项目背景及目标

当下我国金融业已经进入到由“互联网+”到“智能+”驱动的智能金融发展新阶段，金融科技正在重塑金融生态，需要金融机构从根本上直面挑战，构建面向未来且更具新时代的发展模式。

伴随着疫情的结束，原本主打线下的金融企业开始重新审视业务模式，转向或部分转向线上将是大势所趋。随之而来的是流量竞争加速，金融获客成本进一步攀升、使得流量损耗大、运营难的行业痛点日益突出。

新网银行以科技立行，作为全国第三家、中西部首家互联网银行，我们自营业务的展业模式主要依赖线上获客，分为品牌投放和效果投放。品牌投放常见于分众电梯广告、地铁公交户外广告等，品牌投放由于即时转化效果难以精准衡量，且通常项目金额较大，投放决策压力大等原因，属于我行获客的辅助手段。在效果侧，经过我行深入实践，目前线上流量主要集中在腾讯系、头条系和头部垂类平台。在效果投放方面，虽然前端转化效果看得见，但”精准投放“是不是真的能节约营销成本，我们逐渐发现实际情况并非如此。拥挤的赛道下，一众机构对于同一客群的激烈竞争导致流量价格不断攀升，客群质量却在一轮一轮的投放筛选下迅速下降。

与此同时，信用贷款产品低频的产品属性和较为严格的审批通过率，导致其获客成本数倍于其他类型产品。在消费金融领域，激活成本300~500元已是能拿到量的较好水平，提款成本1000元以上毫不稀奇。与高昂的获客成本不相称的，是低的可怜的单用户LTV（Life time value，用户生命周期价值）。除少数头部企业的LTV能达到500元+，大部分腰部和尾部消费金融机构的LTV都不到100元，甚至是负数。

在成本可控的情况能够获得更多高质量的客户才是互联网银行的核心的竞争力，为了达到该目标，新网银行对互联网全域流量进行深入分析，分别针对公域流量、私域流量各自的特点，充分结合大数据、分布式爬虫、自然语言处理NLP、机器人流程自动化RPA、推荐引擎等相关核心技术，以技术驱动业务，构建全新的数字化、智能化的获客以及运营模式。经过不断探索与实践，走出一条有效应的、可行的能够同时兼顾获客效率与质量，且成本与风险可控的线上化流量运营道路。

项目方案

一、项目架构

项目主要分为业务运营部分与技术支撑部分，分别由业务经理与科技经理进行总体协调管理；其中业务运营部分，由客户运营组负责对客的管理，主要对客户提供咨询与活动传达、同时在此过程对客户进行打标，流量管理组负责公域流量的引入，包括广告投放对接，以及主导运营活动设计等。内容管理组负责日常内容供应链建设，产品与设计组负责 工具功能设计与活动展示相关设计。

技术支撑部分，基于NLP技术精准洞察客户需求，并驱动引流工具设计与列表诱饵设计；通过智能推荐完成对营销客群精准定位，并进行个性化消息与活动推送。营销运营工具、自动化工具以及客服坐席工具支撑运营人员高效的触达、服务客户。

二、业务流程

业务流程主要包含对公域私域的引流会客，客户运营、精准营销、客户行为反馈等，如下图：

公域引流：除了广告投放、平台合作等传统方式外，我们创新实践流量挖掘模式，基于对客户需求深度挖掘与分析，结合各个流量平台的特性，发现流量低洼并通过适当的服务进行成本可控引流。

私域拉新：对种子用户发送裂变诱饵，使其在私欲关系网中不断传播拉新活动，对于新增用户重复该过程，产生持续裂变，来达到不断拉新的效果。

客户运营：为新建立起联系的用户，提供基本的咨询服务；同时为了保持用户关注度，基于推荐引擎对用户持续推送个性化的感兴趣内容。

精准营销：基于客户运营大数据，通过智能化营销算法，对营销各个环节进行决策支撑，包括流失挽回、外呼、活动推送等等，实现精准化营销。

行为反馈：通过埋点采集用户行为数据，基于这些反馈行为数据的分析，有效评估营销活动效果的同时不断优化各个决策模型，实现真正数据闭环，大限度产出数据价值。

创新点

一、优质客群扩散

已识别金融优质客户一直都是少数人群，以此为种子客户，挖掘探索潜在优质客群，可以在风险可控的情况下有效丰富金融服务范围。根据不同业务场景，从【属性相似】、【行为相似】、【IP一致】、【GPU相近】、【联系人关系】五个角度进行相似客户计算，以自研的PCA相似度计算模型与图数据库支撑。这些计算结果，可以支撑优惠卷发放、营销外呼、分客群推文等多个营销场景。

