本文来源于:鑫智奖·2024第五届金融机构数智化转型优秀案例评选,作者:中信建投证券
中信建投证券:证券投资者普惠教育虚拟数字基地项目
2024-05-29 关键词:营销创新,数字化营销,数字营销与运营
5827
一、项目背景及目标
1. 项目背景
近年来,随着金融市场的日益发展和理财产品种类的日益丰富,投资者教育成为了提升市场成熟度、保护投资者权益的关键环节。2023年10月发布的《国务院关于推进普惠金融高质量发展的实施意见》中,将“金融消费者教育和保护机制更加健全”作为六大主要目标之一。各金融机构不断健全金融知识普及多部门协作机制,广泛开展金融知识普及活动,稳步建设金融教育基地、投资者教育基地,培养全生命周期财务管理理念,培育消费者、投资者选择适当金融产品的能力。
根据2023年中国证券业协会发布的《投资者服务与保护报告》,证券公司正逐步采用大数据、云计算等技术手段,以科技赋能投教工作,推动形成正向循环的服务体系。国泰君安、招商证券等机构已开始利用VR基地和互动体感游戏等创新形式,而银河证券等则将投教工作从线下转移到线上,采用音视频直播模式。这表明,科技在投教领域的应用已成为行业趋势。
同时,人工智能技术,尤其是大语言模型(LLMs),正成为证券行业创新的关键。这些技术能够从大量数据中提炼出有价值的洞察,为客户提供定制化服务,增强市场竞争力。全球范围内,金融机构正在积极探索LLMs技术的应用,以把握市场先机。
2.项目目标
在投资者教育领域,基地秉承解决实际业务挑战的核心原则,努力打造一个易于访问、互动性强、富有趣味性的投资者教育新模式。我们深入剖析了证券行业投资者教育的现状,精准识别出在不同投资阶段阻碍金融知识学习的关键问题,如难以获取的学习资源、缺乏学习动力、以及内容晦涩难懂等。针对这些问题,我们推出了一系列创新的解决方案,旨在提升教育效果和投资者体验。

图1 证券投资者普惠教育虚拟数字基地
2.1打造便捷、快速、沉浸式的虚拟投教基地
虚拟基地可通过微信小程序、互动小游戏和公众号进行访问。该平台遵循简洁直观的交互设计理念,为用户带来快速便捷的学习入口。投资知识内容的便捷分享功能,进一步拓宽了教育的覆盖面,显著降低了用户寻找学习资源的时间和经济成本。通过VR技术,投资者可以身临其境地了解证券文化、发展历程等场景,从而更加直观地理解证券市场的运作机制和投资风险。提供互动式的学习环境,帮助投资者认识到投资的潜在风险,培养风险意识和风险管理能力。VR投教基地可以提供证券法律法规、投资策略、市场分析等多方面的教育内容,帮助投资者全面提升投资知识和技能。此外,还可以根据投资者的不同需求和水平,提供定制化的教育内容,满足不同类型投资者的学习需求。
2.2实现基于AI的投教运营体系
基地可根据每个投资者的知识水平、学习习惯和偏好提供定制化的学习内容和路径,这种个性化的方法能够更有效地满足不同投资者的需求,提高学习效率。大模型的应用可使金融机构更好地管理教育内容的合规性风险,确保提供给投资者的信息符合监管要求,并且可以在员工运营投教知识的过程中,实时进行内容生成辅助,大模型自动生成和更新教育内容,如市场分析报告、投资策略文章等,经过人工二次审核加工,可以快速针对市场热点与舆论焦点进行快速创作,这些内容可以帮助投资者保持对市场动态的了解,并提供持续的学习材料。
2.3投教与业务融合,提供全生命周期投教服务
基地将投资者教育与金融服务业务紧密结合,形成一个覆盖投资者从入门到成熟各个阶段的教育服务体系。这种服务模式旨在帮助投资者在不同的投资阶段获得相应的知识、技能和支持,以实现更加理性和有效的投资决策。在AI加持下,能够在内容生成与分发过程形成针对性。对于新入市的投资者,基地提供基础的金融知识和市场理解,包括股票、债券、基金等不同投资工具的特点和风险,以及如何开设投资账户、进行基本的交易操作等,随着投资者经验的增长,提供更深入的市场分析、投资策略和风险管理教育。这可能包括技术分析、基本面分析、资产配置、风险对冲等高级投资技巧。对于经验丰富的投资者,提供关于复杂金融产品和策略的教育,如衍生品交易、量化投资、多元化投资组合管理等。此外,我们提供全天候的投资者教育在线咨询服务,采用快速问答、智能机器人互动和人工客服三级响应机制,全方位解答用户在学习和实践过程中的疑问,确保他们能够顺利掌握各个阶段的学习内容。我们提供全天候的投资者教育在线咨询服务,采用快速问答、智能机器人互动和人工客服三级响应机制,全方位解答用户在学习和实践过程中的疑问,确保他们能够顺利掌握各个阶段的学习内容。
