報告編委

黃勇

愛分析合伙人&首席分析師

李進(jìn)寶

愛分析高級分析師

蘭壹凡

愛分析分析師

外部專家（按姓氏拼音排序）

岑潤哲

數(shù)勢科技 金融行業(yè)解決方案負(fù)責(zé)人

劉夢溪

數(shù)勢科技 零售行業(yè)解決方案負(fù)責(zé)人

錢智毅

淵亭科技 政務(wù)行業(yè)總監(jiān)

特別鳴謝（按拼音排序）

目錄

1. 報告綜述

2. 消費(fèi)品與零售行業(yè)智能決策實踐

3. 金融行業(yè)智能決策實踐

4. 政府與公共服務(wù)行業(yè)智能決策實踐

5. 結(jié)語

1. 報告綜述

經(jīng)濟(jì)新常態(tài)下，精細(xì)化運(yùn)營成為企業(yè)增長的關(guān)鍵動力，對決策質(zhì)量提出了更高要求。同時，復(fù)雜多變的商業(yè)環(huán)境使決策約束條件不斷增多，并對決策敏捷性提出了更高要求。因此，依靠業(yè)務(wù)規(guī)則和專家經(jīng)驗的傳統(tǒng)業(yè)務(wù)決策愈發(fā)難以滿足企業(yè)的需求，企業(yè)需要對決策方式進(jìn)行升級。

智能決策具備助力企業(yè)實現(xiàn)決策方式升級的能力，并已在消費(fèi)品與零售、金融、政府與公共服務(wù)等多個行業(yè)落地應(yīng)用。智能決策正在這些行業(yè)的場景發(fā)揮作用，在生活中隨處可見。在大型超市，擺在消費(fèi)者面前的為什么是這些商品組合；在銀行，貸款者的貸款申請為什么能快速出具結(jié)果；在行政大廳，企業(yè)的申報材料為什么有時能馬上出具審核結(jié)果……智能決策不斷釋放“魔力”，對人們的生活方式和企業(yè)的生產(chǎn)經(jīng)營方式施加愈發(fā)深刻的影響。

隨著市場發(fā)展，這種影響方式也在不斷發(fā)生變化。甲方在落地智能決策項目時，可以分為單點式、單線式和全局式三種情況。單點式指在某個細(xì)分業(yè)務(wù)場景實現(xiàn)智能決策；單線式指實現(xiàn)某一類細(xì)分業(yè)務(wù)場景的智能決策閉環(huán)；全局式指實現(xiàn)多個大類業(yè)務(wù)場景的智能決策。智能決策價值逐步得到市場驗證，甲方對單線式和全局式的智能決策項目更加青睞，在實踐中供需雙方常稱其為“決策大腦”類項目。以“決策大腦”為承載，智能決策將有更大的展示舞臺。

目前來看，消費(fèi)品與零售行業(yè)、金融行業(yè)、政府與公共服務(wù)行業(yè)在“決策大腦”方向居于發(fā)展前列。本報告將選取這三個行業(yè)的智能決策解決方案市場作為研究對象，圍繞該解決方案在大中型企業(yè)和政府部門的落地應(yīng)用展開研究，重點分析各行業(yè)的甲方對智能決策的需求和落地情況。

圖 1： 智能決策市場全景地圖

2. 消費(fèi)品與零售行業(yè)智能決策實踐

消費(fèi)品與零售行業(yè)的甲方包括零售商超、品牌商、電商等，智能決策解決方案主要用于滿足智能營銷、智能定價、智能補(bǔ)配調(diào)等需求，終端使用者主要分布在IT、數(shù)據(jù)、運(yùn)營、供應(yīng)鏈、門店等部門。

消費(fèi)品與零售行業(yè)的甲方對“決策大腦”的需求體現(xiàn)在供應(yīng)鏈優(yōu)化和用戶運(yùn)營兩個方面，致力于打造涵蓋“買”與“賣”全流程的智能決策體系。專家經(jīng)驗面對海量SKU和消費(fèi)者愈發(fā)捉襟見肘，難以高效且正確地做出決策，甲方希望借助智能決策找到破局之道。企業(yè)可以通過智能決策實現(xiàn)供應(yīng)鏈優(yōu)化，解決缺貨、高庫存、SKU臃腫、門店個性選品策略缺失等問題。例如SKU臃腫問題，該問題在商超業(yè)態(tài)非常明顯。商超傾向追求大而全，導(dǎo)致SKU數(shù)量驟增，當(dāng)甲方意識到一些SKU并非必要且不盈利的時候，試圖做“減法”。可面對數(shù)萬乃至數(shù)十萬SKU時，如何快速準(zhǔn)確地挑選出需要剔除的商品成為一個難題，專家經(jīng)驗失靈。企業(yè)可以通過智能決策實現(xiàn)更加精準(zhǔn)的用戶運(yùn)營，解決人群圈選方式低效、人群圈選方式不能自動調(diào)優(yōu)、難以個性化運(yùn)營等問題。

圖 2： 消費(fèi)品與零售行業(yè)智能決策主要應(yīng)用場景

消費(fèi)品與零售行業(yè)智能決策解決方案的項目環(huán)節(jié)大致包括業(yè)務(wù)梳理、方案設(shè)計、產(chǎn)品引入及改造、聯(lián)調(diào)與打通、試運(yùn)行、驗證評估與正式上線等環(huán)節(jié)。在業(yè)務(wù)梳理環(huán)節(jié)，廠商除了需要梳理甲方業(yè)務(wù)布局、工作流程、業(yè)務(wù)規(guī)則的信息，還需要梳理甲方的業(yè)務(wù)數(shù)據(jù)治理情況。在消費(fèi)品和零售行業(yè)，除頭部電商之外，其他企業(yè)的數(shù)據(jù)質(zhì)量和完整性普遍存在缺陷，若直接應(yīng)用智能決策將會出現(xiàn)明顯偏差。智能決策解決方案需要站在“數(shù)據(jù)巨人”肩膀上發(fā)揮作用，因此對數(shù)據(jù)治理能力有較高要求，比如建立數(shù)據(jù)規(guī)則、打通數(shù)據(jù)孤島、數(shù)據(jù)集中管理等。當(dāng)前，較多有實施智能決策項目意向的消費(fèi)品和零售企業(yè)不具備優(yōu)良的數(shù)據(jù)治理能力，以至于難以滿足智能決策需求，因此甲方需要得到來自廠商的數(shù)據(jù)治理賦能。在智能決策項目實施過程中，甲方需要著重注意此點。

案例1: 某零售商超攜手?jǐn)?shù)勢科技，實現(xiàn)經(jīng)營、運(yùn)營、供應(yīng)鏈場景的決策效率提升

某國內(nèi)零售商超經(jīng)過20年耕耘探索，已經(jīng)成為運(yùn)營上千家門店的頭部零售商超集團(tuán)，年銷售額近千億元。2020 年，疫情下的零售市場受到巨大沖擊，線上零售玩家爭相進(jìn)入市場，競爭日益激烈。該零售商超為適應(yīng)當(dāng)下消費(fèi)者需要，嘗試運(yùn)用數(shù)字化和智能化手段突破經(jīng)營效率瓶頸，將消費(fèi)者線下消費(fèi)習(xí)慣轉(zhuǎn)移至線上，推動線上線下全渠道經(jīng)營效率提升。

