诸葛智能案例
本次项目案例由诸葛智能投递并参与“数据猿年度金猿策划活动——2024大数据产业年度创新服务企业榜单/奖项”评选。
唐山银行是一家成立于1998年国有城市商业银行。截至2023年末，该行拥有1600多名正式员工，资产总额达到3063亿元。该城商行在金融服务领域表现出色，连续7年荣登全球银行500强，监管评级达到3A，主体信用评级上调至AAA，位列中国银行业协会2023年度商业银行稳健发展能力“陀螺”综合评价全国城商行序列第15位，全省11家城商行中排名第一。
随着移动互联网的兴起，手机银行用户行为数据量的爆炸式增长，该城商行作为走在行业前列的数智化创新企业，意识到行为数据对于数字化经营的重要性。为了更好地理解和服务其70余万注册用户，特别是40万以上的年活跃用户，在手机客户端的具体行为偏好、使用习惯，该城商行决定实施数字化转型，建立用户行为分析系统，以采集和分析用户行为数据，改善经营模式，提高客户运营能力。
为此，唐山银行启动了“手机银行用户行为数据分析项目”，旨在通过多种埋点方式采集手机银行APP用户行为数据，并搭建行为数据分析平台。该项目的目标是通过全渠道、全维度、实时的行为数据分析，形成可量化、可视化的用户画像轨迹，为产品优化提供数据支撑以此改善数字化经营模式，提高客户运营能力，优化客户体验，促进业务发展，提高金融科技水平，推动真正意义上的数字化转型。
时间周期：
项目开始时间：2023年年初开始合作
项目完结时间：持续服务中
应用场景
1. 用户体验分析
在客户体验场景中，对APP的平台用户体验进行监控，为体验优化提供数据支撑，包括页面顺畅度、APP的崩溃、闪退等情况，交易的顺畅度等。诸葛智能通过“全渠道用户行为采集+全链路数据客户洞察”，对银行各业务线场景的客户体验进行量化评估，包括客户使用偏好、活动效果、客户流失率、核心流程的实时监测和分析。帮助行方能够及时发现，并更迅速的采取精准优化措施，有效提升客户体验、增加满意度和忠诚度的同时，还为银行带来了更多的业务机会和MAU增长。
2. 营销转化分析
在智能营销场景中，诸葛智能通过“客户行为分析+营销数据集市+智能营销平台”，在传统的“通用标签模型”之上，增加“城商行个性化标签模型”，并将此标签信息和对应用户关联关系完整输出至其他业务系统或三方营销或权益系统，实时指导经营策略设计。助力行方精准圈选潜客，制定更加精准、个性化的营销策略，提高营销效果和客户转化率。同时，诸葛智能还提供了丰富的智能营销工具和渠道，帮助行方更好地触达目标客户，实现AMU增长。
3. 信贷业务运营
信贷业务作为银行的重要收入来源之一，其风险控制和业务效率的提升至关重要。在信贷业务场景中，诸葛智能 “新一代埋点采集行为分析平台”，具备全域、全流程、实时的核心优势，助力行方实时进行授信/用信人数统计，并支持以不同维度下钻统计所需数据，银行可以实时监控信贷业务情况，第一时间对潜在风险进行预警和处置，确保业务稳健运行。同时，诸葛智能还提供了智能风控模型和数据分析工具，帮助银行更好地评估和管理信贷业务风险。
4. 存款业务分析
诸葛智能针对存款业务分析，提供了“全域用户画像深度分析及个性化推荐”方案，包含关联事件分析、活跃路径分析等，该方案通过实时采集和分析客户的行为数据，帮助银行深入挖掘客户的在不同时间维度，获得精细化的存款偏好及习惯，行方可以基于这些数据和分析结果，更好地了解客户需求和偏好，实现精准营销和个性化服务，提升存款业务的增长幅度及市场同业占比。
5. 运营优化分析