二、创新点
本项目结合先进的虚拟现实和人工智能技术,以普及投资者教育理念为核心,建设帮助投资者提升金融知识储备和风险防范能力的虚拟投教基地,为广大投资者提供系统化学习路径和丰富多样的知识内容,并结合音视频服务、数据挖掘与分析等技术为业务转化提供了新的路径。在技术设计过程中,为建立“教育沉浸化+内容多样化+运营体系化”三位一体的投资者教育虚拟平台,团队分别在多元交互能力、大模型自动生成和闭环运营策略三个关键节点上,进行技术探索与创新。
1.基于虚拟现实技术的多元交互式投资者教育能力
平台融合虚拟现实(VR)技术,实现与投资者教育基地无缝对接,提供线上线下一体化的投资内容服务,打造沉浸式的投资者教育体验,使用户能轻松获取丰富的投教资源,感受投教基地的文化熏陶和学习氛围。以小程序为服务内容核心载体,平台结合公众号和小游戏,为用户提供知识推送和趣味性的强交互学习体验,核心模块主要包括VR基地、学习板块、活动板块和在线服务板块。基地通过动态环境建模、沉浸式交互、虚拟仿真实验、CloudVR以及算力云化等技术手段,将线下投教基地全景还原,并且融合音视频技术打造跟随式讲解,构建了一套以数字孪生概念为核心的沉浸式投教新模式。新技术的应用大幅提升了投教基地服务范围和服务能力,为更广泛的投资用户提供了便捷的学习途径,实现了市场数据实时展示等业务功能,让投资者更直观地了解市场动态。基地也为公司百万级线上用户提供AI生成顾问个性名片、基金温度计、市场热度、投顾服务、音频版市场解读等十余个大类的知识服务。
2.基于AI与大模型的内容自动生成技术与协作生成能力
中信建投证券的虚拟投教基地,致力于将最尖端的人工智能技术融入金融投教的多个环节。该平台的核心在于使用先进的大语言模型(LLMs)技术,进行专业领域知识的微调,以适应金融领域的复杂性和专业性。通过设计开发提示词(prompt)工程技术,平台能够引导模型生成准确的金融分析和教育内容,满足不同用户的特定需求。
此外,平台的多模态技术能力,使得它不仅能处理文本信息,还能理解和生成图像内容。这种技术的应用极大地丰富了金融信息的表现形式,将复杂的数据和概念转化为直观的图表和图解,提高了信息的可理解性和吸引力。对于业务人员而言,这意味着他们可以利用平台快速创作出既专业又易于客户理解的营销材料和教育文档。在技术层面,中信建投证券的智能投教基地不断进行迭代升级,通过对模型的持续微调与优化,平台能够不断升级内容生成策略,以提供更加精准和贴合用户需求的内容,确保了平台在不断变化的金融市场中保持领先地位,为用户提供最新、最准确的金融知识和投资指导。
3.意图识别和知识驱动的投教数据闭环运营策略
基地在投教运营中通过用户行为分析与意图识别技术深挖客户痛点,为客户量身定制针对性的投教知识学习路径,结合公司第三方客服平台提供的专业顾问指导与智能外呼提供的个性化服务,全方位助力客户明晰投教知识,提升客户粘性的同时有效提升了业务的转化,实现客户与平台的共赢。
基地通过搭建轻量级埋点监听链路获取用户行为数据,结合产品中心、投顾中心和CRM(客户关系管理系统)提供的产品与客户风险等级,生成客户的精准画像。在投教内容分发时,基地使用意图识别技术,分析用户行为数据,并利用深度学习对用户画像建模,深度挖掘客户痛点,为客户推荐个性化的投教知识。此外,基地使用智能外呼技术为客户定制千人千面的服务,提高业务转化。对有答疑需求的客户,基地接入公司客户服务中心,为客户提供最专业的服务,有效提升了客户的粘性。
