智能建模赋能海量客户数字化提级营销

陈萌 包沫怡

中国工商银行秉承“科技赋能、价值创造”思路，应用人工智能模型聚类分析，对海量客户进行动态分组和排序预测，优选更易提级、更能促活的目标客户，重点开展多轮次营销触达，实现事半功倍的效果。

随着时代的发展和竞争的加剧，商业银行零售业务逐渐从做大增量向深耕存量转型。过往依靠有限的人员队伍开展营销的模式与服务海量客户的需求出现错位。亟需发挥金融科技手段从大量数据资源中寻宝挖潜的专属特长，更高效地洞察客户，更便捷地满足客户，让适配的金融服务触及更庞大的目标客户。在此背景下，中国工商银行秉承“科技赋能、价值创造”思路，应用人工智能模型聚类分析，对海量客户进行动态分组和排序预测，优选更易提级、更能促活的目标客户，重点开展多轮次营销触达，实现事半功倍的效果。

基于大量数据构建海量客户聚类模型

工商银行拥有超过7亿个人客户，其中有不少低资产客户。为做好这部分客户的画像和需求分析，工行采用无监督学习的聚类算法构建机器学习模型，深度挖掘客户特征，归纳聚合同类型客户，以期通过模型输出结果赋能潜力客户的动态分群和策略运营。

选取年龄适中且有有效联系方式的客户纳入研究样本，从中随机抽取300多万客户作为建模样本。在此基础上，从客户的基础信息、行为信息、资产余额、产品信息等多个维度切人，提取客户特征数据。再根据客户标签的代表性、提级客户和非提级客户标签的差异、数据之间的相关性以及数据的完整度，从中精选客户标签进行去极值和标准化处理。下一步是降维处理标签提升建模效率，通过建模工具对样本客户的数据进行了主成分分析，将原来的多个数据标签降维成优中选优的几个主成分，在保留原有数据信息的基础上降低后续建模的变量，提高聚类模型训练效率。

选择业内常用的聚类模型，调整模型参数并多次迭代后，针对样本客户形成特征较为稳定的15个细分客户组别，在计算每一个聚类小组的自然提级率和显著的客户特征基础上形成六个海量客户细分群组。再根据人工智能模型输出的聚类结果，细化分析各组别客户的主要特征和差异化需求，结合重点产品及业务分类施策，制定差异化营销服务方案。

“易提级”组别客户。主要特征为月日均金融资产较高、工资收入较为稳定、储蓄存款较多。重点推广资产配置、权益回馈、发薪套餐、养老金、中长期限理财、权益或固收类基金等活动和产品，吸引客户留存资金。触达渠道为手机银行、智能设备和柜面。

“频交易”组别客户。主要特征为线上交易活跃，平均年龄相对较低。重点推广支付立减、消费套餐、商户联名、信用卡、中短期限理财、货币基金等活动和产品，巩固客户使用习惯。

“年轻客”组别客户。主要特征为平均日均资产较低，交易活跃度很低，且平均年龄较小。重点向其推广新客礼包、年轻客群专属品牌、首绑有礼、简约无界信用卡等活动和产品，提高客户渗透水平。

“常透支”组别客户。主要特征为使用信用卡交易，且偏好线上交易。重点推广信用卡权益、积分兑换、刷卡有礼、线上平台联动、自动还款、消费分期、信用贷款等活动和产品，提升信用卡消费占比，强化客户业务绑定。

“线下客”组别客户。主要特征为偏好到店，近一年在柜面办理业务相对较频繁，近期现金存款金额较高。抓住客户到店契机，重点推广养老金、社保卡、寿险、疾险、大额存单、国债、贵金属等活动和产品，加强客户往来联系。

“缴费客”组别客户。主要特征为近期批量代扣流出金额相对较高。重点推广资产配置、货币基金、现金管理类理财、家装分期、汽车分期、消费减免、信用卡等活动和产品，引导客户归集零钱，防止资金流失。

根据差异化策略开展多轮）欠精准触达

2023年全年，结合各组别特征和营销触达策略，围绕大个金板块热门产品和活动，在全域渠道和触点开展张网式布放，持续面向各组别高潜力客户开展多轮次精准营销触达。截至2023年10月末，针对聚类模型的目标客户累计精准推送近十亿人次，触达近亿户，累计提级客户数量较活动开始前实现显著增长，取得了较好的成效。