二、智能需求定位

基于分布式爬虫技术，对高频搜索问题进行采集；通过对这些搜索问题进行LDA主题聚类，关键词组合挖掘等自然语言处理技术，实现精准洞察客户需求的核心要素；后续辅以人工对核心要素进行整理提炼，生成需求分析报告。该需求报告可以为【裂变营销诱饵定制】、【营销话说定制】、【引流策略定制】等各类营销方案，提供精准的决策支撑。

三、精准客户流失挽回

基于自研实时数据平台，实时采集用户属性与行为数据，判断用户在整个业务流程中是否流失；对于流失用户，我们通过深度学习模型DeepFM进行高价值用户预测，后通过对高价值用户进行外呼挽回有效的提升了授信后提款率。

技术实现特点

一、系统架构

整个营销技术架构体系一共分为五层，下面是数据层，数据始终是营销的核心，数据质量、丰富程度等都会直接影响营销终效果，数据层分为两部分，一部分是大数据数仓，作为全行数据类应用基座，上面一层是客户集市、客户关系、用户行为三大主题数据，为全域流量运营的核心支撑。

建立在客户主题数据之上的是挖掘计算层，该层通过构建适用于各个场景的模型，形成全面的金融客户画像，使得下层的事实数据经过该层处理后，更贴合业务场景。同时这些数据通过引擎层对外输出，为智能化功能提供决策数据，引擎包括决策引擎、图计算引擎、文本挖掘引擎、模型实施与批量预测引擎。

基于引擎提供的决策结果，构建贴合实际场景的数据应用服务，在当前项目中以营销平台、促销平台、VIP服务、私域流量工具为主，实现为业务提供智能化服务。同时在触达客户后产生的行为数据与业务数据会通过我们的实时数据平台回传到数仓中，完成数据闭环，为持续优化做好充分准备。

二、优质客群扩散技术实现

自营业务基于不同的渠道，每日自然流量已经较大，基于全实时在线风控策略，我们能识别其中优质的客户。这些客户当前是有明确需求的，而我们的大量存量用户中，与这些用户相似的用户，也可能是优质且存在需求的，基于智能的算法去存量客户中挖掘这些相似用户，并以营销活动触达，激活概率有明显提升。

该扩散任务数据源，依赖底层客户画像以及图计算引擎工具，使得千万关系链路数据可以快速查询与计算。在计算过程中，我们基于图表示学习node2vec结合PCA降维后的相似度计算构建相似关系，同时我们将相似关系从不同角度进行分类构建，包括：属性相似、行为相似、IP一致、GPU相近、联系人关系等五个角度，以适应不同的营销场景。技术实现逻辑如下图所示：

三、智能需求定位

不管是公域流量引入还是私域裂变拉新，若要较好的控制营销成本就必须对用户需求有很强的洞察力，你的内容或产品越是能贴合用户需求，用户对你的关注行为就越是自然，无需任何外力。所以如何准确洞察用户需求，是控制营销成本关系因素；我们基于自然语言处理中文本挖掘技术，有效定位客户核心关键词组，并结合人提炼需求点，如下图所示：

洞察分析具体步骤如下：

1. 基于爬虫技术搜集搜索引擎中，近期用户高频的搜索需求，并将数据进行预处理，按照指定格式输入到下一环节。

2. 对于上一步得到的搜索需求与频次数据，进行文本挖掘处理首先是分词与关键词提前，其次进行LDA主题聚类与主题关键词抽取，后进行业务特定分类与统计。

3. 后人工分析，提炼出需求的核心需求，并将需求分析应用于，裂变诱饵制定、营销话术制定、引流策略制定等场景。

四、客户流失挽回

客户进入到新网银行贷款申请页面后，会在不同的阶段，不同的原因离开。在登陆页面，即客户注册完但未登录，客户流失的比率高达86%，扫描拍身份证照页面的客户流失率高达62%。接下来绑定银行卡页面，流失率达到了88%。