包含数据大盘监测分析：包括对各类关键指标的实施统计、整体趋势的监测、日活月活分析、客户趋势分析、各版本、各渠道的大盘数据分析等；流量分发监测分析：覆盖频道位、资源位、各功能按钮、ICON等的流量引流、流量分发、流量的变化趋势等分析；业务运营分析：重点覆盖注册登录、流量分发、存款业务、理财业务等业务数据看板，包括且不限于，整体数据表现、业务转化情况、业务流程情况、客群属性特征等。
6. 功能优化分析
根据行方业务需求，在注册登录、转账汇款、存款及理财产品、积分商城消费、老带新活动等重点业务场景中进行主要功能模块分析及深度下钻。
面临挑战
1. 手机银行产品行为数据采集和分析的工具缺失
随着移动互联网的兴起，用户的上网习惯逐渐从电脑PC端转移到了手机移动端，手机移动端的用户行为数据量也呈现出爆炸式的增长。而掌握用户行为，就能够掌握精准营销的主动权。该城商行自手机银行上线以来，已累积注册用户70余万，每年新增用户在10万左右，年活跃用户40万以上，在APP端每天都产生着大量的数据。
但由于手机银行产品行为数据采集和分析的工具缺失，手机银行用户交易的数据仍停留在传统的交割流水处理阶段，没有好用的数据采集和分析工具，导致行方人员对用户使用手机客户端的具体行为偏好、使用习惯等方面的了解，仍是一个盲区。该行方亟待更换一个支持全渠道、全域、实时采集用户行为数据的用户行为数据分析平台，培养数据分析应用能力，也是数字化技术指导运营，促进业务发展，提高金融科技水平的基础工作，该行方实施数字化转型，应尽快完成用户行为数据采集分析能力建设。
2. 系统使用门槛较高，运营人员不足，数据分析“无从下手”
越来越多的银行已经意识到手机银行产品行为数据的重要性，并建立了用户行为分析系统，但是传统数据分析系统，是以技术视角埋点，导致业务、运营人员真实使用时，难以上手快速找到所需的数据，对于数据分析更是“无从下手”，建设了数据分析系统却用不起来。
3. 数据孤立无法打通
在实际需求调研中，发现该行方内部存在数据孤岛问题，即不同系统或部门间的数据无法有效共享和整合。这会影响数据分析的全面性和准确性。
4. 组织架构和内部协调配合问题
大型银行如该城商行往往有复杂的组织架构，不同部门间可能存在沟通和协调的障碍。项目实施需要跨部门合作，确保网络金融部、IT部门、业务部门等有效协同工作，这是一个很大的内部协同挑战。
5. 内外数据格式不统一
银行内部可能存在多个系统，每个系统使用的数据格式可能不同。此外，与外部数据源（如第三方服务提供商）的数据格式也可能不一致。统一数据格式和标准是实现有效数据分析的前提。
6. 数据隐私和安全问题
金融行业对客户数据的隐私和安全有着严格的要求。项目需要确保在采集、存储和分析用户行为数据的过程中符合相关法律法规，如数据加密、脱敏展示等。
7. 技术实施和系统集成
诸葛智能需要提供详细的产品信息和技术方案，确保新的数据分析平台能够与现有的系统无缝集成。这可能涉及到复杂的技术挑战，如API集成、数据迁移等。
数据处理
数据类型：
行为数据：通过在手机银行APP中设置的埋点，收集用户的行为数据，如页面浏览、按钮点击、登录习惯、交易行为等。
用户数据：包括用户注册信息、个人信息、交易记录等。
交易数据：涉及转账、支付、理财产品购买等交易活动的数据。
系统日志：记录系统运行状态、错误信息、用户操作痕迹等。
第三方数据：可能包括与第三方服务提供商交换的数据，用于用户行为分析或服务优化。
数据处理量：
由于该城商行拥有70余万注册用户，年活跃用户40万以上，每天产生的数据量非常庞大，预估每个活跃用户每天产生1MB的数据，那么每天产生的数据量就可能超过40GB。
