SAS精煉大數據資產

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

 

 

對此，SAS台灣總經理陳愷新樂觀回應，借鏡日韓案例可發現，即便有外在市場限制，懂得提煉數據資產，善加應用智能技術著眼於「客戶分群」與「差異化經營」，台灣證券業大幅提升收益成長，重塑市場版圖的動能仍是強勁。

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」。

 

 

每日，這套整合CRM（Customer Relationship Management）視覺化分析系統，會顯示目前有需要聯絡的客戶名單和內容，例如持有商品發生重大價值變動的客戶，或需要發送產經報告書的客戶其郵寄時間提醒等。

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。

轉貼自： UDN