DT时代释放金融数据价值，驱动金融商业裂变

当前信息化浪潮席卷全球，新一轮的科技革命和产业革命推动金融行业发展到全新阶段。人工智能2.0时代，智慧金融方兴未艾，已经成为社会经济高质量发展的重要助推力。

面对金融科技带来的剧烈变化，“金融+科技+AI”如今已成为大部分金融公司的战略方向。金融公司不断依托自身优势从战略层面强化金融与科技的融合，构建新业务形态，变革其组织、流程、运营、技术等，建立新业务体系。因此，过去几年，金融科技企业和第三方服务公司一直在合作推出新的应用和服务，越来越多的金融科技产品展露视野。

近日，索信达携手华为云，在ModelArts平台上线“索信达客户微细分模型”，这个模型也成了首个上线ModelArts的金融营销模型。在人工智能强势赋能金融业的当下，这样一个模型的推出，又能给行业带来什么样的影响和意义？

客户微细分，寻找数据价值的突破口 

银行业是一个非常注重客户群体细分的产业，受到日新月异发展的时代影响，客户的个性、特征以及需求也在实时变化。尽管很多银行已经力所能及地做了客户细分，通常也只分到几个大类，分析做得不够细致，导致无法有效模拟业务的发展。

同时，很多为银行提供数据服务的供应商，也没有真正考量用户数据中的业务价值，匆匆将人脸识别、语音、视频等通用深度学习模型上线，但无法为银行提供更加深入业务洞察的数据营销服务。 

而索信达和华为云推出的客户微细分模型，它不仅仅是简单的只对用户结构化数据进行整合细分，而是通过利用庞大的交易数据，创造性的提出了“数据图像化”的新思路。  

据了解，该模型可以通过对银行数据的收集和分析来达到将结构化数据创新地变成图像，然后对图像进行深度学习，采用深度神经网络来发掘更多有效的深层特征，同时拟合更复杂的关系，从而达到对客户进行微细分的目的。 

简单来说，就是首先通过银行的用户数据进行离散化的处理，提高运算效率。其次通过相关分析、万有引力定律、网络布局、坐标定位、染色等技术处理，来实现数据图像化的效果。之后，开始对数据图像进行深度学习，通过读取图像特征、DBSCAN密度聚类、有限状态机等方式来分析客户的动态演化。最后生成状态转移全景图，以供银行更加直观的了解用户特征，以及预判用户数据的演化规律，最终做出更加合理的用户策略。 

通过数据图像化的方式，能够帮助银行建立更加精准的用户模型，从而助力寻找数据价值的突破口。据悉，通过引入客户微细分产生的新图像特征，可以将上线模型前10%名单的命中率提高20%至40%，直接产生的营销效益高达数百万至上千万。

“金融+科技”的深层次融合

当下科技对于金融行业发展的促进不再局限于渠道等浅层次方面，而是开启了“金融+科技”的深层次融合。金融与科技的深层次融合，改变了金融渠道、获客等前端环节，也在驱动产品设计、风控、合规等中后台领域的变革。

总所周知，2020年的疫情影响了全球的经济生态，也给银行业带来了直接的影响。新零售、小微经济的爆发，也将市场的格局推到了一个新的高度。数字化已成为新零售的核心驱动力，如何对更多元的客户进行微细分，成为了必须要面对的难题，也成为了企业抢占市场的机遇。索信达与华为云的强强联合，整合了华为云强大的平台优势以及索信达创新性的金融营销模型，这或将给金融业的数字转型带来事半功倍的效果。

可以看出，此次合作体现了华为云ModelArtsAI市场在AI技术-产品-市场的全周期管理理念。目前华为云AI模型市场是国内第一个提供发布及订阅AI模型服务的平台，主要包括AI模型市场、API市场、WIKI数据集、竞赛Hub和案例Hub等模块。对于各种上线的模型也有着严格的审核和筛查。并且，华为云可实现全球本地化服务支持，在云中可完成开发、测试、部署、运维、运营等一系列研发活动，这可为索信达提供强大的生态支持，让索信达的金融营销模型惠及更广的范围。 

随着金融科技的渗透，如果我们把目前下阶段金融科技带来的变革看作是未来的新起始。金融科技都将会向深层次进一步渗透，开启了“金融+科技”的深层次融合。金融与科技彼此赋能、彼此成就，相互的作用产生出更加强大的效能，成为推进现代社会经济发展的加速器。