福建农信智能营销决策系统平台建设实践

来源 ｜ 金融创新社
作者 ｜ 福建农信

一、项目背景

多年来，福建农信坚持深耕农村市场，在农村市场取得一定的优势，服务客户数量超过3500万。但随着各大同业银行的金融服务下沉，农村市场竞争日益激烈。为贯彻落实《福建农信“十四五”总体发展规划纲要》，深入探索客户常态化运营、营销、服务模式，实现客户精准化运营，以数据驱动精准化营销，提升福建农信数字化营销能力，启动客户营销决策项目建设。如何进行全面、深度的客户管理和经营，为客户提供更加足额、准确、到位的产品和服务已成为一个重要课题。传统的“人海战术”成本太高且收效甚微，必须加强对数字化营销手段的应用。因此，迫切需要建设一个数据智能客户营销决策系统（简称“营销决策项目”）来支撑福建农信的获客、活客营销系统，并将给系统与我社客户画像系统、积分平台等打通，形成一体化客户服务体系。

二、项目方案

通过营销决策项目的落地，承上启下进一步提升客户刻画能力以及高价值客户深层次的挖掘，转变单一节点式营销为链条联动式的客户全生命周期运营，对不同层次客群，提供差异化的产品与服务，做“精”做“细”，最终引导实现业务发展目标。主要建设内容如下：

（一）建设客户营销决策系统：搭建统一的客户营销决策系统，通过对接行内的数据仓库、大数据平台、客户关系管理系统以及手机银行等渠道类系统，精准识别客户画像，定位可营销的客群，实现营销活动全流程管理，包括提供营销活动的制定、推送、监控、效果分析等功能；并将营销活动通过手机银行、微信银行、微信e厅等渠道触达到各个层级的客户，提升营销的可达性和成效性。

（二）建设营销规则引擎：搭建统一的营销规则引擎，支持按照参数化配置的活动规则进行复杂逻辑运算，包括判定相关用户行为、累计变量以及汇总类数据加工，并将决策引擎结果反馈至系统，实现面向客户标签的实时、准实时营销。

(1)建设规划

根据我社当前实际情况，启动客户服务项目群形式多项目共同开启，采取“分段建设，逐步迭代”的方式开展实施工作。

1）营销精准化。搭建营销决策系统，基于客户画像系统提供客户标签服务，联动客户积分权益系统制定营销策略，精准推送营销活动至CRM、手机银行、微信银行、微信公众号、福农e厅、短信等多渠道，实现目标客户的精准触达。

2）营销智能化。进一步细化客户种类和状态，从客户与福建农信接触开始，制定不同的客户营销策略，精准定位客户的可能金融需求，并配套相应的营销活动。系统层面营销决策功能优化、对接挖掘模型平台、对接行内所有渠道、全域事件实时营销。培养专业运营团队和人才，包括制定全省分层分类措施、牵头全省性营销活动。

3）营销生态化。系统层面持续优化利用人工智能和人工智能等技术，优化营销决策能力；整合主要外部流量、对接主流外部渠道、对接外部权益平台，拓展多渠道营销。同时打造全省统一的营销服务品牌，多方面互相配合实现营销生态的良性发展。

(2)业务功能

项目建设范围主要包括搭建统一的客户营销决策平台，规范营销活动全流程管理，重点实现以下业务功能：

一是营销活动配置包含流程画布、普通活动、活动复制和活动模板等功能。流程画布针对复杂流程活动，支持活动策划人员设置多种策略自定义开展复杂流程活动。普通活动支持策划人员按照标准活动流程快速策划活动。业务人员能基于定制化活动流程模版快速开展更贴合行内业务的复杂活动。

二是自定义H5活动功能，可以根据用户的需求和偏好，制作符合我社各行社风格和类型的H5页面，包括宣传页、活动页、问卷调查等。这些页面可以加入多媒体元素和交互组件，以增加用户的参与度和体验感，满足各种类型活动策划需求。

