正文
“用什么方式来联系客户和产品服务?是让用户主动搜索?还是券商把自己认为有用、重要的内容推送给客户?我们选择了第三条道路,即根据用户的使用习惯和个人情况、喜好、风险等信息,进行智能匹配。”韦洪波这样阐释他眼中的券商AI。
左手为客户精准“画像”,右手解剖、重组所有能够提供的服务产品,中间通过逻辑算法加以高效可重复地匹配,成为当前券商AI探索中经典的业务架构。
通过对客户过往行为留痕信息的归纳整理,可以刻画出该客户在投资范畴内的行为模式、性格特征,从而更加精确地了解其需求,这就是客户“画像”的核心逻辑。
在光大证券网络金融部总经理张怀强看来,客户画像是一个先微分、再积分,然后不定积分的过程。
“先把客户的颗粒度打细,然后梳理出一些标签,再来做群体化。群体化其实就是一个不定积分,找到一类约束条件,最后抽象出一个群体。这个群体就是一个客户组,通过这种分析将客户归类,清理出一个名单,根据名单进行推送。”张怀强这样描述客户画像的整个流程。
2016年,中泰证券申报的《互联网金融背景下的大数据产品创设及机器人投顾模式的建立》获中证协重点创新课题优秀奖。在这个课题中,动态KYC(Know your customer)被作为一个重要创新点,即主要通过不断采集用户数据和客户数据,利用算法模型来动态实现精准客户画像。
“动态KYC让我们贴近投资者的真实需求,通过长期积累后甚至可能比用户本身更了解他自己。”中泰证券网络金融部总经理李肇嘉表示。
同时,在产品侧,券商也面临着不小挑战。原本分散在经纪业务、财富管理业务、资产管理业务等不同部门的投顾服务、理财产品需要按照同一个方法论进行“画像”,使其能够与已经被数字化的虚拟客户组进行算法匹配。
一边把客户信息掰开揉碎,进行彻底的数据抽象,而后再重新具象成若干具有显著特征的客户群,“保守的老张”、“总体稳重但偶尔搏短线的小李”、“紧跟题材的小王”等等,一边吃透所有能够提供的工具、服务,跨业务条线进行组合、拆分,在实现了上述左右两手的准备之后,通过大数据算法“一桥飞架南北,天堑变通途”,从而让每一个投资者都能高效地获得最适合其需求的资本市场服务,这便是券业精英正在畅想的券商AI故事。
券商AI的蓝图瑰丽动人,但现实却不免有些骨感。
投资者张先生是国内某券商长期忠实客户,产生了大量交易数据。在注意到这家券商推出了人工智能资产配置服务后,张先生在第一时间进行了试用。