財(cái)富管理的價(jià)值鏈和智能化手段課件

1、財(cái)富管理的價(jià)值鏈和智能化手段CONTENTS目錄背景介紹財(cái)富管理產(chǎn)業(yè)鏈的數(shù)字化與智能化手段案例介紹0301背景介紹財(cái)富管理市場(chǎng)發(fā)展中國的財(cái)富管理自1995年步入發(fā)展快車道，在20多年來快速發(fā)展，呈現(xiàn)出多元化發(fā)展歷程，截止到2018年，中國居民可投資 資產(chǎn)規(guī)模230.6萬億元人民幣。而截止到2019年10月，統(tǒng)計(jì)國內(nèi)有236家保險(xiǎn)、68家信托、126家公募基金、4079家銀行、 8855私募基金、131家券商以及眾多第三方財(cái)富管理公司布局財(cái)富管理產(chǎn)業(yè)1995-2018年中國居民可投資資產(chǎn)規(guī)模（萬億元人民幣）與財(cái)富管理發(fā)展階段金融機(jī)構(gòu)服務(wù)邏輯的轉(zhuǎn)變及破局如何破局金融機(jī)構(gòu)服務(wù)邏輯轉(zhuǎn)變從產(chǎn)品銷售驅(qū)動(dòng)轉(zhuǎn)

2、向客戶為中心的需求側(cè)驅(qū)動(dòng)，引發(fā)供給側(cè)改革資產(chǎn)收益率整體下行，“資產(chǎn)荒”的新常態(tài)，從前層層嵌套投向房地產(chǎn)，目前房地產(chǎn)資產(chǎn)不能保持高增長(zhǎng)，“打破剛兌”從前以較高收益剛兌產(chǎn)品驅(qū)動(dòng)的銷售導(dǎo)向商業(yè)模式發(fā)生轉(zhuǎn)變，以較高傭金為收入的模式被資產(chǎn)端與互聯(lián)網(wǎng)化顛覆（券商傭金持續(xù)斷崖式下跌，兩年后到達(dá)盈虧平衡點(diǎn)）財(cái)富管理服務(wù)需要多個(gè)環(huán)節(jié)的專業(yè)優(yōu)勢(shì)互補(bǔ)財(cái)富管理產(chǎn)業(yè)鏈上下游服務(wù)類 機(jī)構(gòu)資管類 機(jī)構(gòu)大規(guī)模客群服務(wù)能力以生產(chǎn)產(chǎn)品為主，缺乏財(cái)富管理需要的專業(yè)組合配置管理能力銀行、信托類券商、基金類金融機(jī)構(gòu)的天然稟賦與承擔(dān)的角色0.00%30.00%60.00%90.00%120.00%2006 2007 2008 2009

3、2010 2011 2012 2013 2014 2015 2016 2017 2018直銷券商銀行5.7511.517.2523產(chǎn)品銷售端2006-2018年基金銷售各渠道占比資管端2018年年底各機(jī)構(gòu)資管規(guī)模投研端p基金：以投資品種主數(shù)據(jù)為中心，以投資持倉，投資交易，投資收益三大業(yè)務(wù)數(shù)據(jù)為組成部分，實(shí)現(xiàn)投研數(shù)據(jù)統(tǒng)一視 圖，全面支持投資決策，在各機(jī)構(gòu)中保持最高投研水準(zhǔn)p券商：2019年國內(nèi)共有88家券商發(fā)布了超16萬份研報(bào)，共覆 蓋2309家A股上市公司，涵蓋宏觀研究、策略研究、金融工 程、固定收益、行業(yè)研究5個(gè)研究領(lǐng)域，研究范圍廣泛p銀行：普遍缺乏投研能力服務(wù)端p基金：普遍缺乏服務(wù)能力p

4、券商：2018年最新公開信息統(tǒng)計(jì)顯示，今年以來，113家 券商合計(jì)擁有10219家營(yíng)業(yè)部，覆蓋范圍較廣，能較好的 服務(wù)客戶p 銀行：2017年年底22.87萬個(gè)網(wǎng)點(diǎn)，社區(qū)網(wǎng)點(diǎn)數(shù)7890個(gè)， 在各機(jī)構(gòu)中擁有最多的服務(wù)中心，服務(wù)能力最強(qiáng)結(jié)論：基金直銷比例快速上升，代銷比例整體下降0銀行理財(cái)（非保本理財(cái)）公募基金規(guī)模證券公司結(jié)論：資管規(guī)模銀行居于首位，基金與券商持平金融機(jī)構(gòu)的天然稟賦與承擔(dān)的角色機(jī)構(gòu)/能力客戶服務(wù)投研組合管理產(chǎn)品生產(chǎn)/資產(chǎn)盡調(diào)銀行投資推薦，投資組合顧問財(cái)務(wù)規(guī)劃資產(chǎn)配置保險(xiǎn)規(guī)劃金融市場(chǎng)分析，資產(chǎn)標(biāo)的/金融產(chǎn)品分析采購?fù)獠客堆袌?bào)告投資組合優(yōu)化組合監(jiān)控組合分析資產(chǎn)標(biāo)的盡調(diào)，銀行理財(cái) 機(jī)構(gòu)生

5、產(chǎn)金融產(chǎn)品券商投資推薦投資組合顧問財(cái)務(wù)規(guī)劃資產(chǎn)配置保險(xiǎn)規(guī)劃賣方投研金融市場(chǎng)分析，資產(chǎn)標(biāo)的/金融產(chǎn)品分析提供投研報(bào)告服務(wù)投資組合優(yōu)化組合監(jiān)控組合分析以資產(chǎn)標(biāo)的盡調(diào)為主，部 分機(jī)構(gòu)可以自己生產(chǎn)金融產(chǎn)品基金主要通過券商，銀行，三方服務(wù)客戶少數(shù)基金公司自建服務(wù)團(tuán)隊(duì)，或財(cái)富管理公司買方投研金融市場(chǎng)分析，資產(chǎn)標(biāo)的分析供自己投資服務(wù)產(chǎn)品內(nèi)的組合管理主要角色為生產(chǎn)產(chǎn)品金融機(jī)構(gòu)的天然稟賦與承擔(dān)的角色服務(wù)端投研端組合管理端產(chǎn)品生產(chǎn)產(chǎn)品盡調(diào)端基金銀行券商基金銀行券商基金銀行券商券商供自己投研分析委托券商代理服務(wù)綜合服務(wù)綜合服務(wù)綜合資管綜合資管基金生產(chǎn)并提供產(chǎn)品券商進(jìn)行產(chǎn)品盡調(diào)基金生產(chǎn)并提供產(chǎn)品銀行 基金銀行進(jìn)行產(chǎn)品

