案例1: 某零售商超攜手?jǐn)?shù)勢(shì)科技,實(shí)現(xiàn)經(jīng)營(yíng)、運(yùn)營(yíng)、供應(yīng)鏈場(chǎng)景的決策效率提升

某國(guó)內(nèi)零售商超經(jīng)過20年耕耘探索,已經(jīng)成為運(yùn)營(yíng)上千家門店的頭部零售商超集團(tuán),年銷售額近千億元。2020 年,疫情下的零售市場(chǎng)受到巨大沖擊,線上零售玩家爭(zhēng)相進(jìn)入市場(chǎng),競(jìng)爭(zhēng)日益激烈。該零售商超為適應(yīng)當(dāng)下消費(fèi)者需要,嘗試運(yùn)用數(shù)字化和智能化手段突破經(jīng)營(yíng)效率瓶頸,將消費(fèi)者線下消費(fèi)習(xí)慣轉(zhuǎn)移至線上,推動(dòng)線上線下全渠道經(jīng)營(yíng)效率提升。

在過去的數(shù)字化轉(zhuǎn)型過程中,該零售企業(yè)發(fā)現(xiàn),簡(jiǎn)單的數(shù)字化場(chǎng)景試點(diǎn)項(xiàng)目無法提升整個(gè)企業(yè)經(jīng)營(yíng)效率,企業(yè)經(jīng)營(yíng)仍然未能實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)決策。因此,該零售企業(yè)決定對(duì)整體運(yùn)營(yíng)模式進(jìn)行全面數(shù)字化升級(jí),引入智能決策構(gòu)建全局決策能力體系是重中之重。

綜合考慮下,該零售商超選擇了在智能決策領(lǐng)域嶄露頭角的數(shù)勢(shì)科技。數(shù)勢(shì)科技的技術(shù)團(tuán)隊(duì)大多是京東商城的核心骨干出身,在經(jīng)營(yíng)分析、客戶運(yùn)營(yíng)、供應(yīng)鏈優(yōu)化等智能決策應(yīng)用領(lǐng)域頗具優(yōu)勢(shì)。不僅如此,京東以自營(yíng)方式開展電商業(yè)務(wù)的運(yùn)營(yíng)模式也與該零售商超的運(yùn)營(yíng)思路不謀而合。

“0+7”數(shù)字化轉(zhuǎn)型計(jì)劃,助力該零售商超實(shí)現(xiàn)“以數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)決策”的轉(zhuǎn)型目標(biāo)

為助力該零售商超企業(yè)實(shí)現(xiàn)“以數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)決策”的數(shù)字化轉(zhuǎn)型目標(biāo),數(shù)勢(shì)科技計(jì)劃先根據(jù)該零售商超的數(shù)字化經(jīng)營(yíng)狀況進(jìn)行全面診斷,即“0號(hào)”數(shù)字化戰(zhàn)略咨詢項(xiàng)目,再根據(jù)診斷結(jié)果分設(shè)7個(gè)子項(xiàng)目,對(duì)轉(zhuǎn)型難題逐個(gè)擊破。整體轉(zhuǎn)型項(xiàng)目流程如下:

圖 3:某零售商超“0+7”數(shù)字化轉(zhuǎn)型項(xiàng)目流程

為制定全面且有針對(duì)性的數(shù)字化轉(zhuǎn)型方案,該零售商超與數(shù)勢(shì)科技首先進(jìn)行了“0”號(hào)診斷咨詢項(xiàng)目,發(fā)現(xiàn)以下待優(yōu)化問題:

1.云基礎(chǔ)設(shè)施較為分散:成本高、網(wǎng)絡(luò)連接不穩(wěn)定、運(yùn)維復(fù)雜、底層架構(gòu)不統(tǒng)一,需要將云服務(wù)進(jìn)行整合。

2.中臺(tái)重復(fù)建設(shè):企業(yè)內(nèi)部各業(yè)務(wù)線自行開發(fā)技術(shù)中臺(tái)、數(shù)據(jù)中臺(tái)和交易中臺(tái),造成技術(shù)中臺(tái)組件和數(shù)據(jù)庫(kù)較為雜亂,且各中臺(tái)數(shù)據(jù)無法跨業(yè)務(wù)線互通。需要對(duì)技術(shù)組件、數(shù)據(jù)中臺(tái)、交易中臺(tái)進(jìn)行統(tǒng)一。

3.標(biāo)簽、指標(biāo)體系混亂:由于各數(shù)據(jù)中臺(tái)擁有不同的標(biāo)簽體系、指標(biāo)體系,導(dǎo)致數(shù)據(jù)存儲(chǔ)成本、標(biāo)簽管理成本過高。對(duì)指標(biāo)進(jìn)行規(guī)范化的口徑管理和拆解,減少冗余指標(biāo),降低管理難度。

4.用戶運(yùn)營(yíng)效率低:在用戶標(biāo)簽層面,標(biāo)簽數(shù)量少,畫像不夠完善,效果分析維度不夠全面。在營(yíng)銷決策層面,無法實(shí)時(shí)為用戶精準(zhǔn)推送營(yíng)銷活動(dòng)、利益點(diǎn)及內(nèi)容,且策略無法實(shí)現(xiàn)自行調(diào)優(yōu),推送觸達(dá)成功率低,用戶體驗(yàn)有待提升。

5.供應(yīng)鏈優(yōu)化問題:目前搭建的供應(yīng)鏈系統(tǒng)仍無法提供智能預(yù)測(cè)補(bǔ)貨、智能選品、品類結(jié)構(gòu)優(yōu)化功能。需要通過智能決策技術(shù),為門店選擇最優(yōu)的商品組合,提高庫(kù)存周轉(zhuǎn)率和資金使用效率。