三是提供丰富的线上活动模版，包含抽奖活动模版、游戏活动模版、问卷模版等，支持以链接、裂变等方式进行活动传播。

四是基于客户画像系统提供客户标签服务，联动客户积分权益系统制定营销策略，精准推送营销活动至CRM、手机银行、微信银行、微信公众号、福农e厅、短信等多渠道，实现目标客户的精准触达。

(3)技术架构

1）客户营销决策采用前后端分离的分层架构设计，分为渠道协同、营销管理、标签管理、数据处理等子系统。

2）渠道协同子系统，对接手机银行、微信公众号、短信银行等前端渠道，支持以H5、小程序等多种形式发布营销活动，实现跨平台、跨渠道、多波段的营销活动投放，及时触达目标客户群体。

3）营销管理子系统，提供标准化的界面配置模板、丰富的流程组件、灵活的流程控制画布，实现营销活动编排和管理，满足名单制营销、事件式营销和场景化营销的不同流程需求，并且支持法人行社的营销团队，定制符合当地特色的个性化营销活动。

4）标签管理子系统，接入数据中后台提供的客户标签画像、产品偏好、客户行为和业务交易数据，实现从标签数据采集、存储计算，到标签定义、组合派生、数据服务发布的数据全生命周期管理，以数据驱动精准化营销。

5）数据处理子系统，获取客户主数据、客户挖掘清单、客户风险偏好、客户标签画像、客户业务信息、客户行为信息等内容，通过实时和批量数据分析助力线上运营。

6）基础框架，包括规则引擎、工作流引擎、批量调度、流计算、数据缓存技术，实现高可用、高并发、高性能的营销技术支撑平台。

(4)设计内容

根据系统架构，系统包含的子系统及组件包括：

1）消费子系统：通过业务应用操作组件、渠道应用可视化组件和渠道应用接口实现对客H5、内管WEB和活动投放。

• WEB界面展示组件

营销后台管理系统web前端的界面展示组件基于VUE框架来实现，它是一个轻巧、高性能、可组件化的前端框架，拥有非常容易上手的 API，可实现双向数据绑定。页面表单等采用Element UI库，可以大大简化前端开发工作。组件设计美观、简洁，与现代设计风格相符。

图表展示主要采用ECharts,可以流畅的运行在PC和移动设备上，并兼容绝大部分浏览器，提供各类管理、业务图表，包括了如饼图、直方图、曲线图、气泡图等等图形展示。营销活动流程画布设计采用Gojs，提供了可视化的流程画布，可以使用拖拽的方式灵活的配置活动各个节点。

• H5界面展示组件

H5界面展示组件采用uniApp应用框架，是一个使用Vue.js开发所有前端应用的框架，开发者编写一套代码，可发布到IOS、Anddorid、H5、以及各种小程序等多个平台。

2）注册及配置网关子系统：后台微服务将服务注册到Nacos，并通过Nacos管理配置，对于前端的请求需通过网关拦截过滤和Nacos的负载均衡服务最终路由到微服务。

• 注册及配置中心组件

服务注册：服务治理、实现服务注册表的维护，以及服务端与客户端的注册表的同步，保证服务的可用性。

配置中心：将应用系统中配置信息进行集中统一管理，提高应用的安全性与时效性。

• 网关服务组件

服务反向路由：网关要负责将外部请求反向路由到内部具体的微服务，网关屏蔽了后台服务的复杂性，同时也屏蔽了后台服务的升级和变化。

安全认证：所有外部请求必须经过网关，网关可以集中对访问进行安全控制，比如用户认证和授权。

限流和容错：在流量高峰期，网关可以限制流量，保护后台系统不被大流量冲垮，在内部系统出现故障时，网关可以集中做容错，保持外部良好的用户体验。

监控：网关可以集中监控访问量，调用延迟，错误计数和访问模式，为后端的性能优化或者扩容提供数据支持。

3）应用服务子系统：采用Spring Cloud微服务体系，将各子功能模块按照一定规则拆分成细粒度的服务，提供业务逻辑处理服务，可以根据服务热度决定集中或者分散的分布式部署。

