背景與挑戰：

作為全球最大的商業(yè)銀行之一，結合個(gè)人金融戰略全面提速發(fā)展目標，如何在銀行間競爭日益激烈與客戶(hù)遷移成本越來(lái)越低的形勢下保持領(lǐng)先與競爭優(yōu)勢，為客戶(hù)提供更精準和個(gè)性化用戶(hù)體驗，有效觸達并快速建立營(yíng)銷(xiāo)服務(wù)，對傳統的營(yíng)銷(xiāo)模式提出了挑戰。 

業(yè)務(wù)目標：

結合專(zhuān)項產(chǎn)品發(fā)展業(yè)務(wù)目標，針對營(yíng)銷(xiāo)目標客群，分析客戶(hù)的個(gè)性化產(chǎn)品需求與偏好，預估客戶(hù)對產(chǎn)品的營(yíng)銷(xiāo)響應率，從而精準地匹配營(yíng)銷(xiāo)資源投入和營(yíng)銷(xiāo)活動(dòng)開(kāi)展，實(shí)現產(chǎn)品銷(xiāo)售額與客戶(hù)體驗的雙提升。 

難點(diǎn)與關(guān)鍵成功因素：

在海量的基礎客群中，如何精準地洞察每個(gè)客戶(hù)在不同時(shí)間對不同產(chǎn)品的需求，并及時(shí)做出營(yíng)銷(xiāo)決策與客戶(hù)觸動(dòng)是關(guān)鍵的成功因素，采用人工智能技術(shù)建立智能營(yíng)銷(xiāo)模型已成為目前各大銀行客戶(hù)的發(fā)展方向。如何把海量客戶(hù)和數量龐大的營(yíng)銷(xiāo)產(chǎn)品體系快速精準匹配，在最短時(shí)間內完成營(yíng)銷(xiāo)分析、發(fā)起營(yíng)銷(xiāo)活動(dòng)、產(chǎn)生業(yè)務(wù)效果并減少對客戶(hù)打擾，對智能營(yíng)銷(xiāo)模型應用提出了新的挑戰。 

通過(guò)第四范式的先知自動(dòng)機器學(xué)習平臺，客戶(hù)業(yè)務(wù)部門(mén)的業(yè)務(wù)分析師可以和科技團隊共同配合，自主構建機器學(xué)習模型，利用歷史營(yíng)銷(xiāo)樣本，對目標客群進(jìn)行深入剖析和洞察，大大縮短單個(gè)模型構建周期。此外，基于平臺的模型自學(xué)習能力，在定期生成預估結果的同時(shí)，通過(guò)不斷地收集營(yíng)銷(xiāo)數據反饋，進(jìn)行模型迭代更新，為該行提供持續優(yōu)化的營(yíng)銷(xiāo)決策。 

業(yè)務(wù)成果：

在某次遠程中心外呼營(yíng)銷(xiāo)活動(dòng)中，針對某款消費貸款產(chǎn)品，第四范式的精準推薦模型相較于專(zhuān)家規則組，對目標客群外呼營(yíng)銷(xiāo)形成產(chǎn)品購買(mǎi)的成功率提升了～200% ，在顯著(zhù)提升響應率與收入的同時(shí)，有效提升了客戶(hù)體驗。 展望未來(lái) 基于人工智能技術(shù)應用出色的業(yè)務(wù)效果，該行也將繼續與第四范式一起，探索機器學(xué)習技術(shù)在客戶(hù)營(yíng)銷(xiāo)領(lǐng)域更深入的應用，包括更豐富的產(chǎn)品線(xiàn)、覆蓋線(xiàn)上線(xiàn)下的觸達渠道覆蓋、更多樣的業(yè)務(wù)目標等，建立智能營(yíng)銷(xiāo)體系，為客戶(hù)提供個(gè)性化的服務(wù)體驗。