为了提升用户贷款申请转化率，智能营销系统通过实时收集用户行为数据，结合用户画像数据，使用训练好的高价值用户评分模型打分，然后将高价值用户推送给客服外呼。外呼结束后，标记当前客户的状态，以便去反向验证以及优化高价值客户评分模型。

五、用户画像分级自动化构建

全域流量运营体系的核心功能是用户画像。首先要对用户画像进行画像架构的分类。画像的维度不同，画像结果千变万化，所以有效的画像必须是以商业结果为目标的标签集合。例如贷款经营的商业目的就是贷款产品的精准营销，因此画像架构的分级依据为存量产品体系。从用户的贷款需求、服务匹配和触达渠道3个维度出发，建立了3级用户画像架构。

· 贷款需求：这级画像主要用户刻画用户贷款欲望的强烈程度。

· 服务匹配：这级画像描绘的是贷款额度、利率、期限是否与用户的预期相符合。

· 触达渠道：邮件、短信、电话、公众号消息 这些渠道中，用户对哪些渠道的信息更容易容易反馈。

每一级用户画像，都通过机器学习的方式自动构建特征，形成用户画像，其思路是利用GBDT模型学习到的树来构造组合特征，

这种方式，对发现多种有区分性的特征和组合特征具有天然优势，有助于自动化构建用户画像。构建具体步骤如下：

1.基于数据中的维度，构建需要学习的标识（label），如：用户需求强弱的区分为：1个月内访问我行微信工作号中贷款页面超过三次 或 以授信完成 的用户记为强，其余记为弱。

2.通过上一步得到的标注数据训练GBDT模型，然后利用GBDT模型学习到的树来构造组合特征，后计算组合特征和原有特征的信息熵，来确认这些特征的重要性。

3.依据特征的重要性，筛选出特征，记为用户该级画像。用户画像可以支持业务人员的营销决策。如筛选某营销活动的用户群。

4.以上一步筛选的重要特征结合前面已有的特征，训练LR模型，得到每个用户的价值得分，可直接用户筛选重要用户。

 项目过程管理

1、需求分析和概要设计阶段

进行时间段为2020年1月至2020年2月，其间主要完成了业务需求分析、业务功能设计，算法与数据难点调研，以及技术框架的设计。提交了现状需求分析报告、各功能模块的设计、算法调研方案以及技术构架的高层设计等文档。

2、系统详细设计阶段

此阶段起始时间为2020年3月至2020年5月，其间主要完成了系统详细设计工作，提交了全域流量智能运营系统详细设计说明书等文档。

3、系统编码、测试和上线准备阶段

该阶段起始时间为2020年5月至2020年7月，其间完成了全域流量智能运营系统前后端开发的编码、数据处理流程开发、模型训练与部署、测试以及试点行上线准备工作，提交了全域流量智能运营系统测试报告、上线方案、系统设置等文档。

4、试点行上线阶段

从2020年7月至2020年10月为试运行解答，其间完成了公域引流与私域拉新获客功能上线，并根据试点行上线运行的情况，为推广实施提出了优化需求。

同时客户个性化内容推荐、与精准营销推广上线。

运营情况

1、公域引流

通过全域流量智能运营系统的建设，实现了全网搜索需求的爬取与深度融合，利用文本挖掘技术对用户高频搜索问题进行智能分析，实现对用户贷款相关需求的精准洞察，发现了诸如有借贷意愿的用户往往会搜索利率计算器、还贷计算器等等，小程序上线后，由于我们丰富了百度的搜索内容，百度基于内容分配流量，同时再以SEO优化搜索排名，终实现低成本公域流量引入。