• 客群中心组件

客群中心组件包含标签圈群、事件名单、第三方名单和特定名单四个功能模块。标签圈群完成后需要对客群发布，发布后的客群才能被活动引用。支持对客群下线，下线后客群不可被活动引用。事件名单对接第三方事件和事件库。第三方名单支持文件导入方式对接名单。特定名单是用户上传特定类型的名单文件，上传文件中包含的客户名单类型分为白名单（追加），灰名单（剔除），免打扰名单（剔除）

• 营销活动组件

对活动进行支撑的内容、活动配置等都在该服务中，包含：营销素材库、营销审批、渠道协同、营销活动配置等模块功能。

营销素材库模块包含素材管理、文件管理、消息模板、抽奖模板、游戏模板、H5模板和H5编排等功能模块。该模块统一的素材包管理功能，在此处上传的图片、音频和视频，可以被H5模板、游戏模板、抽奖模板和活动中直接使用。文件主要用于活动中文字展现，包括：word、pdf格式。上传后，可以在活动使用，例如产品说明、条款说明等。

营销审批模块包含自定义审批流、营销活动审批、消息模板审批、素材审批、用户审批、名单审批、公告审批、系统参数审批、岗位移交审批等功能。

营销活动配置包含流程画布、普通活动、活动复制和活动模板等功能。流程画布针对复杂流程活动，支持活动策划人员设置多种策略自定义开展复杂流程活动。普通活动支持策划人员按照标准活动流程快速策划活动。业务人员能基于定制化模版快速开展更贴合行内业务的复杂活动。

• 数据中心组件

主要包含营销监控、营销分析功能模块。

营销监控模块包含对活动进行状态的更新，包括暂停、下线、延期等操作，以及活动执行透视、渠道执行跟踪、H5行为分析、权益监控预警、客户指标监控、活动监控看板等功能。针对运行中的活动进行数据的统计及分析，监控跟踪活动执行情况。

营销分析模块包含活动效果分析、活动指标分析、活动排期分析、活动状态汇总统计、客户参与情况分析。针对已结束的活动进行数据的统计及分析，形成相应的图形和报表对活动相关情况有效分析。

• 平台管理组件

系统的基础支撑，机构、角色、用户、码值等都在该服务，包含：平台管理、消息中心、自定义审批流等。

• 定时任务执行组件

定时任务执行组件，取已注册的JOB执行器(微服务JOB)，根据配置的定时任务执行频率等，调用JOB执行器，完成定时任务的执行。

• 外访中心组件

对外与渠道端交互的接口都在该服务中：包含移动端对客的接口、提供给外部系统的接口等。

• 营销引擎组件

营销规则引擎的设计是基于实时决策计算和离线决策计算为基础，基于客户原始数据构建标准的事件底座数据模型，接入客户日常业务或行为数据并具有按照参数化配置的活动规则进行批量或实时决策功能。

4）数据服务子系统：与应用端的协同主要通过保存在数据库的业务配置和消息中间件（Kafka）。大数据集群获取配置后，通过数仓或Kafka获取数据，使用Spark或Flink按数据模型完成数据加工并保存到存储介质（ClickHouse、Hive、HBase）。应用端将通过Impala查询Hive中的数据或直接查询HBase或ClickHouse并做相应的加工处理和业务展现。

• 调度管理组件

调度管理组件主要为批量数据处理提供任务调度、监控及干预功能，采用全行统一调度工具MOIA，主要包括了系统监听、作业扫描、资源扫描、作业调度、作业执行、命令服务、集群管理、集群代理、日志管理、系统管理、调度配置、调度监控等子组件。