由此,數(shù)勢(shì)科技對(duì)零售商超整體數(shù)字化水平及建設(shè)給出更詳細(xì)的改善計(jì)劃,提出7個(gè)改進(jìn)方向:統(tǒng)一云平臺(tái)、技術(shù)中臺(tái)、數(shù)據(jù)中臺(tái)、用戶運(yùn)營(yíng)決策平臺(tái)、交易中臺(tái)、智能供應(yīng)鏈決策平臺(tái)、物流履約平臺(tái),分別對(duì)應(yīng)1-7號(hào)子項(xiàng)目。其中,數(shù)據(jù)中臺(tái)、用戶運(yùn)營(yíng)決策平臺(tái)以及智能供應(yīng)鏈決策平臺(tái)是本次智能決策實(shí)踐案例關(guān)注的重點(diǎn)。

該零售商超先夯實(shí)數(shù)據(jù)基礎(chǔ),再針對(duì)經(jīng)營(yíng)、運(yùn)營(yíng)、供應(yīng)鏈場(chǎng)景實(shí)現(xiàn)智能決策升級(jí)

由于其他場(chǎng)景智能決策平臺(tái)的構(gòu)建都需要數(shù)據(jù)底座基礎(chǔ)能力的支持,因此數(shù)據(jù)中臺(tái)項(xiàng)目率先啟動(dòng)。

1. 數(shù)據(jù)中臺(tái)建設(shè)

在數(shù)據(jù)中臺(tái)建設(shè)項(xiàng)目上,該零售商超技術(shù)團(tuán)隊(duì)和數(shù)勢(shì)科技需要對(duì)原始業(yè)務(wù)系統(tǒng)和數(shù)倉(cāng)實(shí)現(xiàn)數(shù)字化升級(jí),為其建立從底層的離線數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)采集、數(shù)據(jù)批量處理,到數(shù)據(jù)資產(chǎn)指標(biāo)口徑統(tǒng)一,然后向上提供完整的跨領(lǐng)域服務(wù)的一整套數(shù)據(jù)基座。具體分為以下三個(gè)步驟:

(1)整合底層的基礎(chǔ)大數(shù)據(jù)平臺(tái)。由于該零售商超不同團(tuán)隊(duì)內(nèi)部單獨(dú)建設(shè)數(shù)據(jù)中臺(tái),導(dǎo)致數(shù)據(jù)孤島問題。數(shù)勢(shì)科技首先輔助解決數(shù)據(jù)中臺(tái)重復(fù)建設(shè)難題,統(tǒng)一整個(gè)企業(yè)的數(shù)據(jù)底座,隨后補(bǔ)全了基礎(chǔ)數(shù)據(jù)平臺(tái)統(tǒng)一采集、實(shí)時(shí)采集能力,保證統(tǒng)一高效的數(shù)據(jù)平臺(tái)的開發(fā)和管理。

(2)統(tǒng)一數(shù)據(jù)資產(chǎn)、統(tǒng)一指標(biāo)體系。雙方從利潤(rùn)方向、規(guī)模和效率方向,重新梳理了一整套指標(biāo)體系。同時(shí)又實(shí)現(xiàn)了從前端供應(yīng)鏈采購(gòu)到后端門店終端,線上不同渠道間都形成了口徑對(duì)齊,保證對(duì)于決策層數(shù)據(jù)都是真實(shí)可用的。

(3)建設(shè)經(jīng)營(yíng)分析平臺(tái)。數(shù)勢(shì)科技針對(duì)報(bào)表分析脈絡(luò)進(jìn)行了梳理,管理層設(shè)計(jì)鏈接策略執(zhí)行層,包括部門級(jí)別分析體系和核心場(chǎng)景。雙方團(tuán)隊(duì)基于該零售商超的分析體系建立了經(jīng)營(yíng)分析職能體系,還同時(shí)連接了數(shù)字化持續(xù)運(yùn)營(yíng)的sop,輔助該零售商超基于數(shù)據(jù)持續(xù)運(yùn)營(yíng)決策判斷。

2. 用戶運(yùn)營(yíng)決策平臺(tái)建設(shè)

該零售商超為適應(yīng)消費(fèi)者購(gòu)物習(xí)慣轉(zhuǎn)變,已經(jīng)構(gòu)建以用戶為中心的運(yùn)營(yíng)體系,但用戶運(yùn)營(yíng)相關(guān)系統(tǒng)存在用戶畫像不完善、缺少實(shí)時(shí)及多波次的精準(zhǔn)營(yíng)銷能力、營(yíng)銷效果難以分析等問題。而雙方團(tuán)隊(duì)此次通過對(duì)數(shù)勢(shì)科技的用戶決策產(chǎn)品組合運(yùn)用,實(shí)現(xiàn)用戶運(yùn)營(yíng)決策平臺(tái)從“經(jīng)驗(yàn)驅(qū)動(dòng)運(yùn)營(yíng)”向“數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)”、從“粗獷式人工運(yùn)營(yíng)”向“精細(xì)化自動(dòng)運(yùn)營(yíng)”、從“單渠道割裂運(yùn)營(yíng)”向“全渠道一體化運(yùn)營(yíng)”的決策升級(jí)轉(zhuǎn)變,解決了上述用戶運(yùn)營(yíng)難題。

圖 4:用戶運(yùn)營(yíng)決策平臺(tái)架構(gòu)

 在用戶運(yùn)營(yíng)決策平臺(tái)建設(shè)子項(xiàng)目中,該零售商超構(gòu)建用戶標(biāo)簽體系、用戶策略體系,建設(shè)用戶可識(shí)別、用戶可分析、用戶可觸達(dá)、自動(dòng)化、智能化的一站式用戶運(yùn)營(yíng)決策平臺(tái):

(1)該零售商超通過數(shù)勢(shì)科技用戶數(shù)據(jù)平臺(tái)(CD)的標(biāo)簽管理模塊統(tǒng)一梳理內(nèi)部標(biāo)簽,構(gòu)建起完善的標(biāo)簽體系。同時(shí),運(yùn)用算法模塊中的分層模型進(jìn)行用戶分層,明確用戶畫像,為用戶運(yùn)營(yíng)策略提供多維度的數(shù)據(jù)支持。

(2)該零售商超運(yùn)用用戶洞察分析(CI)進(jìn)行用戶概覽和拉新培育、用戶遷移等維度進(jìn)行監(jiān)測(cè),并對(duì)細(xì)分人群的畫像特征進(jìn)行數(shù)據(jù)分析,為用戶運(yùn)營(yíng)決策提供建議。