6、盡調(diào)理財(cái)產(chǎn)品生產(chǎn)缺乏投研能力提供投研報(bào)告服務(wù)銀行采購賣方投研報(bào)告產(chǎn)品內(nèi)資管部分可生產(chǎn)產(chǎn)品財(cái)富管理行業(yè)發(fā)展趨勢(shì)專業(yè)化趨勢(shì)財(cái)富管理機(jī)構(gòu)專業(yè)化：主要提供服務(wù)/組合管理/資產(chǎn)盡調(diào)，將產(chǎn)品生產(chǎn)角色外包給基金公司進(jìn)一步的功能分化：p服務(wù)（投資推薦，組合顧問，財(cái)務(wù)規(guī)劃，保險(xiǎn)規(guī)劃）- 專業(yè)的財(cái)富管理機(jī)構(gòu)p組合管理 - 外包給資管機(jī)構(gòu) JP Morgan AM, BlackRock, Vanguardp盡調(diào)服務(wù) - 外包給盡調(diào)服務(wù)機(jī)構(gòu) Towers Watson, Mercer趨勢(shì)：分久必合，合久必分去中介化趨勢(shì)基金公司通過數(shù)字化平臺(tái)介入服務(wù)環(huán)節(jié)：pBlackRock收購Future Advisor pVang

7、uard利用Personal Advisor券商/銀行建立數(shù)字化服務(wù)平臺(tái)，并且自建資管產(chǎn)品或通過Indexing公司生產(chǎn)指數(shù)化產(chǎn)品合分p服務(wù)場(chǎng)景化（養(yǎng)老金融，目標(biāo)導(dǎo)向的投資等）導(dǎo)致服務(wù)型金融機(jī)構(gòu)真正掌握客戶需求，而基金提供的產(chǎn)品庫不能完全理解或滿足，從而需要自建 定制化資管產(chǎn)品（如retirement index fund，high dividend fund, ESG fund )；pindexing, smart beta indexing, alternative beta使得資管產(chǎn)品容易廉價(jià)生產(chǎn)財(cái)富管理專業(yè)化趨勢(shì)舉例-美林高端財(cái)富管理模式美林資管商業(yè)模式是投行業(yè)務(wù)、財(cái)富管理和資本中介的

8、綜合。美林的業(yè)務(wù)線向前延伸增加了投行業(yè)務(wù)，向后延伸增加了資本中介業(yè)務(wù)（做市交易、衍生品和質(zhì)押融資業(yè)務(wù)），這兩項(xiàng)業(yè)務(wù)是美林高端財(cái)富管理的戰(zhàn)略配襯，保證了美林持續(xù)服務(wù) 高凈值客戶的能力。美林于2006 年2月剝離資管業(yè)務(wù)，利用全業(yè)務(wù)鏈條通過財(cái)務(wù)顧問服務(wù)高凈值客戶。財(cái)富管理去中介化趨勢(shì)舉例-BlackRock去中介化2015年8月，貝萊德將收購舊金山在線金融咨詢公司FutureAdvisor，希望借助FutureAdvisor的技術(shù)幫助銀行和經(jīng)紀(jì)公司為富裕人群提供更加無縫的體驗(yàn)。2015年，收購機(jī)器人投顧 FutureAdvisor，提升ETF分銷能力。2016年，投資金融科技平臺(tái) iCapital

9、 Network，iCapital 為高凈 值投資者及其顧問提供對(duì)沖基金的渠道。2017年，收購Cachematrix，增強(qiáng)其在現(xiàn)金管理領(lǐng)域的實(shí)力和規(guī)模，以及在技術(shù)和風(fēng)險(xiǎn)管理方面的領(lǐng)先地位。2017年，入股歐洲機(jī)器人投顧公司Scalable Capital。財(cái)富管理行業(yè)發(fā)展趨勢(shì)指數(shù)投資的發(fā)展因子投資的興起財(cái)富管理去中介化趨勢(shì)舉例- 介入資管Retirement Index隨著財(cái)富管理機(jī)構(gòu)的服務(wù)場(chǎng)景化，如養(yǎng)老金融，目標(biāo)導(dǎo)向的投資等，導(dǎo)致服務(wù)型金融機(jī)構(gòu)真正掌握客戶需求，而基金提供的產(chǎn)品庫不能完全理解或滿足，從而需要自建定制化資管產(chǎn)品（如retirementindexfund，highdividen

10、dfund,ESG fund )； indexing, smart beta indexing, alternative beta 使得資管產(chǎn)品容易廉價(jià)生產(chǎn)。Retirement IndexAccount 1Account 2Account N02財(cái)富管理產(chǎn)業(yè)鏈的數(shù)字化與智 能化手段財(cái)富管理的數(shù)字化與智能化手段財(cái)富管理1.0財(cái)富管理2.0理財(cái)師/投顧服務(wù) 投研人員結(jié)合已有投資 組合、用戶信息，進(jìn)行 賬戶分析、投資優(yōu)化產(chǎn)品盡調(diào)盡調(diào)專員進(jìn)行風(fēng)格評(píng)估、 歸因分析、分類估值，編 纂基準(zhǔn)投資組合管理投研人員根據(jù)產(chǎn)品、市場(chǎng) 情況，進(jìn)行組合分析、 資 產(chǎn)配置、運(yùn)籌優(yōu)化金融市場(chǎng)行研分析 行研人員進(jìn)行宏觀經(jīng)濟(jì)、

11、 行業(yè)周期、基本面分析， 完成量化建模，概率測(cè)算服務(wù)端科學(xué)投顧：秒懂客戶，輔助投顧展 業(yè)，提升專業(yè)度和滿意度機(jī)器人投顧：專業(yè)化、智能化、自 動(dòng)化的千人千面資產(chǎn)配置方案GBI：基于目標(biāo)投資，實(shí)現(xiàn)客戶不 同人生階段的財(cái)務(wù)目標(biāo) CLV：智能決策系統(tǒng)，進(jìn)行客戶精 細(xì)化管理盡調(diào)端量化盡調(diào)：針對(duì)全量資產(chǎn) 標(biāo)的深度分析，進(jìn)行系統(tǒng) 化的管理評(píng)估、金融風(fēng)險(xiǎn) 建模、壓力測(cè)試、歸因與 預(yù)測(cè)等資管端智能投決：基于因子的 大類資產(chǎn)預(yù)測(cè)聯(lián)合概率 分布，優(yōu)選算法，生成 最優(yōu)資產(chǎn)配置組合投研端智能投研：算法預(yù)測(cè)+專 家觀點(diǎn)，形成專業(yè)智能 的市場(chǎng)投資研究，為金 融機(jī)構(gòu)的專業(yè)從業(yè)人員 提供幫助，輔助產(chǎn)生更 為合理的投資策略數(shù)字化