2、私域拉新

同样通过全域流量智能运营系统的建设，实现了全网搜索需求的爬取与深度融合。利用基于深度学习的文本分类技术，精准识别用户的各类高频搜索需求中，符合传播价值，易于被用户分享的内容，系统对这些内容进行标识后，提供给营销裂变活动的策划人员，进行真实营销策划；这些经过数据决策支持的营销裂变活动，实际效果要明显优于普遍的营销活动。

3、客群扩散

通过客群挖掘流程的建设，以图数据库为支持，在内外部数据上构建了多维客户关系网络并完整的刻画出了用户关系，包括【属性相似】、【行为相似】、【IP一致】、【GPU相近】、【联系人关系】，基于此实现了对访问贷款页面 或 营销活动页面的高价值客户，关联扩散沉睡用户，并实时营销外呼触达的流程自动化。实现了有针对性，多元场景化、自动关联挖掘的沉睡客户唤醒机制。

3、客户流失挽回

实现了大数据营销，在整合全行数据基础上构建出完整的客户特征，并通过模型精炼提取出特征标签集。基于这些标签能够组合出目标客户的筛选条件，在客户流失挽回开始前精准定位到客户价值与特质。在执行过程中，实现差异化的营销策略并高效地追踪营销效果。在营销活动结束后，图形化的报告工具能够快速展示营销的效果。

项目成效

1、在成本可控的状态下，实现全域的高效引流获客

通过全域流量智能运营系统的建设，实现对全网搜索需求的采集和监测能力，对采集上报的高频搜索需求进行关键词抽取、主题聚类、意图识别等文本挖掘处理并提炼出需求中的核心要素，并以报告、图表的方式实现多形式的数据展示。

通过深入了解用户在金融、信贷方面的需求，针对性的进行业务流程与产品的相关优化，使得用户体验提升，业务操作流程中的留存率有效提升，终实现引流ROI提升。

对用户在理财、信贷方面的核心诉求进行分析，针对性的进行营销活动，不仅是用户在心理层面得到满足，感受到有温度的服务；同时用户活跃性、主动传播意愿也大大增强，在朋友圈中形成口碑传播，从而导致传播不在意一次性的，是一个不断列变循环的过程。进一步使得营销成本拉低。

通过全域流量智能运营系统的建设，初期对高价值列表种子客户建立联系约1万多人；有2,967人在加好友后进行复借，共借款34,927万元、在贷余额23,888万元；加好友前未借过款的客户3,129人，有228人在加好友后借款，借款金额4,354万、在贷余额3,476万。

2、全面提升业务数字化、精细化、智能化运营水平

全域流量智能运营系统整合全行以及互联网相关数据，通过自动化用户画像构建、用户关联网络挖掘，用户特质预测（包括利率敏感性、复借周期、高价值等）等处理，帮助加强促销活动、客户流失挽回等营销运营环节的精细化处理能力，体现在更精准定位活动或产品对应的客群提升转化率；以及针对客户特定，进行差异化的执行方式，如触达时间、触达内容。

基于优质种子客群扩散，实现沉睡用户唤醒营销，唤醒率约为7%（唤醒评估标准为完成提款），远高于规则筛选用户的唤醒率1.3%，借助客户流失挽回，新网银行的平均外呼提款转化率达到27.76%，远高于一般银行呼叫中心的平均水平；流失转化5分钟内将被推荐到客服，对客户的管理更加主动。

3、满足银行业疫情后时代的获客趋势

2019年，消费金融行业在获客端经历了需求持续上涨，风险隐患冒头，大盘竞争激烈和深度转化率低的现状， 2020年，线上消费金融产品的获客要从粗放思维转向精细投放，从调人调价转向页面策划，从多渠道耕作转向主渠道耕耘，从控制成本转向提高转化率。

通过全域流量智能运营系统的建设，从多个层面出发，以金融获客ROI为核心导向，形成了可持续化的有效获客体系。

经验总结

通过全域流量智能运营系统的建设，实现实现对全网搜索需求的采集和监测能力，卓有成效的建设了深度洞察金融用户需求的能力，形成了数字化、精细化、智能化的营销运营体系，在金融银行业获客运营方面取得突破性的发展。