(3)該零售商超借助用戶策略平臺(tái)(CJ)中的計(jì)劃引擎、策略庫(kù)、策略設(shè)計(jì)模塊搭建和梳理用戶運(yùn)營(yíng)策略框架?；谟脩舢嬒穹治鼋Y(jié)果進(jìn)行營(yíng)銷動(dòng)作執(zhí)行和匹配,對(duì)新老用戶制定不同的運(yùn)營(yíng)策略。再通過策略執(zhí)行、策略分析、對(duì)接管理模塊實(shí)施多波次的、實(shí)時(shí)精準(zhǔn)的自動(dòng)化營(yíng)銷。比如99節(jié)活動(dòng)時(shí),平臺(tái)將促銷信息通過短信推送形式或企微社群的方式智能觸達(dá)到用戶。

(4)該零售商超對(duì)線上渠道觸點(diǎn)統(tǒng)一管理,建設(shè)可視化的APP/小程序頁(yè)面編輯器,設(shè)置了豐富的商品組件、營(yíng)銷組件、內(nèi)容組件,并建立消息頻控、免打擾等用戶體驗(yàn)保障機(jī)制,提升用戶體驗(yàn)和消息觸達(dá)轉(zhuǎn)化率。

3.智能供應(yīng)鏈決策平臺(tái)建設(shè)

無論企業(yè)規(guī)模大小,庫(kù)存周轉(zhuǎn)率低、SKU冗余、資金使用效率低是零售企業(yè)共同面臨的難題。針對(duì)這些難題,該零售商超提出實(shí)現(xiàn)智能補(bǔ)貨、智能選品和品類結(jié)構(gòu)優(yōu)化的明確需求。

(1)針對(duì)智能選品:基于數(shù)勢(shì)科技的算法積累和技術(shù)優(yōu)勢(shì),為不同地址的門店智能選擇優(yōu)勢(shì)商品。比如為CBD附近的門店選擇零散商品,為位于郊區(qū)的倉(cāng)儲(chǔ)店選擇量大的家庭包裝,以適應(yīng)不同人群的購(gòu)物習(xí)慣。

(2)針對(duì)預(yù)測(cè)補(bǔ)貨:該零售商超將經(jīng)過充分調(diào)研的補(bǔ)貨規(guī)則融入模型中,設(shè)置補(bǔ)貨市場(chǎng)、前置期等規(guī)則因素,根據(jù)預(yù)測(cè)結(jié)果進(jìn)行貨物數(shù)量的及時(shí)調(diào)整,規(guī)避缺貨情況,降低缺貨率。

(3)針對(duì)品類結(jié)構(gòu)優(yōu)化:對(duì)單個(gè)門店而言,真正有核心商品力的產(chǎn)品不多,通過預(yù)測(cè)補(bǔ)貨和智能選品來優(yōu)化品類結(jié)構(gòu),后端采購(gòu)供應(yīng)減少對(duì)接的供應(yīng)商數(shù)量和商品種類,前端不必頻繁更新商品。

通過整體數(shù)字化轉(zhuǎn)型和決策智能化提升,該零售商超真正實(shí)現(xiàn)“以數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)”目標(biāo)

通過“0+7”數(shù)字化轉(zhuǎn)型項(xiàng)目,該零售商超完善了七大技術(shù)平臺(tái)能力建設(shè),在全渠道時(shí)代構(gòu)建了四大核心關(guān)鍵能力:全渠道用戶運(yùn)營(yíng)能力、全產(chǎn)業(yè)優(yōu)質(zhì)供應(yīng)能力、全場(chǎng)景數(shù)字化經(jīng)營(yíng)能力、以及全鏈條智能履約能力,在增收、降本、增效方面上為該零售商超帶來了顯著價(jià)值。

圖 5:“0+7”數(shù)字化轉(zhuǎn)型項(xiàng)目成果

•      數(shù)據(jù)中臺(tái)建設(shè)統(tǒng)一了集團(tuán)內(nèi)部指標(biāo)體系和標(biāo)簽體系,實(shí)現(xiàn)了數(shù)據(jù)指標(biāo)和業(yè)務(wù)數(shù)據(jù)可視化,數(shù)據(jù)開發(fā)越來越高效,分析決策平臺(tái)正式上線標(biāo)志著該零售商超真正實(shí)現(xiàn)了“以數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)”的目標(biāo)。

•      該零售商超用戶運(yùn)營(yíng)策略實(shí)現(xiàn)精細(xì)化后,完成了用戶域400+常用標(biāo)簽建設(shè),日均100+個(gè)策略執(zhí)行,日均1000萬(wàn)人次自動(dòng)化全渠道觸達(dá),社群交易轉(zhuǎn)化率提升了26%,實(shí)現(xiàn)了月度2000萬(wàn)以上的業(yè)績(jī)?cè)隽?降低了80%的精細(xì)化運(yùn)營(yíng)人力時(shí)間成本,整體提升了5倍的運(yùn)營(yíng)效率。

•      智慧供應(yīng)鏈決策平臺(tái)建設(shè)以后,該零售商超精確了供需預(yù)測(cè),庫(kù)存周轉(zhuǎn)天數(shù)下降了30%,釋放了25%的庫(kù)存金額,提升了庫(kù)存周轉(zhuǎn)次數(shù)和動(dòng)銷率,降低了庫(kù)存成本,降低了門店的缺貨率。

案例2: 某頭部券商打造數(shù)字化客戶經(jīng)營(yíng)平臺(tái),實(shí)現(xiàn)客戶運(yùn)營(yíng)決策智能化

某頭部券商成立于20世紀(jì)90年代,公司總部設(shè)在深圳,經(jīng)歷多年穩(wěn)健經(jīng)營(yíng),該券商已成長(zhǎng)為國(guó)內(nèi)主流券商之一。該券商經(jīng)紀(jì)業(yè)務(wù)近年著重提升獲客和改善客戶結(jié)構(gòu),截至2021年上半年經(jīng)紀(jì)業(yè)務(wù)個(gè)人客戶數(shù)和活躍客戶數(shù)位居市場(chǎng)前列。

