沒有解決。
在這種情況下，我們的選擇是聚焦，我們?cè)谟懻摰臅r(shí)候喜歡的是把所有場(chǎng)景放在一起講，就變成所有東西去做一個(gè)最大的集合，會(huì)發(fā)現(xiàn)問題特別多，但如果把這些場(chǎng)景結(jié)合商業(yè)價(jià)值不斷聚焦的時(shí)候，有一些場(chǎng)景是算力成本、內(nèi)容安全都可控的。
比如不做在線，做離散，用大小模型結(jié)合方式，這里面就有很多可以做的事情。在這個(gè)維度上，比如我們頭部的一家股份制銀行，大概有幾萬個(gè)，其中差不多50%都是我們的，我們?cè)诶锩娲艘粋€(gè)多月，去看他們每天的工作，現(xiàn)在的痛點(diǎn)、計(jì)劃，哪些是新技術(shù)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(yīng)用場(chǎng)景。比如結(jié)合大模型去做我們的話術(shù)、策略、知識(shí)庫(kù)標(biāo)簽，幫助他們?cè)阡N售管理里去提高他們的業(yè)務(wù)價(jià)值。
原來AI 1.0的時(shí)候就有AI輔助，這時(shí)候更多的有文本機(jī)器人、語(yǔ)音機(jī)器人、實(shí)時(shí)的銷售輔助、質(zhì)檢，很多時(shí)候是一個(gè)工具，不是一個(gè)CoPilot。而我們今天是叫CoPilot，同樣的可能是因?yàn)槲覀兊那岸艘灿羞@樣的SDK、彈窗給他做實(shí)時(shí)的推薦理性，特別難，給他做內(nèi)容推薦，但這只有我們給他推薦的是個(gè)性化的內(nèi)容，是真正能成為銷售和客服的業(yè)務(wù)領(lǐng)航員，是真正的CoPilot。
2.中小銀行的痛點(diǎn)
第二個(gè)是最近幾個(gè)月我大概50%、60%的時(shí)候都在一線見各個(gè)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(tuán)隊(duì)，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(shù)字化人才程度極高，組織架構(gòu)調(diào)整很快。
很快的大家都要做金融科技，“十四五”規(guī)劃一出大家都開始干。但小行所有內(nèi)部上來的人全都是原來在區(qū)域銀行去做一線銷售業(yè)務(wù)人員提起來的，根本不懂什么叫數(shù)字化，什么叫數(shù)智化。
但老板就一個(gè)字“干”，還沒那么多人能干，也沒有那么多技術(shù)，怎么辦?他們迫切需要專業(yè)的人給他們提供端對(duì)端的解決方案，幫他們?nèi)ネ晟扑麄兊乃悸罚瑤退麄內(nèi)プ雎涞?，而不是給他們吹噓一堆能力。
在這個(gè)維度上，我們幫他們?nèi)ナ崂砹恕?/span>
在今天如果要改變以用戶為中心的金融營(yíng)銷趨勢(shì)時(shí)，需要構(gòu)建的項(xiàng)目群從新一代的埋點(diǎn)、行為分析、營(yíng)銷數(shù)據(jù)統(tǒng)一平臺(tái)、用戶的智能營(yíng)銷，從上面去支撐它的各個(gè)業(yè)務(wù)環(huán)節(jié)提升。
第一，現(xiàn)有銷售輔助面臨什么問題?