三、项目技术方案
A.总体思路
投资者教育虚拟基地建立了“教育沉浸化+内容多样化+运营体系化”三位一体的技术方案,分别在多元交互能力、大模型自动生成和闭环运营策略三个关键节点上,进行技术探索与创新。
(1)融合虚拟现实(VR)技术和增强现实(AR)技术投教应用研究
平台融合虚拟现实(VR)技术和增强现实(AR)技术,实现与投资者教育基地无缝对接,提供了线上线下一体化的投资内容服务,打造沉浸式的投资者教育体验,使用户都能轻松获取丰富的投教资源,感受投教基地的文化熏陶和学习氛围。基地通过动态环境建模技术、沉浸式体验技术、虚拟仿真实验技术、CloudVR技术以及算力云化等手段,将线下投教基地全景还原,允许通过VR与线下扫码等方式进行沉浸式体验,大幅提升了投教基地服务范围和服务能力,为更广泛的投资用户提供了便捷的学习途径。

图2 虚拟现实投教基地技术方案
同时结合增强现实技术,投资者可以通过手机或平板电脑等设备,在虚拟基地查看现实中没有的空间视频、沉浸式音频、宣传海报以及多种投教资料,信息叠加在现实世界中,让投资者更直观地了解市场动态。平台汇聚了公司投教团队多年的丰富资源,为公司百万级线上用户提供知识服务,AI生成顾问个性名片、基金温度计、市场热度、投顾服务、音频版市场解读等十余个大类的专业知识。

图3 虚拟投教基地业务设计
通过建设融合VR和AR技术的投资者教育基地,有助于提升投资者的金融素养和投资技能,帮助投资者可以更好地理解投资产品和市场规则,掌握投资技巧和策略,提高社会金融素养水平,提高市场透明度和效率,减少市场投机和波动,减少金融风险和危机的发生。
(2)大模型技术辅助生成
面向智能投教的先进大模型辅助生成技术,构成了一个全面而智能化的自然语言处理平台。该平台依托于全面且精确的数据资源,通过融合强大的大模型基础设施,实现了对庞大数据集的深度学习和灵活运用。在模型架构上,采取了双轨并行策略,既保持了传统NLP和OCR模型的精确性,又融入了大模型的泛化优势,满足了投教系统在多样化场景中的文本生成需求。
此外,该架构还提供了一套完善的Agent开发平台和工具集,支持快速开发和部署AI Agent,这些Agent能够自动化执行风险评估、投资建议、客户服务等关键任务,显著提高业务效率和客户满意度。在风险控制和安全性方面,系统通过模型测试、审查和监控等多重机制,确保文本生成的合规性和准确性,同时采用先进的加密技术和严格的访问控制措施,保障数据安全和用户隐私。

图4 大模型技术辅助生成功能架构
系统的架构不仅确保了文本生成的高效率和准确性,还具备出色的可扩展性和适应性。其模块化设计使得系统能够轻松应对未来功能的扩展和升级,而统一的大模型访问API层则实现了对多个模型的统一接入和灵活切换,为智能投教场景提供了强有力的技术支持,在激烈的市场竞争中占据优势。
智能投教基地的AI技术涵盖了多个核心组件,它们协同工作,共同提供对话式的智能化服务。以下是这些核心组件的精炼介绍:
1)大语言模型:作为系统的核心,该模型基于通用大模型进行专门微调,具备卓越的自然语言处理和理解能力。它能够准确解析用户意图,生成流畅自然的回复,并与用户进行连贯的对话交流。
2)子Agent集合:系统内置多个专业子Agent,分别负责特定任务,如投资咨询、风险评估、内容创作等。每个子Agent都具备特定领域的深度知识,能够独立完成任务,并将成果反馈给大语言模型和用户。
3)任务调度器:根据用户需求,智能分配任务至相应子Agent或规则引擎,确保任务的高效、准确完成。任务调度器支持动态管理子Agent,适应不断演变的应用需求。
4)数据库存储:系统内置的知识库包含了丰富的专业知识和经验,涵盖市场数据、投资策略、产品信息等,为子Agent和大语言模型提供坚实的数据支撑,助力精准的内容查询与推荐。
整体而言,智能投教系统通过这些高度协同的组件,为用户提供了一个高效、智能、互动性强的投资教育平台,引领金融科技的未来发展方向。
