參賽單位：中國光大銀行股份有限公司

案例名稱：基于AI模型工廠智慧營銷平臺

案例簡介：

中國光大銀行依托智慧金融大腦，運用大數據、機器學習、智能決策引擎、實時事件流處理等技術全面升級零售客戶營銷管理平臺，建立基于AI模型工廠的智慧營銷平臺，提升客戶洞察和預測能力、營銷模型的敏捷交付能力、精準營銷的智能決策能力、產品個性化推薦能力、互動式營銷的實時響應能力、渠道服務的協同整合能力，創新線上/線下營銷運營模式，為客戶提供更加精準、更加適配、更加實時、更加貼心的金融服務。

創新技術/模式應用：

基于AI模型工廠的智慧營銷平臺，用大數據和機器學習技術打造營銷場景智能化綜合服務平臺，實現零售客戶營銷場景的全流程、智能化、敏捷化服務，支持零售客戶數字化營銷模式創新。

1、智能決策

（1）智能的營銷決策：把機器學習技術落地到銀行客戶營銷場景，構建零售客戶智能營銷數據挖掘模型體系，運用邏輯回歸、決策樹、隨機森林、神經網絡、XGBoost等AI算法，從海量數據中識別客戶潛在價值、預測客戶的產品和服務需求，優化營銷資源配置，支持企業級客戶最佳經營策略的制定。

（2）敏捷的模型交付，在業內首次提出并落地數據挖掘模型工廠模式，圍繞場景、算法、數據，沉淀建模公共資產，建立模型生產線、模型部署與運維標準化模式和模型應用評價體系，提升場景化的數據挖掘模型敏捷量產能力。

2、實時營銷

（1）建立實時營銷引擎，搭建實時營銷策略，敏捷捕獲營銷商機，融合實時營銷與批量營銷線索，實現實時營銷決策，提升商機推送效率和成功率。

（2）探索客戶旅程營銷模式，基于對客戶實時行為事件的捕獲，結合客戶標簽和產品偏好，設計客戶旅程，通過AB測試及分流，判斷最佳客戶路徑，實現客戶旅程營銷模式。

3、整合協同

（1）構建海量數據處理能力的協同平臺，應用Hbase、Hive、Elasticsearch、Flink、Kudu等大數據技術建設，實現對客戶多渠道多波次的精準與實時觸達，增強營銷開放度，形成點-線-面客戶交互營銷網絡。

（2）打造營銷全流程閉環，圍繞活動策劃流程及評估體系形成客戶洞察-活動策劃-監控評估-決策優化的營銷閉環。

（3）敏捷化營銷策略設計，提供可視化的全渠道觸點配置和營銷活動策略配置，拖拉拽流程設計，大幅降低數字化營銷操作難度。

項目效果評估：

基于AI模型工廠的智慧營銷平臺項目，構建“全客戶、全產品、全渠道”的智能營銷體系，實現總行數據驅動的營銷活動和分行特色化營銷活動的集中管理與運營，提升系統穩定性和用戶體驗，敏捷支持營銷創新，實現零售客戶營銷的降本增效。

1、營銷賦能

（1）精準營銷場景，總行運用數據挖掘模型下發精準營銷名單，年累計提升AUM資產超過數百億元，精準營銷名單成功率是分行自主篩選名單的80倍，模型優選名單相比于可對比客群的提升度超過5.98倍。分行基于客戶標簽開展分行特色營銷活動，2020年共支持總分行重點營銷活動數千個。

（2）實時產品推薦場景，在手機銀行上線千人千面的基金和保險產品個性化推薦，推薦成功率比大眾推薦模式提升6倍。自動化運營減少人力成本，線上觸達減少短信發送成本。

（3）旅程營銷場景，探索落地基金旅程營銷，通過長旅程營銷模式開展客戶持續經營，月互動客戶近50萬戶。

（4）到店營銷場景，支持網點柜員圖前系統、大堂易IPad、排隊機、客戶人臉識別等場景的客戶到店營銷線索推薦，覆蓋到店線索3000余萬條。

2、平臺能力

（1）建立“模型工廠”工作機制，沉淀零售客戶經營場景建模公共特征2000余個，圍繞零售營銷場景與核心KPI構建零售客戶智慧經營數據挖掘模型體系，實現對全量客戶的洞察與分群、生命周期預測、產品購買預測、產品個性化推薦等數據挖掘模型近100個。

（2）采用大數據技術，支持數億條客戶線索處理，滿足覆蓋全量客戶的實時旅程和精準營銷需求。

（3）在海量數據下仍具備高性能、高可擴展性和高容錯性。

項目牽頭人：

史晨陽

中國光大銀行 信息科技部 總經理

項目團隊成員：

王磊、陳云峰、王瑜、朱良姝、郝玥、何平、趙苗、皇秋曼、白冰、吳澤芳、溫翠鳳、王澤琪、邵茜、張佳寧、林源、孫婭、劉英偉、劉煜哲、溫靜

責任編輯：方杰