详解金融机构敏捷营销落地:体系架构、关键技术和实施方法

news2024/12/24 2:08:25

41a431c65490b10674761e69fb757c4f.gif

93ebb3cb5d4199b510f7c1693636ee3c.jpeg

本文根据 2023 年金融营销科技价值发现论坛中,神策数据金融首席架构师王仕的主题演讲整理所得,聚焦营销 5.0 理念下的敏捷营销,详细讲解金融机构落地时涉及到的体系架构、关键技术及实施方法。

根据国家发改委官网披露的数据,2022 年全年人民币存款新增 26.26 万亿元。对金融机构来说,存款是负债业务。将“负债”转“收益”是金融机构的战略核心。从理财产品的破净率整体企高等“收益”业务情况看,金融机构“负债”转“收益”的挑战很大。

在此背景下,基于现代营销学之父菲利普·科特勒提出的营销 5.0 理念,金融机构可以以客户体验为中心,在恰当的时机为恰当的人营销恰当的产品,实现 ROE(权益回报率)、AUM(在管资产总额)等关键运营指标的高质量发展,有效应对 “负债”到“收益”的挑战。

具体而言,在营销 5.0 的大框架下,敏捷营销的关键环节包括同步开发、灵活的技术平台,实时分析技术、去中心化的团队、快速的市场检验,以全域、灵活、实时的特点,不断根据客户行为和市场变化调整营销策略,实现金融产品、客户体验及运营模式的创新,从而实现高质量增长。

26dc39cdf87924fba476a43c5a1850df.png

目前,神策正在与某头部金融机构一起基于敏捷营销的转型理念,在线上 App 被动营销场景中,以“即时事件”的技术栈解决 AUM 增长问题。用户首次登陆 App 后,基于客户画像匹配 Banner 位信息,之后根据客户的连续行为序列,比如点击了股票或基金等相关文章后,当用户返回界面时,Banner 位的内容发生相应的改变。这种场景下,用户因为自己的行为,即注意力,能够影响 App 的内容,会有更好的体验;而金融机构也能将自身的运营策略,无打扰地传递给客户,保障营销策略的落地。

以上典型的敏捷营销场景,要真正落地,具体需要搭配什么样的 IT 架构,是一个重要的课题。神策认为,金融机构的整体架构将以“双核心”(面向金融产品的交易核心和面向客户体验的营销中心)的模式,进行前中后台的纵向整合,以全域、灵活和实时的特征,驱动技术更好地服务业务。具体来说,未来整个企业架构可能会是下图这样:

3ea059dbd42ace30866789d309d26213.png

  • 前端互动层包括 App、小程序、远程银行等线上、线下、远程及外部渠道,是客户与金融机构的触点。对双核心来说这层是共享的,从营销核心视角看,这是用户体验的触点。当然,从交易核心的视角看,这是业务交易的触点。

  • 数据层会按照 OLTP 数据库和 OLAP 数据湖进行隔离,两端的数据可以互相流动。在 OLAP 部分,关键是 CDP 及客户标签管理系统的搭建。

  • 企业管理部分,包括管理分析、ERP、ERM 等应用,而 IT4IT 部分则包括 IT 服务台、灾备管理、CI/CD 等 IT 管理工具。

  • 核心层被拆成交易核心和营销核心两大部分,交易核心包括产品中心、交易中心、计价中心、核心交易系统等,设计的目标是可靠稳定的运营,尽可能减少差错;营销核心则包括客户旅程编排引擎和客户洞察,以竖井式的方式,根据业务变化和营销策略灵活的组织和运转。

双核心架构兴起后,未来三到五年,金融机构的 IT 体系可能会发生这种转型。转型涉及的方面较多,本文主要跟大家分享六个方面:整体架构、互动、策略、洞察、数据及实施方法。

da1831c3d0594437a09b1c6886f31810.png

一、整体架构

1、Open API 化各组件

整体架构应具备 Open API 化各组件的特征,助力金融机构的开放融合,以自主可控的模式快速整合业界优势产品。从技术角度看,落地 Open API 不是一件容易的事。为了做好 Open API,需要考虑四个问题。