在過去的數(shù)字化轉(zhuǎn)型過程中，該零售企業(yè)發(fā)現(xiàn)，簡單的數(shù)字化場景試點項目無法提升整個企業(yè)經(jīng)營效率，企業(yè)經(jīng)營仍然未能實現(xiàn)數(shù)據(jù)驅(qū)動決策。因此，該零售企業(yè)決定對整體運(yùn)營模式進(jìn)行全面數(shù)字化升級，引入智能決策構(gòu)建全局決策能力體系是重中之重。

綜合考慮下，該零售商超選擇了在智能決策領(lǐng)域嶄露頭角的數(shù)勢科技。數(shù)勢科技的技術(shù)團(tuán)隊大多是京東商城的核心骨干出身，在經(jīng)營分析、客戶運(yùn)營、供應(yīng)鏈優(yōu)化等智能決策應(yīng)用領(lǐng)域頗具優(yōu)勢。不僅如此，京東以自營方式開展電商業(yè)務(wù)的運(yùn)營模式也與該零售商超的運(yùn)營思路不謀而合。

“0+7”數(shù)字化轉(zhuǎn)型計劃，助力該零售商超實現(xiàn)“以數(shù)據(jù)驅(qū)動經(jīng)營決策”的轉(zhuǎn)型目標(biāo)

為助力該零售商超企業(yè)實現(xiàn)“以數(shù)據(jù)驅(qū)動經(jīng)營決策”的數(shù)字化轉(zhuǎn)型目標(biāo)，數(shù)勢科技計劃先根據(jù)該零售商超的數(shù)字化經(jīng)營狀況進(jìn)行全面診斷，即“0號”數(shù)字化戰(zhàn)略咨詢項目，再根據(jù)診斷結(jié)果分設(shè)7個子項目，對轉(zhuǎn)型難題逐個擊破。整體轉(zhuǎn)型項目流程如下：

圖 3： 某零售商超“0+7”數(shù)字化轉(zhuǎn)型項目流程

為制定全面且有針對性的數(shù)字化轉(zhuǎn)型方案，該零售商超與數(shù)勢科技首先進(jìn)行了“0”號診斷咨詢項目，發(fā)現(xiàn)以下待優(yōu)化問題：

1. 云基礎(chǔ)設(shè)施較為分散：成本高、網(wǎng)絡(luò)連接不穩(wěn)定、運(yùn)維復(fù)雜、底層架構(gòu)不統(tǒng)一，需要將云服務(wù)進(jìn)行整合。

2. 中臺重復(fù)建設(shè)：企業(yè)內(nèi)部各業(yè)務(wù)線自行開發(fā)技術(shù)中臺、數(shù)據(jù)中臺和交易中臺，造成技術(shù)中臺組件和數(shù)據(jù)庫較為雜亂，且各中臺數(shù)據(jù)無法跨業(yè)務(wù)線互通。需要對技術(shù)組件、數(shù)據(jù)中臺、交易中臺進(jìn)行統(tǒng)一。

3. 標(biāo)簽、指標(biāo)體系混亂：由于各數(shù)據(jù)中臺擁有不同的標(biāo)簽體系、指標(biāo)體系，導(dǎo)致數(shù)據(jù)存儲成本、標(biāo)簽管理成本過高。對指標(biāo)進(jìn)行規(guī)范化的口徑管理和拆解，減少冗余指標(biāo)，降低管理難度。

4. 用戶運(yùn)營效率低：在用戶標(biāo)簽層面，標(biāo)簽數(shù)量少，畫像不夠完善，效果分析維度不夠全面。在營銷決策層面，無法實時為用戶精準(zhǔn)推送營銷活動、利益點及內(nèi)容，且策略無法實現(xiàn)自行調(diào)優(yōu)，推送觸達(dá)成功率低，用戶體驗有待提升。

5. 供應(yīng)鏈優(yōu)化問題：目前搭建的供應(yīng)鏈系統(tǒng)仍無法提供智能預(yù)測補(bǔ)貨、智能選品、品類結(jié)構(gòu)優(yōu)化功能。需要通過智能決策技術(shù)，為門店選擇最優(yōu)的商品組合，提高庫存周轉(zhuǎn)率和資金使用效率。

由此，數(shù)勢科技對零售商超整體數(shù)字化水平及建設(shè)給出更詳細(xì)的改善計劃，提出7個改進(jìn)方向：統(tǒng)一云平臺、技術(shù)中臺、數(shù)據(jù)中臺、用戶運(yùn)營決策平臺、交易中臺、智能供應(yīng)鏈決策平臺、物流履約平臺，分別對應(yīng)1-7號子項目。其中，數(shù)據(jù)中臺、用戶運(yùn)營決策平臺以及智能供應(yīng)鏈決策平臺是本次智能決策實踐案例關(guān)注的重點。

該零售商超先夯實數(shù)據(jù)基礎(chǔ)，再針對經(jīng)營、運(yùn)營、供應(yīng)鏈場景實現(xiàn)智能決策升級

由于其他場景智能決策平臺的構(gòu)建都需要數(shù)據(jù)底座基礎(chǔ)能力的支持，因此數(shù)據(jù)中臺項目率先啟動。

1. 數(shù)據(jù)中臺建設(shè)

在數(shù)據(jù)中臺建設(shè)項目上，該零售商超技術(shù)團(tuán)隊和數(shù)勢科技需要對原始業(yè)務(wù)系統(tǒng)和數(shù)倉實現(xiàn)數(shù)字化升級，為其建立從底層的離線數(shù)據(jù)、實時數(shù)據(jù)采集、數(shù)據(jù)批量處理，到數(shù)據(jù)資產(chǎn)指標(biāo)口徑統(tǒng)一，然后向上提供完整的跨領(lǐng)域服務(wù)的一整套數(shù)據(jù)基座。具體分為以下三個步驟：

（1）整合底層的基礎(chǔ)大數(shù)據(jù)平臺。由于該零售商超不同團(tuán)隊內(nèi)部單獨(dú)建設(shè)數(shù)據(jù)中臺，導(dǎo)致數(shù)據(jù)孤島問題。數(shù)勢科技首先輔助解決數(shù)據(jù)中臺重復(fù)建設(shè)難題，統(tǒng)一整個企業(yè)的數(shù)據(jù)底座，隨后補(bǔ)全了基礎(chǔ)數(shù)據(jù)平臺統(tǒng)一采集、實時采集能力，保證統(tǒng)一高效的數(shù)據(jù)平臺的開發(fā)和管理。

（2）統(tǒng)一數(shù)據(jù)資產(chǎn)、統(tǒng)一指標(biāo)體系。雙方從利潤方向、規(guī)模和效率方向，重新梳理了一整套指標(biāo)體系。同時又實現(xiàn)了從前端供應(yīng)鏈采購到后端門店終端，線上不同渠道間都形成了口徑對齊，保證對于決策層數(shù)據(jù)都是真實可用的。

