微软材料for spdb digital transation deep dive微软智能科技助力金融_第1页
微软材料for spdb digital transation deep dive微软智能科技助力金融_第2页
微软材料for spdb digital transation deep dive微软智能科技助力金融_第3页
微软材料for spdb digital transation deep dive微软智能科技助力金融_第4页
微软材料for spdb digital transation deep dive微软智能科技助力金融_第5页
已阅读5页,还剩37页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、Microsoft Internal 12/19/2014金融企业数字化微软智能科技助力金业务场景研讨与新微软亚太区数据洞察卓越中心v 金新需求v 业务场景探讨v 速赢项目建议v 问题与解答未来金融应该为客户提供全方面的金融服务未来金融在数字化的业务远景未来金融物联网系统未来金融的三种未来金融的六大关键能力金融企业在数字化的现状互联网+制造互联网+流通互联网+零售互联网+交通互联网+金融互联网+互联网+房地产互联网+医疗智能设备有限的投资预算创造业务价值驱动因素投资方向业务价值增加营业收入更快适应市场降低客户流失新客户获取客户认知个性化客户体验敏捷、快速进入市场客户获取/挽留/开发整合提升客户

2、体验降低成本、提高效率移动为先过度忠诚度下降业务数字化创新方向 构建敏捷的、场景化、功能化的业务优化能力数字化业务- 业务优化数字化体验- 客户体验Ø 用户画像分析Ø 客户分群分析Ø 新客户 Ø 实时决策推荐客户流失Ø 感知智能客户识别构建基于金融的、跨组织跨地域的、可自动化的“+平台”业务能力大数据平台提供智能的数据处理、管理、分析、可视化能力公有云平台提供弹性的计算、平台、软件服务能力Ø 销售线索评分Ø 分析Ø 风险分析数字化企业- 员工生产力Ø 移动办公自动化Ø 实时协同工具Ø

3、数据可视化Ø 生产力应用套件构建敏捷化、场景化、功能化的整合业务优化能力数字化基础设施 物联网、智能云、大数据物联网大数据智能云金新战略实施路线图智能设备互联网化(物联网)大数据管理与应用(大数据)业务(与高级分析分析)微软混合云物联网平台蓝图框架微软混合云大数据平台蓝图框架6/6/201611行业业务场景业务建模化分析平台混合云大数据平台微软混合智能云大数据平台微软混合云业务建模平台 业务模型模板完整、成各行业的业务模型(学习)库及模板微软混合云数据可视化分析平台金新业务场景 想大做小,场景入手数字化体验客户体验业务预测场景新客户获取客户忠诚度潜客拓展分析客户流失推荐引擎地址信息服

4、务数字化企业提升生产力效率数字化业务优化业务产出IT基础设施优化认知智能体验设备故障客户分群分析业务优化侦测个性化推荐客户忠诚度业务场景(1) 客户识别 -> 数据丰富 -> 客户内容推送服务(EDM/)活动支持管家服务个性化推荐应用数据统计分析数据服务画像信息检索群检索用户偏好用户价值信息用户风险信息 用户信息用户画像 保险偏好 用户自身价值用户风险评价 非保险偏好 偏好 用户对我行价值信息 用户拉通KEY用户基本信息用户行为数据数据号会员号PC端行为移动端行为保险类别周期数据整合地域保额报费续保续约号邮箱籍贯理赔第DMP人口属性上征购物偏好内容偏好XX第一方数据(数据仓库)信息

5、教学信息标准化测试信息其他信息个人客户基本信息XX第一方数据(用户行为)登录浏览理赔评论数据源 近期需求信息 活动信息 用户关联关系 生活关联关系 金融关联关系 社交网络关联 用户基本属性 人口统计学 生活信息 位置信息 第DMP退保职业保单号组合规则保障责任保险期限保单新契约IMEICookie国籍业务场景(1) 整合内(外)部数据的用户画像分析人口统计学基本属性,源于现有客户基本信息以及外部数据源信息基于现有各个业务系统和渠的数据产生工作收入和家庭住址流水和服务历史客户(邮件/近期金融产品需求/)未来服务预期客户讨论倾向客户行为偏好客户态度和观点客户 关系网客户意见反馈客户行为偏好信息包含

