2020 年 3 月，国资委发表的文章《国有企业要做推动数字化智能化升级的排头兵》中，强调全面发展数字化转型升级的重要性，数字化转型上升为国家经济战略。
随着移动互联网、大数据、云计算、人工智能等技术的飞速发展，在各种新技术的浸润下，实体经济的发展正在被重塑，金融领域的科技浪潮汹涌而至，这改变了证券行业的业务形态、数据维度以及业务需求，行业现状变得更加复杂多元，数字化转型已成为证券行业破局制胜的关键。
虽然证券行业的数字化起步较早，但数据资产往往散落在不同部门，难以形成统一标准，无法实现数据的高效利用，这使得券商在数字化转型进程中受到重重阻碍。
在转型浪潮下，东吴证券在转型赛道上积极求变，以数字科技为主引擎、秉承“以客户为中心”的核心方法论、以移动领域为新战场、以生态场景为主阵地，将业务的各个环节数字化，实现数据资源的高效利用，将自身的服务能力提升到新高度。
近日，我们有幸见到了东吴证券大数据平台总监段斌，与他就东吴证券借助数据应用赋能零售经纪业务数字化转型进行了深入探讨。
核心看点
零售经纪业务的数字化标准分为四个维度：客户和渠道的开发、对客户的分类分级、产品销售推荐、客户标准化运营。
对券商零售业务来说，拓客非常重要。东吴证券在新客广告投放领域的数字化程度非常高，包括制定广告预算、设计产品流程、与流量平台进行数据与标签的回传对接以及相关模型的搭建等等，这些助力广告素材实现了更高的转化率。
基于 3A3R 方法论对线下团队和客户渠道的实际情况，对指标体系进行相应的衍生与补充。在互联网客户数字化运营时，更加关注收入和利润。
对于 KYC，东吴证券主要用两个维度来搭建指标体系：通过用户行为数据抽象成过程指标，对客户在关键业务环节拆解形成结果指标。
金融行业最关键也最需要解决的核心问题是“如何给客户带来价值”，所以东吴团队在数据应用中更加关注金融产品数据的价值，为客户带来实际的收益价值。
将 AI 运用在自动化智能外呼领域，利用 AI 智能外呼覆盖公司客户时，发现有非常多的意向线索，从而挖掘到更多客群。
证券零售经纪业务数字化的四维标准
神策研究院：在金融领域，证券行业被誉为走在国家数字化转型前列的先锋行业，东吴证券有哪些传统业务走在了数字化的前沿？
东吴证券：东吴证券的零售经纪业务走在数字化转型前列。我们把零售经纪业务的数字化标准划分成四个维度，分别是客户和渠道的开发、对客户的分类分级、产品销售推荐、客户标准化运营。
我们在新客广告投放领域的数字化程度非常高，对于券商零售业务来说，拓客非常重要，所以我们在流量平台投放低佣开户广告，客户会被这类广告吸引，通过这类广告扩大客户规模，然后产生后续利润。
在广告投放领域中，高度数字化的部分有制定广告预算、设计产品流程、与流量平台进行数据与标签的回传对接，以及相关模型的搭建等等，这些部分助力广告素材为我们实现了更高的转化率。
神策研究院：在零售行业常常会提及“以客户为中心”的运营体系建设，东吴证券在做数字化运营时是以什么方法论进行实践的？
东吴证券：现在东吴在做用户数字化运营时，是按照 3A3R 的用户增长模型指标来考虑的。但由于 3A3R 是一个纯线上运营的方法论，所以我们基于这套方法论对线下团队和客户渠道的实际情况，对指标体系做了相应的衍生与补充。
在互联网客户数字化运营时，我们更加关注收入和利润，最简单的用户增长模型是收入等于资产乘以资产收益率。对于客户资产，新客会带来新增资产，老客户会增厚存量客户资产；对于资产收益率，不同的产品会对应不同的收益率，不论客户炒股、买代销基金或是基金投顾产生的产品管理费，都会因为产品周转率的不同，产生不同的资产收益率。
双维搭建 KYC 指标体系，总部与分支机构共同赋能