然而,規(guī)模日益擴(kuò)大的客戶數(shù)量對(duì)該券商客戶運(yùn)營(yíng)業(yè)務(wù)帶來諸多挑戰(zhàn)。該券商舊有的運(yùn)營(yíng)平臺(tái)存在數(shù)據(jù)洞察過程不透明、數(shù)據(jù)洞察時(shí)間占比少、營(yíng)銷策略設(shè)計(jì)經(jīng)驗(yàn)無法沉淀、線上業(yè)務(wù)推進(jìn)率低、數(shù)據(jù)孤島、運(yùn)營(yíng)流程斷點(diǎn)等難題,造成線上客戶運(yùn)營(yíng)效率低下,無法充分挖掘客戶價(jià)值。

為不斷提升客戶運(yùn)營(yíng)質(zhì)量,該券商期待通過更高效的運(yùn)營(yíng)平臺(tái)建設(shè)方案突破數(shù)據(jù)層面、技術(shù)層面和產(chǎn)品資源層面的瓶頸,運(yùn)用人工智能技術(shù)提升運(yùn)營(yíng)環(huán)節(jié)的靈活性和存量客戶的精細(xì)化運(yùn)營(yíng)效率。

因此,該券商對(duì)數(shù)字化客戶經(jīng)營(yíng)平臺(tái)建設(shè)方案提出了以下目標(biāo):

圖 8:數(shù)字化客戶經(jīng)營(yíng)平臺(tái)建設(shè)方案目標(biāo)

第一,優(yōu)化已有的客戶經(jīng)營(yíng)平臺(tái),促進(jìn)智能化升級(jí)。

(1)實(shí)現(xiàn)平臺(tái)內(nèi)數(shù)據(jù)互通、共享,解決數(shù)據(jù)孤島問題。

(2)實(shí)現(xiàn)運(yùn)營(yíng)流程智能化、自動(dòng)化,自動(dòng)收集散落在各系統(tǒng)里營(yíng)銷策略、營(yíng)銷活動(dòng)的數(shù)據(jù)和信息,提升運(yùn)營(yíng)決策效率。

(3)實(shí)現(xiàn)數(shù)據(jù)洞察過程透明化,以便評(píng)估數(shù)據(jù)洞察效果,定位細(xì)分人群和執(zhí)行后續(xù)運(yùn)營(yíng)決策。

(4)平臺(tái)能夠沉淀運(yùn)營(yíng)策略設(shè)計(jì)經(jīng)驗(yàn),將運(yùn)營(yíng)分析師的歷史經(jīng)驗(yàn)轉(zhuǎn)化為數(shù)據(jù),沉淀成公司資產(chǎn),將其作為設(shè)計(jì)運(yùn)營(yíng)策略的依據(jù)。

第二,以客戶經(jīng)營(yíng)平臺(tái)為核心,驅(qū)動(dòng)其他系統(tǒng)平臺(tái)能力升級(jí)。完善經(jīng)營(yíng)平臺(tái)周邊系統(tǒng)的基礎(chǔ)建設(shè),提升線上業(yè)務(wù)的推進(jìn)效率。

第三,確保交易高峰期也能實(shí)時(shí)進(jìn)行營(yíng)銷流程。

經(jīng)過深度考察,該證券公司選擇數(shù)勢(shì)科技作為合作伙伴。數(shù)勢(shì)科技能夠憑借豐富的金融領(lǐng)域業(yè)務(wù)Know-how以及技術(shù)積累,運(yùn)用包括數(shù)據(jù)資產(chǎn)云、經(jīng)營(yíng)分析云、智能營(yíng)銷云在內(nèi)的一系列智能決策產(chǎn)品,根據(jù)金融企業(yè)業(yè)務(wù)決策痛點(diǎn),為企業(yè)提供良好的診斷咨詢服務(wù)和切實(shí)可行的場(chǎng)景解決方案,助力金融企業(yè)實(shí)現(xiàn)智能運(yùn)營(yíng)、智能營(yíng)銷等場(chǎng)景下的決策效率提升。

圍繞精細(xì)化運(yùn)營(yíng)需求,建設(shè)方案運(yùn)用智能決策技術(shù)為數(shù)字化客戶經(jīng)營(yíng)平臺(tái)升級(jí)賦能

為助力該券商構(gòu)建科學(xué)合理的標(biāo)簽體系、制定精細(xì)化客戶分層策略、完善客戶運(yùn)營(yíng)功能閉環(huán)和策略迭代升級(jí),數(shù)勢(shì)科技給出如下數(shù)字化客戶經(jīng)營(yíng)平臺(tái)架構(gòu)方案:

圖 9:數(shù)字化客戶經(jīng)營(yíng)平臺(tái)架構(gòu)

整個(gè)數(shù)字化客戶經(jīng)營(yíng)平臺(tái)建設(shè)方案分為三個(gè)步驟:

第一階段:標(biāo)簽平臺(tái)、指標(biāo)平臺(tái)以及周邊系統(tǒng)升級(jí)。在原有經(jīng)營(yíng)平臺(tái)的基礎(chǔ)上,數(shù)勢(shì)科技輔助該券商進(jìn)行客戶經(jīng)營(yíng)平臺(tái)的數(shù)據(jù)治理、統(tǒng)一數(shù)據(jù)口徑。接著,與券商技術(shù)團(tuán)隊(duì)將散落在各個(gè)系統(tǒng)中的標(biāo)簽和指標(biāo)分類進(jìn)行科學(xué)梳理,構(gòu)建統(tǒng)一的指標(biāo)平臺(tái)和標(biāo)簽平臺(tái),實(shí)現(xiàn)各平臺(tái)間信息共享、數(shù)據(jù)互通。同時(shí),指出該券商需要客戶層面、產(chǎn)品匹配層面、市場(chǎng)信息輸入層面、觸達(dá)客戶渠道層面四個(gè)方向升級(jí),優(yōu)化客戶經(jīng)營(yíng)平臺(tái)的數(shù)據(jù)資產(chǎn)層,鞏固和提升客戶經(jīng)營(yíng)平臺(tái)整體的數(shù)字化能力。