12、 智能化服務(wù)端PART 2.1（一）科學(xué)投顧（三）GBI目標(biāo)管理（二）機(jī)器人投顧（四）CLV智能決策科學(xué)投顧系統(tǒng)功能介紹系統(tǒng)價(jià)值：為投顧服務(wù)賦能通過AI算法與金融工程工 具，為投顧及客戶經(jīng)理提供分析用戶、盡調(diào)產(chǎn)品、組合 投資等一系列財(cái)富管理的智能化工具，提升投顧服務(wù)水 平擴(kuò)大服務(wù)半徑高效的分析手段，精準(zhǔn)的觸 達(dá)機(jī)制，為投顧拓展服務(wù)半徑、覆蓋全面客戶提供堅(jiān)實(shí) 基礎(chǔ)提升服務(wù)體驗(yàn)為合適的用戶用合適的手段科學(xué)投顧系統(tǒng)功能介紹客戶監(jiān)測(cè)臺(tái)客戶管理產(chǎn)品管理投后管理客戶監(jiān)測(cè)客戶資產(chǎn)監(jiān)測(cè) 客戶行為監(jiān)測(cè)產(chǎn)品使用情況監(jiān)測(cè)關(guān)注的客戶 客戶分類管理 客戶畫像事件提醒 智能選客產(chǎn)品優(yōu)選優(yōu)選組合產(chǎn)品數(shù)據(jù)統(tǒng)計(jì)投教管理客戶畫像

13、示例：產(chǎn)品追蹤待辦提醒線上沙龍新產(chǎn)品邀約客戶監(jiān)測(cè)臺(tái)示例：智能推薦產(chǎn)品推薦服務(wù)推薦機(jī)器人投顧：機(jī)器自動(dòng)化投資策略系統(tǒng)價(jià)值：機(jī)構(gòu)視角：一對(duì)多機(jī)器服務(wù)，節(jié)約人力、分支機(jī)構(gòu)成本，投入成本低；用戶視角：覆蓋長(zhǎng)尾客戶，易形成規(guī)模效應(yīng)，大量長(zhǎng)尾客戶自助選擇服務(wù)； 減少研究市場(chǎng)時(shí)間精力，明確投資偏好；規(guī)避金融超市選擇成本，方便快捷配置資產(chǎn)；體驗(yàn)專業(yè)投資服務(wù)，獲取較高收益基金產(chǎn)品理財(cái)產(chǎn)品產(chǎn)品池其它基于用戶畫像配置組合機(jī)器人投顧功能流程介紹CMA資產(chǎn)大類預(yù)測(cè)資產(chǎn)大類預(yù)期收益率資產(chǎn)大類波動(dòng)資產(chǎn)大類相關(guān)系數(shù)優(yōu)化算法選擇均值-方差馬科維茨模型風(fēng)險(xiǎn)平價(jià)模型Black-Litterman模型穩(wěn)健優(yōu)化模型基金優(yōu)選通過建立不同

14、緯度的度 量指標(biāo)，如：收益、風(fēng) 險(xiǎn)、流動(dòng)性等對(duì)每類資 產(chǎn)進(jìn)行基金優(yōu)選投資組合生成根據(jù)CMA資本市場(chǎng)假設(shè)， 可以得到投資組合的有效 前沿。個(gè)性化推薦組合根據(jù)客戶細(xì)分，結(jié)合個(gè) 人用戶持倉數(shù)據(jù)，為用戶 推薦最合適的投資組合系統(tǒng)輔助投資經(jīng)理進(jìn)行投資組合配置策略再平衡：根據(jù)設(shè)定的再平衡方式、再平衡規(guī)則、再平衡周一，系統(tǒng)定期生成再平衡策略，經(jīng)投資經(jīng)理確認(rèn)后，進(jìn)行投資策略的調(diào)賬。用戶端功能：用戶可以對(duì)組合進(jìn)行一鍵購買交易，購買完成后可進(jìn)行追加、贖回操作；系統(tǒng)將定期推送調(diào)倉方案給用戶，如果用戶接受方案，可 智能調(diào)倉完成持倉調(diào)整，將持倉達(dá)到最優(yōu)效果。前端將組合推薦給用戶GBI目標(biāo)管理系統(tǒng)GBI根據(jù)用戶不同需求制

15、定投資計(jì)劃。人生規(guī)劃需求基于生命周期不同階段的典型投資需求，例如買房買 車，子女教育，退休養(yǎng)老等專業(yè)投資需求專業(yè)性資產(chǎn)需求，追求穩(wěn)定性和收益率，例如銀行儲(chǔ) 蓄，購買基金，投資證券等居家生活需求生活中簡(jiǎn)單的理財(cái)需求，例如旅游、消費(fèi)、零錢投資等Value: 1. 場(chǎng)景化投資幫助客戶明確理財(cái)目標(biāo)為機(jī)構(gòu)與客戶之間建立長(zhǎng)期強(qiáng)關(guān)聯(lián)為機(jī)構(gòu)提供長(zhǎng)期穩(wěn)定可預(yù)測(cè)的資金補(bǔ)充人生規(guī)劃需求專業(yè)投資需求居家生活需求GBI目標(biāo)管理系統(tǒng)年齡高級(jí)中級(jí)低級(jí)年齡您的目標(biāo)實(shí)現(xiàn)概率買房退休安養(yǎng)子女求學(xué)家族成員保障藝術(shù)品收藏實(shí)現(xiàn)您高優(yōu)先級(jí)目標(biāo)的 平均概率是增加您的保險(xiǎn)類資產(chǎn)配置，可 提升您目標(biāo)實(shí)現(xiàn)概率調(diào)整您的保險(xiǎn)類資產(chǎn)比 例調(diào)整比例目標(biāo)

16、投資消費(fèi)投資目標(biāo)實(shí)現(xiàn)可能基于以上選擇，系統(tǒng)給 出不同優(yōu)先級(jí)的目標(biāo)實(shí) 現(xiàn)可能。 保險(xiǎn)資產(chǎn)比例調(diào)整用戶可以根據(jù)投資目標(biāo)的實(shí)現(xiàn)可能，動(dòng)態(tài)調(diào)整自己需 求，由系統(tǒng)重新設(shè)置投資方案，直到客戶確認(rèn)滿意。目標(biāo)完成狀況全景顯示全景目標(biāo)的實(shí)現(xiàn)可能和已積累投資狀況。CLV智能決策系統(tǒng)應(yīng)用技術(shù)總覽系統(tǒng)價(jià)值：驅(qū)動(dòng)精細(xì)化操作打造數(shù)據(jù)中臺(tái)后，依靠數(shù)據(jù)+ 技術(shù)，驅(qū)動(dòng)整個(gè)運(yùn)營(yíng)體系的精 細(xì)化操作全局性組織營(yíng)銷基于全營(yíng)銷觸點(diǎn)管理和全渠道 的客戶識(shí)別，更好地圍繞整個(gè)用戶生命周期來進(jìn)行客戶運(yùn)營(yíng) 和營(yíng)銷建立自動(dòng)化流程建立從數(shù)據(jù)到信息，從信息到 知識(shí)，從知識(shí)到智慧的自動(dòng)化 決策流程和映射。戰(zhàn)略戰(zhàn)術(shù)支持為管理層對(duì)運(yùn)營(yíng)體系的戰(zhàn)略指 導(dǎo)和戰(zhàn)術(shù)部