（3）建設(shè)經(jīng)營分析平臺。數(shù)勢科技針對報表分析脈絡(luò)進(jìn)行了梳理，管理層設(shè)計鏈接策略執(zhí)行層，包括部門級別分析體系和核心場景。雙方團(tuán)隊基于該零售商超的分析體系建立了經(jīng)營分析職能體系，還同時連接了數(shù)字化持續(xù)運(yùn)營的sop，輔助該零售商超基于數(shù)據(jù)持續(xù)運(yùn)營決策判斷。

2. 用戶運(yùn)營決策平臺建設(shè)

該零售商超為適應(yīng)消費(fèi)者購物習(xí)慣轉(zhuǎn)變，已經(jīng)構(gòu)建以用戶為中心的運(yùn)營體系，但用戶運(yùn)營相關(guān)系統(tǒng)存在用戶畫像不完善、缺少實時及多波次的精準(zhǔn)營銷能力、營銷效果難以分析等問題。而雙方團(tuán)隊此次通過對數(shù)勢科技的用戶決策產(chǎn)品組合運(yùn)用，實現(xiàn)用戶運(yùn)營決策平臺從“經(jīng)驗驅(qū)動運(yùn)營”向“數(shù)據(jù)驅(qū)動運(yùn)營”、從“粗獷式人工運(yùn)營”向“精細(xì)化自動運(yùn)營”、從“單渠道割裂運(yùn)營”向“全渠道一體化運(yùn)營”的決策升級轉(zhuǎn)變，解決了上述用戶運(yùn)營難題。

圖 4： 用戶運(yùn)營決策平臺架構(gòu)

在用戶運(yùn)營決策平臺建設(shè)子項目中，該零售商超構(gòu)建用戶標(biāo)簽體系、用戶策略體系，建設(shè)用戶可識別、用戶可分析、用戶可觸達(dá)、自動化、智能化的一站式用戶運(yùn)營決策平臺：

（1）該零售商超通過數(shù)勢科技用戶數(shù)據(jù)平臺（CD）的標(biāo)簽管理模塊統(tǒng)一梳理內(nèi)部標(biāo)簽，構(gòu)建起完善的標(biāo)簽體系。同時，運(yùn)用算法模塊中的分層模型進(jìn)行用戶分層，明確用戶畫像，為用戶運(yùn)營策略提供多維度的數(shù)據(jù)支持。

（2）該零售商超運(yùn)用用戶洞察分析（CI）進(jìn)行用戶概覽和拉新培育、用戶遷移等維度進(jìn)行監(jiān)測，并對細(xì)分人群的畫像特征進(jìn)行數(shù)據(jù)分析，為用戶運(yùn)營決策提供建議。

（3）該零售商超借助用戶策略平臺（CJ）中的計劃引擎、策略庫、策略設(shè)計模塊搭建和梳理用戶運(yùn)營策略框架。基于用戶畫像分析結(jié)果進(jìn)行營銷動作執(zhí)行和匹配，對新老用戶制定不同的運(yùn)營策略。再通過策略執(zhí)行、策略分析、對接管理模塊實施多波次的、實時精準(zhǔn)的自動化營銷。比如99節(jié)活動時，平臺將促銷信息通過短信推送形式或企微社群的方式智能觸達(dá)到用戶。

（4）該零售商超對線上渠道觸點統(tǒng)一管理，建設(shè)可視化的APP/小程序頁面編輯器，設(shè)置了豐富的商品組件、營銷組件、內(nèi)容組件，并建立消息頻控、免打擾等用戶體驗保障機(jī)制，提升用戶體驗和消息觸達(dá)轉(zhuǎn)化率。

3.智能供應(yīng)鏈決策平臺建設(shè)

無論企業(yè)規(guī)模大小，庫存周轉(zhuǎn)率低、SKU冗余、資金使用效率低是零售企業(yè)共同面臨的難題。針對這些難題，該零售商超提出實現(xiàn)智能補(bǔ)貨、智能選品和品類結(jié)構(gòu)優(yōu)化的明確需求。

（1）針對智能選品：基于數(shù)勢科技的算法積累和技術(shù)優(yōu)勢，為不同地址的門店智能選擇優(yōu)勢商品。比如為CBD附近的門店選擇零散商品，為位于郊區(qū)的倉儲店選擇量大的家庭包裝，以適應(yīng)不同人群的購物習(xí)慣。

（2）針對預(yù)測補(bǔ)貨：該零售商超將經(jīng)過充分調(diào)研的補(bǔ)貨規(guī)則融入模型中，設(shè)置補(bǔ)貨市場、前置期等規(guī)則因素，根據(jù)預(yù)測結(jié)果進(jìn)行貨物數(shù)量的及時調(diào)整，規(guī)避缺貨情況，降低缺貨率。

（3）針對品類結(jié)構(gòu)優(yōu)化：對單個門店而言，真正有核心商品力的產(chǎn)品不多，通過預(yù)測補(bǔ)貨和智能選品來優(yōu)化品類結(jié)構(gòu)，后端采購供應(yīng)減少對接的供應(yīng)商數(shù)量和商品種類，前端不必頻繁更新商品。

通過整體數(shù)字化轉(zhuǎn)型和決策智能化提升，該零售商超真正實現(xiàn)“以數(shù)據(jù)驅(qū)動經(jīng)營”目標(biāo)

通過“0+7”數(shù)字化轉(zhuǎn)型項目，該零售商超完善了七大技術(shù)平臺能力建設(shè)，在全渠道時代構(gòu)建了四大核心關(guān)鍵能力：全渠道用戶運(yùn)營能力、全產(chǎn)業(yè)優(yōu)質(zhì)供應(yīng)能力、全場景數(shù)字化經(jīng)營能力、以及全鏈條智能履約能力，在增收、降本、增效方面上為該零售商超帶來了顯著價值。

圖 5： “0+7”數(shù)字化轉(zhuǎn)型項目成果

數(shù)據(jù)中臺建設(shè)統(tǒng)一了集團(tuán)內(nèi)部指標(biāo)體系和標(biāo)簽體系，實現(xiàn)了數(shù)據(jù)指標(biāo)和業(yè)務(wù)數(shù)據(jù)可視化，數(shù)據(jù)開發(fā)越來越高效，分析決策平臺正式上線標(biāo)志著該零售商超真正實現(xiàn)了“以數(shù)據(jù)驅(qū)動經(jīng)營”的目標(biāo)。

該零售商超用戶運(yùn)營策略實現(xiàn)精細(xì)化后，完成了用戶域400+常用標(biāo)簽建設(shè)，日均100+個策略執(zhí)行，日均1000萬人次自動化全渠道觸達(dá)，社群交易轉(zhuǎn)化率提升了26%，實現(xiàn)了月度2000萬以上的業(yè)績增量，降低了80%的精細(xì)化運(yùn)營人力時間成本，整體提升了5倍的運(yùn)營效率。

智慧供應(yīng)鏈決策平臺建設(shè)以后，該零售商超精確了供需預(yù)測，庫存周轉(zhuǎn)天數(shù)下降了30%，釋放了25%的庫存金額，提升了庫存周轉(zhuǎn)次數(shù)和動銷率，降低了庫存成本，降低了門店的缺貨率。

