近日，索信达与华为云强强联手，在华为云ModelArts上线索信达客户微细分模型，这个模型也成了首个上线ModelArts的金融营销模型。在人工智能强势赋能金融业的当下，这样一个模型的推出，又能给行业带来什么样的影响和意义？

定位银行业，擦出金融科技火花

2020年，因新冠疫情产生波动的经济生态，给银行的业务开展带来直接影响，特别是小微企业、小店、地摊等“微”经济的爆发，展露了多元化的流动资金需求。所以，对于银行业来说，如何对更多元的客户进行微细分，成为了必须要面对的难题。

市场的魅力在于多样化，谁能够应对挑战、抓住机遇，增强银行业防控风险以及应对市场不确定性的能力，方能在金融科技的赛道中取得领先地位。在这个层面上，索信达或能给出一些示范。

长久以来，索信达控股作为聚焦金融行业的人工智能及大数据科技公司，一直在致力于通过科技驱动金融行业数字化转型，以人工智能技术助力包括银行在内的金融机构实现智能营销。此次与华为云的强强联合，体现了华为云对索信达在金融行业的技术和实力的认可，因为目前华为云AI模型市场是国内第一个提供发布及订阅AI模型服务的平台，对于各种上线的模型也有着严格的审核和筛查。并且，华为云可实现全球本地化服务支持，在云中可完成开发、测试、部署、运维、运营等一系列研发活动，这可为索信达提供强大的生态支持，让索信达的金融营销模型惠及更广的范围。

所以，二者的强强合作，整合了华为云强大的平台优势以及索信达创新性的金融营销模型，这或将给金融业的数据转型带来事半功倍的效果。作为索信达控股三大业务之一的智能营销，此番与华为云携手推出的微细分模型，是如何赋能银行等金融机构的呢？

客户微细分，寻找数据价值的突破口

银行业是一个非常注重客户群体细分的产业，受到日新月异发展的时代影响，客户的个性、特征以及需求也在实时变化。尽管很多银行已经力所能及地做了客户细分，通常也只分到几个大类，分析做得不够细致，导致无法有效模拟业务的发展。

同时，很多为银行提供数据服务的供应商，也没有真正考量用户数据中的业务价值，匆匆将人脸识别、语音、视频等通用深度学习模型上线，但无法为银行提供更加深入业务洞察的数据营销服务。

而索信达和华为云携手推出的客户微细分模型相对而言会更加智能，它并没有简单的只对用户结构化数据进行整合细分，而是通过利用庞大的交易数据，创造性的提出了“数据图像化”的新思路。

据了解，该模型可以通过对银行数据的收集和分析来达到将结构化数据创新地变成图像，然后对图像进行深度学习，采用深度神经网络来发掘更多有效的深层特征，同时拟合更复杂的关系，从而达到对客户进行微细分的目的。

简单来说，就是首先通过银行的用户数据进行离散化的处理，提高运算效率。其次通过相关分析、万有引力定律、网络布局、坐标定位、染色等技术处理，来实现数据图像化的效果。之后，开始对数据图像进行深度学习，通过读取图像特征、DBSCAN密度聚类、有限状态机等方式来分析客户的动态演化。最后生成状态转移全景图，以供银行更加直观的了解用户特征，以及预判用户数据的演化规律，最终做出更加合理的用户策略。

通过数据图像化的方式，能够帮助银行建立更加精准的用户模型，从而助力寻找数据价值的突破口。据悉，通过引入客户微细分产生的新图像特征，可以将上线模型前10%名单的命中率提高20%至40%，直接产生的营销效益高达数百万至上千万。

创新驱动，索信达“拍了拍”金融科技

索信达撬动AI，利用大数据杠杆力赋能金融机构，索信达客户微细分模型所带来的影响并不仅仅局限于银行等金融机构。可以说，此番与华为云的合作带来的技术创新，整合了华为云强大的开发生态以及索信达更加智能的数据算法，为金融科技业未来探索大数据AI和金融业的连接点打了个板。

未来，在人工智能2.0深耕金融业的时代，相信索信达会与华为云共同探索更多金融行业的系列模型，深入“场景”金融，将客户的衣食住行等消费需求与金融机构紧密联系在一起，在场景中呈现更加立体的客户需求模型，在金融科技的下半场中，创建更加智能的金融科技生态！