17、署提供支持。CLV智能決策系統(tǒng)功能介紹客戶識(shí)別通過聚類分析遠(yuǎn)程屬性、高價(jià)值、更有購買意愿的客戶特 征，識(shí)別潛在高價(jià)值客戶獲客渠道優(yōu)化通過觸達(dá)優(yōu)化、A/B test等算法計(jì)算ROI，轉(zhuǎn)化率等評(píng)估渠 道質(zhì)量獲客方式優(yōu)化通過觸達(dá)優(yōu)化等算法，判斷某一客群/客戶的最佳拉新方 式，如：圈子營(yíng)銷、媒體廣告、搜索引擎、社交等智能風(fēng)險(xiǎn)測(cè)評(píng)基于用戶持倉、交易模式等，對(duì)用戶風(fēng)險(xiǎn)承受能力進(jìn)行客 觀評(píng)測(cè)精準(zhǔn)產(chǎn)品推薦基于遠(yuǎn)程券商經(jīng)營(yíng)產(chǎn)品池，并根據(jù)客戶畫像、賬戶診斷等 向用戶千人千面地推薦基金產(chǎn)品、工具和服務(wù)客戶投顧匹配根據(jù)客戶的特征（年齡、性別、資產(chǎn)狀況等）匹配投顧服 務(wù)深度挖掘價(jià)值基于機(jī)器學(xué)習(xí)算法，根據(jù)用戶賬戶信息等，

18、通過向上銷售 等方式深度挖掘用戶價(jià)值，實(shí)現(xiàn)效益最大化沉默用戶激活通過觸達(dá)優(yōu)化等算法，判斷某一客群/客戶的最佳激活方 式，如：廣告推送、優(yōu)惠券、獎(jiǎng)勵(lì)等購買需求識(shí)別根據(jù)客戶靜態(tài)屬性數(shù)據(jù)以及行為數(shù)據(jù)等，預(yù)測(cè)客戶是否有 購買意愿行為金融引導(dǎo)通過識(shí)別客戶對(duì)流動(dòng)性、保障性、收益性等三個(gè)心理賬戶 不同的預(yù)期，做出與其風(fēng)險(xiǎn)承受能力相匹配的投資建議客戶流失預(yù)測(cè)通過流失模型，推算客戶流失的概率，選擇挽留時(shí)點(diǎn)，即 在流失概率最大的時(shí)點(diǎn)挽留，根據(jù)投入產(chǎn)出比決定是否值 得挽留留客手段優(yōu)化通過觸達(dá)優(yōu)化等算法，判斷某一客群/客戶的最佳挽留方 式，如：交叉銷售等投顧指引多維度投顧評(píng)價(jià)標(biāo)準(zhǔn)。如，根據(jù)數(shù)據(jù)分析結(jié)果，將影響客 戶流

19、失的業(yè)務(wù)作為投顧考核的量化因素，利用交叉銷售能 夠增加客戶轉(zhuǎn)移成本，避免客戶轉(zhuǎn)入競(jìng)爭(zhēng)公司，提高價(jià)值未來公司價(jià)值預(yù) 測(cè)將客戶未來預(yù)測(cè)實(shí)現(xiàn)的價(jià)值加和，評(píng)估公司的未來價(jià)值監(jiān)控各產(chǎn)品和渠道銷售狀況，結(jié)合績(jī)效指標(biāo)，確定主打產(chǎn)產(chǎn)品和渠道監(jiān) 品和渠道控客戶服務(wù)效果評(píng) 估組織實(shí)施客戶體驗(yàn)監(jiān)測(cè)評(píng)價(jià)，量化客戶與遠(yuǎn)程券商互動(dòng)時(shí) 的感受，關(guān)注客戶旅程的流暢性，并對(duì)客 戶聲音進(jìn)行深入 分析獲客用客留客公司 戰(zhàn)略 管理CLV智能決策系統(tǒng)舉例-客戶流失管理CLV智能決策系統(tǒng)舉例-公司戰(zhàn)略管理端解決方案對(duì)公司運(yùn)營(yíng)戰(zhàn)略指標(biāo)進(jìn)行監(jiān)測(cè)，包括客戶資產(chǎn)情況、持倉情況、交易情況、流失率情況等，并且支持按照不同渠道、產(chǎn)品、客群分別進(jìn)行統(tǒng)計(jì)

20、。投研端PART 2.2智能投研系統(tǒng)智能投研功能介紹智能搜索基于自然語言處理引擎，從海量信息中找到與標(biāo)的公司有關(guān)的內(nèi)容，或設(shè)定條件，實(shí)現(xiàn)個(gè)性 化的信息推送功能，搜索的結(jié)果涵蓋公司、行 業(yè)、資訊、研報(bào)、觀點(diǎn)內(nèi)容，使人與系統(tǒng)自然 對(duì)話數(shù)據(jù)看板數(shù)據(jù)看板包括宏觀經(jīng)濟(jì)數(shù)據(jù)、大類資產(chǎn)數(shù)據(jù)、行業(yè)數(shù)據(jù)、公司數(shù)據(jù)，集成市場(chǎng)金融數(shù)據(jù)與分 析結(jié)果，為投資研究提供可視化數(shù)據(jù)看板，大 幅度降低數(shù)據(jù)處理的繁瑣性智能工具利用人工智能（深度學(xué)習(xí)、自然語言處理等）來分析金融市場(chǎng)數(shù)據(jù)，集成財(cái)務(wù)工具、因子工具、預(yù)測(cè)模擬器等智能工具多方位研究數(shù)據(jù)間 關(guān)聯(lián)性觀點(diǎn)融合疊加投資研究專家主觀觀點(diǎn)，得到人工+AI預(yù)測(cè)的未來資產(chǎn)收益率聯(lián)合分布，