3. 金融行業(yè)智能決策實踐

金融行業(yè)的甲方包括國有大行、全國性股份制銀行、城商行、農(nóng)商行等多種銀行，也包括保險公司、證券公司等其他各類金融機(jī)構(gòu)。智能決策解決方案主要用于滿足智能營銷、智能風(fēng)控、智能核保等需求，終端使用者主要分布在IT、數(shù)據(jù)、風(fēng)控、產(chǎn)品、運(yùn)營等部門。

圖 6： 金融行業(yè)智能決策主要客群

金融行業(yè)的甲方對“決策大腦”的需求體現(xiàn)在用戶運(yùn)營、保險和借貸等場景，致力于打造涵蓋業(yè)務(wù)全局的智能決策體系。甲方在落地智能決策項目時，可以分為單點式、單線式和全局式三種情況，在金融行業(yè)尤為明顯。單點式指在某個細(xì)分應(yīng)用場景實現(xiàn)智能決策，比如某金融機(jī)構(gòu)推出新產(chǎn)品，需要在老客戶名單中尋找購買意向最高的群體，此時可以借助智能決策的力量。單線式指實現(xiàn)某一類細(xì)分場景的智能決策閉環(huán)，比如用戶運(yùn)營包括多個環(huán)節(jié)，可以借助智能決策的力量實現(xiàn)甲方整個用戶運(yùn)營工作的智能決策。全局式指實現(xiàn)多個大類場景的智能決策。

圖 7： 金融行業(yè)智能決策主要應(yīng)用場景

金融行業(yè)智能決策解決方案的項目環(huán)節(jié)與消費(fèi)品與零售行業(yè)相似。項目總時長一般在6個月以上，略短于其他行業(yè)的項目總時長。金融是第一熱門行業(yè)，用戶已經(jīng)從頭部機(jī)構(gòu)擴(kuò)展至腰部機(jī)構(gòu)，而其他行業(yè)的智能決策用戶還停留在頭部機(jī)構(gòu)，就平均項目規(guī)模而言，金融行業(yè)稍小一些，因此用時相對較短。

數(shù)據(jù)治理問題不僅存在于消費(fèi)品與零售行業(yè)，在金融行業(yè)同樣存在。除此之外，金融行業(yè)智能決策項目還有兩個實施要點，分別為信創(chuàng)要求和決策結(jié)果可解釋性。廠商需要符合信創(chuàng)資質(zhì)，在項目實踐中，廠商主要通過信創(chuàng)組織身份、底層國產(chǎn)軟硬件產(chǎn)品互認(rèn)證書、信創(chuàng)項目案例、信創(chuàng)環(huán)境測試報告和國家信創(chuàng)產(chǎn)品名錄（非公開）五種方式來證明。信創(chuàng)工委會是重要的信創(chuàng)組織，“信創(chuàng)”一詞便由其提出，廠商加入其中獲得成員身份對廠商參與有信創(chuàng)要求的項目較為重要。底層國產(chǎn)軟硬件產(chǎn)品互認(rèn)證書指智能決策廠商需要和國產(chǎn)芯片、操作系統(tǒng)、數(shù)據(jù)庫和中間件廠商進(jìn)行適配工作并取得證書，比如龍芯、麒麟操作系統(tǒng)、達(dá)夢數(shù)據(jù)庫等廠商。信創(chuàng)環(huán)境測試報告指智能決策廠商將產(chǎn)品置于信創(chuàng)環(huán)境，取得相關(guān)測試報告，以證明可用性。

在金融行業(yè)的諸多應(yīng)用場景中，有些應(yīng)用場景對決策結(jié)果的解釋性需求較低，更看重效果，例如精準(zhǔn)營銷場景。有些應(yīng)用場景對決策結(jié)果的解釋性需求較高，例如智能風(fēng)控場景，在該場景下，銀行根據(jù)智能決策結(jié)果決定不給某些客戶提供貸款，需要出具相應(yīng)的解釋。相較于消費(fèi)品與零售行業(yè)，金融行業(yè)對決策結(jié)果的解釋性有更高需求。

案例2: 某頭部券商打造數(shù)字化客戶經(jīng)營平臺，實現(xiàn)客戶運(yùn)營決策智能化

某頭部券商成立于20世紀(jì)90年代，公司總部設(shè)在深圳，經(jīng)歷多年穩(wěn)健經(jīng)營，該券商已成長為國內(nèi)主流券商之一。該券商經(jīng)紀(jì)業(yè)務(wù)近年著重提升獲客和改善客戶結(jié)構(gòu)，截至2021年上半年經(jīng)紀(jì)業(yè)務(wù)個人客戶數(shù)和活躍客戶數(shù)位居市場前列。

然而，規(guī)模日益擴(kuò)大的客戶數(shù)量對該券商客戶運(yùn)營業(yè)務(wù)帶來諸多挑戰(zhàn)。該券商舊有的運(yùn)營平臺存在數(shù)據(jù)洞察過程不透明、數(shù)據(jù)洞察時間占比少、營銷策略設(shè)計經(jīng)驗無法沉淀、線上業(yè)務(wù)推進(jìn)率低、數(shù)據(jù)孤島、運(yùn)營流程斷點等難題，造成線上客戶運(yùn)營效率低下，無法充分挖掘客戶價值。

為不斷提升客戶運(yùn)營質(zhì)量，該券商期待通過更高效的運(yùn)營平臺建設(shè)方案突破數(shù)據(jù)層面、技術(shù)層面和產(chǎn)品資源層面的瓶頸，運(yùn)用人工智能技術(shù)提升運(yùn)營環(huán)節(jié)的靈活性和存量客戶的精細(xì)化運(yùn)營效率。

因此，該券商對數(shù)字化客戶經(jīng)營平臺建設(shè)方案提出了以下目標(biāo)：

圖 8： 數(shù)字化客戶經(jīng)營平臺建設(shè)方案目標(biāo)

第一，優(yōu)化已有的客戶經(jīng)營平臺，促進(jìn)智能化升級。

（1）實現(xiàn)平臺內(nèi)數(shù)據(jù)互通、共享，解決數(shù)據(jù)孤島問題。

（2）實現(xiàn)運(yùn)營流程智能化、自動化，自動收集散落在各系統(tǒng)里營銷策略、營銷活動的數(shù)據(jù)和信息，提升運(yùn)營決策效率。

（3）實現(xiàn)數(shù)據(jù)洞察過程透明化，以便評估數(shù)據(jù)洞察效果，定位細(xì)分人群和執(zhí)行后續(xù)運(yùn)營決策。

（4）平臺能夠沉淀運(yùn)營策略設(shè)計經(jīng)驗，將運(yùn)營分析師的歷史經(jīng)驗轉(zhuǎn)化為數(shù)據(jù)，沉淀成公司資產(chǎn)，將其作為設(shè)計運(yùn)營策略的依據(jù)。

第二，以客戶經(jīng)營平臺為核心，驅(qū)動其他系統(tǒng)平臺能力升級。完善經(jīng)營平臺周邊系統(tǒng)的基礎(chǔ)建設(shè)，提升線上業(yè)務(wù)的推進(jìn)效率。