第一是将整个营销核心 API 化,意味着系统类似乐高一样,将被拆成不同的组件。组件的合理性,将是问题的关键。为更合理地拆分各组件,神策目前采取的是基于价值流的方法,即 Value Stream Mapping,把客户的整体体验旅程拆解为 40+ 个关键的价值流,并按照客户生命周期进行拆解,最后合并同类项。价值流就是目标业务流,也是 IT 系统的数据流,从我们的实践看,这种拆解的方法比较合适相对创新的营销场景,也比较适合技术实现。

第二是性能。客户旅程编排的关键是将粗粒度的受众根据业务目标进行 IF-THEN-ELSE 的过滤,最后挑出符合运营目标的受众,以及配套的权益、合适的触点等。因此,受众和性能强相关。Ad-hoc 场景下的高性能,工业界看起来没有什么 Golden Hammer。神策还是从业务场景出发,尽可能找到 Ad-hoc 的计算 patten,然后从存储引擎而非计算引擎入手解决问题。

第三是如何保证 Open API 的健壮性,比如进行渠道触达时,渠道本身出了问题怎么办?这时 Open API 可以拆分成不同的模式,一种是以 Restful API 、Webhook 的方式进行供给和调用,另一种是 plugin 的方式,通过公共组件进行故障隔离,从而提高系统的稳定性。

第四是安全性,比如通过 MFA(多因子认证)等方法,解决数据在传输和存储中的问题。

2、云原生驱动的业务连续性

整体架构需要具备云原生驱动的业务连续性,打造安全稳定的业务系统。比如某外资银行正在与神策协作,部署灾备方案。灾备方案系统的运作过程分为四个阶段,第一阶段是生产态,即正常运行的状态数据以怎样的方式流转?第二阶段是紧急运行,比如生产中心出现故障,如何切换到灾备中心?第三阶段是演练态,即假设系统出现了问题会发生什么?第四阶段是回切态,即切换到灾备环境后产生新增数据再切换回来。这四个阶段涉及到系统、数据、服务及业务的一致性。

而这种业务的连续性与云原生高度相关,这家银行采用了这套灾备方案后,整个硬件成本大概节约了 11/12,也就是说,如果没有这套方案,整个灾备环境每天要运转 24 小时,而采用这套方案后每天只需要运转 2 小时,甚至更短时间。

二、互动层

1、One ID 为特征的全域互动

在互联网世界中,在大体量的触点和行为之下,证明“我是我”是一件困难的事。每天可能会有涉及到不同业务线及渠道的上百亿个事件,因此会产生各种各样的 ID,如何把不同的场景下的 ID 关联起来就很有挑战。目前神策可以实现以 One ID 为特征的全域互动。

c63bfee403a3d8a020e0af19626b1d41.png

2、即时 SDK 上报

想要敏捷响应客户的需求,需要更改 SDK 上报模式,过往 SDK 上的数据常常是存储一批后根据网络带宽或 buffer 的存储空间进行上送,现在神策具备以即时事件为特征的即时 SDK 上传能力,实现用户行为的实时收集,为实时用户圈选等下游任务打下坚实的数据基础。这种能力的实现对前端埋点的开发人员来说比较简单,主要增加一条“is_instant_event = true”,代码改造的工作量较小。

三、策略层

1、 敏捷策略

在各营销环节,基于历史(如客户画像)和实时流数据(如客户行为)新增敏捷策略,解决“运营策略过于简单和单一”等问题。

敏捷策略意味着策略响应时间从过去的大几秒升级为亚秒级别,也就是说用户点击浏览或某个行为后,即把客户的行为通过 SDK 上报到后端,找到对应人群并匹配对应策略,再把对应的新内容推送到客户手机或界面中,整个过程的实现我们期待是亚秒级完成。