跟不同的人交流的時(shí)候，很重要的一個(gè)是話術(shù)，一個(gè)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(jīng)常講用戶的個(gè)性化，面向于做千人千面，但是銷售的千人千面很難實(shí)現(xiàn)。真正好的話術(shù)往往不是來自于公司提供，因?yàn)楦?jìng)爭(zhēng)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(shù)，來自于一線銷售。那些愿意干活，那些有沖勁的人他自己的聰明才智提煉出來的。
第二，即使變成話術(shù)給到銷售做培訓(xùn)，他不知道我應(yīng)該在哪個(gè)節(jié)點(diǎn)，哪一個(gè)出現(xiàn)轉(zhuǎn)變的時(shí)候應(yīng)該怎么去說，只是告訴他一個(gè)統(tǒng)一策略。最后去復(fù)制也會(huì)很難。
我們看到好的金融機(jī)構(gòu)會(huì)成立主管組長(zhǎng)分析師的決策，天天有人聽錄音，有人去更新數(shù)據(jù)。從產(chǎn)品策略、利益點(diǎn)，再到話術(shù)，聽一線銷售提煉出他們有效的話術(shù)再形成話術(shù)庫(kù)再去做賦能培訓(xùn)。但是絕大多數(shù)金融機(jī)構(gòu)沒有這樣的人，他不知道怎么建這個(gè)組織架構(gòu)也不知道怎么去培訓(xùn)。
所以如果想要質(zhì)量得需要人知道怎么聽錄音。原來通過技術(shù)人員做NLP，做解析，雖然有量但是不懂業(yè)務(wù)。原來的AI只會(huì)做規(guī)則式的東西，不懂業(yè)務(wù)就很難兼顧質(zhì)和量。
3.金融數(shù)智化產(chǎn)品的架構(gòu)
今天我們整個(gè)大的產(chǎn)品架構(gòu)是把與客戶聯(lián)絡(luò)的從智能語(yǔ)音AICC、客服企微和在線會(huì)話的會(huì)話數(shù)據(jù)以及業(yè)務(wù)轉(zhuǎn)化結(jié)果的業(yè)務(wù)數(shù)據(jù)集成進(jìn)來再利用大小模型結(jié)合，再利用對(duì)于鏈路數(shù)據(jù)的洞察，形成從知識(shí)、話術(shù)、QA策略賦能給客服、客戶經(jīng)理。
展開來講，第一個(gè)是大模型話術(shù)。
今天大模型泛化能力非常強(qiáng)，以前需要沒有變化都需要投人做訓(xùn)練，并且需要業(yè)務(wù)人員和訓(xùn)練數(shù)據(jù)配合?，F(xiàn)在我通過大模型能做些提取，提取完之后通過轉(zhuǎn)化效果挖掘出優(yōu)質(zhì)話術(shù)，再配合原來的QA話術(shù)給到負(fù)責(zé)人。這個(gè)負(fù)責(zé)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，比如說我們外呼平臺(tái)里大家戴著耳機(jī)，在一個(gè)后臺(tái)界面上就會(huì)彈出一個(gè)框。隨著客戶溝通過程中就會(huì)彈出不同的內(nèi)容給到他選擇個(gè)性化內(nèi)容。
第二個(gè)是SOP的挖掘。
現(xiàn)在很多銷售的過程中，我們SOP是靠電銷團(tuán)隊(duì)自己運(yùn)營(yíng)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?yàn)閬碜杂诤芏嘁痪€的錄音，能根據(jù)一線錄音結(jié)果，我們?cè)L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(gè)性化SOP的策略配置。
第三個(gè)是場(chǎng)景助手。
因?yàn)槲覀冇泻芏嘟鹑诤涂蛻?，也有很多聚焦的?chǎng)景，比如說像銀行證券保險(xiǎn)，包括他們的客服場(chǎng)景;銀行的建卡、電銷、分期催收還款;證券的投顧、合規(guī)、開戶;保險(xiǎn)的理財(cái)、理賠等等。這些場(chǎng)景里面我們會(huì)沉淀非常多的Know-How，把它形成我們的標(biāo)簽和我們的知識(shí)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?yàn)槲覀冊(cè)瓉淼暮芏嘀R(shí)需要業(yè)務(wù)人員做QA，配合訓(xùn)練師去做，而且知識(shí)是很分散的。最后你統(tǒng)一去匯聚運(yùn)用的時(shí)候投入成本極高。
現(xiàn)在不用了，現(xiàn)在就和chatGPT剛出來的時(shí)候有個(gè)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(chǎng)景下分類，多文檔的管理，統(tǒng)一的知識(shí)管理，在你的局部也能有ChatGPT這樣一個(gè)知識(shí)的體驗(yàn)，形成真正的智能化問答。
4.智能營(yíng)銷的必要性和方法
智能營(yíng)銷簡(jiǎn)單來講就是常態(tài)化經(jīng)營(yíng)策略。很多東西是客戶經(jīng)理管不過來的時(shí)候，原來是圈客群，中心化所以做營(yíng)銷，但現(xiàn)在你要自動(dòng)的基于客戶的一些不同時(shí)機(jī)做個(gè)性化營(yíng)銷、觸發(fā)式營(yíng)銷，這是互聯(lián)網(wǎng)非常擅長(zhǎng)的一套，金融今天也是需要的。