(3)投教运营中的AI技术
平台的运营流程设计如下图所示,首先通过精准的埋点监听技术捕获用户行为数据。这些数据在经过严格的采集、清洗和分析流程后,为大数据分析模型提供坚实的基础,辅助生成定制化的投教内容。系统运用尖端的意图识别技术,对客户行为数据进行深入建模分析,从而能够精准地为客户推送他们最感兴趣的投教信息。
在内容分发之后,平台通过持续的监听机制,收集客户对投教内容的反馈行为,以此为依据不断迭代优化推荐方案,旨在最大程度地激发客户学习投教知识的积极性和参与度。除了精准的内容生成与分发,平台还运用大数据挖掘模型,深入探索客户行为背后的深层次规律。这些洞察成为指导运营策略的数据支撑,助力平台实现运营活动的智能化,实现“生成-分发-决策”的闭环。根据客户的行为数据,平台能够通过智能模型自动设计并执行个性化的运营活动,最大化地点燃客户的学习热情。
同时,平台整合了公司智能客服系统,提供专家顾问的在线答疑服务,确保客户享受到流畅且高质量的学习体验。此外,平台通过用户行为分析,针对那些表达出强烈参与意愿的客户,实施人机协同的外呼策略。这种策略不仅能够有效地利用客户的分享意愿,还能实现有针对性的裂变传播,从而扩大投教平台的覆盖范围,有效解决了传统投教面临的覆盖面积有限和影响力难以扩展的问题。通过这一系列创新的运营手段,平台不仅提升了客户满意度,也为整个投教行业的发展注入了新活力。

图5 投教运营中的AI技术架构
B.技术路线(采用的技术原理、技术架构、主要技术性能指标)
(1)系统整体微服务框架
“证券投资者普惠教育虚拟数字基地”项目采用了先进的微服务技术架构,实现了模块化组件设计的高效率和高灵活性。通过这种架构,各个微服务模块能够通过一个共享的注册服务来发现和获取已注册服务的信息,这一设计显著降低了整个应用的开发、管理和运维复杂性,提升了系统的稳定性和可扩展性。

图6 系统整体微服务框架
项目的总体架构设计细致且高效,具体包括以下几个关键组成部分:
接入渠道:项目提供了包括PC端、移动应用(APP)、微信小程序、小游戏等多种便捷的接入方式,以满足不同用户群体的使用习惯和偏好,确保了项目的广泛推广和高效接入。
1)应用服务中心:作为项目的核心,应用服务中心集成了众多微服务,涵盖了VR展厅服务、互动小游戏、意图识别服务、人机协同咨询服务、视频与直播服务等多样化的业务功能。这些服务均部署在Kubernetes(k8s)平台上,确保了服务的高可用性、弹性伸缩和容错能力。
2)服务治理中心:服务治理中心是维护系统稳定性的关键。它包括基于Nacos的服务配置管理、基于Prometheus的性能监控系统,以及基于Hystrix的熔断限流控制机制,这些工具共同提升了整个架构的可维护性和可靠性。
3)基础组件中心:基础组件中心构成了平台的坚实基石,包含了一系列关键的中间件和数据库基础设施。例如,MySQL作为业务数据的持久化存储数据库;Redis作为高性能的分布式缓存系统,用于存储热点数据;Elasticsearch提供高效的文本数据检索;RabbitMQ作为消息队列服务,实现业务级的异步逻辑处理;ZooKeeper保障分布式集群的状态一致性;xxl-job作为分布式调度平台,提供定时任务的灵活管理和状态监控;以及ELK Stack构建的日志分析服务,提供强大的日志查询和分析能力。
4)消息中心:消息中心具备合规性检测、适当性匹配和个性化推荐的能力,通过Kafka标准接口对外提供经过审核的内容和相关数据,确保了信息的准确性和及时性。
5)数据中心:数据中心基于大数据技术,为项目内外部服务提供强有力的数据支持,是进一步应用机器学习和大数据分析技术的基础。项目采用了Flume和Flink-CDC进行数据的采集和传输;利用Spark和Flink进行数据的流式或离线处理;并根据数据特性,选择了HBase、Kudu、Hive、HDFS等多种数据存储方案,以实现数据的有效存储和管理。
