互联网时代，如何使用好线上工具，同时不断提高效率，降低成本，势必将成为未来银行发展趋势的一种焦点需求。本文从线上营销在智慧零售时代的5种新价值体现方式出发，提出人工智能驱动远程银行的价值实现方式，分析银行现阶段面临的数据智能痛点，详细提出客户中心营销降维策略及场景设计路线图，并相信，未来的银行客户中心仍将保持高速发展，新技术的开发利用将为线上营销提供更宽泛的应用空间。
一、银行客户中心在智慧零售时代的新价值体现
（一）及时把握客户的需求
智慧零售的核心是以客户为中心的零售活动的生态化，因此在智慧零售时代，及时把握客户需求是最关键的。而客户中心通过在线联络客户，通过双方的沟通和交流，银行可及时了解客户的需求，从而改善现有不足，推出针对性的服务，体现电话营销中心的及时性价值。
（二）针对客户需求进行延伸营销，增加收益
线上营销可以扩大银行营业额，智慧零售时代下，为了增加收益，电话营销中心在与客户进行沟通和营销相关产品时，不局限于满足客户的预约要求，可以根据客户的需求特点，进行延伸营销，向其推出一些适合的其他产品，也可以考虑进行交叉销售和增值销售，增加银行收益。
（三）加强联系，提升客户忠诚度
通过线上定期联系，可以让客户享受到专属待遇，让客户的业务办理更加方便。而且通过电话和短信等线上方式提醒客户存在的一些业务风险和业务即将过期等服务，让客户体验到银行的关注和周到的服务。另外，这样的联系可以密切银行和客户的关系，增强客户对银行的忠诚度，可以让客户更加喜爱银行的产品。
（四）打造综合化客户中心，体现协同效应优势
智慧零售时代，银行可以打造综合化、一体化运营的客户中心，借记卡、信用卡服务由客户中心统一管理，还可以负责银行其他的一些业务的客户服务。这样的综合化客户中心将有利于充分利用资源，缓解网点的人流压力，体现协同效应优势。优势如下：一可最大程度地集约化运营，降低运营成本。二是整合业务系统平台，实现资源共享，可避免业务系统的重复营销。三是充分利用客户中心服务团队的专业服务和管理团队，为客户提供更优质的服务。四是统一服务专线和服务渠道，有利于提升客户体验度，借助银行客服号码的公信力凸显银行品牌优势。
（五）建立智能化的电话营销服务系统,提升服务能力，减少人工成本
人工智能技术的飞速发展，为线上营销业务创新提供了工具。智慧零售时代，客户中心可以结合人工智能，建立智能化的线上营销服务体系，增加智能化服务功能，如通过增加智能语音客服系统的实时提醒功能，可以提升订单的转换率；通过增加智能语音导航功能，可以使客户瞬间到达所需咨询业务的客服座席；还可以增加智能营销催收机器人、智能辅助客服人员、智能质检和智能投顾等一系列智能化功能，更好地丰富电话营销系统的智能化和多样化服务，减少人工成本，弥补人工缺陷。
二、人工智能驱动远程银行的价值实现方式
人工智能与大数据、云计算、区块链等技术是银行在科技创新领域关注与研究的核心，也是金融科技的重要组成部分，多家银行已将智能化作为未来转型与发展的方向之一，希望以此在优化客户体验、提升运营管理能力、降低经营成本、驱动业务模式创新等方面发挥积极作用。
人工智能驱动远程银行的价值实现有以下方式：
（一）智能语音客服系统
智能语音客服系统的语音分析系统可以将语音数据转化为文本数据，同时通过数据的标签化、格式化处理、聚类和分析统计，同时与数据库中的标准信息进行筛选匹配，同时辅以快速应答，形成可多次交互的远程智能银行服务。
智能语音客服系统还可以通过对客户语义中的上下文关联的词语出现的次数、关联性进行特征统计，可以挖掘出对业务产生影响的根本原因，进而总结出客户来电的主要目的和意图，以便在出现问题较多的服务薄弱环节及时进行梳理和改进。
此外，智能语音客服系统可以增加多个维度对录音进行关联性分析，包括呼叫类型、业务分类、客户级别、服务内容等，针对客户对各服务单元的满意度，或者不同地区客户对业务的服务满意度进行智能化的数据分析，总结出相关的客户满意度的因素，进而有针对性地修改不足之处。智能语音客服系统还可以及时展现出各业务的变化趋势，以便运营团队及时调整业务发展策略和服务策略，促进业务的整体活力。
（二）智能语音导航
智能语音导航功能可以根据客户的需求导航到相应节点或者引导客户完成业务办理，客户主动拨打客户中心电话，通过自助语音服务办理相应业务。智能语音导航功能的应用将提升用户满意度；通过与客户的交互帮助客户办理相关业务，实现问题的咨询。
