【案例】恒丰银行——基于大数据的财富管理平台

数据猿导读

 

恒丰银行通过整合优化海量结构化与非结构化数据资源，以了解客户、细分客户、服务客户为手段，打造了融智能获客、完整客户画像、产品推荐、市场跟踪、资讯推荐等全功能为一体的财富管理系统，改变了产品销售的传统模式，客户量和业务量等都得到了显著增长。

本篇案例为数据猿推出的大型“金融大数据主题策划”活动（查看详情）第一部分的系列案例/征文；感谢 恒丰银行 的投递

作为整体活动的第二部分，2017年6月29日，由数据猿主办，互联网普惠金融研究院合办，中国信息通信研究院、大数据发展促进委员会、上海大数据联盟、首席数据官联盟协办的《「数据猿·超声波」之金融科技·商业价值探索高峰论坛》还将在上海隆重举办【论坛详情】【上届回顾（点击阅读原文查看）】

在论坛现场，也将颁发“技术创新奖”、“应用创新奖”、“最佳实践奖”、“优秀案例奖”四大类案例奖

来源：数据猿丨投递：恒丰银行

本文长度为6500字，建议阅读13分钟

近年来，随着高净值人群的迅速增长和金融市场开放程度的提高，国内主要的中资银行和外资银行相继推出贵宾理财、财富管理以及私人银行业务。然而银行间快速的产品复制能力使得“一招鲜，吃遍天”、依靠单个产品独占鳌头的时代一去不返。

此外，民间金融机构对客户的分流迫使各银行不得不重新审视零售业务及其服务模式：显然，普通服务和理财产品不足以构建根本性的竞争差异和优势，了解客户个性化的金融服务需求，提供“量身定制”的金融产品组合和持续的服务，把专业价值建立在客户长期资产管理的基础上，才是财富管理服务的实质所在。

为整合优化全行资源，打造高效诚信、时尚至尊的财富管理服务品牌，加强财富管理中心的运营管理和风险管理，推动全行个人金融业务的战略转型，提高客户的贡献度、忠诚度和满意度，增强财富管理业务的核心竞争力，恒丰银行启动了财富管理系统的建设。

财富管理系统基于恒丰银行自主设计开发的企业级大数据应用平台，利用海量结构化与非结构化数据的低成本加工存储、快速统计分析、业务模型探索、实时分析与决策等能力，提供各类专业化服务工具、规范的理财服务流程，大力提升顾问式销售能力和专业化理财服务水平。

通过优质专业和更加全面的财富管理服务，提升恒丰银行在市场中的竞争能力。

周期/节奏

2016年初，恒丰银行正式启动财富管理系统建设，开始进行需求研制。

2016年3月，完成需求梳理，确立技术架构方案。在需求研讨阶段，除了确定系统框架和建设内容外，还涉及银行零售业务层面的组织框架改进，做到业务管理和系统建设同步进行，互通有无；同时，大数据平台同步启动相关外部数据的接入、模型设计和开发准备工作。

2016年7月，系统完成一期上线，主要实现了对理财经理的功能支持，包括：理财工具、金融资讯、单目标规划、快速规划、基金投资组合规划、产品货架、客户视图等功能。

2017年12月系统二期上线，丰富了更多规划工具，主要有财富方案、财务诊断、全产品投资组合规划等功能。

客户名称/所属分类

恒丰银行/客户管理

任务/目标

本系统建设的目标是建立综合的财富管理方案平台，构建一整套完整的客户财富管理规划体系，为理财经理提供专业化的理财工具支撑，实现多维度客户细分，进而针对不同的细分客群提供差异化的规划服务。

例如转化新客户的快速规划、挖掘客户需求的单目标规划和基金投资组合规划以及针对高净值客户的全产品投资组合规划和综合规划；针对线上客户，利用智能投顾，为客户提供更加智能、个性、便捷、高效的普惠金融服务。

通过大量运用知识图谱、机器学习、智能推理引擎和自动规划等智能技术，充分挖掘行内外结构化与非结构化数据信息价值，构建更加清晰和立体的客户视图，并通过优化组合产品方案、智能产品推荐等多种业务功能，以客户为中心设计出一套全面的财务规划方案。

以及通过向其提供目标规划，理财、基金投资规划，投资组合方案等一系列金融服务，对客户的资产、负债和流动性进行管理，以满足客户不同阶段的财务需求，帮助客户达到降低风险、实现财富增值的目的。通过对财富客户全生命周期过程的服务，不断挖掘客户潜在价值，提升客户服务体验，最终提高客户的忠诚度和贡献度。