通过这一系列精心设计和高效实施的技术架构,"证券投资者普惠教育虚拟数字基地"项目不仅为用户提供了一流的投资者教育体验,也为投教领域的金融科技创新提供了新的案例。
(2)数据架构设计
“证券投资者普惠教育虚拟数字基地项目”的数据架构按照数据流链路进行了模块划分,主要包括以下几个部分:
1)数据源:这部分包含了多种多样的输入数据,比如用户的行为数据,用户的输入数据,员工的创作数据,以及各种外部导入数据,这些数据是数据中心的基础。
2)数据加工:通过Flume和Flink-CDC对数据源进行收集和传输,然后使用Spark和Flink对数据进行流式的分析和处理。此外,还使用Kylin进行数据统计计算,以及PyTorch、Scikit-learn和TensorFlow进行深度学习和机器学习。
3)数据存储:基地区分了静态数据和动态数据。静态数据属于价值较高的数据,它的存储使用到了HBase、Kudu和Hive等多个数据库。动态数据的实时性要求较强,因此采用了kafka集群对其进行了保存并提供了灵活的消费方式。
4)对有实时查询和分析需求的数据,采用kudu进行存储,对kylin产生的统计数据采用HBase进行存储,对于大量原始的埋点数据,使用hdfs进行存储,并通过hive提供对其的查询和分析能力;
5)数据接口:实现了包括Impala查询接口、API接口以及功能性的SDK等方便的使用方式,将可以为更多的内外部平台提供数据及数据统计和分析的能力。
6)基础支持性服务:这部分是基于CDH部署和管理的数据基础运行组件,提供对数据中心的数据资源、数据任务进行监控和管理的能力,确保数据中心服务的稳定与可靠。

图7系统数据架构设计
(3)网络架构设计
“证券投资者普惠教育虚拟数字基地项目”的网络架构始终将安全放在首要地位,以各模块的相关性进行网络的分区,各区域之间的交互以最小化权限开放网络策略,网络主要划分为DMZ前置区、安全运维管理区、非交易业务(核心)区和内部专线区域。
平台外部请求来自于互联网和员工办公网络。其中办公网络可以通过内部专线区域,直接访问到dmz前置区的服务,而互联网则需要经过统一的防火墙以及CLB系统等一系列安全验证后,才能进行接入。

图8系统网络架构设计
该服务的网络架构设计如图8所示,其中分别为:
1)DMZ前置区:该区域是连通内部网络和外部网络的桥梁,其中放置着一些必须对外部公开的服务,比如nginx代理服务、应用的接入层服务、前后端的应用服务、容器化环境等。该区域的存在使得网络管理员能够更好地控制哪些服务和数据可以被外部网络访问,从而降低潜在的安全风险。
2)安全运维管理区:主要用于部署运维和监控相关服务,该区域种的服务只需要有部分内部网络的访问权限即可,不支持外部网络的请求,该区域中的服务仅供运维人员和服务的管理员访问。
3)非交易业务区:属于服务运行的核心区域,其中部署着多种数据存储服务、中间件服务,大量的分布式服务的基础组件,是对安全性要求最高的区域。
4)内部专线区域:介于办公网络和dmz前置区之间的一块网络区域,有着高速、安全的网络连接服务,可以连通公司内部的各个系统,提供多样的能力。
四、项目过程管理
该项目的组织与实施由法律合规部牵头,并由信息部负责实施。项目实施过程中,需密切配合公司其他部门的相关工作,如安全、合规、运营等。按照项目管理流程进行规划、执行和控制,主要分为以下五个阶段:
1.需求分析和概要设计阶段
此阶段起始时间为2022年1月至2022年2月,期间主要进行需求可行性分析,设计项目系统架构及整体基础框架。在公司PMP系统中提交需求分析报告、各功能模块的顶层设计与技术方案,完成项目评审立项。
2.系统详细设计阶段
此阶段起始时间为2022年2月至2022年3月,期间主要完成了系统详细设计工作,需求功能设计方案,沟通UI交互设计,完成各端设计稿初稿。
3.系统编码、测试和上线准备阶段
此阶段起始时间为2022年3月至2022年6月,期间主要完成了系统的系统的编码、接口开发、系统对接和测试以及试点上线的准备工作,提交了系统测试报告、上线方案、用户手册等文档。