神策研究院：使用用户增长模型需要运营团队具备深刻的用户洞察能力，KYC（Know Your Customer）非常重要，那么东吴证券如何打造 KYC 能力呢？
东吴证券：对于 KYC，我们主要从过程和结果两个维度搭建指标体系。
在过程方面，我们携手神策，采用了神策的行为分析数据工具，基于行为数据的分析与获取，将这些数据抽象成过程中的具体指标。
在结果方面，我们会对客户在关键业务环节的转化率以及所带来的利润收入进行拆解，最终形成基于客户的结果性指标。
神策研究院：线下分支机构的团队掌握着一手客户信息及最精准的客户标签，对于证券行业来说，如何将线下团队的工作和 KYC 结合起来？
东吴证券：关于这个问题，目前我们调研收集到线下分支机构的两种流派的观点。
第一种流派的观点是，总部将 KYC 标准化，然后将标准化后得出的解决方案与策略（比如客户分类分级、产品匹配策略等），给到线下分支机构团队使用。
第二种流派的观点是，总部负责设计工具，也就是把客户的标签打好之后，再把工具给到一线客户经理，一线客户经理基于自身对客户定量、定性的不同理解，再结合使用总部给的这套工具。
我认为这两种流派各有利弊，每个公司都会评估自身数据资产的情况以及客户经理的专业程度，最终在这两种形式中选择 KYC 与线下分支机构团队的匹配形式。
通过数据治理挖掘数据价值，以用户为中心打造应用场景
神策研究院：目前对于证券行业的数据治理，您觉得有哪些难点需要突破或者是需要从业者去思考的？
东吴证券：我们发现整个大环境对于数据资产越来越重视，比如前段时间成立的上海数据交易所，就能看到国家层面把对数据的重视程度提升到了新高度。从我以往的工作经验来看，企业如果真正想把数据利用起来，那么数据治理是必须跨过的环节，所以我一直都在呼吁数据治理的重要性。
从数据从业者的角度来说，我们一方面会实时关注国家层面关于数字经济建设领域的动态，另一方面会尽可能提升我们在数据获取、数据治理方面的专业度，通过数据去创造业务价值，这是运用数据发挥价值的最终体现。
神策研究院：您在现有的数据应用中，特别看重哪方面价值或是哪方面应用场景呢？
东吴证券：对于金融行业来说，最关键也最需要解决的核心问题是“如何给客户带来价值”，投资者们来到券商不是为了来看资讯或是娱乐，他们的最终目标是为了投资产生收益。所以我们团队在数据应用中更加关注金融产品数据的价值，利用获取到的数据，为公司代销的基金产品重新分类，通过重建基金评价体系，利用综合维度来判断基金的收益率、收益波动率、回撤率等指标，筛选出好的基金产品，给到客户准确且有效的解决方案，最终为客户带来实际的收益。
对于创新应用场景，我们认为最终还是会落回“以用户为中心”上的，我们仍旧需要不断挖掘客户需求的痛点，比如现在代销的基金产品，如何做到让公司赚钱的同时投资者也赚钱，这个课题是我们会去一直跟进的。
神策研究院：现在东吴证券有没有在探索能运用到客户经营中的先进技术呢？
东吴证券：有的，我们现在有将 AI 运用在自动化智能外呼领域。刚才我们提到了代销基金场景，当团队在销售代销产品时，客户经理可能只能覆盖金额在 30 万以上的客群，但是金额在 30 万以下的客群也有很多的产品需求，那么当我们利用 AI 智能外呼覆盖这批客户时，能够发现其实有非常多的意向线索，通过对这批客群的覆盖，能够为企业挖掘到更多可以销售产品的客群。
有一个实际例子是，我们通过 AI 智能外呼去寻找客群销售 A50 ETF，最终为 A50 ETF 提升了近 20% 的销量。
✎✎✎
【更多内容】
6
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