挑战

基于大数据平台建设的财富管理应用系统，目前在国内金融行业鲜有成熟、可借鉴的模型。如何依托大数据实现客户服务和业务创新，成为提升核心竞争力、实现以客户为中心、以资产配置服务为核心的财富管理的关键。

但是，大数据带来的外部数据量是巨大的，并且数据碎片化严重，对客户同一特征的分析往往无法依赖单一的指标，需要从数据的不同维度综合考量。大量非结构化数据更需要整理和加工，需综合运用语义分析、知识图谱等多种技术手段进行分析，构建庞大的信息资讯库。

恒丰银行作为一家全国性股份制商业银行，要实现弯道超车，跨越式发展的目标，需要更多地依托外部数据进行客户获取，进而构建完善的客户画像。如何从各渠道获取海量数据，并从纷繁复杂的数据中提取有价值的信息，进行精细化地分析和判断，定位潜在客户并针对性地开展营销活动，是系统建设中亟需解决的现实问题。

如何通过新技术实现精准客户营销，向客户推荐既适合其风险承受能力又符合其购买习惯，构建千人千面的产品推荐和个性化的产品配置体系，同时推动利润增长，也是系统的实施过程中面临的挑战。另外，对于存量睡眠客户，还要考虑识别其是否具有潜在的高价值，并针对性地对其进行激活。

为此，系统对客户进行了九大特征数百个的标签设置，对客户持有的产品亦赋予不同的属性以便更好地分析资产状况，在计算不同资产在实际持有过程中产生的损益和价值波动，需要将所有产品细分类都根据市场行情和产品特性赋予其流动性、风险性、收益性和市场方向等属性，每个资产类分别定义一套收益的定义和计算方法，并对所有的产品和资产以多种维度进行多方位的统计，每日需要处理的数据体量庞大。

实施过程/解决方案

系统通过组合运用云计算、大数据相关技术，基于恒丰银行企业级大数据应用平台，实现了海量结构化与非结构化数据的低成本加工存储、快速统计分析、业务模型探索、实时分析与决策等需求。

财富管理系统结合大数据技术服务能力，让线下、线上不同客群的客户都可以获得专业的顾问建议，通过提供财务规划、资产负债配置，获得各类金融产品和一系列服务，并持续进行跟踪、监控和调整，帮助客户达到管理、保护、创造财富等目的。

业务基本流程

系统以客户财务分析和产品组合分析为基础，以财富规划管理为前提，以资产组合配置和分析为核心，从风险、流动性、收益率等角度为客户制定合适的理财方案，配置合适的产品组合，包括有：

（1）完善的客户财富管理规划体系，在不同维度，针对不同的客群，设计不同的规划服务：转化新客户的快速规划、挖掘客户需求的单目标规划和基金投资组合规划，以及针对高净值客户的全产品投资组合规划和综合规划；

（2）全面的财富工具包，满足理财经理在实际营销中各种财务计算需求，通过引入外部数据模拟基金在不同的历史时期以不同的投资方式进行投资的损益，同时亦了解到同业机构同期发行的理财产品；

（3）开放的产品货架，产品信息以更适应业务开展的结构展现，同时支持产品经理根据客户个性化需求进行灵活调整；

（4）灵活全面的客户管理，灵活调整客户归属，客户360度视图涵盖基本信息、业务信息、工商信息、风险信息和财富信息，可对客户资产状况进行全面诊断，并提供更具针对性的财富规划建议；

（5）根据客群分析，由专业产品经理量身定制营销方案，一线销售人员可以在实际场景中迅速定位客户需求，吸引客户，并在营销过程中提升财富管理能力和业务知识水平；

（6）全渠道互动式财富管理体验，提供线上智能投顾服务。

大数据运用方面：

（1）多渠道获客

恒丰银行基于内、外部数据综合获客，内部数据包括行内客户对外的交易数据等进行潜在客户挖掘，同时根据客户持有产品进行交叉销售；外部数据包括应用行内公司客户的工商数据获得高价值个人客户等，从多种公开渠道进行信息挖掘；通过社交媒介中识别出对投资感兴趣的客户，根据地理信息为每个分行做获客分析，分别构建分行属地的客户信息库。

（2）多渠道全方位的客户画像

为更好地分析客户，构建全面、立体的客户画像，突破固有思维，系统将数据采集的着眼点从行内交易和维护数据，扩展到社交媒体等多种数据源，构建出立体的多维用户画像标签体系：

从多个角度分析，通过对客户的资金流向、流量、频率、交易渠道、购买偏好等维度，定义客户的贡献度、忠诚度，刻画客户生命价值特征，为定位客户需求做好基础。

利用社交媒体数据实现语义标签提取、用户人生阶段及大事件分析：利用每个用户的注册档案、朋友关系、发布内容对每个客户进行精准的客户画像，提取性别、年龄段、地点、职业、关注兴趣点等语义标签；针对每个用户识别出其人生阶段和大事件。