2、灵活的策略编排

金融机构可以通过流程画布进行高质量的营销,通过构建全生命周期的营销旅程,包括营销受众筛选、策略编排、动作触达、目标转化及数据统计等满足营销场景闭环。神策新流程画布进一步强化了营销策略编排、管控和分析等能力,赋能实时、精准、自动化营销,支持复杂的业务场景,助力业务目标的最终达成。某国有大行,已通过神策的流程画布灵活编排 1300+ 条策略,实现月平均 AUM 的提升。

3、大体量数据下的实时处理能力

整体架构要具备大体量数据下的实时处理能力,并应能根据业务特点进行底层优化,以保障敏捷营销的实时能力。

9021f7641294b63faba88aad58a92344.png

我们会把各种计划性的策略涉及到的受众,预先提取出来,并参考 DFS 深度搜索优先或 BFS 广度搜索优先等算法的设计思想,尽可能减少策略执行过程中的管理开销,从而提高响应的性能。此外,我们还会通过分群共享优化、软引用等 Trick,降低内存等资源的开销,从而进一步提升性能。

4、策略库管理

为提高金融机构在策略层面的整体治理能力,帮助总部有效指导各分支机构的编排策略运行,策略层还应具备策略库管理功能。我们期待,金融机构的总部能制定策略模板或策略指导纲领,并通过日常积累可以形成一个标准的策略库,而不同的分支机构或分行可以重复使用。

四、洞察层

1、 人工智能辅助的分析能力

在洞察层方面,整个架构应该实现人工智能辅助的分析能力,减少对人的先验知识依赖,实现灵活的洞察分析,帮助金融机构以“自主用数”的模式提高科技对业务的亲和度。

神策分析目前有 10+ 个分析模型,而神策小数点 Copilot 则是一个新模型。神策小数点是基于最近大火的 ChatGPT 做的营销科技版,可以在 Copilot 用自然语言输入一段话,由 Copilot 来转成 SQL 语言,并完成数据分析。这种方式能大幅降低使用人员的 SQL 技能要求。虽然目前,ChatGPT 看起来很酷,但更酷的地方在于,ChatGPT 证明了堆算力、堆数据能够堆出更聪明的机器。这条路,将有无穷的想象空间。

2、多主体分析

同时,系统还应具备多主体分析能力,打通产品、管理和运营体系,实现以客户为核心的分析,解决分析入口分散的问题,实现用户行为数据与业务经营数据的融合。

c7915308ca513580222fdb0f94596e74.png

五、数据层

1、“用时即建”的建模方式

整体架构要支持“用时即建”的建模方式。比如某全球系统性银行,基于这种方法,将建模时间从过去的几个月,压缩到 3 天,并保障全球和本地的模型一致性。

e68d98d076074a2df3e140599ac3063e.png

2、标签在大容量、多组合场景下的快速处理

标签是金融机构和客户交互的一个静态载体,其颗粒度越细,就越能针对性的开展营销活动。比如对营销人员来说,如果没有敏捷营销工具,一年大概可以开展运营 30+ 左右的活动,每次活动可能针对 10 万人,而未来营销或策略人员,一年可能可以做 300 个营销活动,每次活动只针对 1 万人。而这依赖于标签,尤其是要支持标签在大容量、多组合场景下的快速处理,从而保障下游任务的性能。

六、实施方法

在实施方法上,过去主要依赖人的经验,未来为落地敏捷营销,需要基于金融机构实际情况,以“模板驱动”的交付模式,快速分析和上线,并根据运营实践快速迭代。在某头部券商,神策基于模板交付的方法,实现 3 个月时间完成 200+ 个策略的设计、系统建设、投产运行和策略效果评估。

最重要的是,交付团队要有经验,神策持续不断地向客户学习,已经通过 200 + 金融客户的实践,充分积累了经验,并通过积累 10万+ 数字化工单,保障神策持续的高质量服务能力。每个工单都是一个知识沉淀,大量的知识和经验通过工单的方式沉淀下来,使后面实施的人在前行者的肩膀往前走。神策在某领先券商碰到的六类十五个问题时,基于过往数字化工单的沉淀,团队在 3 天内便完成了快速定位和整改,保障系统安全可靠运行。