4.试点上线阶段
此阶段起始时间为2022年7月至2022年8月,期间主要完成了系统的生产环境部署,提交了系统部署运维手册以及系统应急处理方案并开通内测白名单在法律合规部内部进行试点运行,并根据试点运行的结果提出了优化需求。
5.推广应用阶段
此阶段起始时间为2022年8月至今,平台正式启动了微信平台客户端入口的全面开放。在这一阶段,我们采取了不定期组织各类活动来吸引用户流量,同时,我们深入挖掘客户行为数据,以此为基础对平台功能进行精细化优化。此外,我们积极探索并尝试整合新兴技术,以提升平台的管理效率和运营能力。持续在功能的丰富性、完整性和准确性上不断进行改进,确保系统运行的稳定性和可靠性,为用户提供无缝且高效的服务体验。
项目的实施重大事件表如下:
1. 2022年1月,承接法律合规部需求,证券投资者普惠教育虚拟数字基地项目一期启动;
2. 2022年3月,需求分析、系统架构设计、UI交互设计初稿完成。
3. 2022年6月,客户端、管理端基础功能开发完成。
4. 2022年6月,完成公司客服系统、客户行为分析系统、内容生成平台等系统对接。
5. 2022年7月,完成功能测试、压力测试以及安全评审测试,试点上线。
6. 2022年8月,法律合规部完成内部测试,完成投教内容上传,项目一期正式上线。
7. 2022年12月,引入AIGC内容生成模型,进行模型微调。
8. 2023年02月,借助大语言模型优化平台用户体验,优化搜索方案。
五、运营情况
自项目启动以来,已在本公司总部、各分支机构以及多个投资者教育基地得到广泛实施与推广。目前,项目已在APP、小程序、公众号、短视频平台进行推广,项目已成功推出逾80个系列的投资者教育课程,吸引了近百名业界权威人士开设专题直播讲座。课程内容全面覆盖了20多个金融领域的热点学习主题,包括但不限于股票、基金、债券、衍生品以及其他受市场追捧的投资渠道。AI协助生成覆盖客户开户、理财产品、股票期权、港股通、融资融券、IB期货、资产管理、软件操作、客户服务等众多经纪类财富管理业务线5000余篇知识和投教文章。同时,项目在投资者权益保护宣传方面也取得了显著成效,涵盖了反诈骗、反洗钱、防范非法集资、防范非法证券交易、投资者权益认知与维权等国家重点倡导的核心议题。
至今,基地已成功引导超万名投资者参与到防范非法与反诈骗的宣传活动中,累计点击量超过500万次,课程学习与阅读量累计突破35万次。此外,项目还完成了超过3千人次的客户风险评估,并在服务过程中提供了2万余次的投资风险预警,每年约100万客群通过投教中心、APP、投教公众号引流进入在线咨询、视频咨询。作为推进“普惠金融高质量发展”战略的核心项目,证券投资者普惠教育虚拟数字基地在公司内部产生显著价值,为全流程投资者服务奠定了坚实基础。
六、项目成效
中信建投证券投资者数字投教基地通过将虚拟现实、大模型、深度学习等技术与传统投教和营销业务相融合,为客户提供有温度且标准化的投教服务,显著提升客户的体验与社会经济效益,具有以下显著效益:
1.提供普惠、智能、一站式的投教服务
项目基于虚拟现实技术与线下投资者教育基地实现无缝对接,提供了线上线下一体化的投资内容服务,使用户都能轻松获取丰富的投教资源,感受投教基地的文化熏陶和学习氛围。平台汇聚了公司投教团队多年的丰富资源,为公司百万级线上用户提供知识服务,AI生成顾问个性名片、基金温度计、市场热度、投顾服务、音频版市场解读等十余个大类的专业知识,通过基地建设提供线上课程学习与阅读量35万余次,VR实际基地的浏览量日均超百次,据统计可以节省线下每年十余万维护开支。
2.大模型助力投教内容生成,降本增效显著
大模型可以根据最新的市场动态和投资者需求,自动生成投资策略分析、风险提示、市场趋势预测等相关内容。同时,它们还能够个性化定制教育材料,满足不同投资者群体的特定需求。大模型的应用还有助于降低金融机构在内容创作和更新上的人力成本,使得投教资源可以更加集中于策略规划和用户体验优化上。大模型在投教内容生成上的应用,不仅提升了内容的质量和更新速度,还大幅降低了制作和维护成本,为投资者教育内容制作领域带来了革命性的变革。在大模型的协助下,共生成五千余篇专业投教推送文稿,每年可节省约100万元的人力成本,降本增效效果显著。
