提问
 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,极速登录

【长江证券】阿凡达智能营销系统-提升成单效率-年增厚价值2亿元

DATA-POWER 帆软员工 渐入佳境(Lv2)
发表于 2019-2-28 15:53:28 | 显示全部楼层 |取消关注该作者的回复
一、项目基本信息

公司全称:长江证券股份有限公司

项目名称:阿凡达智能营销系统

负责人信息:郭正彪(首席数据科学家)

团队成员与岗位:张杰(数据工程师)、张炤辰(数据工程师)、程欣(数据工程师)、王梦莹(数据工程师)

平台运营情况:目前智能营销系统中,在使用报表总量36张,5月平台访问量超3百万。

二、项目背景

2.1 行业趋势

除了互联网领域,“新零售”也快速地被其他所有行业接受。近几年来,证券公司也面临着巨大的冲击,特别是互联网金融对于证券公司的冲击,迫使证券公司从零售行业的转型路径当中找解决方案。

2017年开始,证券公司从传统的以线下网点为主的这样一种营销服务模式,向互联网金融的方式转变。证券行业刮起“千人千面”的风潮,在客户终端上把合适的产品销给合适的人。在营销服务方面,通过线上线下的结合和融合,更多的利用大数据、云计算、人工智能这些技术来将零售服务业进入数据分析的时代。

同时,随着“零佣金”趋势的显性化,为维持经纪业务的收入,降低成本,或者增加附加值较高的服务或者产品成为证券行业经纪业务的解决方案。当前,长江证券,中泰证券,平安证券等各大证券公司都先后提出线上化,数字化,智能化的解决方案,利用金融科技为券商的营销服务赋能,通过智能化来提高效率,降低成本。

2.2 公司现状

2017年初“阿凡达计划”立项时,就提出“投其所好,给其所需”的业务方案,同时,在全面洞察客户的基础上,利用“武装到单兵”计划来实现对营销人员的支持,而本项目就是“武装到单兵”的具体落地方案。

本方案实施之后,在营销服务方面,营销人员将得到一个被“阿凡达”武装的智能展业平台。在此平台上,员工不再只是看到客户是那些人,产品和业务有哪些,而是可以明确知道哪些客户适配哪些产品,在什么样的场景下,用什么样的话术能更好地把产品和业务输出给客户。

同时,对于分支机构而言,都有一个存量客户池,如何盘活这些存量客户也是一个亟待解决的问题。

2.3 解决方案

鉴于证券行业线上化、数字化、智能化的转型趋势以及“阿凡达计划”项目实施的迫切需求,公司需要一款能够快速开发出功能多样、性能稳定、兼容全面、维护便捷的员工展业平台的产品。帆软作为专业的大数据BI和分析平台,完美切合了以上需求。

使用帆软作为项目解决方案的原因主要有以下几点:

①快速灵活制作报表。员工展业平台需要大量的报表制作,传统的写代码方式或使用开源软件会导致BUG频出,并且开发过程繁琐,开发成本高。帆软报表提供了一套完善的报表开发工具,开发人员不需要任何的开发语言基础就可以通过拖拉拽完成报表制作,开发效果高、出错率低。

需求扩展灵活。员工展业平台的开发需求复杂多变,传统的代码开发或开源软件功能固化,面对新需求或者需求变更需要重新修改底层代码,需求扩展差。帆软报表封装了底层业务逻辑和上层数据处理,业务和算法的隔离让报表开发人员只需要关注上层的业务数据变更,并使用类Excel操作方法轻松修改报表样式。

②多数据源连接。帆软不仅支持传统的数据库连接,还支持分布式大数据平台连接,既可以开发传统的结构化数据报表,还能够进行行为数据、日志文件等非结构化数据的分析。

③大数据高性能。员工展业平台可能有上万员工同时访问,因此需要大吞吐量,高性能、高可用性的系统支持。帆软的FineDirect引擎和FineInDex引擎双模式搭配,支持超大数据量的秒级呈现,能够满足平台超多用户使用,快速反应的需求。

④维护管理方便。帆软提供权限管理、定时调度、系统监控、流量统计等多样化的平台监控维护功能,开发人员不仅能够个性化管理报表,监控系统运行状况,定时执行报表任务,还能记录用户行为数据,从全局视野角度分析和维护平台的使用情况。

三、应用场景与价值阐述

“阿凡达智能营销引擎”目标是:利用金融科技提升公司的营销服务效率。具体业务范围包括:

(1)分支机构存量客户池的盘活;设计客户分配回收流水线,根据活动目的,以及对员工的评估,把合适的存量客户分给合适的员工;

(2)员工名下客户的营销服务。利用阿凡达对客户的画像,根据营销目的,智能地把员工名下的客户分成若干组,在分组内,为员工提供相关营销决策支撑工具,包括“业务机会提醒”,“客户情报”以及“场景话术等”;

