青岛银行：知识图谱助力商业银行对公业务营销数字化转型

青岛银行：知识图谱助力商业银行对公业务营销数字化转型

2021年12月，中国人民银行发布《金融科技发展规划（2022-2025年）》，提出完善金融科技治理体系、充分释放数据要素潜力、构建新型数字基础设施等重点任务。北京金融科技产业联盟开设“今日案例”专栏，以《规划》为引领，用优秀案例展示行业各方在实践中取得的成果，促进机构间相互学习借鉴。

关键词：获客图谱 智能标签 潜在客户挖掘 智能推荐 知识图谱 精准营销 银行及公司业务

在科技创新、数字化转型的趋势下，商业银行发展公司业务面临诸多挑战：

一是市场竞争加剧，固有优势业务已到达顶峰，过去依赖“打造大客户”的增长模式遭遇瓶颈。

二是业务结构调整、人力资源管理能力有限，影响客户服务覆盖范围和服务效率。

三是缺乏获客渠道，引客效率不足，传统大海捞针的获客方式质量低、效率低。

四是对于客户洞察不够，营销服务工具有限，对现有客户的价值潜力挖掘不够，推荐的产品和服务有限，缺乏针对每个个体的差异化产品和服务推荐。

基于以上挑战，我行由单项产品向生态协同创新转变，全面启动对公业务营销能力数字化转型。一方面，目前各行业整体数字化转型处于探索试点阶段，同业各大银行积累的丰富系统建设经验为我行转型提供了借鉴；另一方面，我行创新组织架构，成立专职团队，实现业务与科技的深度融合；此外，银行大数据平台建设已转向深层次分析应用，数据赋能技术积累日趋成熟，也为对公业务营销数字化转型提供了有利条件。

本项目聚焦中小企业数字化运营，围绕获客、激活、留存，借助知识图谱与大数据技术，依托内外部多源异构数据融合分析，构建获客渠道、营销模型、标签体系、商品权益、渠道协同、业绩展板等核心数字化能力，实现事件触发、批量分析的营销服务模式。

该项目的亮点和创新点主要体现在四个方面：

一是“以企分群”。以图谱为基础划分客户群体。即在集团派系图谱基础上，引入企业资金交易、担保、票据贴现等金融交易数据，利用图谱挖掘技术，按照经济依赖度划分客户群体，构建经济依赖度客户关系图，形成企业客户图形化分类。同一“集团”内客户金融行为关联性强，集团内客户营销、风险防控更有针对性，从而实现对客户群体的有效聚焦。

二是“图谱寻客”，提升获客和留存能力。借助图谱分析技术，挖掘集团派系与经济依赖度高客户关系，洞察客户金融业务特征，聚焦内部客户，辐射潜在新客群，提升获客能力；对流失客户关联客户发出流失预警，并根据关联客户流失原因，深度分析关联客户潜在流失风险，采取针对性措施增强关联客户黏性，提升客户留存能力。

三是联动图谱，打造协同营销体系，即实现团体派系、经济依赖型客户关系、产品关系三张“图谱”的联动，打造“客户-产品-客户”的精准协同营销体系，形成“客户推荐产品”“产品带产品”的自动化产品营销策略，深度挖掘客户潜在需求，实现获客后的“客户激活”，赢得长期客户价值，实现长期可持续的客户经营。

四是开发客户地图，提升营销和客户管理效率。即基于政府信息公开数据，通过构建企业外部风险等级模型和企业隐性财务实力模型（包括企业社保活动模型和公积金缴纳实力模型），打造企业热力图智能引擎。

图1：该项目的四大核心数字化能力

该项目目前已在青岛银行成功部署，并在济南、烟台等山东省内主要城市推广应用，服务该行400余名公司业务人员，获得广泛认可。

第一，可以快速定位潜在客户，提升企业营销效率。传统的上门客户开发方式，前期需要大量的人工准备工作，拜访前需要充分调研客户住址、业务特点、产品或服务偏好等信息。假设营销人员与客户在同一个城市，平均客户接触时间约3小时，一天最多可以高质量拜访3个客户，营销效率较低。通过图谱联动、客户开发地图等数字化能力的构建，在同等地理条件下，可以随时随地、一键获取商机信息，有助于大幅提升营销效率，节省大量人力成本和时间成本，实现中小企业低成本批量获客和开发。

二是让客户获得增值服务，提升客户服务水平。利用图计算，根据企业需求进行产品推荐，为客户输出个性化的推荐产品组合列表。通过这种方式，客户经理锁定的成功企业客户数量远超人工推荐，与推荐列表匹配准确率高达90%，进一步提升了目标客户的服务效率和客户体验。

三是降低信息获取成本，丰富图谱知识储备。利用图挖掘算法、人工智能等一系列技术手段，自动完成数据处理和知识提取、存储和分析应用，构建金融图谱知识体系。区别于以往人工收集、处理信息，大大降低了银行获取金融知识的成本，提高了知识获取的时效性，丰富了银行内部的金融知识储备。

图2：营销投放的全渠道协作

同城信息网