21、使觀點(diǎn)更加貼近市場(chǎng)；引入動(dòng)態(tài)熵算法，投資觀點(diǎn)可作用于多 期分布，持續(xù)影響資產(chǎn)收益率聯(lián)合分布，提高 預(yù)測(cè)準(zhǔn)確率智能投研功能舉例-財(cái)務(wù)工具財(cái)務(wù)分析提供每股指標(biāo)、盈利能力、收益 質(zhì)量、償債能力、成長(zhǎng)能力等基 本財(cái)務(wù)評(píng)價(jià)指標(biāo)分析杜邦分析以杜邦分析為基礎(chǔ)，將ROE拆解 為凈利潤(rùn)、ROA、權(quán)益乘數(shù)后近 一步向下拆解，追溯底層指標(biāo)主營(yíng)分析將企業(yè)收入、成本、毛利等拆解 到細(xì)分產(chǎn)品、行業(yè)，精準(zhǔn)分析企 業(yè)狀況財(cái)務(wù)工具估值分析利用PE、PB等估值工具查看 行業(yè)、公司價(jià)值變化，利于分 析師進(jìn)一步做好估值分析公司對(duì)比將公司與對(duì)標(biāo)企業(yè)進(jìn)行多維度 財(cái)務(wù)指標(biāo)對(duì)比，可快速選擇同行業(yè)、同概念對(duì)比行業(yè)指標(biāo)對(duì)比將公司與行業(yè)水準(zhǔn)進(jìn)行多

22、維度 財(cái)務(wù)指標(biāo)對(duì)比，可與行業(yè)均 值、行業(yè)指數(shù)、自選公司集群對(duì)比系統(tǒng)價(jià)值：持續(xù)提升投研產(chǎn)出構(gòu)建投資研究平臺(tái)，培育投研價(jià)值創(chuàng)造能力；以數(shù)據(jù)支撐結(jié)論，避免主觀性；以因子模型為基礎(chǔ)，分析因素綜合全面大幅提升投研效率納入更多實(shí)時(shí)數(shù)據(jù)；數(shù)據(jù)處理、分析速度更強(qiáng)更快；可視化界面；結(jié)論呈現(xiàn)更高效顯著降低投研成本解放大量投研人員生產(chǎn)力，減少信息查詢和分析的“重”勞動(dòng)；每個(gè)分支機(jī)構(gòu)擁有自己的“投研專家”智能投研功能舉例-因子工具使用財(cái)富引擎MSG系統(tǒng)，集成上百種金融計(jì)量模型、隨機(jī)動(dòng)態(tài)模型與AI算法，對(duì)行業(yè)、公司進(jìn)行業(yè)績(jī)歸因，從風(fēng)格因子、行業(yè)因子、市場(chǎng)因子等進(jìn)行分析，識(shí)別影響此行業(yè)的各類因子，得到因子暴露與因子收益，

23、輔助分析業(yè)績(jī)智能投研功能舉例-預(yù)測(cè)模擬器使用財(cái)富引擎MSG系統(tǒng)，集成上百種金融計(jì)量模型、隨機(jī)動(dòng)態(tài)模型與AI算法，為研究員提供預(yù)測(cè)模擬工具，內(nèi)容包括大類資產(chǎn)走勢(shì)，資產(chǎn)收益波動(dòng)情況、大類資產(chǎn)相關(guān)性、大類資產(chǎn)預(yù)測(cè)、大類資產(chǎn)因子歸因等智能投研功能舉例-觀點(diǎn)融合特點(diǎn)人工+AI疊加投資研究專家主觀觀點(diǎn)，得 到人工+AI預(yù)測(cè)的未來資產(chǎn)收益 率聯(lián)合分布，使觀點(diǎn)更加貼近市 場(chǎng)。準(zhǔn)確性引入動(dòng)態(tài)熵算法，投資觀點(diǎn)可作 用于多期分布，持續(xù)影響資產(chǎn)收 益率聯(lián)合分布，提高預(yù)測(cè)準(zhǔn)確率個(gè)性化 可結(jié)合個(gè)人投資觀點(diǎn)，個(gè)性化輸 出結(jié)果，充分發(fā)揮投研人員專業(yè) 優(yōu)勢(shì)便捷性 根據(jù)融合后資產(chǎn)分布情況，可自 行進(jìn)行資產(chǎn)配置，也可結(jié)合財(cái)富 引擎

24、投資決策輔助系統(tǒng)，一鍵生 成策略，方便快捷觀點(diǎn)融合 智能投研功能舉例-觀點(diǎn)融合流程資管端PART 2.3智能投決系統(tǒng)問題抽象資產(chǎn)配置本質(zhì)上是決策問題觀察預(yù)測(cè)狀態(tài)求解最優(yōu)行動(dòng) 方案評(píng)估反饋金融市場(chǎng)建模（資產(chǎn)標(biāo)的收 益聯(lián)合概率分 布預(yù)測(cè)）求解最優(yōu)資產(chǎn) 配置方案回測(cè)指標(biāo)反饋 與歸因分析廣義決策問題資產(chǎn)配置問題MSG（金融市 場(chǎng)情景模 擬器）DOE（決策優(yōu)化引擎）QDD（量化盡調(diào)引擎）資管方案模塊引擎智能投決系統(tǒng)功能介紹系統(tǒng)價(jià)值：將專家的投資邏輯固化， 結(jié)合大數(shù)據(jù)為客戶個(gè)性化服 務(wù)，規(guī)?；瘡?fù)制專業(yè)的投資 能力，服務(wù)更廣大的客戶減少主觀偏差因素影響， 通過量化工具，將決策依據(jù) 的條件、邏輯，系統(tǒng)化、數(shù)

25、量化、客戶化投資決策需要一套工具長(zhǎng) 時(shí)間監(jiān)控，并且對(duì)所有的決策、當(dāng)時(shí)的市場(chǎng)狀況進(jìn)行記 錄，以便后續(xù)復(fù)盤、歸因，持續(xù)提高組織的投資能力智能投決系統(tǒng)創(chuàng)新亮點(diǎn)市場(chǎng)預(yù)測(cè)多樣投資白盒優(yōu)化市場(chǎng)畫像市場(chǎng)畫像對(duì)宏觀基本面的指標(biāo)進(jìn)行刻畫基于因子的大類資產(chǎn)預(yù)測(cè) 聯(lián)合概率分布優(yōu)化算法白盒可見 自選優(yōu)化算法投資決策無論是全自動(dòng)、疊加專家觀點(diǎn)的半自動(dòng)、全手動(dòng)，幫助投資決策智能投決系統(tǒng)重點(diǎn)功能舉例資產(chǎn)配置戰(zhàn)略資產(chǎn)配置動(dòng)態(tài)戰(zhàn)略資產(chǎn)配置戰(zhàn)術(shù)資產(chǎn)配置長(zhǎng)期價(jià)值中期調(diào)整短期機(jī)遇符合回歸均值規(guī)律選擇長(zhǎng)期資產(chǎn)配置策略，降 低非系統(tǒng)性風(fēng)險(xiǎn)市場(chǎng)多處于偏離均衡狀態(tài)， 應(yīng)追蹤監(jiān)控風(fēng)險(xiǎn)暴露基于風(fēng)險(xiǎn)預(yù)算，對(duì)風(fēng)險(xiǎn)進(jìn)行 動(dòng)態(tài)化管理，以期控制投資 風(fēng)險(xiǎn)