第三，確保交易高峰期也能實時進(jìn)行營銷流程。

經(jīng)過深度考察，該證券公司選擇數(shù)勢科技作為合作伙伴。數(shù)勢科技能夠憑借豐富的金融領(lǐng)域業(yè)務(wù)Know-how以及技術(shù)積累，運(yùn)用包括數(shù)據(jù)資產(chǎn)云、經(jīng)營分析云、智能營銷云在內(nèi)的一系列智能決策產(chǎn)品，根據(jù)金融企業(yè)業(yè)務(wù)決策痛點，為企業(yè)提供良好的診斷咨詢服務(wù)和切實可行的場景解決方案，助力金融企業(yè)實現(xiàn)智能運(yùn)營、智能營銷等場景下的決策效率提升。

圍繞精細(xì)化運(yùn)營需求，建設(shè)方案運(yùn)用智能決策技術(shù)為數(shù)字化客戶經(jīng)營平臺升級賦能

為助力該券商構(gòu)建科學(xué)合理的標(biāo)簽體系、制定精細(xì)化客戶分層策略、完善客戶運(yùn)營功能閉環(huán)和策略迭代升級，數(shù)勢科技給出如下數(shù)字化客戶經(jīng)營平臺架構(gòu)方案：

圖 9： 數(shù)字化客戶經(jīng)營平臺架構(gòu)

整個數(shù)字化客戶經(jīng)營平臺建設(shè)方案分為三個步驟：

第一階段：標(biāo)簽平臺、指標(biāo)平臺以及周邊系統(tǒng)升級。在原有經(jīng)營平臺的基礎(chǔ)上，數(shù)勢科技輔助該券商進(jìn)行客戶經(jīng)營平臺的數(shù)據(jù)治理、統(tǒng)一數(shù)據(jù)口徑。接著，與券商技術(shù)團(tuán)隊將散落在各個系統(tǒng)中的標(biāo)簽和指標(biāo)分類進(jìn)行科學(xué)梳理，構(gòu)建統(tǒng)一的指標(biāo)平臺和標(biāo)簽平臺，實現(xiàn)各平臺間信息共享、數(shù)據(jù)互通。同時，指出該券商需要客戶層面、產(chǎn)品匹配層面、市場信息輸入層面、觸達(dá)客戶渠道層面四個方向升級，優(yōu)化客戶經(jīng)營平臺的數(shù)據(jù)資產(chǎn)層，鞏固和提升客戶經(jīng)營平臺整體的數(shù)字化能力。

第二階段：客戶旅程自動化營銷策略平臺搭建。在該券商原有客戶經(jīng)營平臺提供單獨(dú)事件的策略服務(wù)基礎(chǔ)上，數(shù)勢科技提出增加智能決策平臺部署，為運(yùn)營人員提供便于操作的智能化策略工具，基于數(shù)據(jù)資產(chǎn)層的指標(biāo)平臺和標(biāo)簽平臺科學(xué)合理的精細(xì)化客戶分層機(jī)制，智能設(shè)計更有針對性的運(yùn)營策略，比如多波段全局打通的策略觸達(dá)，或利用客戶行為觸發(fā)策略推薦。同時結(jié)合實時智能技術(shù)增強(qiáng)該券商精細(xì)化運(yùn)營能力，提升對高潛用戶、預(yù)流失用戶的營銷精準(zhǔn)度，進(jìn)一步增強(qiáng)運(yùn)營策略的時效性、擴(kuò)大運(yùn)營策略的覆蓋范圍。

第三階段：策略效果分析平臺搭建。前倆階段夯實經(jīng)營平臺數(shù)據(jù)分析基礎(chǔ)和完善智能運(yùn)營策略推薦機(jī)制后，數(shù)勢科技將搭建客戶經(jīng)營策略效果分析平臺，實現(xiàn)策略效果的智能化分析。數(shù)勢科技將運(yùn)用機(jī)器學(xué)習(xí)算法和運(yùn)籌優(yōu)化技術(shù)實現(xiàn)策略模型自迭代，讓自動化營銷策略平臺根據(jù)數(shù)據(jù)分析結(jié)果自主實現(xiàn)策略修改。讓策略效果分析平臺與營銷策略平臺構(gòu)成營銷策略智能設(shè)計、策略智能推送、策略效果智能評估、策略自迭代升級的完整閉環(huán)，來大大降低運(yùn)營人員使用策略平臺的難度，實現(xiàn)客戶經(jīng)營平臺決策效率提升。

圍繞存量客戶的精細(xì)化運(yùn)營升級這一核心需求，數(shù)勢科技為該券商設(shè)計和驗證了數(shù)字化客戶經(jīng)營平臺的最小可行產(chǎn)品，該券商也從可行產(chǎn)品中得到了“智能決策是否能切實提升運(yùn)營環(huán)節(jié)的靈活性”這一問題的肯定答案，與數(shù)勢科技共同推動數(shù)字化客戶經(jīng)營平臺，將其作為該券商整體數(shù)字化轉(zhuǎn)型的抓手之一。

借助數(shù)字化客戶經(jīng)營平臺，該券商解決了營銷數(shù)據(jù)不準(zhǔn)確、平臺信息接口多、交易高峰期營銷推送滯后的難題

在整體搭建數(shù)字化客戶經(jīng)營平臺過程中，該券商技術(shù)團(tuán)隊和數(shù)勢科技以先試點再推廣“小步快走”的方式逐漸釋放業(yè)務(wù)價值，對營銷數(shù)據(jù)不準(zhǔn)確、平臺信息接口多、交易高峰期營銷推送滯后多項難題進(jìn)行逐個擊破。

1. 利用指標(biāo)平臺統(tǒng)一指標(biāo)口徑，保證營銷數(shù)據(jù)準(zhǔn)確性。數(shù)字化客戶經(jīng)營平臺所有策略決策過程都需要參考營銷環(huán)節(jié)收集的數(shù)據(jù)，因此，確保數(shù)據(jù)的準(zhǔn)確性成為頭號需求點。數(shù)據(jù)不準(zhǔn)確問題往往來源于不同數(shù)據(jù)平臺的數(shù)據(jù)源底表差異和指標(biāo)口徑的差異，數(shù)勢科技提出將數(shù)據(jù)源底表合并，并引導(dǎo)券商一同開展數(shù)據(jù)治理工作，為指標(biāo)平臺搭建、客戶旅程自動化營銷策略平臺、以及策略效果分析平臺奠定了良好的數(shù)據(jù)基礎(chǔ)。

2. 統(tǒng)一信息接收和分發(fā)接口，實現(xiàn)一對多數(shù)據(jù)接入。數(shù)字化客戶經(jīng)營平臺處于客戶運(yùn)營的核心，扮演運(yùn)營中心的“決策大腦”的角色，經(jīng)營平臺需與金融產(chǎn)品團(tuán)隊、技術(shù)研發(fā)團(tuán)隊、策略運(yùn)營團(tuán)隊等進(jìn)行需求溝通、項目排期、數(shù)據(jù)對齊等動作，涉及十幾個平臺的交互協(xié)作，與其他系統(tǒng)的接口對接多、依賴多，項目管理難度因此成倍增長。數(shù)字化客戶經(jīng)營平臺面對該券商內(nèi)部對接多個部門的難題，統(tǒng)一了信息接收和分發(fā)的接口，降低了溝通成本，削弱信息不對稱帶來的負(fù)面影響。