6、客户即时偏好分析和长期偏好分析,形客户交互信息基于分析客户对内对外的各类数据,形成完整的客户交互成客户偏好通过客户画像,尽可能全面完整的了解客户,以便为客户提供个性化的服务业务场景(1) 潜客获取的扩展客户分析模型业务场景(2) 某航空公司流失模型业务场景(2) 某航空公司客户流失结果评价模型:前20%可以掌握全体77%将会流失的常客45度线是随机状态,随机20%,可以掌握20%会流失的客户业务场景(3) 认知智能客户体验 业务问题:化活动提升客户体验 解决方案:微软 Project Oxford(中国区已经上线)实现人脸识别,可口可乐瓶特征识别 投资:通过化,应用微软感知智能云服务,实现全新

7、客户体验,提升活动效果业务场景(3) 认知智能客户体验特征工程模型训练与测试Web服务API业务场景(3) 认知智能客户体验业务场景(3) 认知智能客户体验 GE、CISCO、IBM ?AI?B?ot 智能对Baidu, Alibaba, Tencent初步了解用户信息初步了解用户需求v 智能路由器话v 可穿戴设备v 设备实时人初步了解偏好v 设备v 设备安全性维护及优化初步实现用户数字化未来初步实现单向交互v 设备能耗智能M设ob备ile 物移动互PC电脑 - 互联网PC -电个子人计商算务智慧星球联网联网零售消费工业制造各传统行业智能终端 - 移动互联网智慧行业 行业物联

8、网v 深入N了C 解- 网用路户就画像v 智慧制造v 智慧医疗v 智慧交通v 智慧金融v 智慧流通 ?v 深入了是解计偏好v 深入了解用户需求v 进一步实现用户v 深入实现用户交互 Apple, Xiaomi, WeChat1.人与计算机2.人与互联网3.人与智能终端4.人与智能人业务场景(3) 智能人逻辑架构技术服务Bot消费零售Bot健康医疗Bot金融保险BotBotBot 平台Bot Connectors消息API服务Bot 应用服务领域数据、流程、MS LUIS 自然语言处理及表单流处理Other Bot PlatformsPandora BotsSkype BotKitBotFram

9、ework (Intercom)WebSlackSkypeFBSMS业务场景(3) 智能人逻辑架构用户需求1. 用户6. 返回结果2. 获取上下文管理(Session/Context, Answer Ranking, Response Management)会话/ 上下文信息库5. Rank the responses.Update session store3. 基于上下文重写4. 根据不同数据源获得响应MALTA +PluggableTechBing Fallback Attempt to answer questions outside domainChit Chat,Bing know

10、ledgegraphForms Auto learn to ask right questions to fill a formTBD(STCA, AdamTroy?)Product Catalogs Learn attributes of products, slot fill with right questionsConverse API (Part of the work done by STC-I incubation team)Chat Logs Learn QnA from existing customer service chat logsToronto, TIVA (Off

11、ice, XBOX support)Unstructured Determine the interesting section of paragraphsProject MALCOM+ segment specific website dataSemi- Structured Extract interesting sections of contentWrapstart tech (Part of QnAMaker scope)FAQ Extract QnA from all types of FAQ contentFAQ Extractor (Part of QnAMaker)业务场景(

12、4) 业务优化 目标客户标王客户续约及反馈分析 预期l 标王客户概貌分析l 标王客户续约特征分析l 标王续约客户分群分析l 标王目标续约客户l 标王目标续约客户测试全面标王客户相关数据提升标王客户续约比例发现标王客户未续约标王客户续约结果ll标王续约客户标识数据ll建立系统计算特征指标ll构建标王续约模型目标客户验证活动反馈效果ll制定策略,l执行结果,进一步优化l解决方案业务问题 HC360 B2B电子商务平台运营”标王” ,该 是帮助企业加大 率,提升流量的一种最佳推广方式,当买家搜索时,标王 信息会出现在搜索结果页第一页,且拥有“标王”皇冠醒目头衔。 该业务场景主要帮助电子商务平台找到目

