一、项目背景及目标

对公客户智能营销系统从外部数据渠道获得全广西的存量企业数据，对所有企业的数据进行分类展示，对行内已经构建的对公客户数据集市进行补全。落实织网筑底的对公数字化转型战略任务，提升对公客户精细化管理和客户营销管理，提升对公客户开发能力。

系统利用外部数据和客户营销价值分析模型对客户的价值评分，可以帮助企业快速地了解一家企业的综合实力评价，从而实现在海量企业名单或候选企业中，用较低的时间与人力成本，即可挑选出满足业务需求门槛的高匹配度企业。也可基于评分的量化数值，进行企业综合实力的对比、排序等操作。同时利用内外部客户特征数据构建客户画像，提升客户洞察。

系统利用客户特征标签、产业链生态、特定的场景构建客户的挖掘模型，利用挖掘模型生成的名单成果对客户进行分类、分层、分群。做到客户特征鲜明，金融需求突出，把有限的营销力量对准高价值客群进行新客拓客和存量客户提升。

以客户为中心，构建营销全流程，实现客户营销旅程的全链路。搭建集名单管理、执行管理、监控管理的数字化、场景化、全渠道的营销全流程管理功能。利用客户经营过程产生的营销事件，快速的进行流量商机转化。支持对客营销工作，满足线索发现、客户洞察、营销执行、过程监测、结果计量等全流程营销支持。

二、项目/策略方案

系统功能：

1.客户分类查询：

能够基于全广西的存量企业数据，操作人员可便利的进行各种标签条件组合或者客群进行筛选，形成目标客户清单。具体查询条件如下：

（1）客群标签检索：通过提供不同的筛选维度，包括不限于企业规模、行业、区域、各类企业标签，可以筛选出不同的客群。

（2）主题客群检索：可根据科创信贷客群、乡村振兴贷客群、绿色信贷客群等进行客群检索。

（3）产业链检索：基于产业链，能梳理出产业链上下游的行业，并能查询出产业链上的行业有哪些企业。

2.客户营销价值分析：

通过不同的模型对客户进行营销价值打分和排序。主要评分标准包括通用企业营销价值评估模型和科创企业价值评估模型。具体如下：

（1）通用企业评分模型：通过外部企业大数据，从企业多维度分析，输出企业综合信用评分和违约等级。

（2）科创企业科创力评分模型：科创企业作为企业群体中的特长生，具有先天轻资产的特点，传统的侧重关注企业盈利和实物抵押物的审贷模式并不适用于对科创企业进行的风险评审，通过建立技术流的评价模型，对科技企业的科创能力进行量化的自动评价，输出不同的科创评分或评级。

3.商机事件挖掘：

能从招投标信息、税务排行榜单等外部信息中提取出企业营销信息，并能将商机信息镶嵌在客户信息中。

4.营销管理：

可以主动认领客户营销，也可分配营销任务到分支机构和具体经办人进行营销，且可实现对营销流程的监控。能通过地域条件（如地市、县区等）将客户营销信息进行分地域管理。能对营销信息和营销人员营销流程进行动态分析，具备用户日志统计分析和营销信息统计分析功能

5.客户画像：

能够基于全广西的存量企业的外部数据，对全广西的企业进行企业信息分类展示，展示数据包括但不限于：企业工商信息、客户税务类信息、客户评分信息、客户商机类信息、客户涉诉信息等。

6.存客拓新功能：

能对我行的存客的价值进行充分挖掘。一方面能够对存客产生的商机事件及时推送至对应的客户经理，另一方面能够通过关联关系分析对存客的关系圈进行新客挖掘，通过其关系圈进行生态营销推荐等。

系统逻辑架构：

系统逻辑架构设计共包含五层：基础支撑层、数据存储层、公共服务及数据服务层、业务逻辑层、应用展示层

基础支撑层：整合行内硬件跟软件设备，为应用提供基础平台；

数据存储层：将外部企业数据跟行内数据以及应用服务数据进行分类存储；

公共服务及数据服务层:服务层主要提供类似企业筛选器、鉴权、数据计算、数据同步等公共服务

业务层：业务逻辑层根据系统业务需要提供产业链获客、专题获客、线索广场及企业详情等业务服务;所有的业务操作按照不同的功能进行切分，用户工作台、客户管理、营销管理、存客拓新管理、公共（其它）功能等，可以按照用户权限进行配置，也可以按照用户自身实际需求进行前端展示的编排，；

应用层：将客户评分模型、营销结果按不同纬度进行数据管理，以图表形式展现全行信用潜在风险轮廓；

系统技术架构：

系统技术架构包括展示层、代理层、接口层、服务层、数据层：

展示层：采用Vue作为前端技术框架基础，结合综合ng-Zorro作为成熟组件基础来实现金融场景下的前端展示；

代理层：Nginx，Web应用，一般可用Nginx来实现，对用户和外部Web服务客户端提供统一入口；

接口层：网关Gateway用于提供前端与后端的服务进行统一入口管理，达到分布式部署能力，网关集成流量控制、服务转发、身份校验、URL过滤等职能，负责服务自动注册、发现等；