3. 自迭代實現(xiàn)平臺性能優(yōu)化，實現(xiàn)交易高峰期的實時智能營銷推送。金融行業(yè)數(shù)據(jù)規(guī)模大、時效性要求高，在高頻交易的四小時內(nèi)，該券商的埋點數(shù)據(jù)就可達(dá)5-7個億。證券公司在交易高峰期還需對海量宏觀數(shù)據(jù)、市場數(shù)據(jù)、公司數(shù)據(jù)、客戶數(shù)據(jù)等進(jìn)行多方分析，瞬時內(nèi)輸出個性化的營銷推送。面對券商交易時間內(nèi)數(shù)據(jù)量大的問題，數(shù)勢科技團(tuán)隊通過實時智能技術(shù)和機(jī)器學(xué)習(xí)、運(yùn)籌優(yōu)化的智能決策技術(shù)，完善和優(yōu)化了數(shù)字化客戶經(jīng)營平臺，提升了日均策略的執(zhí)行量和觸達(dá)人次，確保交易高峰期的實時營銷推送。

數(shù)字化客戶經(jīng)營項目取得標(biāo)簽平臺升級、策略覆蓋率與時效性提升、各場景決策效果提升的顯著成效

圍繞存量客戶精細(xì)化運(yùn)營升級目標(biāo)，數(shù)字化客戶經(jīng)營項目在該券商推廣落地后，在用戶運(yùn)營、基金銷售、線下隊伍、投顧服務(wù)、財客運(yùn)營五大業(yè)務(wù)線取得了顯著的業(yè)務(wù)效果提升。

圖 10： 數(shù)字化客戶經(jīng)營項目平臺成果

1. 標(biāo)簽平臺升級。數(shù)勢科技從標(biāo)簽系統(tǒng)功能、標(biāo)簽體系結(jié)構(gòu)、標(biāo)簽運(yùn)營管理機(jī)制三個維度對標(biāo)簽平臺進(jìn)行升級，標(biāo)簽綜合使用率從15%+提升至70%+。

2. 策略覆蓋與時效性提升。數(shù)字化客戶經(jīng)營平臺落地應(yīng)用后，日均觸達(dá)人次由100萬+提升至3000萬+，實時決策占比由0%提升至70%+。2021年線上用戶運(yùn)營團(tuán)隊進(jìn)行推廣落地時，積累200+多波段的運(yùn)營策略，10+終端用戶。2022年，數(shù)字化客戶經(jīng)營平臺在基金銷售、線下隊伍、投顧服務(wù)、采購運(yùn)營進(jìn)行推廣應(yīng)用，常規(guī)執(zhí)行策略積累500+，終端用戶積累40+，日均注冊用戶的服務(wù)覆蓋率為100%。

3. 各場景決策效果提升。數(shù)字化客戶經(jīng)營平臺在券商各部門推廣后，公募基金、理財產(chǎn)品90天新客破冰率由8%提升至13%，線下投顧商機(jī)增長80%，線上開戶轉(zhuǎn)化率提升30%。

4. 政府與公共服務(wù)行業(yè)智能決策實踐

政府與公共服務(wù)行業(yè)的甲方主要有三類：

圖 11： 政府與公共服務(wù)行業(yè)行業(yè)智能決策主要應(yīng)用場景

一、具備監(jiān)管類職能的單位。例如保障金融安全的銀保監(jiān)會、交易所等，以及保障公共安全的公安、國安等。這些單位基于交易數(shù)據(jù)、賬戶數(shù)據(jù)、通話數(shù)據(jù)、出行數(shù)據(jù)等合法獲取的信息，利用智能決策相關(guān)技術(shù)，及時定位問題、防范風(fēng)險事件，例如金融的關(guān)聯(lián)交易發(fā)現(xiàn)，公安的犯罪嫌疑人研判等。智能決策技術(shù)在該類客戶主要的作用是提升監(jiān)管效能。例如某省公安廳建立維穩(wěn)情報信息平臺，希望借力科技信息化手段，創(chuàng)新工作機(jī)制，實現(xiàn)工作從“多部門手工研判”向“智慧型一站式研判”轉(zhuǎn)變，大力提升工作質(zhì)量和工作效率。相關(guān)智能決策廠商利用云計算、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，搭建橫向可動態(tài)擴(kuò)張的軟件平臺，建立預(yù)警發(fā)現(xiàn)、分析研判的決策模型以及業(yè)務(wù)應(yīng)用系統(tǒng)。

二、城市運(yùn)行決策機(jī)構(gòu)。例如應(yīng)急管理部門、交通管理部門。這些部門利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)形成城市運(yùn)行決策模型，實現(xiàn)目標(biāo)場景運(yùn)行態(tài)勢、問題行為、突發(fā)事件的事前預(yù)案推演、事中快速響應(yīng)，應(yīng)用場景包括社會態(tài)勢感知、城市內(nèi)澇風(fēng)險預(yù)判、疫情防控等。例如2019年北京市人社局提出的需求，通過對輿情、產(chǎn)情、企業(yè)競爭力的綜合評估，對可能存在的勞動關(guān)系用工風(fēng)險進(jìn)行預(yù)警和研判，為數(shù)字經(jīng)濟(jì)環(huán)境下營造和諧勞動關(guān)系提供參考和決策支撐，為相關(guān)單位提供輔助決策。相關(guān)智能決策廠商通過互聯(lián)網(wǎng)信息進(jìn)行監(jiān)測，建立統(tǒng)一的互聯(lián)網(wǎng)勞動關(guān)系用工風(fēng)險輿情數(shù)據(jù)主動采集服務(wù)，對存在風(fēng)險企業(yè)進(jìn)行上報監(jiān)測，對輿情、產(chǎn)情、企業(yè)競爭力的綜合評估，對可能存在的勞動關(guān)系用工風(fēng)險進(jìn)行預(yù)警和研判。

三、幾乎所有涉及行政審批的部門。審批涉及的政策法規(guī)較多，人工處置和判斷工作量大、容易出錯且耗時長，通過綜合運(yùn)用OCR、NLP、RPA、知識圖譜、規(guī)則引擎、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，對申報材料進(jìn)行智能分析和審批，實現(xiàn)審批過程的智能申報審核、紙電一致智能核對、智能審批預(yù)決策等。

政府和公共服務(wù)行業(yè)的甲方選擇啟動智能決策項目，主要因為傳統(tǒng)的信息化已經(jīng)無法滿足他們的業(yè)務(wù)需要。隨著政府業(yè)務(wù)流程復(fù)雜化，數(shù)據(jù)量爆炸式增長，人力成本不斷提高和公眾對政府服務(wù)的便捷性、智能化要求越來越高，政府和公共服務(wù)行業(yè)的甲方需要有更加智能化的手段來進(jìn)行決策，提升服務(wù)效率和準(zhǔn)確性，降低人工成本。以涉及行政審批的部門為例，甲方對“決策大腦”的需求為完整審批流程的智能化，全面提升審批效率和準(zhǔn)確率，最終實現(xiàn)辦事人員體驗以及政府部門人效的提升。

