作者:平安银行 数据资产中心数据及 AI 平台团队负责人 廖晓格
平安银行五位一体,做零售金融的领先银行,五位一体是由开放银行、AI 银行、远程银行、线下银行、综合化银行协同构建的数据化、智能化的零售客户经营模式,这套模式以数据为基础,AI 为内核,通过画像识别,基于场景数据分析,通过高效组织内部资源,为客户提供精准服务,实现零售转型业务增长的第二曲线。 通过颠覆传统“以产品为中心”模式,真正实现以客户为中心、以 AI 、大数据为驱动,以 KYC/KYP/KYATO 方法论打造技术架构及业务模块。在智能银行3.0体系建设中,StarRocks 提供全行级的澎湃数据分析能力,并在行为埋点分析、客户旅程、自助指标查询、CDP 客户标签服务、策略效果分析、AB 实验、统一 API 透明加速等众多业务环节落地应用。
一、金融营销转型
从以产品为中心到数据驱动的客户定制服务
传统金融公司的销售模式以产品为中心,依赖高成本的地推和可能打扰用户的推销方式,容易造成用户体验差,人力成本高,并且转化效率低。因此,我们致力于变革这种模式,通过数据洞察来精准识别和满足客户需求,提供最优的产品和服务。 我们的新模式借鉴互联网公司的“人、货、场”理念:
-
在“人”方面,运用 KYC 技术精准识别客户身份,并通过多维度数据分析深入理解客户需求,真正做到比客户更了解他们自己。
-
在“货”方面,借助 KYP 分析确定客户的需求和偏好,从而提供更为合适和全面的产品服务。
-
在“场”方面,利用 KYATO 策略识别最佳的产品交付方式,匹配丰富而精准的场景,实现交易的有效触达。
在这个过程中,我们坚持以大数据和 AI 驱动决策,真正转向以客户为中心,而非以产品为中心的销售模式。我们强调数据驱动的运营,而非依赖前线销售人员的个人经验,并通过 KYC、KYP 和 KYATO 的方法论实施整个经营策略。这一转变旨在提升服务质量和客户满意度,推动金融营销的新时代。
金融营销模式转型难点
互联网公司的经营模式已高度成熟,而在金融领域,这一模式的应用仍处于起步阶段,因为业务的复杂度,导致落地难度远超互联网公司,因为金融公司在客户偏好识别、产品复杂度、场景频度和流量管理等方面面临独特挑战。
-
在用户洞察方面,互联网公司能够直接、快速且精准地理解用户喜好。相比之下,金融公司的客户洞察更为复杂,需考虑性格、个人阅历、市场影响和资质等多种因素对用户金融偏好的影响。
-
在产品层面,互联网产品通常简单易懂、门槛低,适合大众使用。而金融产品则因其复杂性、高合规要求和多变的售后情况而显得与众不同。
-
在渠道和场景方面,互联网产品作为生活必需品,主要通过单一的 APP 渠道触达用户。然而,金融产品的使用场景相对低频,需要通过 APP、远程服务、线下网点和团队等多元渠道与客户接触。 为了应对这些挑战并支持交易过程中的复杂需求,我们设计了智能银行3.0。这一设计旨在整合系统资源,优化金融服务,以适应金融行业的特性和客户需求,引领金融领域的营销模式转型。
智能银行 3.0 建设蓝图
智能银行 3.0 架构体系整合了运营经理、产品经理和数据分析师的角色,在统一门户上进行管理。系统设计围绕人、货、场三个核心要素展开。
-
在“人”方面,运用数据 KYC、客户行为分析、客户关系管理和商户关系管理,实现对用户的全方位统一管理。
-
在“货”方面,通过内容中心进行统一的商品管理,并借助统一货架进行商品上架、活动管理等操作。
-
在策略层面,构建了三层策略体系。策略大脑根据用户行为将合适的产品推荐给客户,包括宫格、旅程和场景等策略的处理。通过 AB 测试,将最优策略呈现给客户,淘汰效果不佳的策略。
-
在渠道方面,致力于识别客户的渠道偏好,通过最优渠道触达客户,并采用最优表达方式吸引客户的注意力,确保高效执行和智能触达。 整体架构上涉及到诸多技术挑战,StarRocks 在其中发挥了关键作用,助力平安银行实现策略的统一管理、内容体系化管理和渠道高效执行,以提供更加智能化和个性化的金融服务。
二、StarRocks 数字化驱动
选中 StarRocks 的原因
StarRocks 以其澎湃性能脱颖而出,并且协议简单、具备实时分析能力和数据湖联邦分析能力。StarRocks 团队以其极客精神和对客户需求的真诚关注,确保合作过程顺畅无阻。其灵活的物化视图和透明改写功能为我们带来了重要启示。这种创新技术能够在不改变用户体验的前提下,显著提升查询性能,为我们的数据处理和分析工作提供了强有力的支持。选择 StarRocks,即选择了高效、用户友好的数据解决方案。
StarRocks 在金融营销场景的应用
StarRocks 在金融营销复杂场景中的关键作用:
-
渠道与策略:StarRocks 助力实现实时埋点数据回流,进行多表关联查询和多维分析,加速业务对埋点行为数据的实时探索。
-
标签管理:以往割裂的模型表和不支持 JOIN 的存储问题得以解决。借助 StarRocks,实时和离线数据得以融合,实现高效、实时的数据分析。
-
