本文摘自達(dá)觀數(shù)據(jù)出版書籍《推薦系統(tǒng)算法、案例與大模型》

一直處在數(shù)智化轉(zhuǎn)行浪潮最前面的銀行（特別是國有行、股份行）早已將推薦系統(tǒng)應(yīng)用于自己銀行APP中了（如招行的掌上生活A(yù)PP、廣發(fā)銀行的發(fā)現(xiàn)精彩APP上都有推薦系統(tǒng)的部署），他們利用推薦系統(tǒng)來為用戶提供精細(xì)化的垂直內(nèi)容、商品、理財(cái)產(chǎn)品的運(yùn)營服務(wù)。本文將以金融行業(yè)為例，講解達(dá)觀推薦系統(tǒng)怎么賦能金融行業(yè)，怎么將推薦系統(tǒng)應(yīng)用，怎么利用推薦系統(tǒng)解決業(yè)務(wù)問題，提升用戶體驗(yàn)，帶來商業(yè)價(jià)值。

達(dá)觀智能推薦系統(tǒng)

達(dá)觀智能推薦系統(tǒng)基于前沿的人工智能和大數(shù)據(jù)分析挖掘技術(shù)，經(jīng)過多年的產(chǎn)品打磨和持續(xù)的行業(yè)應(yīng)用探索，通過“召回-排序-運(yùn)營-兜底”四段式配置，實(shí)現(xiàn)了算法和規(guī)則相結(jié)合的推薦服務(wù)即配即用模式，服務(wù)了金融、政務(wù)、媒體、零售、廣電、視頻等數(shù)十個(gè)行業(yè)的累計(jì)上千家客戶。

智能推薦在金融場(chǎng)景有著廣泛的業(yè)務(wù)應(yīng)用。在銀行業(yè)務(wù)中可進(jìn)行理財(cái)、基金等金融產(chǎn)品的信息流或彈窗形式的推薦，在證券和保險(xiǎn)業(yè)務(wù)中可進(jìn)行產(chǎn)品、資訊等方面的個(gè)性化推薦以及各種圈群及定向營銷推薦。

圖1?智能推薦在金融業(yè)務(wù)中廣泛應(yīng)用

介紹完了達(dá)觀數(shù)據(jù)推薦系統(tǒng)，接下來以達(dá)觀智能推薦系統(tǒng)服務(wù)的國內(nèi)某股份制商業(yè)銀行的落地實(shí)踐案例進(jìn)行展開介紹，介紹分為3個(gè)部分，首先說明整個(gè)項(xiàng)目的背景，然后介紹項(xiàng)目的核心功能模塊，最后提供具體的技術(shù)實(shí)現(xiàn)方案。

項(xiàng)目背景介紹
隨著數(shù)字技術(shù)的深入普及，數(shù)字經(jīng)濟(jì)正在引發(fā)前所未有的科技革新和巨大的商業(yè)潛力。消費(fèi)者已經(jīng)成為推動(dòng)經(jīng)濟(jì)增長的主要引擎。金融零售業(yè)務(wù)具有資本占用少、周期性干擾小、經(jīng)濟(jì)附加值高以及業(yè)務(wù)風(fēng)險(xiǎn)低等諸多優(yōu)點(diǎn)。借助機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、因果推理等前沿技術(shù)，個(gè)性化推薦實(shí)現(xiàn)了更加精確地匹配，推動(dòng)了經(jīng)營模式轉(zhuǎn)向以數(shù)據(jù)分析挖掘驅(qū)動(dòng)的范式轉(zhuǎn)移，大大地降低了金融服務(wù)的邊際成本，從而使得多種模式的零售業(yè)務(wù)成為商業(yè)銀行可持續(xù)發(fā)展的新利潤增長點(diǎn)。

在”十四五”期間，該行在“全面建設(shè)具有國際競(jìng)爭力的一流股份制商業(yè)銀行”的戰(zhàn)略目標(biāo)指引下，零售業(yè)務(wù)迎來了數(shù)字融合發(fā)展的新機(jī)遇。該行期望通過賦予財(cái)富管理和生活服務(wù)更多智能的方式，實(shí)現(xiàn)對(duì)全量用戶的全生命周期在多場(chǎng)景下的泛在線服務(wù)體驗(yàn)的提升，從而快速滿足各類客戶的投融資一體化需求。然而，在客戶需求、市場(chǎng)環(huán)境、發(fā)展趨勢(shì)等多重影響下，該行的零售業(yè)務(wù)也面臨著許多挑戰(zhàn)。