對于廠商而言，這些需求主要考驗廠商的技術(shù)能力、成熟的定制化服務(wù)能力、豐富的政務(wù)領(lǐng)域應(yīng)用落地經(jīng)驗。技術(shù)能力主要體現(xiàn)在海量政務(wù)數(shù)據(jù)的處理能力，高準(zhǔn)確率決策模型的構(gòu)建能力、算法和數(shù)據(jù)的安全性等方面，成熟的定制化服務(wù)能力和豐富的政務(wù)領(lǐng)域應(yīng)用落地經(jīng)驗指廠商對政務(wù)業(yè)務(wù)場景具有比較深的理解，在解決方案中能夠?qū)⒅悄軟Q策技術(shù)與應(yīng)用場景相結(jié)合，切實解決用戶的痛點需求，確保項目成功實施。

案例3：政策兌現(xiàn)智能審批系統(tǒng)助力某市高新區(qū)實現(xiàn)審批智能化，效率提高62.5%

某市高新區(qū)管理單位作為市政府的派出機(jī)構(gòu)，是該市高新區(qū)的管理和服務(wù)部門，主要負(fù)責(zé)高新區(qū)的發(fā)展規(guī)劃制定、科技創(chuàng)新和體制創(chuàng)新的方針政策制定，負(fù)責(zé)為高新區(qū)建設(shè)科技中介服務(wù)體系，組織國家相關(guān)計劃項目、技術(shù)創(chuàng)新基金項目的推薦、申報和管理工作，審批高新區(qū)投資項目及各類企業(yè)機(jī)構(gòu)，并實行統(tǒng)一監(jiān)督管理。

然而，在審批監(jiān)督管理工作中，日趨復(fù)雜的業(yè)務(wù)流程、爆炸式增長的數(shù)據(jù)量以及日益攀升的人力成本，使得該單位的惠企政策兌現(xiàn)工作承受巨大壓力，現(xiàn)有的信息審批系統(tǒng)無法滿足當(dāng)下惠企政策兌現(xiàn)的業(yè)務(wù)需要。與此同時，企業(yè)對公共服務(wù)的便捷性、智能化要求越來越高，該單位需要更智能化的手段以輔助決策，提升服務(wù)效率和準(zhǔn)確性，降低人工成本。

為重點解決現(xiàn)有申報系統(tǒng)企業(yè)申報端面臨的申報材料多、申報審批耗時長、企業(yè)耗費(fèi)精力大等問題，以及政府審核端面臨的企業(yè)材料繁雜、審批難度大、人工審核耗時長等問題，通過對目前高新區(qū)企業(yè)政策兌現(xiàn)工作流程痛點進(jìn)行分析，該單位提出以下項目建設(shè)需求，并預(yù)期政策兌現(xiàn)智能審批系統(tǒng)與現(xiàn)有平臺體系進(jìn)行深度融合，同時具備良好的兼容性和擴(kuò)展性，以適應(yīng)業(yè)務(wù)發(fā)展需要。

圖 12： 某市高新區(qū)管理單位政策兌現(xiàn)審批流程痛點及項目建設(shè)需求

綜合上述需求，該單位需要選擇兼具成熟智能決策技術(shù)和豐富行業(yè)服務(wù)經(jīng)驗的復(fù)合型廠商進(jìn)行合作。經(jīng)過多方評估，該單位鎖定了在政務(wù)領(lǐng)域具備智能決策定制化服務(wù)能力的淵亭科技作為合作伙伴。

淵亭科技在知識圖譜、圖計算、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域擁有核心技術(shù)優(yōu)勢，與多省公安廳和地市政府在智能決策應(yīng)用場景上有著深入合作，行業(yè)項目落地經(jīng)驗豐富。淵亭科技自主研發(fā)的智能決策平臺，可運(yùn)用知識推理解決定性分析問題、運(yùn)用模型計算解決定量分析問題，充分做到了定性分析和定量分析的有機(jī)結(jié)合。平臺支持從規(guī)則/模型開發(fā)，到?jīng)Q策流編排設(shè)計，再到部署、應(yīng)用、評估以及運(yùn)維的智能決策全生命周期服務(wù)流程，為高效政務(wù)管理、決策提供保障。

建設(shè)政策兌現(xiàn)智能審批系統(tǒng)，對原有政策申報系統(tǒng)的低效決策流程進(jìn)行智能化改造升級

為著力解決該管理單位原有申報系統(tǒng)存在的問題，實現(xiàn)智能化審批決策流程，建立惠企政策服務(wù)支撐機(jī)制，切實提高惠企政策服務(wù)能力。淵亭科技進(jìn)行了為期四周的需求調(diào)研，形成政策兌現(xiàn)智能審批系統(tǒng)的建設(shè)方案。方案針對原有政策申報系統(tǒng)中的典型決策低效環(huán)節(jié)，進(jìn)行審批決策智能化改造升級。

圖 13： 政策兌現(xiàn)智能審批系統(tǒng)建設(shè)項目業(yè)務(wù)架構(gòu)圖

基于認(rèn)知推理、智能決策、深度學(xué)習(xí)、OCR、NLP算法等技術(shù)，淵亭科技計劃對原有政策申報系統(tǒng)的政策發(fā)布、初審、復(fù)審決策流程進(jìn)行智能化升級。通過智能管理政策庫和智能控制政策發(fā)布，實現(xiàn)政策發(fā)布流程智能化；通過線上申報自動核驗和紙電一致智能審核能力，實現(xiàn)審核決策智能化；運(yùn)用RPA技術(shù)實現(xiàn)審批流程的自動化管理，以實現(xiàn)減少重復(fù)工作量、提升審核速度、不見面審批以及檔案臺賬電子化的業(yè)務(wù)目標(biāo)。

具體實施過程中，淵亭科技將自主研發(fā)的DataExa-Sati認(rèn)知智能中臺和DataExa-Karma智能決策平臺作為政策兌現(xiàn)智能審批系統(tǒng)的基礎(chǔ)，依靠全面的定制化服務(wù)能力，實現(xiàn)智能審批系統(tǒng)與原有申報系統(tǒng)的融合升級。

圖 14： 政策兌現(xiàn)智能審批系統(tǒng)技術(shù)架構(gòu)圖

該智能審批系統(tǒng)架構(gòu)分為數(shù)據(jù)層、能力層、應(yīng)用層和展現(xiàn)層。

數(shù)據(jù)層：該智能審批系統(tǒng)的數(shù)據(jù)主要來自企業(yè)申報材料和基礎(chǔ)信息庫，申報材料主要包括產(chǎn)業(yè)相關(guān)人才及企業(yè)獎勵和補(bǔ)貼政策申報等申報事項所涉及到的申報材料，類型包括表格、身份證、申報表、證書、聲明文件等；基礎(chǔ)信息庫包括法人庫、三高企業(yè)庫、電子證照庫等目前平臺體系內(nèi)的第三方數(shù)據(jù)庫。

能力層：該審批系統(tǒng)能力層匯集了認(rèn)知中臺、決策中臺和智能組件集，組件集中包括OCR組件、NLP組件、規(guī)則引擎組件、智能核對組件和RPA流程自動化組件，可為應(yīng)用層各項業(yè)務(wù)功能提供支持。