3.挖掘客户意图,多措并举促进业绩提升
平台利用人工智能、人机协同技术,为用户提供智能化投资学习咨询服务,全面、全流程地覆盖投资者的学习过程,为用户提供高质量的智能化、一站式学习体验。通过投教引流,每年可累计为约百万次客户提供在线咨询、视频咨询等服务,帮助用户完成开户、产品介绍以及全生命周期的陪伴式服务,打造了具备中信建投特色的投教与投顾模式,促进每年开户及业绩转化约2600万元,带来了显著的经济效益。
4.提升金融知识普及与加强投资者保护
虚拟基地利用AI+人工方式自动内容并进行分发,可以更有效地传达金融知识和投资理念,提升投资者的金融素养和风险意识,使人们能够更好地理解和使用金融产品和服务,从而做出更明智的投资和消费决策。也能够有效减少金融欺诈与不良金融行为的发生,保护投资者不收不公平交易和欺诈的侵害。此外,虚拟基地的投教内容经过多级合规审查,保障了内容合规性,对维护金融市场的稳定也起到积极的作用。
5.提高公司竞争力,降低人力成本
虚拟投教基地可以帮助证券公司提升投教与服务效果,吸引更多投资者,增加交易量和市场份额,提高公司的竞争力,并且采用AI生成技术降低内容生产的人力投入成本,提高内容生产效率,保障内容时效性。投教工作的开展离不开各机构的努力,而通过成本降低,能够鼓励更多机构去投身投教行业,助力业务人员去撰写投教文章,为客户提供更贴近需求的投教服务。从而让客户感受到公司的社会责任,对维护公司良好形象,打造公司品牌,都具有明显的积极效应。
6.具有向行业推广的示范效应
虚拟投教基地项目将VR技术应用于投资者教育业务模块,打造一套线上低成本的投教空间,在成本、维护等方面均具有天然的优势,可以实现线上线下一体化的投教展业模式。在建设中,中信建投证券打造具有建投特色的中国红式投教虚拟基地,具有显著的品牌特色,这可以推广至各公司建设具有自身特色的线上展厅,后续随着智能终端设备的进步,此项工作更具有显著的意义;另一方面,此项目将大模型技术融入投教领域,在大模型技术日益发展的今天,探索合理的场景并产生效益是各大人工智能厂商和金融机构一直讨论的话题。本项目将大模型能力进行梳理,通过微调与系统融合,建设了一套以大模型为能力基座的投教运营后台,易于推广和复制,这是大模型应用场景的一个大胆尝试,对其他金融机构亦有借鉴意义。
七、经验总结
在整个项目周期中,我们充分考虑了投资者教育保护业务的特点和需求,以及当前市场上传统投教产品的痛点和不足,通过梳理业务流程和分析用户需求,设计出了符合行业实际情况的投资者教育平台。
在项目实施中,我们采用了敏捷开发的方式,根据用户反馈和市场变化不断进行调整和优化,以确保最终产品能够满足用户需求,并且具备较高的可用性和易用性。
随着项目的推行,标志着我们公司在投资者教育与保护事业上迈出了重要的一步。这一独特的教育模式不仅加速了投资者知识的普及,还显著提高了教育与保护工作的效率和质量。项目通过融合前沿的虚拟现实技术和人工智能,为投资者提供了沉浸式的学习体验和个性化的风险管理建议,从而深化了投资者对金融市场的理解,并增强了他们的风险防范意识。
该项目的实施成果显著,赢得了众多业务领导者和教育专家的一致认可与高度评价。我们坚信,随着项目的持续深入发展,它将继续提升公司在行业投教领域的影响力,为普惠金融高质量发展贡献更多的力量。
本网站案例,除特殊标明来源的,版权归金科创新社所有,未经许可不得转载,否则将视为侵权,对于不遵守此声明或者其他违法使用本文内容者,本网站依法保留追究权。另,本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系 fenglei@fintechinchina.com 处理!