（三）智能营销催收机器人
智能营销催收机器人功能可以实现自动外呼，进行客户身份核实、催收、业务通知、满意度调查、产品营销等。伴随着银行的转型、网贷业务的发展，主动联系客户进行关怀、营销和催收的需求会大量增长，智能营销催收机器人是满足这些增长需求并同时控制人力成本的较好选择。
（四）智能辅助客服人员
智能辅助主要应用在线上营销领域，机器人实时监听客服与客户的对话。智能辅助可以在两个层面发挥作用。一方面当客户提出问题后，机器人实时理解客户的问题，并将相关回答建议提供客服人员。在客服新员工辅助方面作用尤其明显。众所周知，客服行业是个离职率非常高的行业，一直保持着大量的新入职员工，对新员工进行工作辅导能提升新员工的利用率，同时降低离职率高带来的风险。另一方面，机器人可以实时监听客服人员的话术，当发现客服人员使用了违禁词、服务过程中有不合规或引起客户不满意的行为时，可以实时提醒和介入处理，从而起到推动客户服务标准的实施、提高客户满意度的作用。
（五）智能质检
客户中心是一个对服务质量要求很高，很严格的行业，为了保证服务质量，一般会通过对客服人员录音进行抽样检查的方式来实施质量检查工作。智能质检系统的目标是基于语音识别技术实现全量录音文件的文字转写，以及对转换后的文字进行数据分析挖掘，这些都是在人工智能的基础上实现的。以发现客服人员有没有使用违禁词、是否有不符合规范要求、对客服人员的情绪进行监控；还可以分析客户来电原因、超长通话、重复来电、超长静音等通话的原因充分；挖掘客户投诉原因；对趋势进行预测，对热点问题进行分析；以及挖掘潜在的营销机会。
（六）智能投顾
智能投顾是指银行基于丰富的数据沉淀与积累，根据客户的基本信息、风险承受能力、收益目标及风格偏好等，运用一系列智能算法及投资理论模型等，为客户提供的投资依据、方案与预测，相当于人工智能+投资顾问的结合体。目前，已有部分银行在网上银行和手机银行APP上推出智能投顾，但未曾有银行将智能投顾功能加入到线上营销系统中，将智能投顾功能加入到线上营销系统，客户将很好地进行咨询，客服可以根据客户需求有针对性地为客户进行资产配置，实现银行投资产品的销售。
完整的智能投顾应包含四要素：一是通过大数据分析获得客户在不同时期的资产状况、风险偏好、其他日常信息等；二是根据丰富多样信息，预测未来一定阶段客户的收支情况，结合其现实需求，运用一系列算法模型量身定做个性化资产配置方案，从资产池中进行选取、组合与资产管理，主要适用于标准化资产；三是在资产管理过程中，根据外部环境变化、客户自身关键要素变化等进行实时跟踪、评估与调整；四是有效平衡好收益、风险与发展的关系，在客户可承受的风险范围内实现收益最大化。对于客户而言，可以“零基础、低成本”实现“高效率、专家级”的动态资产配置。
（七）智能风控
银行经营过程中，风险控制始终是重点和关键，与人工智能结合，在远程银行系统上增加智能风控功能，为银行系统风险控制带来保障，实现对客户财产的保障。
智能风控功能在银行系统中主要有以下应用：一是生物识别技术。基于人体独一无二生理特征的生物识别技术相比传统密码验证安全性更好，例如，指纹、人脸识别已进入应用阶段，需进一步依靠人工智能的技术能力提升验证准确性与稳定性，虹膜与DNA验证的稳定性更高，正在获得更多关注，随着智能技术的日渐成熟，在确认客户身份、保护交易安全方面潜力无限。二是智能评分模型，基于大数据整合，利用人工智能的搜索、计算、联系、学习等能力并结合银行传统信贷审批模型，构建对客户的自动化信用分析与评定模型，立体化描述客户信用情况，在全面、快速、便捷等方面优势突出，但离也不开银行各部门的资源共享、通力合作。三是预测与反欺诈。主要指基于大数据技术，将不同来源的结构化与非结构化数据进行整合，强化智能计算机主动、深度学习与联系能力，从复杂的数据中自动锁定目标、识别分析、预测趋势、提前预警，构建起全方位的智能化交易与反欺诈预测知识体系与响应机制，目前部分银行尝试应用 于信用卡欺诈交易识别和交易变化趋势预测方面，有助于提高分析和预测的准确性。
三、当前商业银行推广数据智能应用面临的主要问题