针对“易提级”组别客户“月日均金融资产较高、工资收入较为稳定、储蓄存款较多”等特点，一是通过手机银行开展多轮次精准推送，应用消息中心、首页轮播等触点和微信客户服务公众号、短信外拨、智能外呼等线上渠道，推送“升金有礼”“薪享事成”等活动。二是常态化对该组别客户进行基保理营销，按周推送新发基金、优质理财产品信息，组织“资产诊断”活动，引导客户合理配置不同种类的产品分散风险，做好投资者教育工作。

针对“频交易”组别客户“三方交易活跃且较为年轻”等特点，一是通过手机银行开展多轮次精准推送，应用手机银行消息中心、首页轮播、转账汇款首页等触点和批量短信，推送消费立减、积分奖励、“i小宇”等活动。二是常态化部署手机银行中微信、支付宝渠道动账消息尾随提示，提高信用卡、工银信使等重点产品曝光率。三是根据客户营销活动敏感型的特点，联动“微信月月刷”活动和公众号“绑卡有礼”活动，引导客户关注工行客户服务微信公众号，增加触达机会，逐步引导客户使用工行卡，将工行作为主交易银行。

针对“年轻客”组别客户“月日均资产和交易活跃度均较低，平均年龄较小，发展潜力较大”等特点，一是通过手机银行、智能外呼、短信外拨和微信客户服务公众号等线上渠道矩阵，抓住新开户六个月内和各类节日营销契机，围绕“新客有礼”“升金有礼”等活动，按月滚动开展线上运营和精准推送。二是持续进行重点产品渗透，包括三方绑卡、工银信使、信用卡、风险测评、积存金等，逐步提高客户的活跃度，以手机银行精准推送、智能外呼和短信外拨为主要推广手段。

针对“常透支”组别客户“偏好使用信用卡消费，线上交易较为活跃”等特点，一是应用手机银行消息中心、生活首页弹窗等触点和“e生活”App、微信客戶服务公众号开展精准推送，围绕各类消费达标、优惠、立减、积分兑换活动以及三方绑卡、“融e借”等产品。二是常态化部署手机银行动账消息尾随提示，提高重点产品和活动的曝光率。

针对“线下客”组别客户“偏好到访线下网点，近一年柜面办理业务较频繁”等特点，一是围绕“升金有礼”活动，全年通过智能外呼或短信外拨开展主动营销触达，邀请客户到访网点。二是常态化部署叫号凭条精准营销话术和客服经理手持Pad热销活动，客户到店取号可查看相应活动或产品推荐，一线客服经理也会收到营销提示内容，做好到店承接，促进提级目标实现。

针对“缴费客”组别客户“经常通过工行代扣代缴各项生活服务费用”等特点，一是开展多次精准推送，应用手机银行消息中心、短信外拨等渠道，以优惠活动为抓手，推送存款、货币基金、代扣代缴、“e钱包”和个人养老金等产品，邀请客户在线或到店办理。二是择机在网点部署存款产品相关平面广告，抓住旺季营销资金充裕契机，做好到店客户营销。

智能建模营销成功启示

海量个人客户经营是一项复杂的系统性工作，面对庞大的客户规模和经营目标，兼顾资源投放、客户体验与营销效果并非易事。人工智能模型的构建和应用能够帮助业务人员快速锁定高潜力目标客户，开展集约化的营销触达，从而避免大海捞针；而常态化客户运营和活动策划也会持续收集客户的体验和反馈，为模型提供迭代思路和优化方向。

在海量客户的数字化经营过程中，需要结合业务发展的新趋势和客户服务的新要求，持续更新智能建模的方案和业务应用的思路。同时伴随着零售业务的不断发展，客户经营所承载的目标和要求也将日益复杂和多样。因此，无论是人工智能聚类模型的建模算法和特征框架，还是基于建模结论的业务策略都需要结合业务需求优化升级持续迭代。

零售业务的核心是个人客户，客户的经营是持续开展、逐步完善的过程。我们需要围绕客户全生命周期，建立需求识别与服务满足的匹配视图，并结合与客户交互时间或渠道节点的实际情况，匹配合适的产品和营销活动，形成体系化的维护策略。在此基础上，按照“多轮触达、断点跟踪、人机协同、持续深入”模式，先通过手机银行、短信和智能外呼部署批量推送任务，再实现高意向客户由人员队伍跟进开展邀约维护，逐步达成“活跃一渗透一提级”的阶梯式目标。

展望未来，我们将继续应用人工智能模型分析客户、了解客户，推动海量个人客户促活捉级工作取得实效，持续为工商银行客户结构优化和金融资产提升贡献力量！