SAS台灣總經理陳愷新。 本報系資料庫 分享 facebook 競爭激烈的證券業中，
廣告省錢
，擁有客戶就等於取得業績保證，
霧眉做好不結痂
，但全球數據分析領導廠商SAS台灣總經理陳愷新提醒：「三流券商搶客戶，
粉絲團行銷
，一流券商搶數據」，
台中水晶唇
，還要能懂得「知數據、玩數據」，
高雄 隆乳
，才能成為產業的霸主。拚數據應用 跳脫傳統經驗陳愷新近期接受證交所邀請分享證券業如何應用大數據。他提醒，
男士霧眉
，證券業現階段該從「經驗法則」轉為「智能法則」。英國《經濟學人》日前為現今商業世界提出數據霸權的警示：「世界上最珍貴的資源，
棋牌游戏玩法
，將不再是石油，而是數據」。阿里巴巴創辦人馬雲更狂語「得數據者得天下」。陳愷新也直言，數據就如同現今企業的血脈。接手全球經濟動能的，已是無意識產出的各類集合數據，因為他們代表的不只是金流，還有更多預測人類行為的線索。「在台灣，最有機會在數據流獲益的是金融業，證券業包括在內。」陳愷新說；因為金融證券業掌握相對完整且大量的客戶資訊，也早有客戶關係管理專責單位，站穩搶先切入的優勢，與顧客維持高黏著互動。而證券業在轉型之際，陳愷新建議，得大破決策層級既有的營運經驗法則，先開發企業決策高層有感的智能應用，來說服高層完成「平台與人才」的基礎建設，才可進一步體現大數據轉成營運智能的效益。躋身一流券商會玩數據，陳愷新認為，前一波網路化浪潮，國內證券業其實早有意識開發比以往更多，且以數位為主的顧客互動管道，然而大家只顧搶數據，卻未能從這些來自不同資料源，甚至包含結構與非結構化的複雜資料提煉出價值。「我也曾看過韓國某券商，針對原始資料如會員資訊進行歸檔分類，包含年齡、收入、流動資產、風險承受度等個人樣貌，還有每日證券市場交易活動、投資組合等詳實紀錄。」智能法則 打造最佳接觸點耗費大量心力取得數據，設計行銷專案內容，然而最後卻導致所有客戶仍獲得相似性極高的服務體驗，原因在於這些指標仍過於單一化。就SAS的數據剖析標準而言，其實這些僅是報表性的分析層次，並不易發掘出各客群的投資特性、忠誠度與投資偏好，且人員缺乏洞察的能力，也讓數據處理量與服務效率受限。陳愷新說，「將數據布局在時間與空間軸線上，智能打造最佳接觸點」，是他建議證券業首要打造的應用策略。許多券商高層疾呼，想依不同層級的投資人，提供適合他們的產品及服務，這樣看似直覺的需求，落地過程卻往往令人卻步，原因是做好「客戶分群」，其實有門檻。幫客戶進行貼標分群，標籤包含收入、資產、買賣偏好、操作風格，甚至過往與營業員的接觸點、社群評論或線上搜尋行為等。更重要的是，需要加入客戶歷程的「時間維度」，從投資戶開始搜尋、與營業員互動、下單、靜止等整體接觸歷程，來做精準與細緻的分群。過程雖複雜且必經陣痛期，但執行策略已具體可見。陳愷新認為，就數據面上，近年來證交所的開放資料豐富，可有珍貴數據源介接；技術面上，達到繁複的運算，可仰賴近期熱門的「機器學習演算法」，此技術SAS自身即投入發展超過30年，早已成熟且廣泛應用在資料探勘應用中。客戶分群 掌握成本與利潤日本一家百年券商，就曾利用SAS的機器學習客戶分群機制，建立客戶申購基金的預測模型，針對高回應率客戶名單，建立客製化的申購組合，最終不同客群的平均申購率成長20%。陳愷新表示，這種透過科學性的方式，掌握客戶成交率與利潤計算，有助業務及行銷單位控制資源成本與擬訂成長策略。完成分群之後，同步也需要建立「即時決策管理平台」，讓你正確預判客戶遭遇的困擾或盤算，做出即時且適當的「跨售」及向上銷售。達到真正以「個人用戶」為中心，運算出最適化產品組合與需求時間點，預測顧客未來行為與可能需求，像是在40到50歲區間的外商主管，近日在點擊利率新聞，及育有子女，即可推算其接受債券型基金機率，判斷是否有進行跨售的成效。擁抱AI 建置決策管理平台使用數據進行進階分析，其中一個迷人之處，莫過於「預警流失」。股票或基金遇虧損，理財方式又單一的客戶，或因為理專離職而依賴度改變的客戶，都是高潛在流失客戶。這時只要有過客群樣態與相似歷程的自動警示，即可提早提出挽救策略，像是輔導其轉換購入保守穩健的基金，或是主動調降手續費等預警留客。陳愷新強調，人工智慧（AI）對於證券業的影響，第一波會來自於主動運用新科技的機會，例如以資料採礦方式來偵測交易，第二波則來自於被動對於新科技的對應措施，例如理財機器人對資本市場的影響。然經驗顯示，擁抱AI前，陳愷新建議證券業者，應先建置好強大分析決策管理平台與資料科學團隊，累積出整體顧客生命周期的互動洞察，才可成功地架構出強化企業核心價值的智能機制。，