一般来说，人工智能技术主要由认知、预测、决策技术及集成解决方案组成，其中数据、算法模型、计算能力三个要素尤为关键，也是我国商业银行推广人工智能应用面临的主要挑战。
（一）数据和算法模型高端人才比较短缺
人才对银行人工智能的发展应用尤为重要。高端研发人员能够推动人工智能相关技术的发展，并加快人工智能在现实场景中的应用。目前我国银行的相关人才储备绝大多数为软件开发人员，他们掌握的专业知识和技能侧重于数据管理，而数据挖掘与分析人员分散在多个业务条线。由于数据综合分析以及算法模型方面缺少高端人才，使得银行难以对庞大的内部数据进行合理的特征化和有效的分析，限制了人工智能在我国银行业的发展和应用。
（二）大数据资源准备时间长、应用成本高
庞大的数据是完善人工智能系统、加速应用创新的关键要素之一。目前我国银行人工智能应用尚处于初期，有限的小样本学习使得过度拟合情况较为严重。充分的大数据资源是提升分析精度和准度的前提，也成为我国银行人工智能应用深入发展的主要制约因素之一。因为大数据的收集、处理以及管理等耗费的时间长、应用成本高，同时一些银行对人工智能技术了解不够，导致了部分银行对人工智能应用前景信心不足，这是当前我国银行人工智能应用及金融大数据产业普遍面临发展困境的主要原因所在。
（三）数据供应市场发展滞后
人工智能需要更加完整的不同维度的相关数据信息。一是银行客户的基本信息，如社会信用、社交网络等；二是客户的行为类信息，包括银行服务范围内的行为信息以及外部行为信息，如客户的消费行为信息、客户的消费偏好信息、客户满意度信息以及客户忠诚度信息等；三是客户的金融数据信息，包括客户的金融需求规模、客户的风险度以及价值度等数据信息。即便是那些已有海量数据储备的互联网公司与银行，仍需得到多种外部数据。我国拥有潜在的庞大数据，但目前数据供应市场规则不统一，可能会成为信息整合的障碍。
（四）人工智能应用风险难以有效防范
人工智能的终端产品的产生需要多类技术支持，产品内部也包含多个部件，应用过程中，无论是技术不到位，还是某个部件损坏，都会导致应用出错进而引起金融市场波动。同时专业技术人才的操作过程也存在出错风险，一个小的失误可能引起账户差错也可能进一步引发金融市场波动。由于难以精准定位问题产生的具体环节，因此难以判断风险的发生究竟是人为操作不当引起还是由于人工智能产品的缺陷导致。此外，由于现实中很多人对人工智能产品的安全性存在担忧，产生抵触心理，进而可能产生声誉受损风险，阻碍了人工智能产品在商业银行的进一步应用和推广。基于以上原因，人工智能的应用风险是难以有效防范的。
四、客户中心的营销降维和场景设计
银行客户中心要打造自身的核心竞争力，其着力点可以从营销和场景两方面来进行通盘规划和路径选择。
（一）营销降维的四种方式
电销中心的渠道降维可以借助人工智能来打造IP（比如工商银行的IP”工小智”、浙商银行的IP”RedO”、以及阿里“小蜜”、京东“JIMI”等），一个好的电销IP首先是能够符号化，要具备自己明显区别于他人的特点；其次是能够聚焦，一个IP可以把所有的特点和所有表现力都聚焦到某一个点上，并且这个点越具象、越小越好；第三是可以转移，当聚集到一点之后，这个IP还可以转到别的平台和别的形式上。基于这些要素，融入IP元素的线上营销将会呈现降维趋势，主要表现为以下几类情感主张。
1、品牌降维：亲民化
一个好的品牌能够通过阐明品牌的精髓，指出能帮助消费者达成的目标，并展示将如何以独特的方法实现，来帮助指导银行营销战略及策略。而品牌携手IP，为用户发声代言，是一种很好的拉近与消费者距离的方式。银行端要学做IP运营的老司机，主动放下身段，贴近客户，贴近市场，利用年轻人、创意、公益等话题打造亲民有趣的品牌形象，携手人气IP为用户带来接地气的传播体验。
2、产品降维：生活化
产品是市场营销中的基本要素，包含三个层次，即核心产品，形式产品，延伸产品。对于银行而言，核心产品即资金来源、规模、可用期限；形式产品可能是资产组合、融资方案、亦或是卡片设计造型等表现形式；延伸产品即附加的各种非核心功能，是用来吸引用户的内容，如果内容不能够深入人心，不能够引起共鸣，那么它们就不容易成为一个有变现价值的内容；只有变现价值、深入内心的内容，才叫IP，而要IP深入内心，必定要能够反映用户的物质和精神生活。产品降维便需要银行对这样的生活需求有着敏锐的观察和反应力，及时迅速地更新电销产品线，确立这种贴近市场趋势的产品设计理念。