数据采集：
项目需要通过多种埋点方式采集数据，包括全埋点和代码埋点，这将涵盖APP启动、退出、页面浏览、按钮点击等基础类数据，以及注册、登录、转账等核心业务数据。
数据存储：
考虑到数据的规模和复杂性，项目可能需要一个能够处理和存储大量数据的数据仓库或数据库系统。
数据整合：
项目可能需要整合来自不同渠道和系统的数据，如APP端、网页端、第三方服务等，这涉及到数据的清洗、转换和整合工作。
数据安全和隐私：
项目需要确保数据的安全性和用户隐私的保护，这可能涉及到数据加密、脱敏处理、访问控制等安全措施。
数据分析和应用：
分析平台需要支持复杂的数据分析模型，如事件分析、漏斗分析、留存分析等，这将涉及到大量的数据处理和计算工作。
数据监控和预警：
系统需要能够监控数据质量和性能指标，并在检测到异常时发出预警，这可能涉及到实时数据处理和分析。
应用技术与实施过程
在数字化转型的大潮中，该城商行致力于通过先进的数据分析技术提升客户体验和业务效率。本项目旨在通过构建一个全面的用户行为数据分析平台，实现对手机银行APP用户行为的深入洞察，从而推动产品和服务的持续优化。
本项目采用陪伴式价值交付，包括产品+服务+数据分析三个维度，具体方案包括如下6点：
1. 建立数据采集规范及机制流程
1）与业务部门合作，明确项目目标和业务需求，确定关键性能指标（KPIs）。
2）确定需要采集的数据类型，包括但不限于用户行为数据、交易数据、用户个人信息等。
3）设计数据模型，包括数据结构、数据字段及其数据类型，确保数据模型与业务需求相匹配。
4）制定数据质量标准，确保数据的准确性、完整性、一致性和及时性。
5）确保数据采集符合相关法律法规，如《个人信息保护法》等，采取必要的数据加密和脱敏措施。
6）确定数据的格式（如JSON、XML）和传输协议（如HTTP、HTTPS），以便于数据的传输和处理。
7）确定数据采集的频率，根据业务需求选择实时采集、每日、每周等不同的采集频率。
8）选择合适的数据采集工具和技术，如API、SDK、数据库导出等，确保数据采集的高效性和稳定性。
2. 全网用户打通机制
以手机银行为蓝本，建立能够全行通用的手机银行行为数据采集规范与机制流程提升数据采集质量、提高业务线行为数据采集的覆盖率，全面提升行为数据可用性。优化用户ID 采集机制，实现跨端、跨设备用户ID打通，提升用户统计准确度；完善数据采集范围，丰富优化数据采集方式，为多场景、多维度的数据分析打好基础；基于已有数据采集范围深度挖掘业务数据采集需求，在满足当前数据需求的基础上，形成数据采集方案。
3. 全端全链路数据采集方案
为确保从用户接触银行服务的第一刻起，每一个关键行为都能被有效记录和分析，且保障数据的准确性与时效性，诸葛智能通过60+SDK全渠道实时数据采集，全埋点、代码埋点、可视化全埋点等多种埋点方式，以及ID-mapping全域数据整合能力的支持，该方案实现了覆盖全域全渠道采集，确保数据采集覆盖所有用户交互点，包括但不限于登录、浏览、交易等行为。并保证数据一致性，保证不同端和链路的数据一致性，便于分析和比较。在实时性侧，实现数据的实时采集和传输，以便快速响应用户行为变化。在数据安全侧，确保在数据采集过程中遵守数据保护法规，保护用户隐私。为行方对全域、全渠道、全场景客户行为及业务数据的深度洞察与分析提供可靠的数据支撑。
由此，在底层数据建设层面，解决了客户运营颗粒度的问题，实现从客户数据监控从T+1到实时、运营落地实效从1个月缩减到10分钟的极致跃升，真正意义上革新客户运营模式。该系统将覆盖用户在手机银行APP中的所有关键交互点，确保数据的完整性和准确性，为数据分析和业务决策提供支持。