服务层：采用SpringCloud一系列开源集成组件实现分布式、权限控制、批量访问等职能；

数据层：采用DM8（达梦）数据库，Doris数据库进行存储，DM8 以 RDBMS 为核心，以 SQL 为标准，是一个能跨越多种软硬件平台、具有大型数据综合管理能力的、高效稳定的通用数据库管理系统;Doris是基于MPP架构的高性能，实时分析型数据库，能支持高并发的点查询场景跟高吞吐的分析场景；

三、创新点

国产信创技术创新：

采用微服务容器化部署的架构：我行此次对公客户智能营销系统服务器采用容器化进行部署。

容器化（Kubernetes）部署可以在物理机和虚拟机上调度运行容器，利用Kubernetes实现跨多台主机进行容器编排；更加充分利用硬件，最大程度获取运行应用所需资源；有效管控应用部署和更新，并实现自动化操作；系统维护工作量小，方便系统迁移及灾备。

采用信创达梦数据库：对公客户智能营销系统采用达梦数据库，版本DM8，使用RAC方式部署，保证高可靠与高性能。

1. 利用NLP算法，给新闻、政策打标签，包括主体识别、事件识别。用于营销事件和风险事件的挖掘。

2. 结合大模型能力，对新闻、研报中的行研指标进行挖掘和结构化，提炼行研指标，用于产业规模景气等分析，辅助行业画像

3. 结合大模型能力，自动生成尽调报告，服务银行贷中尽调审批

4. 基于自研产业知识图谱，构建企业实体与产业上下游节点关联关系，覆盖广西省126万实体企业，126万企业主营标

5. 每年解析2000w新闻语料，生成2.5亿公司、行业、事件、概念等结构化标签。与产业知识图谱、企业知识图谱关联

主要特点：借助外部数据和新技术，实现对公存量客户挖掘及新客营销推荐，提高营销价值客户的精准度，降低业务人员营销时间和成本

四、项目过程管理

2023年9月22日，完成项目启动。

2023年11月28日，投产阶段1，完成系统平台搭建，完成产品化内容部署，包括：系统搭建、系统管理、客户分类查询、商机线索、数据仓库对接、统一认证平台对接、企业CRM对接、核心系统存贷款数据对接（ 2023年11月16日，完成数库客户端及达梦数据库表结构上线，开始接收外部数据）。

2024年1月4日-2024年1月12日，投产阶段2，完成定制化需求开发，包括：客户管理、营销管理、链式营销、ESB、企业洞察平台、统一调度平台、工作台定制化修改、存量客户标识。

2024年4月12日，试运行阶段，完成系统试运行，并准备验收文档。

五、运营情况

对公客户智能营销系统项目在实施后得到了广泛应用。首先，该系统被广泛应用于银行的对公业务中，包括贷款、存款、理财等各类金融产品和服务。通过智能化的推荐系统，银行能够为客户提供更加个性化的产品和服务，满足客户的多样化需求。

其次，该系统还被应用于银行的客户关系管理中。通过客户画像和数据分析技术，银行能够深入了解客户的需求和行为习惯，为客户的个性化服务提供数据支持。同时，智能客服系统的应用也大大提高了客户服务的质量和效率。

最后，该系统还被应用于银行的营销活动中。通过对市场趋势的分析和预测，银行能够制定更加精准的营销策略和活动方案。同时，通过自动化的销售流程和智能化的推荐系统，银行能够提高销售效率和管理水平，进一步推动银行业务的发展。 

六、项目成效

经济效益：

1. 提高我行业务收入：通过智能营销系统，我行能够更加精准地锁定潜在客户，并向他们提供符合其需求的产品和服务。这种精准营销不仅减少了人力资源的浪费，还提高了销售的成功率和回报率，从而增加业务收入。

2. 降低运营成本：智能营销系统能够实现24小时全天候的服务，满足客户随时随地的需求，提升了客户体验。同时，通过自动化的营销流程和智能化的推荐系统，银行能够减少人工干预，降低人力成本，进一步降低运营成本。

社会效益：

1. 提高金融服务质量：通过智能营销系统，我行能够更好地了解客户的需求和偏好，从而提供个性化的金融产品和服务。客户能够得到更加准确和精细化的建议，提升了他们的满意度和忠诚度，进一步提高了金融服务的整体质量。

2. 推动金融科技发展：对公客户智能营销系统的实施，是我行在数字化转型过程中的重要举措。它推动了金融科技的发展，提高了我行的竞争力和创新能力，为整个金融行业的发展注入了新的活力。

七、经验总结

对公客户智能营销系统项目在经济效益、社会效益和应用情况方面都取得了显著成果。未来随着技术的不断发展和应用场景的不断拓展，该项目将会发挥更大的作用，为银行的业务发展注入新的动力。