第二階段:客戶旅程自動(dòng)化營(yíng)銷策略平臺(tái)搭建。在該券商原有客戶經(jīng)營(yíng)平臺(tái)提供單獨(dú)事件的策略服務(wù)基礎(chǔ)上,數(shù)勢(shì)科技提出增加智能決策平臺(tái)部署,為運(yùn)營(yíng)人員提供便于操作的智能化策略工具,基于數(shù)據(jù)資產(chǎn)層的指標(biāo)平臺(tái)和標(biāo)簽平臺(tái)科學(xué)合理的精細(xì)化客戶分層機(jī)制,智能設(shè)計(jì)更有針對(duì)性的運(yùn)營(yíng)策略,比如多波段全局打通的策略觸達(dá),或利用客戶行為觸發(fā)策略推薦。同時(shí)結(jié)合實(shí)時(shí)智能技術(shù)增強(qiáng)該券商精細(xì)化運(yùn)營(yíng)能力,提升對(duì)高潛用戶、預(yù)流失用戶的營(yíng)銷精準(zhǔn)度,進(jìn)一步增強(qiáng)運(yùn)營(yíng)策略的時(shí)效性、擴(kuò)大運(yùn)營(yíng)策略的覆蓋范圍。

第三階段:策略效果分析平臺(tái)搭建。前倆階段夯實(shí)經(jīng)營(yíng)平臺(tái)數(shù)據(jù)分析基礎(chǔ)和完善智能運(yùn)營(yíng)策略推薦機(jī)制后,數(shù)勢(shì)科技將搭建客戶經(jīng)營(yíng)策略效果分析平臺(tái),實(shí)現(xiàn)策略效果的智能化分析。數(shù)勢(shì)科技將運(yùn)用機(jī)器學(xué)習(xí)算法和運(yùn)籌優(yōu)化技術(shù)實(shí)現(xiàn)策略模型自迭代,讓自動(dòng)化營(yíng)銷策略平臺(tái)根據(jù)數(shù)據(jù)分析結(jié)果自主實(shí)現(xiàn)策略修改。讓策略效果分析平臺(tái)與營(yíng)銷策略平臺(tái)構(gòu)成營(yíng)銷策略智能設(shè)計(jì)、策略智能推送、策略效果智能評(píng)估、策略自迭代升級(jí)的完整閉環(huán),來大大降低運(yùn)營(yíng)人員使用策略平臺(tái)的難度,實(shí)現(xiàn)客戶經(jīng)營(yíng)平臺(tái)決策效率提升。

圍繞存量客戶的精細(xì)化運(yùn)營(yíng)升級(jí)這一核心需求,數(shù)勢(shì)科技為該券商設(shè)計(jì)和驗(yàn)證了數(shù)字化客戶經(jīng)營(yíng)平臺(tái)的最小可行產(chǎn)品,該券商也從可行產(chǎn)品中得到了“智能決策是否能切實(shí)提升運(yùn)營(yíng)環(huán)節(jié)的靈活性”這一問題的肯定答案,與數(shù)勢(shì)科技共同推動(dòng)數(shù)字化客戶經(jīng)營(yíng)平臺(tái),將其作為該券商整體數(shù)字化轉(zhuǎn)型的抓手之一。

借助數(shù)字化客戶經(jīng)營(yíng)平臺(tái),該券商解決了營(yíng)銷數(shù)據(jù)不準(zhǔn)確、平臺(tái)信息接口多、交易高峰期營(yíng)銷推送滯后的難題

在整體搭建數(shù)字化客戶經(jīng)營(yíng)平臺(tái)過程中,該券商技術(shù)團(tuán)隊(duì)和數(shù)勢(shì)科技以先試點(diǎn)再推廣“小步快走”的方式逐漸釋放業(yè)務(wù)價(jià)值,對(duì)營(yíng)銷數(shù)據(jù)不準(zhǔn)確、平臺(tái)信息接口多、交易高峰期營(yíng)銷推送滯后多項(xiàng)難題進(jìn)行逐個(gè)擊破。

1.利用指標(biāo)平臺(tái)統(tǒng)一指標(biāo)口徑,保證營(yíng)銷數(shù)據(jù)準(zhǔn)確性。數(shù)字化客戶經(jīng)營(yíng)平臺(tái)所有策略決策過程都需要參考營(yíng)銷環(huán)節(jié)收集的數(shù)據(jù),因此,確保數(shù)據(jù)的準(zhǔn)確性成為頭號(hào)需求點(diǎn)。數(shù)據(jù)不準(zhǔn)確問題往往來源于不同數(shù)據(jù)平臺(tái)的數(shù)據(jù)源底表差異和指標(biāo)口徑的差異,數(shù)勢(shì)科技提出將數(shù)據(jù)源底表合并,并引導(dǎo)券商一同開展數(shù)據(jù)治理工作,為指標(biāo)平臺(tái)搭建、客戶旅程自動(dòng)化營(yíng)銷策略平臺(tái)、以及策略效果分析平臺(tái)奠定了良好的數(shù)據(jù)基礎(chǔ)。

2.統(tǒng)一信息接收和分發(fā)接口,實(shí)現(xiàn)一對(duì)多數(shù)據(jù)接入。數(shù)字化客戶經(jīng)營(yíng)平臺(tái)處于客戶運(yùn)營(yíng)的核心,扮演運(yùn)營(yíng)中心的“決策大腦”的角色,經(jīng)營(yíng)平臺(tái)需與金融產(chǎn)品團(tuán)隊(duì)、技術(shù)研發(fā)團(tuán)隊(duì)、策略運(yùn)營(yíng)團(tuán)隊(duì)等進(jìn)行需求溝通、項(xiàng)目排期、數(shù)據(jù)對(duì)齊等動(dòng)作,涉及十幾個(gè)平臺(tái)的交互協(xié)作,與其他系統(tǒng)的接口對(duì)接多、依賴多,項(xiàng)目管理難度因此成倍增長(zhǎng)。數(shù)字化客戶經(jīng)營(yíng)平臺(tái)面對(duì)該券商內(nèi)部對(duì)接多個(gè)部門的難題,統(tǒng)一了信息接收和分發(fā)的接口,降低了溝通成本,削弱信息不對(duì)稱帶來的負(fù)面影響。