总体而言,神策坚定地认为,营销 5.0 将是下一代营销科技发展的趋势,也将一如既往地与中国数千家金融机构一起,坚定不移地推进理念、架构、产品和服务的转型,踏实落地全域、灵活和实时的价值,实现以客户为中心的战略转型。

点击文末“阅读原文”即可观看完整版直播回放,并下载演讲文档。

✎✎✎

更多内容

双引擎赋能数字化客户经营

神策 2023 金融营销科技价值发现论坛

AIGC 驱动高绩效商业的落地与思考

2ec204e8c5a1be597ca18a3a6369e6fc.jpeg

▼ 点击“阅读原文”,观看直播回放并下载文档

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/698389.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

macOS编译AirMap开源全景图源码image-processing

1.克隆源码 git clone --recursive https://github.com/airmap/image-processing.git 2. 使用CLion打开CMakeLists.txt并做为工程打开 2.默认配置名为Default,可修改,下面的所有配置项都可改 3.点击OK后会自动生成

青翼自研--4通道DAC播放子卡产品数据手册

FMC131是一款4通道3GSPS采样率或者2通道6GSPS采样率16位DA播放FMC子卡模块,该板卡为FMC标准,符合VITA57.4规范,可以作为一个理想的IO模块耦合至FPGA前端,16通道的JESD204B接口通过FMC连接器连接至FPGA的高速串行端口GTH。插值模式…

突破性5G NTN技术,美格智能携手高通发布卫星物联网连接方案

通信技术的快速发展,使得万物互联成为现实,物联网深刻影响我们的生活方式。目前,全球物联网连接主要由WiFi、蓝牙和蜂窝网络等几类技术支撑。数据显示,蜂窝基站的陆地覆盖率约为20%,而海洋覆盖率则不到5%。 这意味着陆…

十大编程算法

算法一:快速排序算法 快速排序是由东尼霍尔所发展的一种排序算法。在平均状况下,排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他Ο(n log n) 算法更快&a…

uni-app/vue 文字转语音朗读(附小程序语音识别和朗读)

语音播报的实现的方法有很多种,我这里介绍集中不引用百度、阿里或者迅飞的API的实现方式。 一、采用new SpeechSynthesisUtterance的方式 废话不多说直接上代码 data() {return {utterThis:null,} },//方法使用this.utterThis new SpeechSynthesisUtterance(); …

地下水管三维可视化综合管控平台提升政府服务质量

随着当前互联网技术数据的快速发展和增长,总数越来越大,结构越来越复杂。如果你想更清楚、更快地理解和理解数据,传统的二维平面图数据图性能不能满足需求。 什么是三维可视化? 三维可视化是一种利用计算机技术,再现三维世界中的…

命令模式(Command)

别名 动作(Action)事务(Transaction) 定义 命令是一种行为设计模式,它可将请求转换为一个包含与请求相关的所有信息的独立对象。该转换让你能根据不同的请求将方法参数化、延迟请求执行或将其放入队列中&#xff0c…

(1)深度学习学习笔记-数据操作和处理

文章目录 前言一、张量操作二、csv文件数据操作数据预处理(读入csv文件作为pytorch能处理的) 来源 前言 张量的一些处理和操作 csv文件数据操作 一、张量操作 [:,1]表示全部行 第二列 [:]是全取 [1:3,1:]:1:3表示1~3的…

Node.js搭建Https服务

要搭建一个接收HTTPS请求的Node.js服务器,可以按以下步骤操作: 1. 初始化项目和安装依赖: bashnpm init -y npm install expresslatest npm install httpslatest 2. 生成证书文件: 这里按照自己的需求 去买ssl证书 或者获取免费证书 直接百度 阿里云获取免费证书等关键词即可…