26、預(yù)判資本市場(chǎng)趨勢(shì)的相對(duì) 性，從中挖掘機(jī)會(huì)趨勢(shì)分析和技術(shù)分析相結(jié) 合，敲定短期配置決策智能投決系統(tǒng)長(zhǎng)期戰(zhàn)略配置（SAA）當(dāng)前SAA策略與候選SAA 策略比較多種維度評(píng)判SAA策略效 果ESG情境生成測(cè)試業(yè)務(wù)指 標(biāo)實(shí)現(xiàn)概率智能投決系統(tǒng)動(dòng)態(tài)中期再調(diào)整智能投決系統(tǒng)戰(zhàn)術(shù)擇時(shí)TAA從SAA到TAA：將資產(chǎn)大類 建模進(jìn)一步細(xì)分。細(xì)分后的 指數(shù)具有近似的財(cái)務(wù)特征， 例如（3-5年AAA級(jí)債）（10-15年AA級(jí)債）等BL算法的升級(jí)版動(dòng)態(tài)熵 聚集算法，可將含有期限結(jié) 構(gòu)的主觀觀點(diǎn)融入模型QDD賦能資產(chǎn)標(biāo)的優(yōu)選盡調(diào)端PART 2.4量化盡調(diào)系統(tǒng)（QDD）系統(tǒng)理念基于歷史業(yè)績(jī)根據(jù)歷史收益率進(jìn)行評(píng)級(jí) 根據(jù)歷史的夏普比

27、率進(jìn)行評(píng)級(jí) 根據(jù)歷史的最大回撤進(jìn)行評(píng)級(jí)基金評(píng)級(jí)一對(duì)一服務(wù)由財(cái)富顧問咨詢了解基金根據(jù)客戶需求提供投資組合及服務(wù) 人工追蹤對(duì)比傳統(tǒng)盡調(diào)現(xiàn) 有 盡 調(diào) 模 式工作效率低下服務(wù)針對(duì)性不強(qiáng) 客戶覆蓋率低 水平層次不齊歷史業(yè)績(jī)并不代表未來難以解決投資決策 難以把握客戶需求難以滿足多樣化的需求算法定制存在問題量化盡調(diào)三懂：懂歷史、懂風(fēng)險(xiǎn)、懂未來提供：量化盡調(diào)及投資決策服務(wù)未來預(yù)測(cè)標(biāo)準(zhǔn)化自動(dòng)化智能化46AI+算法量化盡調(diào)系統(tǒng)金融產(chǎn)品基金1產(chǎn)品1產(chǎn)品2基金2多目標(biāo)基金優(yōu)選穿透式因子建模建模優(yōu)選QDD層次分析法AHPAI策略分類收益預(yù)測(cè)模型主成分分析法PCA核心技術(shù)量化盡調(diào)系統(tǒng)功能系統(tǒng)價(jià)值：量化盡調(diào)系統(tǒng)旨在為投資

28、 者提供一套對(duì)市場(chǎng)上所有 金融資產(chǎn)的量化盡調(diào)引 擎，解決落實(shí)到資產(chǎn)標(biāo)的 層面 “用什么”的問題幫助投資者處理海量金融 產(chǎn)品數(shù)據(jù)，借助量化盡調(diào) 系統(tǒng)處理信息更加完備和 高效量化盡調(diào)系統(tǒng)是投資者在 處理海量金融產(chǎn)品信息時(shí) 的最優(yōu)助手4812345QDD多目標(biāo)基金優(yōu)選的目標(biāo)函數(shù)是客戶的效用函數(shù)最大化基于NDCG和機(jī)器學(xué)習(xí)的方法對(duì)基金的收益進(jìn)行預(yù)測(cè)實(shí)現(xiàn)了多目標(biāo)的基金優(yōu)選，理論來源是層次分析法AHP基于AI的聚類和支持向量機(jī)SVM對(duì)基金的策略進(jìn)行分類和風(fēng)格分析QDD建立了基金的收益和風(fēng)險(xiǎn)的統(tǒng)計(jì)指標(biāo)體系，體系基于多維度進(jìn)行定義量化盡調(diào)系統(tǒng)功能亮點(diǎn)49基金畫像30個(gè) 投資能力評(píng)價(jià)指標(biāo)30個(gè) 風(fēng)險(xiǎn)類指標(biāo)生成基

29、金評(píng)估 總分基金畫像雷達(dá)圖特色投資能力評(píng)價(jià)指標(biāo)擇時(shí)能力選證能力特色風(fēng)險(xiǎn)評(píng)估指標(biāo)尾部風(fēng)險(xiǎn) 日下行風(fēng)險(xiǎn) 月下行風(fēng)險(xiǎn) 下行貝塔風(fēng)險(xiǎn)引入特色評(píng)價(jià)指標(biāo)，用算法對(duì)基金進(jìn)行投資能力維度與風(fēng)險(xiǎn)維度的全方位評(píng)價(jià)，得到相應(yīng)指標(biāo)的對(duì)應(yīng)分值為投顧生成基金畫像雷達(dá)圖以及基金總評(píng)分，幫助投顧形成科學(xué)、合理的判斷及決策量化盡調(diào)系統(tǒng)重點(diǎn)功能-基金畫像量化盡調(diào)系統(tǒng)重點(diǎn)功能舉例-基金畫像基金評(píng)級(jí)，包括基金綜合評(píng)價(jià)、多維度能力詳細(xì)解讀。基金診斷，通過基金的收益、風(fēng)險(xiǎn)、調(diào)整后收益指標(biāo)的四分位排名箱體圖，對(duì)基金進(jìn)行診斷?；鹪u(píng)級(jí)基金診斷量化盡調(diào)系統(tǒng)重點(diǎn)功能舉例-Brinson歸因Brinson業(yè)績(jī)歸因模型，將超額收益在大類資產(chǎn)配置、行

30、業(yè)配置、個(gè)股選擇等方面進(jìn)行分解，如左圖所示， 將基金的累計(jì)總收益（綠色）相對(duì)于基準(zhǔn)收益（藍(lán)色）的超額部分，分解為了資產(chǎn)配置效應(yīng)（灰色）、行業(yè) 風(fēng)格效應(yīng)（橙色）以及擇股效應(yīng)（紅色）。對(duì)于資產(chǎn)配置效應(yīng)（左圖中灰色曲線），右圖展示了大盤價(jià)值型、大盤成長(zhǎng)型、中盤價(jià)值型、中盤成長(zhǎng)型、小盤價(jià)值型 以及小盤成長(zhǎng)型總計(jì)六大類股票資產(chǎn)所分別貢獻(xiàn)的業(yè)績(jī)比例?？梢钥吹?，該基金經(jīng)理偏好大盤成長(zhǎng)型與小盤成長(zhǎng)型股票。量化盡調(diào)系統(tǒng)重點(diǎn)功能舉例-風(fēng)險(xiǎn)因子歸因基于華爾街前沿理念的多因子分析框架，通過機(jī)器學(xué)習(xí)算法和前沿金融計(jì)量統(tǒng)計(jì)方法用一套固定的風(fēng) 險(xiǎn)驅(qū)動(dòng)因子集合去對(duì)任意層級(jí)的資產(chǎn)集合進(jìn)行建模，得到不同層級(jí)間系統(tǒng)、一致的建模。以