中小銀行做數(shù)字化營(yíng)銷項(xiàng)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(yàn)。
渠道與客戶體驗(yàn)在原來銀行里面是網(wǎng)點(diǎn)、柜臺(tái)，今天的用戶很多時(shí)候是趨于線上包括微信包括手機(jī)銀行這種多渠道，并且用戶可能從線上渠道再到網(wǎng)點(diǎn)，或者在手機(jī)銀行里面辦理業(yè)務(wù)，這個(gè)時(shí)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(chǔ)和IT架構(gòu)里面數(shù)據(jù)是沒有融合在一起的，甚至像行為數(shù)據(jù)都是缺失的。所以從渠道客戶體驗(yàn)上來講，金融銀行如果要構(gòu)建數(shù)字金融的話，必須以用戶為中心，它就需要實(shí)現(xiàn)用戶渠道數(shù)據(jù)統(tǒng)一。
第二個(gè)是做金融產(chǎn)品差異化的時(shí)候，營(yíng)銷策略都會(huì)變，變了之后不同的業(yè)務(wù)需求也在變化。
比如手機(jī)銀行不僅要了解各個(gè)渠道的數(shù)字，而是要做渠道背后的用戶融合、投放優(yōu)化、體驗(yàn)優(yōu)化、業(yè)務(wù)促合。原來它的營(yíng)銷更多是客戶經(jīng)理去服務(wù)于它的保有客群。今天線上的營(yíng)銷過程背后，我們有更多的客戶在線上會(huì)自主參與過程，我們?cè)瓉淼馁Y產(chǎn)管理AUM原來可能只管300萬或者100萬資產(chǎn)以上。那三百萬、一百萬以下以前在線下柜臺(tái)的時(shí)候是抓不住他的，今天是可以通過線上沉淀他們的數(shù)據(jù)對(duì)他們做運(yùn)營(yíng)，那這個(gè)時(shí)候缺失的是對(duì)于中常規(guī)的常態(tài)化的運(yùn)營(yíng)策略。
第三個(gè)是信貸場(chǎng)景的需要。
在信貸系統(tǒng)升級(jí)之前，可能我們都是傳統(tǒng)的通過紙質(zhì)在線下做一些經(jīng)營(yíng)房抵貸，是比較麻煩的。今天在線上我們的開展貸款業(yè)務(wù)很靈活之后，尤其是民營(yíng)銀行貸款銀行無論對(duì)公貸款還是對(duì)私貸款。但是線上的時(shí)候從身份證識(shí)別，再到申請(qǐng)、額度信審，整個(gè)環(huán)節(jié)里面流程非常長(zhǎng)，且客戶趨于不同區(qū)域的網(wǎng)絡(luò)、手機(jī)型號(hào)版本，一旦出問題之后，可能都會(huì)影響你的資產(chǎn)的轉(zhuǎn)化率百分之零點(diǎn)幾。這個(gè)流程和轉(zhuǎn)化就是非常關(guān)鍵的。
對(duì)這些需求我們提供了幾個(gè)能力。
第一個(gè)就是新一代的埋點(diǎn)產(chǎn)業(yè)信息技術(shù)平臺(tái)。就是我們很多廠商說我有埋點(diǎn)，我做了。但我們做的不是埋點(diǎn)，是埋背后的人。背后的埋點(diǎn)無論是你，已經(jīng)有的埋點(diǎn)系統(tǒng)或者是你沒有埋，我們進(jìn)SDK，全方位地從埋這個(gè)人，人進(jìn)來之后再形成行為數(shù)據(jù)，解決行為數(shù)據(jù)有無的問題，再形成這種統(tǒng)一的洞察，從而構(gòu)建你非常豐富的叫營(yíng)銷過程的鏈路。
第二個(gè)是用戶實(shí)時(shí)標(biāo)簽CDP。銀行很多都做了標(biāo)簽，非常多的標(biāo)簽，幾千個(gè)幾萬個(gè)標(biāo)簽。這些標(biāo)簽更多是基于業(yè)務(wù)結(jié)果的標(biāo)簽。今天有很多是營(yíng)銷過程的標(biāo)簽，這個(gè)銀行是缺失的。為什么?因?yàn)榻裉飚?dāng)你有業(yè)務(wù)結(jié)果再去做用戶營(yíng)銷的時(shí)候，可能別人已經(jīng)在理財(cái)?shù)狡谇耙呀?jīng)給他發(fā)了一個(gè)優(yōu)惠券或者一個(gè)權(quán)益已經(jīng)把客戶拉走了，金融客戶是沒有什么忠誠(chéng)度的。
這個(gè)時(shí)候要在過程中提前預(yù)測(cè)。他如果到期前，頻繁在手機(jī)銀行上去看賬戶，看一些情況。這個(gè)客戶是不是要把錢轉(zhuǎn)走了？我是不是得干預(yù)了?等等。所以這里面對(duì)于銀行內(nèi)部是要有一套實(shí)時(shí)的這種標(biāo)簽的能力來豐富他的一些經(jīng)營(yíng)和維系客戶的策略，包括剛剛說的中常規(guī)的客戶經(jīng)營(yíng)。
我們整個(gè)產(chǎn)品線是全信創(chuàng)的，并且我們是CMMI5，最高級(jí)別的認(rèn)證?，F(xiàn)在我們?cè)阢y行、證券、保險(xiǎn)等各個(gè)領(lǐng)域內(nèi)已經(jīng)覆蓋了非常多的頭部客戶。
謝謝。
