金融运营解决方案
业务痛点
1、线上线下运营联动配合难度大，难以发挥挥各自的特长做到物尽其用。
2、用户层面缺乏全面、统一且细致的画像体系，用户已有数千个标签，但这些标签主要是与具体业务相关的结果指标，而运营所需的过程指标通常是欠缺的，银行有客户体系，但缺乏用户体系。
3、仅将App、小程序、公众号做为触达客户的渠道，而非作为用户运营的阵地。难以针对性进行运营，无法保持用户活跃，形成持续可运营的流量。
方案详情
通过MP平台针对运营场景建立运营业务指标体系，成为生成运行策略和模型的“特征库”。通过ME机器学习平台对银行运营进行快速建模分析，运用于各种运营决策场景，包括智能外呼、智能短信、ATM/网点现金预测、客户分群画像等。同时通过MM平台对于运营策略及模型的持续跟踪监控，当指标下降到警戒线下，实时预警并可自动更新策略和模型。
智能外呼
通过模型推荐最佳时间呼客户客、推荐最佳话术跟客户交流、推荐最佳的营销方式（机器人、人工等)进行智能外呼。由前置的营销模型筛选高响应客群。
ATM/网点现金管理计划需求预测
综合考虑多种可能相关因素和构建复杂的机器学习模型。通过对现钞需求量进行提前预测可以实现按需加钞，减低银行成本。
APP内资讯内容推荐
根据模型并结合自动化筛选识别功能，用尽可能较少的行为快速定位用户感兴趣的领域，为用户推荐有价值、个性化的内容资讯，让用户找到符合兴趣的内容成功帮助客户突破在内容推荐上的瓶颈。
企业客户分群画像
基于客户分群模型，给出各类客户营销和管理策略的参考，为业务部门差异化配置营销资源、提升客户价值、提升客户管理水平提供数据支撑。
