中关村科金会话洞察平台应用大模型投顾助手助力理财经理高效展业

2024-06-28 16:53 · 互联网　　　

面对低温市场的考验，财富管理机构持续探索着以客户为中心的经营之路。招商银行最近新调整了M+会员体系，尾部整合、中部做细、高端做精，将线下优势的金葵花与原APP的M+体系结合统一，实现用一套语言数字化经营客户，体现了招商银行对客户分层的最新理解。

客户理解的起点永远是以客户为中心，但对客户意图的识别却是各机构开展KYC(Know Your Customer，客户身份认证)最难的一环。借助新一代的大模型技术，我们有望在数字化客户标签画像的基础上，实现对客户意愿洞察的破题。

大模型投顾助手，助力理财经理高效展业

在与头部财富管理机构共创的过程中，中关村科金基于真实业务痛点，创新打造了大模型应用投顾助手。以大模型为智能基座，调度机构内现有的客户、产品、资讯、投研、资产配置等系统，以企业微信作为统一入口，通过对话的交互方式，辅助理财经理深入确认KYC、掌握产品知识、提供投顾服务、持仓跟踪分析、日常内容陪伴等，覆盖展业的方方面面。

提升客户理解，应用标签建立360全景画像

客户理解是买方投顾以客户为中心的核心，金融机构借助CDP客户信息平台系统，可以将机构多年积累的客户信息、交易数据、行为数据等综合应用，根据以下几个维度建立客户360全景画像。

基础属性：主要来自ECIF、CRM等客户系统，核心是通过客户的身份认证信息，分离出客户的基础信息标签。

多渠道身份ID：即我们常见的ONE-ID，如今金融机构客户经营的电子渠道日渐增多，尤其是客户在微信生态的行为更加高频和轻量，日常资讯内容、活动报名、产品信息浏览等行为更多地迁移到了微信小程序、公众号、视频号等渠道。部分机构也建立了抖音平台、B站等视频平台媒体矩阵，通过ONE-ID把用户散落在各端的行为串联起来很有必要。

客户偏好：将客户的历史交易数据和埋点系统采集的客户行为数据结合起来，辅以部分内容资讯的偏好探测，综合分析和预测客户在各个维度的喜好程度，实现千人千面的客户推送。

行为时间轴：主要来自客户的行为信息，将客户与机构的重要时刻以时间轴的方式呈现出来，掌握客户生命周期的完整脉络，识别一些容易被忽略的重要营销MOT（Moment Of Truth，关键时刻研究）机会，提示理财经理跟进处理。

预测性标签：基于机器学习算法，对客户的产品偏好进行概率性预测，也可以利用CDP的Lookalike（相似人群扩展）能力，利用相同客户群的泛化实现个性化推荐。

投资意图：本次新增的标签类别，基于心理账户理论，客户每笔钱的使用场景、投资目的不同，对风险的承受偏好也完全不同。比如一个期货账户风险等级为C5（激进型），有过期货交易经验的500万资产客户，在投资300万用作自身未来养老需求时，仍然会偏向选择稳健或平衡类的产品。识别客户每一笔资金的投资预期对投顾服务至关重要，但传统问卷等方式只是给出了客户的整体情况，具体单笔情况仍需要理财经理与客户深度沟通达成。原来机构很难获取这部分信息，现在借助企业微信或APP上的文本机器人，沟通过程更加数字化，可以基于大模型实现一定程度的投资意图识别。

大模型+会话洞察，沟通中精准识别意图

客户的投资意图来自于对客户对话的洞察，中关村科金【新一代会话洞察平台】采用大模型作为智能底座，进行了全新升级。

大模型具有强大记忆力和深入理解力，为突破传统对话分析的局限性提供了可能性。通过大量的学习和训练，大模型不仅具备庞大的知识库，更掌握着丰富的语言模式和语义规则，能够精准地理解每一段对话的含义，为每一通对话进行全面、准确的标注。

此外，大模型具备令人惊叹的上下文理解能力，不仅可以理解单个对话的表面语义，更能根据对话的上下文环境，自动推断出真实含义。这使得大模型可以更好地理解复杂的会话数据，对会话的深层含义和意图进行精准解读。