31、常見的通脹風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、市值因子為例，對(duì)市場(chǎng)上不同資產(chǎn)進(jìn)行風(fēng)險(xiǎn)因子的分解。如上圖所示，對(duì)某投資組合進(jìn)行風(fēng)險(xiǎn)因子歸因后，不同類別資產(chǎn)及股票類別下不同行業(yè)的配置、擇股、擇 時(shí)，統(tǒng)一由一套風(fēng)險(xiǎn)因子在不同時(shí)間的暴露敞口來解釋。應(yīng)用這一套風(fēng)險(xiǎn)因子分析框架，投資者投資的不再是具 體的資產(chǎn)，而是因子；風(fēng)險(xiǎn)管理也變成管理因子的暴露敞口。53基本信息管理基金盡調(diào)分析基本信息投資年限工作經(jīng)歷擅長(zhǎng)類型管理基金管理基金列表任職期間業(yè)績(jī)收益風(fēng)險(xiǎn)情況盡調(diào)分析多維度評(píng)價(jià)四分位診斷量化盡調(diào)系統(tǒng)重點(diǎn)功能-基金經(jīng)理畫像量化盡調(diào)系統(tǒng)重點(diǎn)功能舉例-基金經(jīng)理畫像通過任職期間業(yè)績(jī)走勢(shì)、收益風(fēng)險(xiǎn)情況，評(píng)估基金經(jīng)理所管理基金情況

32、?；鸾?jīng)理評(píng)級(jí)對(duì)基金經(jīng)理投資能力、管理回撤的能力等多維度進(jìn)行解讀。管理基金情況多維度能力解讀量化盡調(diào)系統(tǒng)重點(diǎn)功能舉例-基金經(jīng)理診斷通過所管理基金的收益、風(fēng)險(xiǎn)、調(diào)整后收益指標(biāo)的四分位排名箱體圖，對(duì)基金經(jīng)理進(jìn)行診斷。56D 組收益激進(jìn)基金經(jīng)理優(yōu)秀基金經(jīng)理風(fēng)險(xiǎn)保守基金經(jīng)理一般基金經(jīng)理B 組A 組C 組其中，X軸代表風(fēng)險(xiǎn)軸，越往右，代表風(fēng)險(xiǎn)越大；Y軸代表收益軸越往上，代表收益越高量化盡調(diào)系統(tǒng)重點(diǎn)功能舉例-基金經(jīng)理風(fēng)格分析03案例介紹美銀美林中心化投資引擎系統(tǒng)搭建思考美銀美林具有強(qiáng)大的財(cái)富管理平臺(tái)，金融顧問只需輸入客戶的相關(guān)資料，即可由總部研究部門制作完成相應(yīng)的財(cái)富計(jì)劃書；同時(shí)，客戶的金融信息資料亦由總

33、部的研 究機(jī)構(gòu)收集制作后存放至信息平臺(tái)，通過財(cái)富管理平臺(tái)傳遞給金融顧問。美林證券 依托總部強(qiáng)大的投研實(shí)力為基礎(chǔ)，為高凈值客戶提供了”客戶為中心”的專業(yè)理財(cái)服 務(wù)。中心化投資引擎系統(tǒng)Merrill One投顧團(tuán)隊(duì)Merrill Edge線上運(yùn)營(yíng)團(tuán)隊(duì)金融市場(chǎng)模擬與優(yōu)化 算法庫CIO量化團(tuán)隊(duì)、投研團(tuán)隊(duì)CIA系統(tǒng)盡職調(diào)查團(tuán)隊(duì)數(shù)據(jù)科學(xué)系統(tǒng)數(shù)據(jù)科學(xué)團(tuán)隊(duì)、數(shù)據(jù)運(yùn)營(yíng)團(tuán)隊(duì)三層架構(gòu)團(tuán)隊(duì)（總 部、高級(jí)投顧、一 般投顧）借助系 統(tǒng)，更專業(yè)化服務(wù) 客戶線上運(yùn)營(yíng)團(tuán)隊(duì)做好 Edge的開發(fā)、運(yùn) 營(yíng)、推廣、維護(hù)CIO量化團(tuán)隊(duì)生產(chǎn)策略 與組合投研團(tuán)隊(duì)市場(chǎng)研究，生 成觀點(diǎn)，攥寫研報(bào)盡職調(diào)查團(tuán)隊(duì)借助 CIA系統(tǒng)完成產(chǎn)品 評(píng)級(jí)與推薦、

34、資產(chǎn) 盡調(diào)以及日常系統(tǒng) 維護(hù)數(shù)據(jù)科學(xué)團(tuán)隊(duì)進(jìn)行數(shù)據(jù)科 學(xué)治理、有效挖掘各類數(shù) 據(jù)數(shù)據(jù)運(yùn)營(yíng)團(tuán)隊(duì)建立運(yùn)營(yíng)模 型，為各系統(tǒng)提供數(shù)據(jù)支 撐美銀美林中心化投資引擎系統(tǒng)搭建思考1、投顧一體化平臺(tái)1、為客戶提供優(yōu)質(zhì)財(cái)富管理服務(wù)2、搶占并吸引更多的客戶與管理資金3、降低人員培訓(xùn)成本4、快速提升投資顧問的專業(yè)能力2、線上服務(wù)平臺(tái)美銀美林推出了 Merrill Edge線上平臺(tái)，并開發(fā)出多種智能化自助系統(tǒng)，如 MEGI ( 2017年2月隆重推出 )美銀美林中心化投資引擎系統(tǒng)搭建思考3、驅(qū)動(dòng)中心化投資引擎的金融市場(chǎng)模擬與優(yōu)化算法庫中心化投資引擎優(yōu)勢(shì)1、系統(tǒng)化，全資產(chǎn)，通用化模塊2、結(jié)合最新研發(fā)成果，經(jīng)常性迭代更新3