Prefix-Tuning 阅读笔记

《Prefix-Tuning: Optimizing Continuous Prompts for Generation》 核心思想: 微调的时候,把预训练好的大transformer固定住不训练,在大transformer前面拼接几个token的参数,只训练前面这几个token的参数。 为什么有效 因为虽…

金融科技领先者Broadridge选择CloudBees CI来加速软件交付

Broadridge公司是全球金融科技领先者,通过丰富客户参与度、控制风险、优化效率和创造收入增长的解决方案为客户推动业务转型。 借助CloudBees CI,Broadridge为所有使用Jenkins的开发团队提供了集中管理和自助服务的体验。Broadridge能够不断为客户提供新…

vue 中node-sass和sass版本问题解决

先开始使用 “node-sass”: “^7.0.1” “sass-loader”: “^10.0.5” 然后使用npm install报错 后面百度,搜到了是因为 node-sass和sass-loader版本不对应造成。 然后修改版本,增加sass引用 “node-sass”: “^7.0.1” “sass-loader”: “^7.3.1”, “…

Mysql实现按月份查询挂号统计数据(聚合函数的使用)

最近公司要实现一个通过年月来查询每个月的挂号统计(当日挂号,预约挂号),因为医院每个月都要来问我们这边一次,每次都去数据库查询太麻烦了,所以就需要开发一个查询挂号统计的接口。 前面用了很多种方法,要…

计算机中的逻辑运算(与、或、非、异或、同或、与非、或非)

计算机中的逻辑运算又被称作为“布尔运算”,分别为:与、或,非,异或。此外在门电路中还有:同或、与非、或非。共七种。 这七种逻辑运算中,只有 逻辑非运算 是一元逻辑运算(一个运算操作数&#…

微信公众号接收事件推送XML数据包解析成实体对象

1.从request获取推送xml包 String callBackXml testNoticeService.formatNoticeParams(request); public static String formatNoticeParams(HttpServletRequest request){try(ByteArrayOutputStream output new ByteArrayOutputStream();InputStream input request.getIn…

微服务 springcloud 11 sleuth 链路跟踪,sleuth + zipkin 链路分析

随着系统规模越来越大,微服务之间调用关系变得错综复杂,一条调用链路中可能调用多个微服务,任何一个微服务不可用都可能造整个调用过程失败 spring cloud sleuth 可以跟踪调用链路,分析链路中每个节点的执行情况 01.微服务中添加 …

如何使用UpdraftPlus迁移备份网站到新网站?

这个问题是关于将您的站点克隆或迁移到新的网站URL的问题。如果您想克隆一个站点进行测试,或者在新版本上线之前移动到新主机并进行测试,以及许多其他类似情况,迁移尤其有用。 在下面的示例中,我们迁移到一个完全新的 WordPress …

搭建Hadoop高可用框架分布式集群

搭建Hadoop高可用框架分布式集群 一.基础配置 1.创建虚拟机,修改虚拟机的主机名 2.修改网络配置 master:192.168.6.200 slave1:192.168.6.201 slave2:192.168.6.202 3.互ping测试 4.sudo授权 5.安装vim编辑器 6.配置网络映射 master配置映射 master向slave1传递映…

MATLAB 之 Simulink系统的仿真与分析

这里写目录标题 一、Simulink 系统的仿真与分析1. 设置仿真参数1.1 Solver 参数设置1.2 Data lmport/Export 参数设置 2. 运行仿真与仿真结果分析2.1 运行仿真2.2 仿真结果分析 一、Simulink 系统的仿真与分析 系统的模型建立之后,选择仿真参数和数值算法&#xff…

LabVIEW自适应屏幕分辨率的两种方法

文章目录 前言一、方案1:组合缩放1、举例2、验证 二、方案2:分隔栏匹配窗格1、举例2、验证 前言 前阵子做的一个项目是在显示器分辨率为 2560*1600,缩放选项为 150% 的笔记本上开发的,但是当 vi 文件在另一台显示器分辨率为 1920…