基于以上数据基础，系统给予使用者最大的操作灵活性，利用自由组合标签创建目标客群，由专业的产品经理制定对应的财富规划方案模板。营销人员可准确定位客户所属客群，并使用对应的方案模板对其开展精准营销，既提高了系统运行的灵活性和适应性，又极大的减少了一线营销人员的学习成本，达到了非常好的应用效果。

（3）智能产品推荐

系统突破传统营销手段，在建设传统的理财经理使用版本的财富操作系统的同时，将财富管理服务扩展到全渠道，推出面向客户的财富系统，即智能投顾服务。

智能投顾服务在市场配置的基础上，实现了完整的产品推荐模型。模型从客户360度画像出发，预测客户的购买喜好，积累数据、设计模型，并对模型进行训练和评估，使用逻辑回归（glm）和xgboost算法，引入多种模型评估指标，如ROC曲线下面积（AUC）、logloss、TopN等，针对银行的实际业务综合应用。

产品推荐模型

（4）紧随市场的动态资产配置管理

财富系统在分析客户需求和制定理财方案时，运用到多套分析参数，应用马克维茨模型、蒙特卡罗模拟模型时，对参数设置的准确性和实效性要求很高。

为了使业务人员能够简单有效的进行参数设置，系统接入市场资讯数据，编制国内外市场指数池，由产品经理针对不同市场方向选择配置不同指数，来确定各市场方向的相关参数值，包括各市场方向的收益率、标准差以及各市场方向间的相关系数，数据保持每月更新，保证系统给出的配置建议贴合市场实际情况。

（5）增强线上客户体验

模拟投资

借鉴股票模拟账户投资的理念，线上智能投顾功能提供了投资组合模拟交易器，为客户设置虚拟账户，提供虚拟货币，客户可在该虚拟账户中模拟交易，验证投资组合的有效性。

系统后台每天实时从各市场采集各类市场数据，包括但不限于基金的净值波动、投向、资产配置、公告、分红拆分等，用真实数据模拟客户投资组合中的各类资产的波动和收益，给客户身临其境的投资体验，提高客户投资的信心和兴趣，同时，在客户的模拟交易行为中，获取客户的交易习惯，分析客户可能感兴趣的产品和投向，为资产组合建议模型提供强有力的数据支持。

财富配置组合收益回归模拟

系统根据客户现有资产配置结构，结合对应市场方向的综合收益率和风险系数，向客户推荐个性化产品投资组合，以帮助优化客户的资产结构，系统利用历史数据，进行数据回归，模拟计算建议资产配置在不同投资方式下的预期收益率，同时采用蒙特卡罗模拟模型模拟该投资组合的不同收益的实现概率，让客户的投资和交易不再盲目。

再平衡建议

财富的配置随着各类不同市场的波动，在不同时期会有不同的配置策略。为与客户建立长期财富服务关系，系统在设计之初就考虑到能为客户提供完善的售后服务体系。

利用大数据监控各金融市场动态，通过定义牛熊市等市场指标，监控各市场指数的运行情况，分汇市、股市、债市、基金、黄金、银行同业等大市场，以及对股票市场进行大中小盘等多指标的明细监控，定义市场形势，并根据市场指标动态调整系统参数配置，实现对市场方向的及时跟踪。

当市场行情发生趋势变化的时候，及时通知客户进行仓位调整，实现规避风险，提升收益的目标。支持客户设置多种提醒策略，系统在市场运行触发提醒策略时对客户进行提示，及时止盈止损。

（6）丰富的资讯信息推荐

针对微博、微信和新闻网站上的财经热点和资讯，实现内容聚合分析及个性化推荐：实时进行采集，热点聚合分析，对热点内容进行内容语义分析提取语义标签，比如资讯分类、行业、机构品牌、人物、地点、主题关键词、语义短语、情感正负向等，针对客户的个性化需求，进行资讯的个性化推荐。

另外利用流技术，针对互联网上各种突发或者正在爆发的热点信息，进行实时的监测，结合语义分析技术实现对文本内容关键信息的提取和分析，及时向客户进行推送，及时规避风险或挖掘潜在投资机会。

此外，为了让理财经理便捷掌握同业产品动态，系统通过对外部数据的爬取，获取国内几乎所有同业的理财产品的发布信息，让理财经理可以足不出户了解同业理财产品与本行理财产品的差异；系统还提供大量的基金数据，结合多种基金类理财工具，多样化检索与展示，帮助理财经理更好的销售各类产品。