3.自迭代實(shí)現(xiàn)平臺(tái)性能優(yōu)化,實(shí)現(xiàn)交易高峰期的實(shí)時(shí)智能營(yíng)銷推送。金融行業(yè)數(shù)據(jù)規(guī)模大、時(shí)效性要求高,在高頻交易的四小時(shí)內(nèi),該券商的埋點(diǎn)數(shù)據(jù)就可達(dá)5-7個(gè)億。證券公司在交易高峰期還需對(duì)海量宏觀數(shù)據(jù)、市場(chǎng)數(shù)據(jù)、公司數(shù)據(jù)、客戶數(shù)據(jù)等進(jìn)行多方分析,瞬時(shí)內(nèi)輸出個(gè)性化的營(yíng)銷推送。面對(duì)券商交易時(shí)間內(nèi)數(shù)據(jù)量大的問題,數(shù)勢(shì)科技團(tuán)隊(duì)通過實(shí)時(shí)智能技術(shù)和機(jī)器學(xué)習(xí)、運(yùn)籌優(yōu)化的智能決策技術(shù),完善和優(yōu)化了數(shù)字化客戶經(jīng)營(yíng)平臺(tái),提升了日均策略的執(zhí)行量和觸達(dá)人次,確保交易高峰期的實(shí)時(shí)營(yíng)銷推送。

數(shù)字化客戶經(jīng)營(yíng)項(xiàng)目取得標(biāo)簽平臺(tái)升級(jí)、策略覆蓋率與時(shí)效性提升、各場(chǎng)景決策效果提升的顯著成效

圍繞存量客戶精細(xì)化運(yùn)營(yíng)升級(jí)目標(biāo),數(shù)字化客戶經(jīng)營(yíng)項(xiàng)目在該券商推廣落地后,在用戶運(yùn)營(yíng)、基金銷售、線下隊(duì)伍、投顧服務(wù)、財(cái)客運(yùn)營(yíng)五大業(yè)務(wù)線取得了顯著的業(yè)務(wù)效果提升。

圖 10:數(shù)字化客戶經(jīng)營(yíng)項(xiàng)目平臺(tái)成果

1.標(biāo)簽平臺(tái)升級(jí)。數(shù)勢(shì)科技從標(biāo)簽系統(tǒng)功能、標(biāo)簽體系結(jié)構(gòu)、標(biāo)簽運(yùn)營(yíng)管理機(jī)制三個(gè)維度對(duì)標(biāo)簽平臺(tái)進(jìn)行升級(jí),標(biāo)簽綜合使用率從15%+提升至70%+。

2.策略覆蓋與時(shí)效性提升。數(shù)字化客戶經(jīng)營(yíng)平臺(tái)落地應(yīng)用后,日均觸達(dá)人次由100萬(wàn)+提升至3000萬(wàn)+,實(shí)時(shí)決策占比由0%提升至70%+。2021年線上用戶運(yùn)營(yíng)團(tuán)隊(duì)進(jìn)行推廣落地時(shí),積累200+多波段的運(yùn)營(yíng)策略,10+終端用戶。2022年,數(shù)字化客戶經(jīng)營(yíng)平臺(tái)在基金銷售、線下隊(duì)伍、投顧服務(wù)、采購(gòu)運(yùn)營(yíng)進(jìn)行推廣應(yīng)用,常規(guī)執(zhí)行策略積累500+,終端用戶積累40+,日均注冊(cè)用戶的服務(wù)覆蓋率為100%。

3.各場(chǎng)景決策效果提升。數(shù)字化客戶經(jīng)營(yíng)平臺(tái)在券商各部門推廣后,公募基金、理財(cái)產(chǎn)品90天新客破冰率由8%提升至13%,線下投顧商機(jī)增長(zhǎng)80%,線上開戶轉(zhuǎn)化率提升30%。

案例3:政策兌現(xiàn)智能審批系統(tǒng)助力某市高新區(qū)實(shí)現(xiàn)審批智能化,效率提高62.5%

某市高新區(qū)管理單位作為市政府的派出機(jī)構(gòu),是該市高新區(qū)的管理和服務(wù)部門,主要負(fù)責(zé)高新區(qū)的發(fā)展規(guī)劃制定、科技創(chuàng)新和體制創(chuàng)新的方針政策制定,負(fù)責(zé)為高新區(qū)建設(shè)科技中介服務(wù)體系,組織國(guó)家相關(guān)計(jì)劃項(xiàng)目、技術(shù)創(chuàng)新基金項(xiàng)目的推薦、申報(bào)和管理工作,審批高新區(qū)投資項(xiàng)目及各類企業(yè)機(jī)構(gòu),并實(shí)行統(tǒng)一監(jiān)督管理。

然而,在審批監(jiān)督管理工作中,日趨復(fù)雜的業(yè)務(wù)流程、爆炸式增長(zhǎng)的數(shù)據(jù)量以及日益攀升的人力成本,使得該單位的惠企政策兌現(xiàn)工作承受巨大壓力,現(xiàn)有的信息審批系統(tǒng)無法滿足當(dāng)下惠企政策兌現(xiàn)的業(yè)務(wù)需要。與此同時(shí),企業(yè)對(duì)公共服務(wù)的便捷性、智能化要求越來越高,該單位需要更智能化的手段以輔助決策,提升服務(wù)效率和準(zhǔn)確性,降低人工成本。

