智能BI平台 AI

从业务角度看，整个财富管理生命周期缺乏全面评价指标，无法充分了解运营效果，这可能导致难以优化策略和提升客户满意度。
从产品管理角度看，缺乏对产品从创建到终结的全生命周期管理，可能影响整体产品线的效益。此外，对庞大客户群体的数据画像不足，难以实现个性化的客户服务，影响了客户的满意度和忠诚度。
客户精准化营销分析与管理不足，也容易错失了提高客户转化率和销售额的机会。对投顾团队工作的客观评价机制不健全，可能影响整体服务水平。
在技术层面，业务指标口径不统一，存在歧义，临时性数据需求导致信息处理低效和误导性。决策链路不通畅，无法体现数据协同性，可能降低决策的灵活性和针对性，影响公司整体的战略执行。

以上这些问题需要综合运用技术手段、优化业务流程、建立统一标准，以及加强内部数据协作来解决。不得不说，数字化的蓬勃发展为券商财富管理转型提供了新的思路和新的方法。

解决方案总体思路

目前证券行业里普遍应用到的最具代表的金融科技技术是人工智能AI和BI大数据。证券行业是数据密集型行业，沉淀了大量客户数据，运用大数据技术和客户画像技术能够对财富管理业态数字化，进而实现精细化运营，精准营销，挖掘更多的业务机会。

思迈特积极推进经纪业务向财富管理转型，主张利用BI工具进行深度分析与管理，思迈特证券财富管理方案主要涵盖管理驾驶舱、产品分析管理、客户分析管理、营销分析管理以及投顾分析管理。这一整合模式旨在帮助证券公司搭建大数据运营管理驾驶舱、建设全生命周期的产品管理，建设统一数据分析应用平台，进而实现更为系统化和精准化的转型过程。

解决方案

1.搭建大数据运营管理高管驾驶舱

通过Smartbi统一平台进行综合展示核心业务指标，并支持下钻，提供更全面分析视角。对于业务发展不理想的机构可以及时调整模式，通过数据辅助高层决策。

图：管理驾驶舱示意图

同时，支持终端展现，这样方便于高管在各种场景下都能随时掌握经营动态，对重点客户风险提前预警及预测，高风险标的风险警示，风险防范于未然。

2.建设全生命周期的产品分析管理

产品运营人员统一填报录入，对新发行产品录入基本信息、管理费用、认购/申购费用及产品投资范围等等。同时，产品运营人员可根据条件对产品进行筛选、到期预警及波动异常预警。

在产品画像上，实现对产品持仓人员变化情况、等级客户持仓分布及人员规模、持仓人员明细进行分析监控，重点关注分析客户变化、持仓趋势、等级客户规模占比等。

3.搭建客群画像及客户画像体系

搭建客户画像，实现对客户转化、签约、产品签约等全景化管理，投顾人员对管辖客户进行信息管理，比如说活动通知、产品推荐、流失挽回等。

图：客户画像示意图

同时，根据客户资产规模进行分类管理，从性别、区域等视角分析客户各类信息占比。

4.建设客户画像实施精准化营销

根据客户特征，比如说基本信息、资产信息、交易信息、盈亏行为等进行分组营销。对客户各生命周期进行分群管理，通过客户进行智能预测，评分，自主推送短信及通知给对应投顾。根据新发行产品特征进行精准化匹配客户群，智能推荐其产品给相应客户。

对规则筛选客群进行营销跟踪，多批次数据对比，根据过往营销策略，进行对比分析、A/B测试等手段进行持续逐步优化改进，提升策略效果。

5.搭建投顾人力分析管理体系

通过KPI综合看板，对投资顾问、客户经理、经纪人对KPI及管辖客群进行管理分析，重点分析业绩排名、运营客群分析、财富管理转型KPI监控。对投资顾问、客户经理、经纪人等人力资源分析，可以分析人员数量变化、入离职情况分析等。

图：人力资源管理示意图

思迈特覆盖企业数据后运营的不同发展需求，为券商公司搭建统一指标管理及元数据体系，通过建设自助分析平台，赋能业务人员快速进行数据统计分析，减少与技术的沟通成本。

典型案例

思迈特本是金融起家，经过十二年的发展，在上千个大型金融项目中不断锤炼，沉淀了完善的行业解决方案，为金融企业搭建一个“高扩展性、响应快速、业务全面”的智能BI平台。

思迈特软件也是目前拥有最多大型金融客户的国产BI厂商，国内排名前10的证券公司已覆盖7家。值得一提的是，思迈特为深圳证券交易所搭建新型数据分析平台，为深交所及证监会提供统计报表、数据可视化等在线数据分析能力，满足用户自助分析场景需要，同时支持多环境部署、用户培训、系统维护等工作，工作取得阶段性成果并获得证监会及深交所相关部门用户好评。