首先，長尾客戶眾多，需要重塑分層分類經(jīng)營。目前，該行的零售客戶已經(jīng)過億，而其中絕大部份的長尾客戶僅貢獻(xiàn)較少的資產(chǎn)管理規(guī)模。這表明大部分零售客戶的需求尚未得到滿足，需要通過分析客戶的交易行為和投資習(xí)慣來了解他們的產(chǎn)品偏好，挖掘交叉銷售營銷的機(jī)會(huì)，建立客戶分層分類經(jīng)營體系，并以數(shù)據(jù)驅(qū)動(dòng)的方式進(jìn)行規(guī)?；?jīng)營服務(wù)定制。

其次，需求變化迅速，亟需增強(qiáng)實(shí)時(shí)推薦服務(wù)。該行的零售客戶平均持有金融產(chǎn)品數(shù)和產(chǎn)品滲透率有待提高。在數(shù)字時(shí)代下，Z世代作為當(dāng)今消費(fèi)潛力的巨大人群，也是該行零售客戶的主要群體，他們的金融服務(wù)需求更加多樣化。在金融服務(wù)逐漸飽和的情況下，誰能第一時(shí)間感知客戶需求并提供定制服務(wù)，誰就能掌握客戶經(jīng)營的主動(dòng)權(quán)。

再者，產(chǎn)品數(shù)量眾多，需要強(qiáng)化供需精準(zhǔn)匹配。目前，該行的零售金融產(chǎn)品眾多，產(chǎn)品屬性特征和銷售渠道多樣。傳統(tǒng)的精英模式過度依賴業(yè)務(wù)專家的經(jīng)驗(yàn)，根本無法解決客戶需求與銀行服務(wù)錯(cuò)配的問題；不同渠道的客戶體驗(yàn)也存在不一致的情況，而且業(yè)務(wù)經(jīng)營知識(shí)經(jīng)驗(yàn)難以有效傳承，需要依托智能算法實(shí)現(xiàn)高效的“人、貨、場(chǎng)”精準(zhǔn)匹配。

最后，客戶經(jīng)理稀缺，亟需增強(qiáng)人機(jī)協(xié)同服務(wù)。零售客戶的規(guī)模大而客戶經(jīng)理較少是銀行業(yè)的普遍現(xiàn)象。由于客戶經(jīng)理的精力有限，在零售客戶的全生命周期管理中很難做到系統(tǒng)化地收集客戶的全方位信息。

為了更好地應(yīng)對(duì)上述挑戰(zhàn)，通過構(gòu)建企業(yè)級(jí)智能推薦平臺(tái)，為該行各個(gè)渠道的客戶提供從各類產(chǎn)品到權(quán)益、活動(dòng)等方面的一條龍式的綜合營銷推薦方案，持續(xù)挖掘數(shù)據(jù)進(jìn)行迭代，以不斷提升各個(gè)業(yè)務(wù)場(chǎng)景的核心收益指標(biāo)。

核心功能模塊

達(dá)觀數(shù)據(jù)幫助該行打造的智能推薦平臺(tái)，以客戶為中心，以各業(yè)務(wù)場(chǎng)景收益指標(biāo)提升為出發(fā)點(diǎn)，總體上包括增長洞察、數(shù)字畫像、推薦引擎、智能監(jiān)控、應(yīng)用交流和平臺(tái)管理六大塊功能，為每位客戶提供了一站式營銷推薦服務(wù)，賦能全場(chǎng)景，全面推動(dòng)智能化轉(zhuǎn)型。

