憑藉自家研發AI產品推薦引擎獲多項殊榮 大新產品轉化率增逾5倍

機器學習、大數據分析已成為金融科技發展的核心技術。然而，如何能將相關科技發揮得淋漓盡致，為企業帶來實際效益，卻是關鍵所在。於「金融科技大獎」中連年獲獎的大新銀行（下稱大新），今年便憑藉「Next Best Action」產品推薦引擎（下稱「Next Best Action」）再下一城，於大獎的人工智能類別中，獲頒「傑出人工智能應用方案」獎項。事實上，有關技術已為大新在不同數碼科技奬項中帶來殊榮。究竟，「Next Best Action」如何能令優質的數碼銀行服務，得以提升？

近年坊間有不同的科創企業開發大數據及機器學習技術，幫助金融業推出各式各樣的金融科技產品與服務，但大新卻有別於市場的一般做法，選擇自主研發「Next Best Action」這項產品推薦引擎科技。大新銀行總經理及零售銀行處智能數據及數碼創新部主管蕭建邦先生分享道：「我們在落實每個項目時，都會評估成本效益、開發時間、方案設計及自主性等不同因素。而在這個項目中，我們希望透過一個自行開發的方案，可以更切合我們的業務需要（fit-for-purpose），並給予我們在系統設計上更大的靈活性（flexibility）。我們第一階段先應用在流動理財平台上，亦同時計劃把方案伸延到分行、電話服務中心等其他客戶接觸點，希望可以擴大應用範圍，讓更多客戶可受惠於相關技術。」

採用280項數據　精準分析客戶習慣

「Next Best Action」是一項透過機器學習算法和大數據分析，分析客戶的理財習慣和偏好，智能評估客戶的理財需求，從而在流動理財平台上提供貼心的產品和服務推薦。蕭建邦表示，此方案利用了280種不同的數據，包括客戶數據、交易數據、外部數據和數碼足跡數據等，務求精準分析客戶的理財習慣和偏好及行為模式。

蕭建邦續指，每名目標客戶在每個產品上都有一個分數，系統會根據這個分數排序，在流動理財手機應用程式上向客戶提供產品和服務推薦。「Next Best Action」更設有反饋機制，客戶對產品推薦的反應，可反映推薦的準確度，是一個具有參考性的指標。蕭建邦提到「這項數據會反饋到演算法裏，從而不斷優化訓練演算法的精準度。」透過引入這個產品推薦引擎，大新成功令產品轉化率錄得上升超過5倍的優秀成績，而個別產品的線上銷售數字更上升超過4成。

積極推陳出新　突破金融科技應用

對於大新今年再憑「Next Best Action」獲頒「金融科技大奬」，蕭建邦認為，「這不但再次肯定大新在創新及推動更優質數碼銀行服務方面的熱誠及傑出成效，同時亦證明了我們在金融科技應用取得卓越表現，並能夠在流動科技平台的穩健基礎上展現創新思維。」

不過蕭建邦強調，「Next Best Action」只是大新銀行在金融科技應用的其中一個創新例子。事實上，大新銀行近年積極推陳出新，不斷在金融科技的應用有所突破。由數年前的e直通遙距開戶，到近年的「Next Best Action」和語音利是，都是本著以客戶體驗爲先的策略，藉著利用金融科技去推動創新和提升客戶體驗。「另外，我們也積極參與金管局推動的金融科技項目，例如較早前成為首批支援以「轉數快」增值數字人民幣錢包的銀行之一、商業數據通（CDI）、銀行同業帳戶數據共享（IADS）及智方便的應用，期望在今年内陸續推出相關項目。」

《說說心理話》 消費能獲取快樂？買不起，不如花光錢錢$$？「習得性無助」有何影響？一起看看正確理財觀念。► 即睇