為重點(diǎn)解決現(xiàn)有申報(bào)系統(tǒng)企業(yè)申報(bào)端面臨的申報(bào)材料多、申報(bào)審批耗時(shí)長(zhǎng)、企業(yè)耗費(fèi)精力大等問題,以及政府審核端面臨的企業(yè)材料繁雜、審批難度大、人工審核耗時(shí)長(zhǎng)等問題,通過對(duì)目前高新區(qū)企業(yè)政策兌現(xiàn)工作流程痛點(diǎn)進(jìn)行分析,該單位提出以下項(xiàng)目建設(shè)需求,并預(yù)期政策兌現(xiàn)智能審批系統(tǒng)與現(xiàn)有平臺(tái)體系進(jìn)行深度融合,同時(shí)具備良好的兼容性和擴(kuò)展性,以適應(yīng)業(yè)務(wù)發(fā)展需要。

圖 12:某市高新區(qū)管理單位政策兌現(xiàn)審批流程痛點(diǎn)及項(xiàng)目建設(shè)需求

綜合上述需求,該單位需要選擇兼具成熟智能決策技術(shù)和豐富行業(yè)服務(wù)經(jīng)驗(yàn)的復(fù)合型廠商進(jìn)行合作。經(jīng)過多方評(píng)估,該單位鎖定了在政務(wù)領(lǐng)域具備智能決策定制化服務(wù)能力的淵亭科技作為合作伙伴。

淵亭科技在知識(shí)圖譜、圖計(jì)算、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域擁有核心技術(shù)優(yōu)勢(shì),與多省公安廳和地市政府在智能決策應(yīng)用場(chǎng)景上有著深入合作,行業(yè)項(xiàng)目落地經(jīng)驗(yàn)豐富。淵亭科技自主研發(fā)的智能決策平臺(tái),可運(yùn)用知識(shí)推理解決定性分析問題、運(yùn)用模型計(jì)算解決定量分析問題,充分做到了定性分析和定量分析的有機(jī)結(jié)合。平臺(tái)支持從規(guī)則/模型開發(fā),到?jīng)Q策流編排設(shè)計(jì),再到部署、應(yīng)用、評(píng)估以及運(yùn)維的智能決策全生命周期服務(wù)流程,為高效政務(wù)管理、決策提供保障。

建設(shè)政策兌現(xiàn)智能審批系統(tǒng),對(duì)原有政策申報(bào)系統(tǒng)的低效決策流程進(jìn)行智能化改造升級(jí)

為著力解決該管理單位原有申報(bào)系統(tǒng)存在的問題,實(shí)現(xiàn)智能化審批決策流程,建立惠企政策服務(wù)支撐機(jī)制,切實(shí)提高惠企政策服務(wù)能力。淵亭科技進(jìn)行了為期四周的需求調(diào)研,形成政策兌現(xiàn)智能審批系統(tǒng)的建設(shè)方案。方案針對(duì)原有政策申報(bào)系統(tǒng)中的典型決策低效環(huán)節(jié),進(jìn)行審批決策智能化改造升級(jí)。

圖 13:政策兌現(xiàn)智能審批系統(tǒng)建設(shè)項(xiàng)目業(yè)務(wù)架構(gòu)圖

基于認(rèn)知推理、智能決策、深度學(xué)習(xí)、OCR、NLP算法等技術(shù),淵亭科技計(jì)劃對(duì)原有政策申報(bào)系統(tǒng)的政策發(fā)布、初審、復(fù)審決策流程進(jìn)行智能化升級(jí)。通過智能管理政策庫(kù)和智能控制政策發(fā)布,實(shí)現(xiàn)政策發(fā)布流程智能化;通過線上申報(bào)自動(dòng)核驗(yàn)和紙電一致智能審核能力,實(shí)現(xiàn)審核決策智能化;運(yùn)用RPA技術(shù)實(shí)現(xiàn)審批流程的自動(dòng)化管理,以實(shí)現(xiàn)減少重復(fù)工作量、提升審核速度、不見面審批以及檔案臺(tái)賬電子化的業(yè)務(wù)目標(biāo)。

具體實(shí)施過程中,淵亭科技將自主研發(fā)的DataExa-Sati認(rèn)知智能中臺(tái)和DataExa-Karma智能決策平臺(tái)作為政策兌現(xiàn)智能審批系統(tǒng)的基礎(chǔ),依靠全面的定制化服務(wù)能力,實(shí)現(xiàn)智能審批系統(tǒng)與原有申報(bào)系統(tǒng)的融合升級(jí)。

圖 14:政策兌現(xiàn)智能審批系統(tǒng)技術(shù)架構(gòu)圖

該智能審批系統(tǒng)架構(gòu)分為數(shù)據(jù)層、能力層、應(yīng)用層和展現(xiàn)層。

•      數(shù)據(jù)層:該智能審批系統(tǒng)的數(shù)據(jù)主要來自企業(yè)申報(bào)材料和基礎(chǔ)信息庫(kù),申報(bào)材料主要包括產(chǎn)業(yè)相關(guān)人才及企業(yè)獎(jiǎng)勵(lì)和補(bǔ)貼政策申報(bào)等申報(bào)事項(xiàng)所涉及到的申報(bào)材料,類型包括表格、身份證、申報(bào)表、證書、聲明文件等;基礎(chǔ)信息庫(kù)包括法人庫(kù)、三高企業(yè)庫(kù)、電子證照庫(kù)等目前平臺(tái)體系內(nèi)的第三方數(shù)據(jù)庫(kù)。

•      能力層:該審批系統(tǒng)能力層匯集了認(rèn)知中臺(tái)、決策中臺(tái)和智能組件集,組件集中包括OCR組件、NLP組件、規(guī)則引擎組件、智能核對(duì)組件和RPA流程自動(dòng)化組件,可為應(yīng)用層各項(xiàng)業(yè)務(wù)功能提供支持。

①認(rèn)知中臺(tái)提供智能問答、語(yǔ)義挖掘、知識(shí)圖譜、知識(shí)推理、智能搜索等基礎(chǔ)認(rèn)知能力;

②決策中臺(tái)運(yùn)用決策引擎支持決策流配置、決策流編排、分時(shí)混合決策、分流混合決策等智能決策相關(guān)的開發(fā)配置;提供智能決策、自動(dòng)學(xué)習(xí)、推理服務(wù)、模型評(píng)估、智能推薦等決策能力;