• ETL组件

ETL是数据抽取、转换、加载的合称，由一些特定的脚本、程序、存储过程等联合实现。在系统中是基于华为FI大数据集群，进行数据加工支撑活动透视图和效果分析建设、支撑对外应用。营销决策项目的数据处理分为缓冲层，贴源层，基础层，加工层，应用层，对外交互层6个层级应用。

三、创新点

客户营销决策引擎是一种数字化营销工具，旨在帮助金融机构根据客户需求和行为，制定更加精准和个性化的营销策略。以下是客户营销决策引擎的一些创新点：

以客户为中心：客户营销决策引擎以客户为中心，通过自动化和智能化的技术，根据客户需求和行为，制定个性化的营销策略。这些策略可以包括推送个性化的产品或服务、定制化的推荐、个性化的沟通方式等，以提高客户的满意度和忠诚度。

可定制化：客户营销决策引擎提供了可定制化的功能，各行社可以根据自己的营销需求和营销特点，制定符合自己业务需求的营销策略。例如，行社可以根据客户的金融需求和行为，制定符合银行业务的营销策略，以提高客户的金融消费频率和金额。

数据驱动：客户营销决策引擎通过数据驱动的方式，将市场营销策略与数据分析和人工智能技术相结合，以数据为依据，制定更加精准和个性化的营销策略，提高营销效果和投入产出比。

总之，客户营销决策引擎是一种创新的数字化营销工具，它基于大数据分析、以客户为中心、可定制化和数据驱动等优点，可以帮助金融机构或其他企业更好地了解客户需求和行为，制定更加精准和个性化的营销策略，提高营销效果和投入产出比。

四、技术实现特点及优势

（一）应用Hadoop生态组件

客户营销决策系统中数据服务子系统运用Hadoop生态组件MapReduce、Spark计算引擎进行数据模型加工包括活动数据、客户数据、名单数据、以及各类报表数据。

其中Spark作为计算引擎，有着以下优点：1）消除了冗余的HDFS读写：Spark在shuffle后，是缓存在内存中处理，速度提升巨大。2） JVM优化：Spark是基于线程的操作，只在启动Executor时启动一次JVM，内存的task操作是在线程复用的。JVM启动需要几秒甚至十几秒，当task多的时候，Spark体现出具大优势、3） 易用性及通用性：Spark支持Java、Python和Scala和SQL等语言的开发，同时支持批处理及准实时的流处理。

（二）引入ClickHouse数据库

在客户营销决策系统中，营销名单查询、营销分析报表查询中使用ClickHouse数据库。ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统。ClickHouse是列式存储，按向量进行处理，数据压缩空间大，减少IO损耗，多条件查询全表速度很快，查询吞吐量每台服务器最多数十亿行。

ClickHouse具有以下优势：1）高性能：ClickHouse的数据存储和查询引擎都是专门为高性能而设计的。它能够处理TB级别的数据，并在毫秒级别内提供查询结果。2）高并发：ClickHouse是为了处理高并发场景而设计的，它可以轻松地处理数百万的请求。此外，ClickHouse还支持多节点部署，可以扩展到数百个节点。3）分布式：ClickHouse是一个分布式数据库，它的数据可以分散在不同的节点上。这意味着它可以支持大规模数据集，并且可以水平扩展。4）支持复杂查询：ClickHouse支持多种复杂查询，包括聚合、排序、过滤和窗口函数等。5）实时数据处理：ClickHouse支持实时数据处理，可以接收实时数据流并将其存储在数据库中进行分析。6）易于集成：ClickHouse可以集成到各种应用程序中，包括数据仓库、数据湖、数据分析工具等。

（三）基于Flink+Kafka的实时营销

在客户营销决策系统中，针对实时营销场景使用Flink和kafka实现。

Flink与kafka通过配置连接，源系统将实时流数据分发给Kafka消息主题，Flink通过Flink SQL创建流表，实时消费并计算数据实时产生计算结果数据。