35、、豐富，強(qiáng)大，穩(wěn)定的金融優(yōu)化算法庫 4、基于多重風(fēng)險(xiǎn)驅(qū)動(dòng)因子，與市場(chǎng)動(dòng)態(tài)結(jié)構(gòu)實(shí)施一致的金融市場(chǎng)模擬針對(duì)金融市場(chǎng)模擬算法難點(diǎn)，提供優(yōu)化解決方案1、金融優(yōu)化算法對(duì)參數(shù)的誤差非常敏感2、傳統(tǒng)的優(yōu)化模型無法涵蓋路徑依賴型投資目標(biāo)3、多周期優(yōu)化問題會(huì)帶來“高維詛咒”( curse of dimensionality )5、結(jié)合分析軟件，可視化交互與匯報(bào)。4、面向另類資產(chǎn)開發(fā)的CIA系統(tǒng)：是針對(duì)另類資產(chǎn)與非標(biāo)資產(chǎn)FoF開發(fā)的功能強(qiáng)大的分析、存儲(chǔ)、匯報(bào)一體化引擎系統(tǒng)功能1、存儲(chǔ)與整合另類與非標(biāo)資產(chǎn)（對(duì)沖基金、私募、風(fēng)投、證券化資產(chǎn)）的各種數(shù)據(jù)；2、聚合多種智能分析板塊；3、量化分解資產(chǎn)風(fēng)險(xiǎn)因子；4、大規(guī)模優(yōu)

36、化FoF資產(chǎn)組合；5、輔助人工投顧與線上自動(dòng)化平臺(tái)的后臺(tái)數(shù)據(jù)庫、數(shù)據(jù)科學(xué)家團(tuán)隊(duì)數(shù)據(jù)團(tuán)隊(duì)：運(yùn)籌界明星級(jí)團(tuán)隊(duì)Decision Support Modeling，獲得運(yùn)籌界“諾貝爾”獎(jiǎng)Franz Edelman Prize, Wagner Prize1、底層大數(shù)據(jù)整合打通，應(yīng)用層面支持2、強(qiáng)大的智能獲客留客輔助3、上千個(gè)推薦模型與預(yù)測(cè)模型輪轉(zhuǎn)，collaborative filtering 自動(dòng)更新4、Monte Carlo 模擬機(jī)器，服務(wù)任何營(yíng)銷策略的優(yōu)化決策5、用戶畫像，金融圖譜整合，基礎(chǔ)底層數(shù)據(jù)分析6、智能輔助投顧模擬流程美銀美林-GBI Index美林建立基于目標(biāo)投資的機(jī)制，可以真正掌握客戶

37、需求，在兼顧客戶個(gè)性化投資需求的同時(shí)，以index investment的方式，達(dá)到規(guī)?；?jì)算和節(jié)約成本的目的。Funding Ratio優(yōu)于其他Goal-based InvestmentBlackrockfactor-based investingBlackrock于2019年收購巴克萊銀的公司Barclays Global Investor，BGI采因投資的式，該 交易將創(chuàng)建個(gè)獨(dú)且完全集成的資產(chǎn)管理公司，管理的資產(chǎn)總額超過2.7萬億美元。因投資策略Blackrockfactor-based investing某國內(nèi)大型金融機(jī)構(gòu)科學(xué)投顧系統(tǒng)科學(xué)投顧系統(tǒng)基于對(duì)投顧業(yè)務(wù)數(shù)據(jù)與客戶數(shù)據(jù)的測(cè)量、分析

38、與建模，智能展示每個(gè)投顧的業(yè)務(wù)畫像和客群畫像，幫助后臺(tái)了解投顧服務(wù)客戶的多方位情況，智能展示針對(duì)每個(gè)投顧名下客戶的客戶全景圖，形成“秒懂”客戶，“深懂”客戶等報(bào)告工具，幫助投顧快速了解客戶的資產(chǎn)、盈虧、持倉、交易等情況，提供財(cái)富管理和資產(chǎn)配置建 議。某國內(nèi)大型金融機(jī)構(gòu)科學(xué)投顧系統(tǒng)業(yè)務(wù)背景與需求：方案總覽：!高凈值、傳統(tǒng)客戶需要高質(zhì)量、儀式感的理財(cái)服務(wù)。投資顧問理財(cái)能力和理財(cái)技能上需要培訓(xùn) 與提高。投資顧問不能迅速抓住客戶需求，難以實(shí) 現(xiàn)高效營(yíng)銷和高質(zhì)量的服務(wù)。服務(wù)流程冗長(zhǎng)，服務(wù)時(shí)間較長(zhǎng)，較難覆蓋大量客戶，難以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷?？偛客顿Y能力與業(yè)務(wù)目標(biāo)難以有效進(jìn)行輸 出，實(shí)現(xiàn)對(duì)下屬分支機(jī)構(gòu)人員團(tuán)隊(duì)的目

39、標(biāo) 導(dǎo)向管理。價(jià)值數(shù)據(jù)：人機(jī)結(jié)合，通過科學(xué)投顧系統(tǒng)進(jìn)行業(yè)務(wù)開展，實(shí)現(xiàn)高效精準(zhǔn) 營(yíng)銷。懂客戶，從客戶需求出發(fā)，從需求端出發(fā)制定營(yíng)銷策略和服 務(wù)策略，滿足客戶高質(zhì)量、儀式感理財(cái)需求。懂產(chǎn)品，科學(xué)方法優(yōu)選與組合產(chǎn)品，從供給端出發(fā)提供優(yōu)質(zhì) 產(chǎn)品和組合。懂業(yè)務(wù)，將總部業(yè)務(wù)目標(biāo)有效分解，對(duì)人員團(tuán)隊(duì)高效管理。#覆蓋投顧1800余人，覆蓋率超過90% #服務(wù)客戶800萬#2019Q1投顧渠道基金銷售量提升100%#降低投顧人員對(duì)專業(yè)技術(shù)的依賴，降低培訓(xùn)成本，形成標(biāo)準(zhǔn)化 專業(yè)服務(wù)體驗(yàn)#投顧人員服務(wù)效率提升300%某國內(nèi)大型金融機(jī)構(gòu)線上智能投顧系統(tǒng)在客戶為中心的財(cái)富管理業(yè)務(wù)升級(jí)的需求下，以及“資管新規(guī)”與“投資者適當(dāng)性管理辦法”的新監(jiān)管形勢(shì)下，金融機(jī)構(gòu)都需要科學(xué)化系統(tǒng)化的財(cái)富管理方案。財(cái)富引擎科技利用核心引擎模塊，提供智能財(cái)富管理系統(tǒng)的解決方案，支持從個(gè)性化產(chǎn)品推薦， 智能資產(chǎn)配置方案，到目標(biāo)導(dǎo)向金融規(guī)劃的全方位財(cái)富管理功能。財(cái)富畫像財(cái)富體檢流動(dòng)性資產(chǎn)（消費(fèi)需求）補(bǔ)充信息用戶畫像目標(biāo)推薦基于個(gè)人規(guī)劃的 財(cái)富管理方案金融產(chǎn)品超市投資性資產(chǎn)