青岛银行杨斌：以知识图谱构建智能CRM

　　乌镇2017年11月22日电 /美通社/ -- 2017年11月8日，海致网络与《金融电子化》联合主办了主题为“AI 赋能商业银行 -- 知识图谱与智能金融”的2017首届智能金融知识图谱论坛。青岛银行信息科技部总经理杨斌在会上做了分享，全文如下：

　　青岛银行 杨斌

　　信息技术已成为当今社会发展的重要驱动力，以互联网、云计算、大数据、人工智能为代表的新兴技术的飞速发展，正为各行各业的创新带来激动人心的可能。商业银行借助互联网技术的蓬勃发展和大数据技术的广泛应用，也在积极推动服务、产品和管理方面的创新。青岛银行把“科技卓越”作为全行战略的核心战略之一，积极探索利用大数据、人工智能等新技术，推动银行智能升级。去年，青岛银行基于大数据建成了智能化运维平台，通过大数据技术实现了日志、容量和知识管理的智能化，今年，我们开始了大数据在客户关系管理 (CRM) 上的应用研究，探索基于大数据和金融知识图谱建设智能 CRM 系统。

　　中小银行 CRM 的现状和四大挑战

　　这是一个挑战与机遇并存的时代。中小银行面临着金融同质化加剧、互联网金融冲击、利差红利消失等外部挑战，也面临着产品和服务“一刀切”、营销成本高而效率低、客户需求越来越细化的内部挑战。同时，移动互联网、大数据、人工智能等新技术蓬勃发展，也为银行带来了历史机遇。

　　“以客户为中心”是多年来银行业的一句响亮的口号，但并没有得到很好地践行和落地。以客户为中心提升客户洞察力、实践差异化的客户覆盖、实现精细化管理成为银行客户关系管理转型升级考虑的重点。

　　以客户为中心，要求银行对客户有更加精准的了解，表现在客户洞察、产品服务、销售管理、系统集成、客户价值持久化五大核心能力。客户关系管理 (CRM) 作为“新常态下致胜法宝”式的重要工具，被越来越多的中小银行提升至战略高度。

　　然而，中小银行传统型 (CRM) 大多数只实现了过去手工作业的自动化和线上化、销售管理及与业务系统的集成，能够对客户经理形成一定的管理约束力。但因为脱离业务实践，缺乏客户洞察力，导致产品与服务及客户价值持久化能力较弱，无法对客户经理形成有效的辅助支撑，很难被真正用起来。

　　为什么当前中小银行不能很好地感知客户？我认为根本原因是四大方面：

　　在收集数据的能力方面，数据的融合度和准确性不够。 在管理数据的能力方面，数据的组织分布和碎片化程度严重 在获取洞察力方面，知识的挖掘分析和探索能力不足 在应用洞察力方面，缺乏适应新环境的科学应用场景

　　之前，青岛银行 CRM 系统主要使用静态数据，实现简单的管理流程。因其对客户及客户关系挖掘能力不足，只是客戸经理日常工作管理和流程管理的工具。

　　三阶段实践智能 CRM 的思路

　　传统的信息化是将数据信息化，再实现交易的流程和记录，在数据充分利用和客户洞察方面，传统IT做得并不太多。

　　青岛银行将建立客户洞察力的路径分为三个阶段，目标是实现中小银行智能CRM能力：

　　第一阶段，数据信息化。通过制定客户数据战略，内部全业务要素数据化，外部数据收集与加强，多维度客户信息全貌；

　　第二阶段，信息知识化。建立关系视角客户信息深度下钻，据此建立描述性模型、客户分群、预测性模型；

　　第三阶段，知识智能化。将技术以服务的方式应用到业务场景中，并提供差异化服务、精细化管理，持续不断的输出客户价值。

　　大数据让我们实现了信息向数据的转化；而知识图谱则解决了知识展现的问题，让知识可视化，便于人脑的理解，再与人的客户关系管理进行配合，最终形成智能CRM客户关系管理的洞察力。这也是让大数据和知识图谱进行结合的本质原因。

　　以知识图谱四步构建智能 CRM

　　1、行内数据标准化处理，为智能 CRM 建设打好数据基础

　　青岛银行将“以客户为中心”作为准则，实现对业务要素数据化整理融合，整合梳理客户的帐户、系统的总账、渠道、相关方、产品、合约、交易7大主题，以及全行28类对公业务系统数据，从规范化管理出发进行数据指标化、数据专题化、数据模型化梳理，倾力打造全行“一致性、深挖掘”的数据平台，为后续基于知识图谱的智能 CRM 建设打好数据基础。

　　2、行外数据融合，形成客户信息的多维度视图

　　在行内数据标准化处理的基础之上，青岛银行融合了全国近5000万家外部企业数据，包含工商、投资、上市、知识产权、招投标、舆情等，与行内数据形成有效的互补，将行内外数据通过统一社会信通代码、组织结构代码、工商代码、税务代码、企业全称进行匹配，依次划分优先级进行关联，形成行内外客户一致关系，帮助客户经理可以从多维度、多视角获取更多客户信息。

　　3、建立客户分群及预测性模型，提升客户洞察力

　　将基础标签通过一定的业务规则生成业务标签，描述对象的某种较高级的特征属性，用于建模；在具体业务场景下，基于模型或经验规则输出的分群结果，并利用机器学习技术建立预测性模型。

　　4、以知识图谱打造智能 CRM 应用

　　在系统定位上，从知识分享、智能分析和信息交互3个维度，建立知识的生命周期。从客户信息的归集展示到基于客户标签的客户画像分析，到应用于不同业务的场景，到后期与流程进行嫁接，比如客户经理有消息的提醒，在这个过程中进行知识自我完善的过程，对客户信息进行回馈补充。

　　青岛银行从客户信息的维度，打造一个客户关系管理的知识平台。另外，以事件驱动的维度，对接现有客户关系流程化管理。以互联网化检索、事件消息驱动、复杂的关系图谱构建、客户和产品智能匹配、机器学习和 NLP（自然语言处理）五方面的技术，支持智能 CRM 的应用。

　　互联网化知识检索界面  

　　客户&产品智能匹配

　　基于智能 CRM 落地过程中的大数据及知识图谱技术沉淀，青岛银行打造了专属的企业知识平台，并将在此基础上构建青岛银行未来智能金融应用体系。

　　根据该知识平台，青岛银行所有员工能够查阅相关客户、制度设计、流程等信息，能够显著提升每个人的能力，也能够方便领导和员工更好地检索所需要的报告信息。

　　青岛银行通过与海致网络合作，利用其金融知识图谱的产品和技术，构建了全维度的客户视图，对客户更加深入了解，并且进行了客户关系的挖掘以及实体之间关系的分析，能够据此针对客户进行精准营销，以及实现客户风险识别和管理。

　　在基于智能 CRM 的建设基础上，青岛银行希望建设一个企业级的知识平台，智能 CRM 只是其上的一个插件和应用。通过知识图谱建立全行分析问题、挖掘知识的能力。

　　这只是一个开始。我们相信，金融知识图谱等信息科技作为一个重要的驱动力，在为银行建立优质的客户体验、开发核心运营能力和业务模式创新上，将发挥越来越重要的作用！