6月23日，在第四范式“金融范”系列第一期分享會中，我們為大家帶來了以《科技賦能零售金融業務轉型》為主題的分享，詳解了零售金融業務的三大機遇，并提出加速零售金融智慧化轉型新方案，以助力零售金融業務轉型。

本次分享有哪些精彩觀點？關于金融零售業務轉型，金融行業受眾最關心的話題是什么？分享會中，哪些議題受到了普遍關注、引發了熱烈討論？以下是分享會的內容重點及答疑點亮整理

內容重點

1. 金融零售業務智能化轉型新趨勢：

金融零售客戶行為的改變讓銀行從“卡思維”轉變為“APP思維”，“客戶”轉變為“用戶”，如何為用戶創造更多價值、優化從增長到留存到變現的用戶全生命周期，成為金融零售線上化轉型的核心。

2.  金融零售業務智能化轉型的思考：

通過1個核心商業模型、1個智能化引擎、1個零售轉型體系、1個持續擴展方案，以線上化運營方式（智能推薦、智能搜索、智能推送），助力金融機構實現整體業務目標，幫助其快速提升MAU與AUM。

3.  第四范式金融零售智能轉型實踐：

核心原則是以滿足客戶需求與提升客戶體驗為中心。建設規劃思路一般為：利用在線化可實驗的機制釋放創新能力，并通過人工智能建立個性化服務能力。以智能推薦、智能搜索、智能推送等能力實現金融零售用戶的精準個性化匹配與體驗的提升。

答疑亮點

Q1.  在實操過程中，著手建設APP生態不是一件容易的事，針對入門階段的零售銀行，有什么好的破冰建議？

A1：以APP為核心的轉型在于構建平臺和生態體系，因此在開始階段，建議預先明確整體方向及KPI，如MAU/DAU，并以此為核心驅動力，通過目標導向，圍繞選擇合適的建設策略、技術加速手段等。

Q2.  關于提高MAU、DAU，很多用戶的需求很直接，如查余額、轉賬，但本身可能不具有粘性。針對此行為，應當如何提升客戶粘性？

A2：客戶查余額、轉賬等低頻交易屬于剛需行為，因此在提供基本功能外，可借助內容推薦等功能提高用戶活躍度和留存率；通過增加用戶接觸點，可更多地分析用戶瀏覽行為，了解用戶行為偏好，針對用戶需求精準匹配，拉升MAU/DAU。

Q3.  關于N種產品與M種需求（產品與需求非一一對應關系），匹配的依據從哪里來？

A3：一方面，利用AI技術進行金融機構產品特征、客戶行為數據（需求）挖掘；另一方面利用AI的高維、實時模型不斷快速匹配并迭代，從而使匹配效果持續提升，實現個性化精準匹配。

Q4.  針對剛起步的小銀行怎么做內容社區的運營？

A4：在初期可借助AI解決方案，逐漸提高內容豐富度和用戶量，后期以此為基礎，通過數據的持續積累和方案的快速迭代，實現APP活躍度的提升。

Q5.  關于在分享中提到的營銷智能化引擎，會不會對運營團隊的素質、規模要求很高？

A5：銀行可以依托運營團隊現有能力，吸收引進智能化的工具、技術、產品方案，提高運營團隊在線化運營能力；而團隊規模則由運營過程中持續增長的用戶需求和金融機構方的自身發展要求決定。

Q6.  APP的需求入口肯定是有限的，如何精準收集客戶需求信息？

A6：一方面是以APP入口為主，另一方面則是將金融機構方已有的客戶信息進行高維、實時、閉環處理，以放大數據資產的應用價值。

Q7.  App怎么解決冷啟動問題呢？因為一開始并沒有那么多數據,無論是用戶數據還是app本身物料數據。

A7：對特定客群、特定產品等場景的數據推演會逐步積累，效果進而愈發明顯。

Q8.  有一些產品，監管部門不能在互聯網上推某些理財產品，那如何做才能合規？

A8：通過分析監管要求，在滿足合規要求的前提下，進行APP的推薦運營，為用戶呈現出最合適的產品和服務。

Q9. 關于內容拉動產品這個概念，金融機構怎么評價內容的變現能力呢？

A9：這是一個“低頻打高頻”的過程，可以通過內容推薦對APP活躍度和留存帶來拉升，然后再通過智能化能力提升變現能力，拉動用戶交易。

以上是本期直播的全部內容回顧。第四范式“金融范”系列第二期分享會將在7月21日舉辦，第二期分享會以《監管科技強化金融風控》為主題，活動詳情后續將公布在本公眾號，敬請期待。

第四范式是領先的人工智能平臺與技術服務提供商，依托于企業級機器學習平臺及AutoML等前沿技術，降低人工智能的應用門檻，加速傳統產業的智能化轉型進程。目前，公司已在金融、零售、制造、醫療、能源、互聯網等領域成功落地了AI應用，助力各行業企業的AI創新變革。