4. 数据指标体系搭建
凭借多年服务银行业的经验，打破业务部门与技术部门协作难题，为行方设计了一套以业务需求指标为导向的数据指标体系搭建方案，形成贯穿业务链的数据分析体系，并基于银行各部门需求构建个性化指标体系，可同时满足全行不同角色的业务需求。
该项目数据指标搭建的目标，需要满足全面性，确保指标体系覆盖所有关键业务领域和用户行为；可衡量性，所有指标都应可量化，便于分析和比较；可比较性，指标应支持跨时间、跨用户群体的比较；灵活性，指标体系应能适应业务变化和市场动态；可扩展性，指标体系设计应考虑未来可能的扩展需求。
该项目数据指标体系构建原则，应以业务导向为核心，指标体系应紧密围绕业务目标和需求构建；以用户为中心，以用户行为和体验为中心设计指标；用数据驱动，确保指标可由实际数据支持，避免主观臆断；并保证技术可行，考虑现有技术能力和未来技术发展趋势；且数据分析平台要易于理解、好上手，指标定义清晰，便于业务人员理解和使用。
建立通用的数据指标监测体系，搭建大盘监测、用户体验、流量分析、业务监测等指标体系，帮助业务人员对业务现状的表现建立全面的、系统性的认知。包含：
1）用户行为分析指标
用户活跃度：日活跃用户(DAU)、月活跃用户(MAU)、用户留存率等。
用户参与度：页面浏览量、平均会话时长、事件触发次数等。
用户转化率：注册转化率、交易转化率、产品购买率等。
2）业务性能指标
交易量：每日交易笔数、交易总额等。
产品性能：理财产品销售量、存款增长率等。
服务效率：平均交易处理时间、客户响应时间等。
3）系统性能指标
系统稳定性：系统故障率、系统恢复时间等。
响应时间：页面加载时间、交易响应时间等。
系统可用性：系统在线率、服务可用性等。
4）风险管理指标
欺诈检测：欺诈交易率、欺诈损失金额等。
信用风险：不良贷款率、逾期贷款率等。
合规性：合规检查次数、违规事件数等。
5）客户满意度指标
客户反馈：客户评分、客户评论等。
服务满意度：服务满意度调查结果、客户忠诚度等。
并在指标之上，赋能业务人员基础数据运营指标体系的搭建方法，同时通过梳理业务流程与数据诉求协助完成指标体系的搭建，并且在数据上线之后交付指标体系自动化概览、赋能业务人员自主化指标配置方法。
5. 组织赋能
在该城商行手机银行用户行为数据分析项目中，组织赋能是一个关键组成部分，旨在通过数据分析提升整个组织的决策能力、运营效率和创新能力。通过提供实时数据分析，帮助管理层快速做出基于数据的决策。使业务团队能够深入理解用户行为，从而更好地满足客户需求。通过分析数据，识别并改进运营流程中的瓶颈。促进数据驱动文化，在整个组织中推广数据驱动的决策制定方式。提高员工技能，通过培训和教育，提升员工的数据分析能力和业务洞察力。通过实施组织赋能策略，该城商行手机银行用户行为数据分析项目不仅提升了员工的数据分析能力，还促进了整个组织的决策效率和业务理解。
这将有助于银行更好地适应市场变化，提高客户满意度，并在竞争激烈的金融市场中保持领先地位。随着项目的深入，组织赋能将继续发挥关键作用，推动银行实现持续的业务创新和增长。
6. 全链路、全方位数据洞察分析
传统的数据分析平台局限于单点场景，难以实现全渠道、全场景的数据采集与分析，数据价值无法充分挖掘；模型单一、分析维度有限等问题，难以满足精细化运营和决策支持的需求；授信等业务流程中的断点难以准确定位，排查原因耗时费力，严重影响业务效率和用户体验。