13、标续约客户:未过续约期待续约客户、已过续约期未续约客 户。目标续约客户的相关指标分类如下:基本信息、行为信息、服务信息、效果信息、外部投放信息 等,在该分类下提供31个关键指标作为业务的特征。通过客户概貌分析、特征分析、聚类分析以及学习,最终会对31个指标中的关键指标进试,结果。业务场景(4) 概念验证项目实施过程1、6、客户续约业务测试(样例)及相关处理2、概貌分析7、客户续约策略定义3、客户续约特征分析8、客户续约活动执行4、客户续约分群分析9、客户续约业务优化5、客户续约业务数据可视化输出学习建模10、客户续约业务测试(循环)提升关键指标N%测试结果学习建模优化数据可视化输出客户聚类建模

14、数据可视化输出反馈数据数据可视化输出续约特征分析数据可视化输出定义策略策略影响维度数据处理数据可视化输出关键指标提升30%数据可视化输出简单数据清晰简单数据转换业务场景(4) 及相关数据处理业务场景(4) 标王续约宝客户分群分析业务场景(4) 标王续约宝客户业务建模业务场景(4) 标王续约宝客户业务模型评估业务场景(4) 标王续约宝客户业务测试速赢项目建议收集和的所有数据初步确定了解和可用数据探索建模增强使用迭代方法产生分析模型用丰富数据来补充初始数据设计提升分析数据洞察力确定1-3个业务场景交付内容 计划概览Microsoft 主持的讨论业务和技术问题的构想会议,推动贵方场景的选择可交付结果

15、所选的场景、架构、计划2 天研讨会第 1-2 周构想和用户体验制定业务、用户和系统要求可交付结果要求、技术方法、用户体验 (UX) 设计第 3-7 周开发Microsoft 使用数据洞察力解决方案模式、PowerBI 和Microsoft 数据平台来开发应用程序可交付结果应用程序、支持评估研讨会第 8 周稳定化和部署应用程序完成和执行简报可交付结果部署的应用程序、路线图、计划和相关的估算、支持建议37高级分析平台参考架构数据服务层高级分析服务APIManagementDSP业务优化服务DMP数据增值服务类高级分析其它数据增值模型算法服务AzureML数据可视化分析SSRS PowerBISpa

16、rkMLMahoutRRE/OSRon HDPAzure SQLAzure MLHadoop StackHDInsightAzure SQLSparkHBaseHiveHDInsightAzure StorageMap ReduceHDFSExchange (API)DataMarketMS SSIS数据源系统层DSP InterfaceCookie BasedWebSocial MediaContentsLocal OtherOtherGlobal DMPAd TrackingSite TrackingClick StreamCrawlingDMPData Sources大数据集成组件数据管

17、理/处理层分析其他业务数据集市数据集市数据集市HC360 特征库数据整合层Data EnrichmentData Integration (ELT)Data数据分析层客户360°客户分群分效果分点击流分析实时决策单一视图析模型析模型模型模型数据展现层客户分群品牌客户关键指标其它业务分析应用分析应用分析应用分析报表大数据及分析速赢项目计划建议金新方向 构建敏捷的、场景化、功能化的业务优化能力ü 保险创新认知服务未来金融üü学习建模客户体验全客户体验创新创新人脸客户识别人生产力工具大数据数字化转型计算机处理智能会话金融物联网人医疗物联网语音识别处理虚拟现实体

18、验ü 基于公有云的金融环境构建可重用的、敏捷的、场景化、功能化的金融IT 基础设施© 2014 Microsoft Corporation.s. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries.The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditio

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论