策略平台:策略大脑、渠道选择和客户触达等策略,依赖 StarRocks 快速评估与计算。
-
AB 实验与客群分析:StarRocks 支持灵活的客户分组和在线实时生成客群。以前 T+1 的客群分析现可实时完成,进而快速生成AB实验指标,为实验效果分析提供即时支持。
总结来说,StarRocks 在金融营销的多个关键环节中发挥着不可或缺的作用,通过实时数据处理和高效分析,推动业务决策的精准性和时效性提升。
StarRocks 在 CDP 场景的应用
基于 StarRocks 的 CDP 平台为策略投放提供了强大的支持:
-
数据整合:StarRocks 实现了实时与离线数据的无缝融合,以往割裂的实时和离线数据现在得以统一管理。大数据平台的离线标签表被快速导入到 StarRocks,同时海量的实时标签和行为事件数据也能实时写入,实现数据集中管控。
-
高效分析:借助 StarRocks 的多表 JOIN 能力、灵活标签筛选和 Bitmap 丰富运算,能够在秒级完成画像类分析、客户分群、人群洞察和标签饱和度计算等任务。
-
简化复杂计算:通过物化视图,原本复杂的 KYC 宫格人群计算变得更为便捷。
-
深度应用:人群数据能够出仓,用于进一步的深度分析和应用。
总的来说,基于 StarRocks 的 CDP 平台,提供灵活便捷的客群圈选和画像分析的能力,来支持精准营销投放,通过高效的数据管理和深度分析,实现客群洞察和策略优化,提升营销效果。
StarRocks 在指标场景的应用
指标场景的分层设计:
-
物理层:数据工程师依据业务和数据模型的理解,通过事实表、维度表和对象构建了实体关系(ER)模型。这一层定义了表之间的关系,为上层业务提供可靠的数据基础模型。
-
逻辑层:借助指标平台,根据数据工程师定义的模型,将对象转化为一张全行超宽表。例如,将客户对象的所有维度目录和指标目录整合到一张表中,简化了业务分析工作。业务用户无需理解复杂的底层 ER 关系,只需拖动维度和指标即可轻松应用数据。
-
应用层:根据用户定义的场景和查询行为,构建了物化的 DWS 层指标,显著提升了查询性能。基于用户的查询行为,可以持续优化 DWS 的物化逻辑。有了 StarRocks 的支撑,DataAPI 能够提供毫秒级查询,报表支持秒级查询,而自助分析则能在几十秒内完成查询。
在实施过程中,我们基于 StarRocks 进行了专门设计,以确保整个指标应用系统的高效运行和灵活扩展。这一创新架构旨在提升数据访问速度,简化数据分析过程,并为用户提供更优质的查询和分析体验。
在底层 ODS 定义完数据 ER 关系后,我们致力于实现指标的“一处定义、多处使用”。数据团队一次性定义指标口径,指标应用用户根据场景需求使用指标。平台通过应用场景进行物化调度,满足指标应用服务的 SLA 需求。 设计上划分了三个层次:
-
明细层:通过 StarRocks on k8s 直接查询 Hive 外表,快速返回自助分析结果。
-
指标层:将自助分析查询结果物化到 StarRocks 内部表,便于制作高层关注的看板和卡片。若内部体量较大,可通过物化视图上卷进一步提升查询速度。
-
缓存层:对物化视图或内表查询结果进行缓存,以高性能存储或缓存应对极高并发的应用接口请求。
整体架构上,底层基于大数据的 Hive 表,上层通过 StarRocks 加速查询。这意味着未来所有大数据平台的查询都可以通过 StarRocks 物化的逻辑进行高效查询,通过智能物化调度提升整个大数据平台 SQL 查询性能,并降低资源使用成本,提升整体集群的吞吐量。未来,我们将基于这一模式,在行内进一步推广物化和透明改写能力,旨在提供更简洁、更高效、更具成本效益的大数据解决方案。
三、未来展望
金融业务模式上,通过“以产品为中心”改变到“以客户为中心”的经营模式上,虽然困难重重,但是是业务发展的必经之路。对于技术团队来说,怎么实现“以客户为中心”,也是值得深度思考的。当前大数据发展越来越快,技术复杂度也越来越高,组件越来越丰富,对于用户的理解难度也越来越高,但是其实用户的需求极其简单,他们希望执行一段统计分析 SQL,希望做一张报表,希望定义一个指标/标签/特征,希望定义一个数据服务 API,仅此而已。因此,对于平台来说,我们需要坚持贯彻“以客户为中心”,将复杂的计算和大数据架构封装在平台产品内部,为用户提供简洁易用的平台能力,为用户提供直接、高效的查询能力。
用户只需定义 SQL 和 SLA 指标,由平台将复杂的离线计算、实时计算隐藏在系统底层,希望使用大数据整体架构变得如同使用 MySQL 一样简单。以 StarRocks 澎湃的性能为基石,依托多表物化视图,自动化的构建数仓 DWS 层,自动化的做数据调度,把复杂的离线计算、实时计算,都屏蔽在冰山之下,为客户提供一个简洁高效的查询性能。 最后,也感谢 StarRocks 团队在平安银行的大力支持。
👇点击下方链接,观看完整演讲内容~
平安银行:StarRocks 助力金融营销数智进化_哔哩哔哩_bilibili
StarRocks小助手