而诸葛智能在该项目中为行方搭建全渠道、全链路、全方位的数据分析平台。通过数据分析平台，业务人员可自主、可视化进行行为数据监测及分析，通过数据驱动流量分析、投放分析、客群分析、体验分析等。依据完善的指标体系及各类分析模型，对渠道投放、客户行为、客户体验等进行分析，优化渠道投放策略、提升用户体验，迭代客群运营策略，为客户营销提供数据支撑。
商业变化
通过实施手机银行用户行为数据分析项目，该城商行在多个关键业务指标上实现了显著提升。用户活跃度、留存率、交易量和转化率的增长直接推动了收入的增加。同时，服务效率的提升和运营成本的降低进一步增强了银行的盈利能力。客户满意度的提高和风险管理的改进则提升了银行的品牌形象和市场竞争力。
总体而言，该项目为该城商行带来了显著的商业价值和战略优势。可对外效果数据如下：
1. 降本，大幅节省内部资源
在金融行业，成本控制对于维持盈利能力和市场竞争力至关重要。随着技术的发展，数据分析为银行提供了一种新的工具，以更智能的方式优化资源分配和业务流程。
平台上线后，通过自动化流程和优化技术架构、优化的业务流程和自动化操作平台、更精准的人力资源配置，有效控制成本，提高资源利用效率，该项目节省技术资源、运营资源减少60%。
2. 增效，增加上线效率
埋点上线效率直接影响到数据收集的时效性和准确性，进而影响到数据分析的质量和业务决策的有效性。在快节奏的金融行业中，快速上线新的功能和改进措施对于保持竞争力至关重要。因此，提升埋点上线效率是实现数据驱动决策的关键步骤。
平台上线后，通过自动化埋点技术、标准化埋点流程、持续集成/持续部署(CI/CD)、采用敏捷开发方法快速迭代、以及定期对开发和分析团队进行培训，埋点上线效率整体提升40%。
3. 数据稳定性与安全性
在金融行业，数据的准确性是分析和决策的基础。不准确的数据可能导致错误的决策，进而影响银行的运营效率和客户满意度。该城商行通过实施严格的数据校验流程，有效避免了因数据校验动作不准确造成的数据不准确，而造成的分析基础崩塌的现象。
这不仅提高了银行的运营效率，还增强了客户的信任和满意度。在数据驱动的金融行业中，确保数据的准确性是实现可持续发展的关键。
相关企业介绍
·唐山银行
唐山银行成立于1998年6月，是全市唯一具有独立法人资格的国有城市商业银行，国有股权占比达92%。截至2023年末，全行正式在岗员工1600余人，网点78家。资产总额达到3063亿元；各项贷款余额1773亿元，贷款存量增量在全市金融机构中均排名第一。
该城商行连续7年荣登全球银行500强。继监管评级跃升至3A后，主体信用评级也从AA+上调至AAA，跻身国内银行信用等级第一梯队，中国银行业协会2023年度商业银行稳健发展能力“陀螺”综合评价，在全国城商行序列中排名第15位，在全省11家城商行中排名第一。
·诸葛智能
北京诸葛云游科技有限公司（品牌名称“诸葛智能”）敏捷开放的场景化数据智能服务商，通过数据技术助力企业与组织实现数字化升级。提供数据采集、数据治理、数据仓库、分析和营销等数据智能服务，产品演进式架构开放、敏捷、高效，聚焦业务场景灵活扩展，根据业务变化敏捷响应，全面满足大、中、小企业的不同需求，实现全场景规划，小场景启动。基于数据智能赋能商业，助力企业实现数据驱动增长。
诸葛智能于2015年成立，总部位于北京，现已在上海、深圳设立分公司，并在武汉成立研发中心。目前与已帮助全国1000+家企业实现数字化转型升级，旗下核心产品诸葛io已累计为超70000+平台用户提供数据支撑，覆盖地产、零售电商、互联网、汽车、金融保险、教育在内的数十个垂直领域。