01.增長洞察

以該行零售業(yè)務(wù)經(jīng)營目標(biāo)為導(dǎo)向，形成統(tǒng)一的數(shù)據(jù)指標(biāo)體系，覆蓋到不同推薦應(yīng)用場(chǎng)景，比如資訊場(chǎng)景關(guān)注點(diǎn)擊率、停留時(shí)長等指標(biāo)，理財(cái)場(chǎng)景關(guān)注點(diǎn)擊率、購買轉(zhuǎn)化率等指標(biāo)。從全局視角推進(jìn)負(fù)債、財(cái)富、信貸等各項(xiàng)業(yè)務(wù)系統(tǒng)的智能化轉(zhuǎn)型，依托底層大數(shù)據(jù)技術(shù)實(shí)時(shí)對(duì)各種推薦場(chǎng)景的指標(biāo)跟蹤。通過內(nèi)外數(shù)據(jù)融合挖掘市場(chǎng)商機(jī)，為零售業(yè)務(wù)經(jīng)營管理人員提供科學(xué)有效的數(shù)據(jù)決策方案，輔助精準(zhǔn)化增長策略推演機(jī)制的建立。

02.數(shù)字畫像

根據(jù)零售推薦應(yīng)用場(chǎng)景的數(shù)據(jù)需求，依托大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)對(duì)用戶、物品、行為等各類批量和實(shí)時(shí)數(shù)據(jù)接入、處理和衍生，自動(dòng)化形成服務(wù)于多場(chǎng)景應(yīng)用的推薦特征庫，構(gòu)建零售用戶、場(chǎng)景、內(nèi)容、渠道、組織五要素畫像體系，結(jié)合相關(guān)關(guān)系建立五要素融合的零售數(shù)字經(jīng)營地圖，為推薦引擎提供高效的數(shù)據(jù)接入和精準(zhǔn)畫像支撐。

03.推薦引擎

整合業(yè)界領(lǐng)先、成熟的推薦應(yīng)用算法體系，提供推薦運(yùn)營規(guī)則自主配置，融入專家經(jīng)驗(yàn)知識(shí)，實(shí)現(xiàn)模型引擎和策略計(jì)算雙輪驅(qū)動(dòng)，模型規(guī)則全生命周期管理，通過畫布模式可視化組裝召回、排序、兜底、規(guī)則和解釋組件構(gòu)建推薦方案，提供灰度在線實(shí)驗(yàn)測(cè)試，多方案協(xié)同服務(wù)管理，支持一鍵快速推薦服務(wù)，以及提供推薦體驗(yàn)應(yīng)用服務(wù)。

圖2?智能推薦平臺(tái)功能總覽

04.智能監(jiān)控

圍繞推薦服務(wù)應(yīng)用全鏈路，提供從數(shù)據(jù)監(jiān)控、模型監(jiān)控、方案監(jiān)控到服務(wù)監(jiān)控，系統(tǒng)化實(shí)時(shí)動(dòng)態(tài)跟蹤管理，及時(shí)發(fā)現(xiàn)推薦應(yīng)用過程中的系列問題，支持穿透式推薦問題排查，結(jié)合流量管理負(fù)載均衡配置，提供自動(dòng)化服務(wù)降級(jí)管理、資源彈性管理以及容錯(cuò)機(jī)制，同時(shí)建立與前端應(yīng)用渠道的兜底標(biāo)配機(jī)制，確保服務(wù)的健壯性、可靠性和穩(wěn)定性。

05.應(yīng)用交流

通過手機(jī)銀行APP、財(cái)富規(guī)劃系統(tǒng)、運(yùn)營管理平臺(tái)等系統(tǒng)改造，建立推薦服務(wù)應(yīng)用自動(dòng)化反饋機(jī)制，收集最終零售客戶、客戶經(jīng)理和經(jīng)營人員的反饋建議，自動(dòng)寫入到數(shù)字畫像模塊，推薦過程中實(shí)現(xiàn)推薦服務(wù)方案自動(dòng)迭代優(yōu)化。

06.平臺(tái)管理

提供訪問設(shè)置、通知設(shè)置、操作日志、用戶指南和開發(fā)規(guī)范等推薦服務(wù)系統(tǒng)化應(yīng)用支撐，以確保智能推薦服務(wù)平臺(tái)的安全性、規(guī)范性和可行性，具備良好的用戶體驗(yàn)。

下篇預(yù)告

因篇幅原因，本案例分享將分為上下兩篇，下篇將從技術(shù)實(shí)現(xiàn)方案、項(xiàng)目主要成果等方面繼續(xù)分享達(dá)觀數(shù)據(jù)在金融行業(yè)實(shí)施推薦系統(tǒng)的經(jīng)驗(yàn)，敬請(qǐng)期待下期精彩內(nèi)容！