3、服务降维：娱乐化
产品本身没有价值，产品只有通过服务连接到消费者身上，它才能够产生价值。例如海底捞凭借细致入微的服务声名鹊起，使得人们提到“海底捞”首先的反应不是火锅如何而是服务好。银行的内核是数据化和工业化的，但与客户沟通需要人性化和社交化，这时恰如其分地开展IP植入，借助IP丰富的形象和流行的网络语言，通过有趣的线上话术的演绎，来卸下用户对传统行业冰冷服务的抵触，将银行品牌倡导的正能量、快乐生活理念以及丰富多彩的产品在无形中传递给受众，不仅能提升本行客户满意度和社会影响，更会对他行客户形成强烈的吸引。
4、渠道降维：多元化
渠道既是银行客户中心最大的优势也是最大的劣势。传统电销渠道最大的问题是过于依赖电话呼出，其次是互联化不够，最后是缺少社交化运用，创新乏力。银行只有根据用户的接触行为和习惯，找准品牌沟通触点，才能精准触达用户，让沟通更有效。眼下，新媒体平台越来越多元化和垂直化，而微博、微信等仍然作为核心社交平台，占据用户大量碎片化时间。客户中心要依托IP，开展平台整合、跨界联合、资源融合，打造一种辨识度极高的可认同的商业符号，在渠道端实现自带势能和流量的有效转化，从而实现品牌价值的有效升级。
（二）回归生活的三大场景
从人工智能兴起到各行业跨界追逐、实现自身品牌的聚焦和主题概念的变现，其本质是企业打造与用户交互的场景，借用场景与客户实现连接的过程。未来，银行客户中心的营销降维要向高阶发展，不妨回归本源，去尝试洞察和精耕以下几个主流场景。
1、智慧服务场景
智慧服务并不只是配置一些智能化，电子触屏，自助终端、自助扫码设备那么简单。在解决金融科技路径依赖的前提下，如何在效率提升的同时升级客户交易体验，已成为银行业应对不断加剧的竞争必不可少的手段。此时的IP植入，便提供给用户一个信任再建场景：一方面可以让银行方从单纯的产品供应商转变为服务提供商，成为用户贴心的顾问；另一方面可以让用户方在接受到视觉、听觉等多样化IP元素后，联想到自己期待中的场景，在氛围中得到感染，产生极强的心理认同感。
这样的智慧服务场景有很多，如：银行的客户中心通过客户行为分析和数据画像，在掌握客户的偏好后，可以向呼入用户播放符合其年龄和格调的音乐彩铃；可以根据客户的特质自动为慢性子的客户配备同样慢条斯理的维护专员；客户生日当天可以收到以其偶像声线合成的祝福语音电话等。
2、信息优化场景
相较于传统新闻平台，以“**头条”为代表的基于大数据算法的个性化信息推荐，已成为过亿用户的日常资讯获取方式，但是依据浏览习惯来“投其所好”的方式黏住用户，这样的方法并不高明，比推送用户信息更高明的做法应该是通过算法去优化用户信息。此时的智能客服，便可起到信息管家的作用。
比如在信息优化领域，银行可以推出“聪明”系列的专题咨询或产品：“跟着巴菲特学聪明投资”是依据股神的投资理念，通过AI机器模拟，为客户提供资产配置的调整资讯；“跟着马*都学聪明收藏”是按照马大师的收藏偏好和推荐，为客户提供拍卖和拍品融资资讯；“跟着BBC聪明旅行”则完全可以按照大片的排景为客户量身打造涵盖签证、机票酒店预订、景点、消费、购物全方位的出国金融服务方案。
3、空间再造场景
当金融服务由线下转移到线上，由实体变幻成虚幻时，银行产品展示的空间也由多维转变成为单维。此时，如何让单维空间快速建立和客户之间的信任感，让营销服务过程的每一分钟、每一环节都有增值，而客户对每一环节也愿意买单，这需要良性价值链和强大的品牌力来保证引流能力的持续性。
对于银行而言，建立空间再造思维，既要依托于线下强大的网点长期基于客户关系的耕耘，又要让智能客服具备美学、生活、餐饮、时尚、艺术文化等与客户调性、气质相符的知识能力，更要有空中下单和一键购买的系统，通过线上激发欲望和行动促成，将流量瞬时变现。
综上，从品牌、产品到用户，这些角色都需要银行客户中心去寻找、建立有趣的连接，而不同时期的用户在不断变化，对产品喜好，对产品传递信息的认知也有所不同。银行要善用人工智能的机器学习，将与客户的信息交互内容进行人格化演绎，通过共同记忆、故事和情怀，主动实现营销降维、筑巢引流，令“旧时王谢堂前燕，飞入寻常百姓家”，让银行和客户之间形成有温度的连接，使得金融交易服务于情感消费，去更有温度地满足当下客户的金融诉求。