在实时应用场景中，当用户发生实时事件例如登录手机银行，源系统将实时数据流分发至客户营销决策系统Kafka消息主题，营销决策系统通过Flink计算事件是否满足营销条件从而实时生成达标名单并通过短信等相关渠道触达客户，完成实时营销场景。

客户营销决策系统中数据分层处理逻辑如下图所示：

(4)引入营销规则引擎

传统营销通过人工方式重复营销流程，营销活动采用定制开发，无法精准定位客群，无法及时捕捉营销时机，无法通过配置规则灵活进行达标判定。

营销规则引擎基于实时或离线决策计算，通过画布可视化配置营销活动，通过客户画像、交易数据、行为数据定准定位客群，实时捕捉营销商机，精准触达客群并采集反馈数据，根据配置规则进行达标判定，自动推动全生命周期客户旅程营销。

五、项目过程管理

福建农信于2022年3月启动客户营销决策项目， 2022年11月份通过公开招标确定供应商，2022年12月份正式开始项目建设工作，并于2023年9月21日完成项目正式投产，目前已经在省联社、福州农商、厦门农商等行社试运行推广中。

项目启动后，立即成立了以业务部门、科技部门、公司方分管领导挂帅的专业项目组，下设PMO、业务组、开发组、测试组、质量保证组、配置组、运维组等专业小组，密切配合，确保项目顺利进行。

项目开发过程采用CMMI3级项目管理规范，确保项目流程合规、过程规范、文档齐全。项目采用瀑布+迭代开发模式，确保项目既能保质保量，又能快速响应业务要求，项目先后经历了以下阶段：

项目采用线下会议、线上会议、RTX、电话等多种沟通方式保证沟通顺畅，采用日例会、周例会、周报、专题汇报等多种形式跟踪项目进展，通过正式评审、代码走查、功能测试、性能测试、QA审计等方式确保项目质量。

六、运营情况

在建设客户营销决策项目同时，我们也持续不断地深入到各个业务痛点中，结合实际的业务场景进行数据化客户服务体系运营实践。联动我社关联系统及业务情况，客户营销决策系统支持多形式、多渠道推送营销活动，包括客户关系管理系统、手机银行、微信银行、微信公众号、福农e厅、短信等渠道，支持以抽奖活动分享、游戏链接、裂变等方式进行活动传播。支持围绕零售存款、贷款、借贷记卡、手机银行、场景业务开展营销活动配置。目前已经省联社、福州农商、厦门农商等6家单位试运行推广中，待试运行结束后计划在全省行社推广该系统，并根据实际运行情况举办各种营销活动。

七、项目成效

（一）、经济效益

(1)有利于打造全省统一的营销服务品牌，规范营销活动管理；

(2)有利于实现各行社灵活配置，满足行社个性化需求；

(3)有利于实现数据资源整合与共享，线上线下联动营销；

(4)降低福建农信获客、活客的营销成本；

(5)降低行社系统重复建设经济成本和时间成本。

（二）、社会效益

有利于实现精准营销，提升客户体验，提升福建农信品牌影响力。

八、经验总结

数字化营销的核心是以客户为中心，始终关注客户需求、偏好和行为，提供个性化的服务和解决方案。通过数据挖掘和分析，深入了解客户的需求和痛点，进而制定有针对性的营销策略。数字化营销需要整合各种营销资源，包括线上线下渠道、广告投放、内容营销等。通过资源整合，实现营销效果的优化和最大化。

系统建设只是福建农信构建客户服务体系的一个起点，系统建成后的长期运营推广才是形成内外循环生态闭环的关键。一是要达到良好的营销引流作用，提供具有吸引力的积分权益服务，就需要投入一定的营销资源；二是客户运营需要一个长期稳定且专业的运营团队，需要逐步探索符合福建农信特色的运营模式。