（7）降低客户流失率

对客户流失的预测也是财富系统的重要组成部分。系统综合分析客户在行内的产品签约和持有情况、各渠道交易的业务类型和频度、同名账户交易情况、客户基本特征、生命周期、等级、贡献度、活跃度等维度的变动情况，以及取消自动付款等行为数据。

同时，接入客户在客服、社交渠道的信息，通过语音识别和文本分析识别负面意见，在客户真正流失前进行预见，做到对潜在的客户流失未雨绸缪，及时推出增值业务，提升客户忠诚度。

结果/效果总结

自系统上线以来，运行平稳，不但满足了全行零售条线理财经理的营销需求，更通过加强对客户的深度洞察，提升了营销效果，经过一段时间的积累，市场反应明显，在客户量、客户结构、客户活跃度、客户资产结构和理财经理创利收益等方面，都有明显改善。

首先，系统自16年12月份投产以来，零售客户体量显著增长，总客户数增长17.4%，同时全行客户整体AUM和贡献度增长明显，贡献度中级以上的客户数量增长4.4%。客户持有资产呈现多样化趋势，除去传统的银行存款、理财和国债以外，中高端客户的保险、基金和贵金属的持有量上升，普通客户的货币基金持有量、基金定投和保障型保险产品的持有也在稳定增加。

其次，系统的上线为客户经理的营销活动提供了有力的数据支持，改变了以往需要大量沟通来了解客户的方式，提升了客户经理的工作效率，也为客户节省了时间，提升了客户体验。

最后，系统通过专业的理财工具，为客户经理提供了有力的有效手段，让客户经理的专业知识得到最大发挥，有助于对客户进行财富管理理念的传导，客户也能享受到规范化的产品服务。

企业介绍：

恒丰银行股份有限公司是12家全国性股份制商业银行之一，注册地烟台。

近年来，恒丰银行稳健快速发展。截至2016年末，恒丰银行资产规模已突破1.2万亿元，是2013年末的1.6倍；各项存款余额7682亿元，各项贷款余额4252亿元，均比2013年末翻了一番。2014年至2016年累计利润总额312.17亿元，这三年的累计利润总额为以往26年的累计利润总额；服务组织架构不断完善，分支机构数306家，是2013年末的两倍。

近年来，恒丰银行屡获荣誉。在英国《银行家》杂志发布的“2016全球银行1000强”榜单中排名第143位；在香港中文大学发布的《亚洲银行竞争力研究报告》中位列亚洲银行业第5位；在中国银行业协会发布的“商业银行稳健发展能力‘陀螺（GYROSCOPE）评价体系’”中，综合能力排名位列全国性商业银行第7位，全国性股份制商业银行前三；荣获“2016老百姓最喜欢的股份制商业银行”第二名、“2016年互联网金融创新银行奖”、“2016年最佳网上银行安全奖”、“2016年度创新中国特别奖”等多项荣誉。

作为一家肇始于孔孟之乡山东的全国性股份制商业银行，恒丰银行秉承“恒必成 德致丰”的核心价值观，践行“1112·5556”工程，即：一个愿景（打造“精品银行、全能银行、百年银行”）、一个文化（打造“开放、创新、竞争、协同、守规、执行”的“狼兔文化”）、一个目标（五年目标是以客户为中心，以创新为驱动，高效协同，弯道超车，五年内进入全国性股份制商业银行第二方阵；十年目标是要打造一个国际金融控股集团）、两个策略（“植根鲁苏，深耕成渝，拓展中部六省和海西，进军京沪广深”的区域策略和“四轮驱动、两翼齐飞”的经营策略）、“五化”强行战略（国际化、信息化、精细化、科技化、人才化）、“五力”工作方针（忠诚力、执行力、目标力、风险经营力、恒久发展力）、五个引领（人才引领、科技引领、创新引领、效率引领、效益引领）、六大综合能力（价值分析能力、风险鉴别能力、定价能力、创新能力、调研能力、学习能力）；大力实施“12345”行动纲领，即:“1”是做金融综合解决方案的提供商，“2”是金融云平台和大数据平台，“3”是数字银行、交易银行、银行的银行，“4”是龙头金融、平台金融、家庭金融、O2O金融等四大金融创新业务模式，“5”是投行、资管、平台、人才盘点和以“One Bank”为核心的绩效评价体系等五大战略落地工具，致力于做“知识和科技的传播者、渠道和平台的建设者、金融综合解决方案的提供者”，力求打造令人瞩目、受人尊敬的商业银行，为客户和社会提供效率最高、体验最佳的综合金融服务。

数据猿超声波

「2017金融科技商业价值探索高峰论坛」

（点击图片，了解详情）

相关阅读：

欢迎更多大数据企业、爱好者投稿数据猿，来稿请直接投递至：[e-mail]

来源：数据猿