新場景下銀行業、證券業和保險業的破局

  據相關機構預測，中國移動網際網路市場規模2017年將達到67090.6億元，到2019年市場規模將達到96229.5億元，但是移動網際網路市場的增長率卻從2014年的183.30%一路直線下落，2017年增長率約為27%，到2019年增長率僅為18%。這無不在昭示著中國移動網際網路的流量紅利正在消失，資料紅利的價值正在凸顯。

　　2017年10月27日，在易觀A10大資料應用峰會上易觀分析群組副總經理馬韜表示："隨著流量紅利的漸漸消失，中國網際網路正在從脫虛走向向實。"如果我們把目光聚焦在網際網路金融領域，就會發現在經歷2013年到2014年的爆發式增長階段之後，網際網路金融行業逐漸迴歸理性，進入到合規盤整階段，資料加持下的傳統金融行業升級、長尾市場以及新中產階級市場成為了金融行業新的增長點。

　　本文以銀行、證券、保險為例，小窺金融行業在資料經濟的大時代背景下有哪些破局舉措和新發展。

　　技術和資料應用是整個零售轉型的驅動力

　　2017年10月23日，平安銀行向深圳證券交易所提交了第三季度的業績，截至2017年9月末，平安銀行實現營業收入798.33億元，淨利潤191.53億元，同比增長2.32%，盈利能力保持穩定。在實行以智慧化為導向的零售銀行轉型之後，平安銀行管理零售客戶資產(AUM )10215.03億元，較上年末增長28.07%，零售客戶數達6574.26萬戶。

　　平安銀行零售網路金融事業部總裁李明表示："平安銀行於2016年開始零售戰略轉型，技術和資料應用就是整個零售轉型的驅動力!"

　　2016年年底，平安銀行啟動了大資料平臺重構，在硬體、軟體資源和人才引進方面投入了非常多的預算。由於傳統銀行的資料分割在很多不同業務系統中，例如理財系統、基金系統、信用卡系統和貸款系統等等，所以首先要做的就是把這些有區隔的資料進行指標、定義等整體性的重構。之後，平安銀行IT團隊開發了眾多適用於業務團隊的資料產品，例如指標系統，客戶圖譜構建，客戶線上線下行為資料收集等。在統一資料平臺之上又產生了很多業務應用產品：精準營銷、智慧風控系統、時空分析系統搜尋引擎，智慧機器人，實時偵測和查詢系統。

　　平安銀行將收集到的使用者資訊做成各種各樣的標籤，每個使用者最多可以擁有2000多個，包括資產資訊、負債資訊，交易資訊以及演算法標籤等等。據悉，目前平安銀行已經搭建了第一家智慧零售網點樣本店，據李明介紹該樣本店透過線上線下連通，利用後臺遠端風險識別和風險管控實現集中審批，以前在銀行需要排隊一小時的汽車貸款，現在5分鐘就可以搞定!

　　精準、閉環和量化是保險使用者運營的三大利器

　　與銀行業不同，大多數人對於保險行業的固有印象就是不斷的電話狂轟亂炸，這樣的印象也間接導致了消費者的購買意願薄弱。目前購買保險的途徑有兩種，一種是線上，另一種是偏線下。但無論是哪種方式，使用者與平臺發生互動基本都只有購買和理賠這兩個時間，使用者黏性並不好。再加上，各類保險產品林林總總，使用者轉化率是非常低的。

　　保險使用者如何運營才能更高效、更方便?眾安科技大資料運營負責人耿珍珍表示精準、閉環和量化是三大利器。

　　精準營銷每個行業都在談，保險行業也不例外。據耿珍珍介紹眾安科技精細化營銷策略框架是透過資料層、模型層和應用層層層疊加的。資料層在得到充分授權的資料基礎上進行整合分析，形成使用者最底層標籤;模型層在此基礎上構建眾多模型，譬如使用者細分模型、消費能力模型、保險認知模型等等;應用層主要是透過標籤和使用者群體等等的不同來產生差異化應用，提升使用者體驗，進行更加行之有效的精準營銷。

　　這裡的閉環主要指的是營銷閉環，如果你觸達到了一個使用者，如何成功獲取到這個使用者，並帶來交易、留存、轉化，甚至是拉新。我們經常發現有些品牌活動曝光度很高，但客戶轉化率很低。眾安科技孵化的智慧營銷平臺，將訂單系統、競品、SDK等企業資料整合在一起處理，同時透過標籤人群篩選做到智慧觸達，推動使用者完成閉環。

　　每個渠道的流量成本以及投放比都是不同的，所以我們需要將這一部分總結量化。量化之後，還要想辦法讓ROI投入比更高或者成本更低。所以我們需要將外部投放的廣告資料接入進來，量化推送、點選以及轉化資料，實現有資料可查、有資料可依。

　　卓有成效來自對網際網路轉型堅定不移地踐行

　　根據2017上半年上市證券公司經營業績，平安證券市佔率實現同比兩位數的增長，排在第14位，AUM超過4千億，最新的交易資料是2.5億以上。其在移動端實現月活400萬，微信公眾號粉絲突破130萬。

　　平安證券網路營銷中心董事總經理高婕蘋表示這些成果都要得益於他們堅定不移地踐行網際網路轉型。金融行業的大資料應用往往要經歷積累期、初級應用、人工智慧這三個階段。

　　積累期同時也是最痛苦的時期，據悉，平安證券前後總共斥資三千多萬來搭建整個大資料的系統，其中囊括了所有的網際網路行為資料，社交行為資料，金融帳戶系統資料，資產資料，交易資料等等。該系統從搭建到上線總共耗時一年。

　　據高捷萍介紹目前平安證券已經進入了第二階段——初級應用，正在向更高階段進發。在初級應用方面平安證券不僅可以透過大資料支援決策分析，同時還開發了BEE大資料包表系統，員工可以分不同維度檢視資料。

　　平安證券大部分客戶都是散戶，缺乏高淨值客戶，所以研發上線產品的時候要面向大眾使用者，推行自主化、人工智慧服務。同時對於高淨值使用者的獲取和服務方面也不能放鬆，平安證券成立了專門的團隊，針對高淨值使用者做資訊推送、精準營銷和智慧化產品。

　　目前平安證券在自動化和智慧化方面均取得了相關成績：鷹眼O2O將使用者靜態畫像和動態行為聯絡在一起，更精準的洞察使用者，提升客戶轉化率; 線上智慧推薦，相信大家都曾在各大App上遇見過這樣的功能，平安證券首頁上的"線上推薦"和"猜你喜歡"都使用線上智慧推薦演算法來做精準推送，頁面流量提升十分明顯;在智慧投資工具方面，平安證券主要上線了智慧資產配置、智慧投顧以及牛人牛股。

　　寫在最後

　　幾年前，我們還在糾結傳統金融行業要如何抵抗網際網路的衝擊，但是現在我們看到他們已經在全面擁抱網際網路了，透過資料驅動驅動業務成長，驅動數字使用者資產增值，實現各個業務場景下業務流程的最佳化、效率提高，最終達到增收節支提效避險的目的。