③在智能組件集中,OCR組件提供了包括表格識(shí)別、文字識(shí)別、印章識(shí)別、證書識(shí)別、手寫字識(shí)別在內(nèi)的多種圖像類型的識(shí)別能力,以解決各類型申報(bào)材料識(shí)別的需要;NLP組件提供了相似度模型、句向量模型等處理能力;規(guī)則引擎組件提供決策規(guī)則的開發(fā),包括申報(bào)政策審批的規(guī)則生成、規(guī)則集配置、規(guī)則管理、規(guī)則校驗(yàn)、規(guī)則切換和復(fù)雜規(guī)則的設(shè)計(jì),如政策提交的填寫規(guī)則配置;智能核對(duì)組件提供了包括核對(duì)分析、核對(duì)判斷、核對(duì)驗(yàn)證等能力。

•      應(yīng)用層:該審批系統(tǒng)應(yīng)用層通過和既有的用戶體系對(duì)接,實(shí)現(xiàn)單點(diǎn)登錄,同時(shí)針對(duì)業(yè)務(wù)審核場(chǎng)景,提供了政策配置管理、政策智能申報(bào)、智能申報(bào)審核、紙電一致智能審核、智能審批決策、審批圖譜分析、流程自動(dòng)化管理等功能模塊。

①政策配置管理:通過內(nèi)置的規(guī)則引擎,政策發(fā)布人員可根據(jù)政策信息來配置可視化流程規(guī)則,為后續(xù)智能審批提供規(guī)則支持。

②政策智能申報(bào):該功能融合管道式、競(jìng)爭(zhēng)式、組合式的問答策略,在用戶申報(bào)信息填寫時(shí)提供指導(dǎo),為政策申報(bào)場(chǎng)景提供定制化的智能問答能力,幫助用戶端申報(bào)提效。

③智能申報(bào)審核:該模塊可運(yùn)用OCR、NLP技術(shù)識(shí)別審批材料中的表格、公章、文字、數(shù)字,將識(shí)別內(nèi)容與對(duì)應(yīng)政策的通過規(guī)則、約束條件進(jìn)行比對(duì),并運(yùn)用語(yǔ)義挖掘、邏輯推理等方法自動(dòng)對(duì)申報(bào)信息進(jìn)行處理,輸出審核結(jié)果通過項(xiàng)與不通過項(xiàng)。

④紙電一致智能審核:通過智能核對(duì)、OCR、NLP等技術(shù)將紙質(zhì)申報(bào)材料與電子文檔進(jìn)行智能比對(duì),識(shí)別出紙質(zhì)文件是否與電子文檔一致。

⑤智能審批決策:在初審、復(fù)審的關(guān)鍵環(huán)節(jié),智能審批決策模塊結(jié)合決策引擎中的智能決策、自動(dòng)學(xué)習(xí)、模型評(píng)估能力,對(duì)政策申報(bào)審批的結(jié)果進(jìn)行自動(dòng)判斷,對(duì)符合申報(bào)要求的材料予以通過,對(duì)不符合申報(bào)要求的材料予以駁回,并提供優(yōu)化意見。對(duì)于無法自動(dòng)給出審批結(jié)果的情況,會(huì)自動(dòng)轉(zhuǎn)為業(yè)務(wù)工單,業(yè)務(wù)人員主動(dòng)進(jìn)行人工處理。

⑥審批圖譜分析:該功能利用知識(shí)圖譜技術(shù)進(jìn)行審批要素的拆解和組織,形成政策申報(bào)企業(yè)畫像,為企業(yè)政策精準(zhǔn)解讀與推送提供有效支撐。

⑦RPA流程自動(dòng)化操作:RPA流程機(jī)器人按照設(shè)置的操作流程自動(dòng)完成信息查詢、規(guī)則判斷、自動(dòng)點(diǎn)擊操作等功能,大大減少人工操作的工作量。

通過認(rèn)知智能+決策智能技術(shù),該管理單位實(shí)現(xiàn)企業(yè)政策兌現(xiàn)審批流程決策智能化、審核自動(dòng)化、申報(bào)便利化

基于政策兌現(xiàn)智能審批系統(tǒng)建設(shè)項(xiàng)目,該管理單位在保留舊有業(yè)務(wù)平臺(tái)能力的基礎(chǔ)上,構(gòu)建了使企業(yè)申報(bào)、政府決策更加便捷和高效的智能審批系統(tǒng),推動(dòng)了申報(bào)、審批業(yè)務(wù)流程再造與智能化方式實(shí)現(xiàn),優(yōu)化了審核手段,提升了政策審核工作效率,為企業(yè)、政府降本提質(zhì)增效提供了全新的實(shí)踐路徑與開拓性經(jīng)驗(yàn)。

圖 15:政策兌現(xiàn)智能審批系統(tǒng)建設(shè)項(xiàng)目成果

•      在企業(yè)申報(bào)方面,減少了企業(yè)所提交的申報(bào)材料、縮短了申報(bào)審批通過時(shí)長(zhǎng),極大簡(jiǎn)化了企業(yè)申報(bào)的流程,充分降低了企業(yè)申報(bào)的復(fù)雜度,使企業(yè)申報(bào)更便捷、更高效。

•      在材料審核方面,引入OCR圖像識(shí)別、文字匹配、智能推薦、智能審批等技術(shù),達(dá)到了材料線上自動(dòng)審核的效果,在材料預(yù)審、初審和紙電一致材料核對(duì)等環(huán)節(jié)大幅提升了處理效率和問題發(fā)現(xiàn)的能力,減少了人工審核誤差,并適當(dāng)?shù)貎?yōu)化了人工審核環(huán)節(jié),使政務(wù)工作高效化、公開化、透明化。

本項(xiàng)目建設(shè)有效的增強(qiáng)了政策兌現(xiàn)申報(bào)的服務(wù)能力,實(shí)現(xiàn)了不見面審批和檔案臺(tái)賬電子化,切實(shí)提升了高新區(qū)政策兌現(xiàn)的服務(wù)體驗(yàn),為實(shí)現(xiàn)全流程“零紙質(zhì)、零跑腿、零人工”打下基礎(chǔ)。