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务,详情点击 【 需求提交 】。
推荐阅读
更多
生腾数据:启信天元大数据应用平台发布“产业金融”解决方案
启信天元大数据应用平台对公营销版重磅上线“产业金融平台”功能,并基于项目实践探索出了一套基于银行真实业务场景的产业金融解决方案,目前已在多家头部城商行、农商行落地。产业金融解决方案,基于启信产业链数据库、供应链数据库、园区数据库、商机事件数据库与启信天元大数据应用平台的数据应用能力,覆盖产业洞察分析、存量客户盘点、企业上链与分类分层、商机线索挖掘与分发、运营管理等产业金融全场景,助力中小银行提升产业金融服务质效,推动产融结合。
2024年“鑫智奖”第六届金融数据智能优秀解决方案评选
生腾数据
2024-05-29
【专访】北京领雁科技:客户深度经营的推动者
《银行数字化营销与运营》一书作者金腰子指出,银行正面临三大困境:互联网改变了用户关系,技术颠覆了已有经验,混合赛道引发了新竞争。这给银行等金融机构带来了一系列挑战,而为了应对这些挑战,依托数字化技术对客户进行深度经营,成为了重要突破口。
金科创新社
石头
2024-05-29
苏商银行:大模型客服助手
苏商银行成功应用大模型技术以提升远程银行客服中心的运营效率和服务质量。通过三大创新应用——客服知识库助手、话术推荐助手及质检助手,项目实现了机器人自助解决率的显著提高、在线客服并行会话能力的增强及服务质检的全面化和精准化。从而显著减少了客服团队的人力成本,提升了客户满意度和服务效率。
鑫智奖·2024第五届金融机构数智化转型优秀案例评选
苏商银行
2024-05-29
重庆三峡银行:数智化营销地图项目
重庆三峡银行数智化营销地图项目旨在解决经营机构阵地营销工作中获客难的问题。项目运用行内现有的数据资源和公开的工商、税务、司法以及经信委公示的企业名单信息,利用大数据技术从中发掘潜在客户,并通过对客户数据整合、标签化形成客户画像,从而更全面刻画客户,挖掘营销机会。同时通过可视化地图服务进行地理位置标记、路线规划,达到辅助营销人员找到客户、认识客户、精准营销的目的。
2022年度城市金融服务优秀案例评选
重庆三峡银行
2024-05-29
数字化运营的思考与实践——基于工商银行知客企业级数字化运营平台的建设探索
工商银行作为国有大行,全面贯彻落实金融强国部署,紧扣“创新”与“数字化转型”的国家战略,持续构筑高质量发展数字化新动能,以“数字生态、数字资产、数字技术、数字基建、数字基因”五维布局,全面推进“数字工行”建设,探索传统银行发展第二曲线。知客企业级数字化运营平台(以下简称“知客运营平台”)在此背景下孕育而生。
中国信用卡
简志雄
2024-05-29
贵阳银行:基于大数据的零售客户精细化运营实践项目
为延伸金融服务半径,践行“全量客户”经营理念,实现存量客户的“精耕细作”,搭建数据赋能全量零售客户精准营销管理体系,为客户提供个性化、数字化、特色化的综合金融服务。从关注客户需求与服务体验出发,构建了从“数据→模型→平台→渠道→线上+线下运营团队”的完整营销链条管理。运用科技手段及机器学习算法进行智能决策,挖掘客户产品偏好,预测客户流失概率及价值提升概率,结合客户业务生命周期进行分层分群,完善客户“360度画像”,实现千人千面,释放数据价值赋能业务发展,将营销动作进行拆解归类,形成精细化的客群经营方案,通过线上+线下团队触达客户,探索出了更有效的全量客户数字化运营模式。
鑫智奖·2024第五届金融机构数智化转型优秀案例评选
贵阳银行
2024-05-29
微信
咨询
微信咨询
扫码添加金科小助手微信号
咨询案例和解决方案相关信息
或联系对应机构