2019-01-01 22:50經濟日報 王皓正
根據證交所調查,證券商、期貨商、眾籌及新創業者中,有九成認為數據分析將對資本市場有顛覆性影響力。
然而,全球大數據分析領導廠SAS的「台灣產業AI成熟度大調查」卻顯示,台灣整體金融業仍有近半未設立分析專責團隊,其中,證券業投入比例又更低。
相較於其他金融機構,證券業者在轉型過程中,似乎囿於商品多元性受到法規約束,加以系統性風險影響程度大等因素,與客戶接觸的頻率或資源配置靈活度相對受限。
韓國證券業
運用智能技術 帶動業績
陳愷新剖析,韓國證券業在政府放寬外資券商進入限制後,曾經歷一波高速成長,隨之在2010年左右引發整併潮。
為維持市場占有率,過去只依照投資風險偏好做單一面向的客群分類已不敷使用,券商開始思考如何量化客戶價值與交易特性,為不同投資人擬訂不同服務模式,於是KYC(Know Your Customers)浪潮隨之興起。
例如韓國某大券商與SAS以機器學習技術,共同打造以「產品市場」X「客戶行為」的多維度預測模型,將期貨、證券與股票等產品線,以及客戶的商品存量、持有廣度、交易頻率、偏好與風險性格等各變數納入,定位出不同的客戶群集。
然後開始利用不同屬性,將商品構面比對出購買機率。結果當年試行後,整體電話銷售及業務績效,即成長超過120%。
日本大和證券
整合CRM系統 購買率大增
日本百年券商「大和證券」則在2015年建立「AI推動處」,除同樣完成上述「客戶分群」的「精準行銷」基本功外,為了打造以「客戶為中心」的服務差異性,也與SAS建構一套支援前線業務員的「視覺化」系統。
並發送給每位業務員平板電腦,把以往習慣透過分行、客服中心及網路通路獲取資料與客戶互動的業務團隊,裝備上移動式「分析型大腦」。
大和證券依結果向全日本的業務員發送最佳行動指南,業務員可輕易掌握排程與不同客戶接觸,依據各項商品的購買預測機率進行商品提案,或是發送實用投資資訊,甚至依據客戶流失預測,主動提出挽留提案等。
結果這套支援系統在第一線大獲好評,業務員的滿意度高達84%,而從收益面也能看見成果:客戶手續費收益成長20%、購買率增加2.7倍,顧客流失率甚至減半。
陳愷新進一步補充:「不過,要能懂得玩數據,證券業也需要落實制度面的調整。包含貫徹上述所提的以『客戶為中心』的經營方針以及打造內部『資料科學團隊』。」
過往證券業業務獎金發放主要以銷售商品收入為主,近年在主管機關要求下金融機構在獎酬制度上除手續費收入外,也須納入客戶資產變化和整體的服務,因此以「客戶為中心」的銷售認知,已逐漸建立。
然而組織多仍著眼力求多元衍生性商品的開發,針對分析型人才的招募,仍偏重在延攬具總經指標的產業型分析師為主。
如果真要強化「玩數據」的能力,券商也需擴大網羅具演算法、數學、統計及資料分析技能的資料科學家,或由內部員工培養成立,以切中瞭解業務目標與分析重點。
如此一來,即使在轉型之際,有其客戶資料源的限制,仍可先在限制下,做到階段性的客群分析,利用差異化行銷,開發出更多樣化的客戶資產池。
證券業擁抱數據,驅動更智能化的營運方式已勢不可擋,打穩「分析技術與人才」的基石,聚焦階段性產出,各家都還有衝破既有市場版圖的超車能力。
沒有留言:
張貼留言