主要业务内容及框架如下图所示:
f79cb0f428e444a582b1bd9d2499042a.jpg


智能营销系统有两种工作模式:第一个是阿凡达智能分组,在接到营销任务的时,系统会根据算法将营销成功概率最高的客户分到当前的营销任务分组内。此模式将互联网行业中精准营销的概念和方法引入了传统券商领域,大大提升了员工的工作效率和成单概率。第二个是分配存量客户,逻辑如下图所示:
c8bd2baa898448fe916a62c318c676cd.jpg

此方案贯彻“阿凡达”理念,把合适的客户分配给合适的员工,并给员工合适的工具服务客户。此模式从两个方面给分支机构带来了提升。首先,解决了员工数量较少和客户数量非常多的情况下,客户服务覆盖的问题;其次,在过去分配存量客户时,分支机构的激励手段只有挂接永久的经纪关系。这套系统从根本上解决了员工激励的问题,由之前的一次性奖励变成了‘计件式奖励’。并且在活动开始一段时间没有效果之后,对客户进行回收,实现了真正意义上的客户资源循环,客户资源是公司的客户,不是营销人员的。

阿凡达智能营销平台实例分享

①工作台界面:

2912223293914beeb89a06d593bf9ac1.jpg

②智能分组:

c13015ae78134c55b772ebf90e22074e.jpg

③活动分组:

21abdf0b4c8b4289965e581050823d32.jpg

④客户360:

313457debe564f6aa6aad4d79f79fcdd.jpg

四、项目心得

1、项目刚开始本来是打算用常规方法进行前端页面开发,但是由于功能较多,经过评估,需要投入较多的人力和时间,于是我们开始寻找更快速的方法,很快就想到了FineReport,由于我们已经使用帆软制作大屏和报表系统近两年时间,如果系统能通过FR实现,相信会大大提高开发效率。于是我们对需求以及技术可行性进行了深入的讨论,我们发现前端页面功能主要是信息展示、搜索查询以及简单数据填报,而这些都是帆软所擅长的,所以我们立即决定尝试用FR进行前端开发。

2、开发过程中FR的优势是显而易见的,通过设计器可以很快的完成页面构建、实现数据绑定,这样大大的提高了页面开发效率,并且省去中台数据接口的工作量,设计器所提供的丰富的图表以及控件也基本能满足大部分场景需求。此外,帆软所提供的插件机制使得设计器功能可扩充,满足个性化需求。比如网页框控件插件,就解决了我们同步协同开发tab块的问题,通过在每个tab页中插入网页框控件,可实现将tab页分配给不同人员同步开发而互不影响。再比如FineIndex插件,让FR模板可以使用FB的cube,大大提高了查询效率。

3、当然我们也遇到了不少问题,踩过不少坑,这是无法避免的,重点是如何解决问题,这里要感谢帆软的技术人员、帮助文档和论坛,帮助我们解决了不少问题,二次开发的支持也使得我们能实现个性化的功能以及较复杂的页面效果,比如自定义css实现个性化的图表、组件样式以及js实现跑马灯效果等。虽然有二次开发和插件的支持,但是由于框架的限制,还是存在一些需要改进的地方,比如对于页面元素比较复杂、多层级、多种交互的页面,实现起来比较麻烦,建议可以支持更多控件和交互,使得构建复杂页面更方便。再比如现在提供的接口还比较基础,一些对控件的操作需求没有接口支持,希望能够提供更丰富的接口,提高开发效率。

本次项目开发模式是一次全新的尝试,整个开发过程也是对帆软不断学习的过程,除了不断发现FR的功能强大之外,也了解了现阶段FR的不足,相信随着FR功能不断强大,使用FR来实现复杂页面和系统会变得越来越有优势。


编辑于 2019-2-28 16:02  
此帖共有 194 位番薯登录后查看
回复

使用道具 举报

shulato 社区微信达人 渐入佳境(Lv2)
发表于 2019-3-1 09:28:37 | 显示全部楼层 |取消关注该作者的回复
  • 评论

回复 支持 反对

使用道具 举报

xinfeiniao98 社区微信达人 初学乍练(Lv1)
发表于 2019-3-1 10:42:16 | 显示全部楼层 |取消关注该作者的回复
  • 评论

回复 支持 反对

使用道具 举报

emilyhhy 社区微信达人 渐入佳境(Lv2)
发表于 2019-3-12 15:04:01 | 显示全部楼层 |取消关注该作者的回复
  • 评论

回复 支持 反对

使用道具 举报

frapple999 社区微信达人实名认证 渐入佳境(Lv2)
发表于 2019-3-27 08:20:41 | 显示全部楼层 |取消关注该作者的回复
bravo
  • 评论

回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册  

本版积分规则

零散时间助你成为核心粉丝——FineReport产品测试用例任务
任务进行中

活动进行中

联系管理员@饭团君|联系帆软|免责声明|手机版|帆软社区|Copyright © 帆软软件有限公司 ( 苏ICP备14031611号-3 )

GMT+8, 2019-7-16 10:31 , Processed in 0.533292 second(s), 103 queries , Gzip On.

返回顶部 返回列表