① 認(rèn)知中臺提供智能問答、語義挖掘、知識圖譜、知識推理、智能搜索等基礎(chǔ)認(rèn)知能力；

② 決策中臺運(yùn)用決策引擎支持決策流配置、決策流編排、分時混合決策、分流混合決策等智能決策相關(guān)的開發(fā)配置；提供智能決策、自動學(xué)習(xí)、推理服務(wù)、模型評估、智能推薦等決策能力；

③ 在智能組件集中，OCR組件提供了包括表格識別、文字識別、印章識別、證書識別、手寫字識別在內(nèi)的多種圖像類型的識別能力，以解決各類型申報材料識別的需要；NLP組件提供了相似度模型、句向量模型等處理能力；規(guī)則引擎組件提供決策規(guī)則的開發(fā)，包括申報政策審批的規(guī)則生成、規(guī)則集配置、規(guī)則管理、規(guī)則校驗、規(guī)則切換和復(fù)雜規(guī)則的設(shè)計，如政策提交的填寫規(guī)則配置；智能核對組件提供了包括核對分析、核對判斷、核對驗證等能力。

應(yīng)用層：該審批系統(tǒng)應(yīng)用層通過和既有的用戶體系對接，實現(xiàn)單點登錄，同時針對業(yè)務(wù)審核場景，提供了政策配置管理、政策智能申報、智能申報審核、紙電一致智能審核、智能審批決策、審批圖譜分析、流程自動化管理等功能模塊。

① 政策配置管理：通過內(nèi)置的規(guī)則引擎，政策發(fā)布人員可根據(jù)政策信息來配置可視化流程規(guī)則，為后續(xù)智能審批提供規(guī)則支持。

② 政策智能申報：該功能融合管道式、競爭式、組合式的問答策略，在用戶申報信息填寫時提供指導(dǎo)，為政策申報場景提供定制化的智能問答能力，幫助用戶端申報提效。

③ 智能申報審核：該模塊可運(yùn)用OCR、NLP技術(shù)識別審批材料中的表格、公章、文字、數(shù)字，將識別內(nèi)容與對應(yīng)政策的通過規(guī)則、約束條件進(jìn)行比對，并運(yùn)用語義挖掘、邏輯推理等方法自動對申報信息進(jìn)行處理，輸出審核結(jié)果通過項與不通過項。

④ 紙電一致智能審核：通過智能核對、OCR、NLP等技術(shù)將紙質(zhì)申報材料與電子文檔進(jìn)行智能比對，識別出紙質(zhì)文件是否與電子文檔一致。

⑤ 智能審批決策：在初審、復(fù)審的關(guān)鍵環(huán)節(jié)，智能審批決策模塊結(jié)合決策引擎中的智能決策、自動學(xué)習(xí)、模型評估能力，對政策申報審批的結(jié)果進(jìn)行自動判斷，對符合申報要求的材料予以通過，對不符合申報要求的材料予以駁回，并提供優(yōu)化意見。對于無法自動給出審批結(jié)果的情況，會自動轉(zhuǎn)為業(yè)務(wù)工單，業(yè)務(wù)人員主動進(jìn)行人工處理。

⑥ 審批圖譜分析：該功能利用知識圖譜技術(shù)進(jìn)行審批要素的拆解和組織，形成政策申報企業(yè)畫像，為企業(yè)政策精準(zhǔn)解讀與推送提供有效支撐。

⑦ RPA流程自動化操作：RPA流程機(jī)器人按照設(shè)置的操作流程自動完成信息查詢、規(guī)則判斷、自動點擊操作等功能，大大減少人工操作的工作量。

通過認(rèn)知智能+決策智能技術(shù)，該管理單位實現(xiàn)企業(yè)政策兌現(xiàn)審批流程決策智能化、審核自動化、申報便利化

基于政策兌現(xiàn)智能審批系統(tǒng)建設(shè)項目，該管理單位在保留舊有業(yè)務(wù)平臺能力的基礎(chǔ)上，構(gòu)建了使企業(yè)申報、政府決策更加便捷和高效的智能審批系統(tǒng)，推動了申報、審批業(yè)務(wù)流程再造與智能化方式實現(xiàn)，優(yōu)化了審核手段，提升了政策審核工作效率，為企業(yè)、政府降本提質(zhì)增效提供了全新的實踐路徑與開拓性經(jīng)驗。

圖 15： 政策兌現(xiàn)智能審批系統(tǒng)建設(shè)項目成果

在企業(yè)申報方面，減少了企業(yè)所提交的申報材料、縮短了申報審批通過時長，極大簡化了企業(yè)申報的流程，充分降低了企業(yè)申報的復(fù)雜度，使企業(yè)申報更便捷、更高效。

在材料審核方面，引入OCR圖像識別、文字匹配、智能推薦、智能審批等技術(shù)，達(dá)到了材料線上自動審核的效果，在材料預(yù)審、初審和紙電一致材料核對等環(huán)節(jié)大幅提升了處理效率和問題發(fā)現(xiàn)的能力，減少了人工審核誤差，并適當(dāng)?shù)貎?yōu)化了人工審核環(huán)節(jié)，使政務(wù)工作高效化、公開化、透明化。

本項目建設(shè)有效的增強(qiáng)了政策兌現(xiàn)申報的服務(wù)能力，實現(xiàn)了不見面審批和檔案臺賬電子化，切實提升了高新區(qū)政策兌現(xiàn)的服務(wù)體驗，為實現(xiàn)全流程“零紙質(zhì)、零跑腿、零人工”打下基礎(chǔ)。

5. 結(jié)語

數(shù)智時代來臨，企業(yè)的業(yè)務(wù)流程與治理方式面臨全方位重構(gòu)。企業(yè)決策不外如是，從“人治”向“智治”轉(zhuǎn)變是大勢所趨。智能決策核心價值在于讓企業(yè)可以更快、更優(yōu)地進(jìn)行決策，以便更好地適應(yīng)新時代商業(yè)環(huán)境，此點變得尤為重要。

價值驅(qū)動下，智能決策擁有光明的發(fā)展前景。在廣度方面，當(dāng)前智能決策主要在金融、消費(fèi)品與零售、國防軍工、政府與公共服務(wù)、能源、物流、航空、醫(yī)療與醫(yī)藥、制作、汽車等行業(yè)落地應(yīng)用，未來將持續(xù)擴(kuò)大覆蓋范圍，智能決策有在任何行業(yè)發(fā)揮價值的潛力。在深度方面，當(dāng)前智能決策在金融、消費(fèi)品與零售、國防軍工、政府與公共服務(wù)等行業(yè)有比較深度的應(yīng)用，但在其他行業(yè)應(yīng)用較淺，未來將持續(xù)向“應(yīng)用深水區(qū)”邁進(jìn)。同時，各市場參與者也應(yīng)當(dāng)看到智能決策發(fā)展道路上可能存在的阻礙點。“決策大腦”的智能決策市場的一個發(fā)展方向，智能決策以“決策大腦”為承載將有更大的展示舞臺。

免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：