昆仑银行基于“RPA+AI”的基金产品精准营销解决方案研究

近年来，随着信息科技的飞速发展，云计算、人工智能、大数据等新兴技术与经济社会各领域的结合日益紧密，数字化转型已成为现代企业提升核心竞争力、实现高质量发展的必由之路。其中，信息技术与金融行业的高度融合不但为金融业务创新提供了更为广阔的发展空间，更逐渐成为促进行业整体升级、推进数字化转型的重要推手。金融行业的多数业务流程都具有规则明确、重复率高、误差容忍度低等特点，而机器人流程自动化（Robotic Process Automation，RPA）以其跨系统、零差错、自动化的独特优势完美契合金融行业业务流程的上述特点，逐渐成为科技赋能金融业务创新的重要工具，受到金融科技从业者的青睐。

作为 7×24 小时待命的数字化员工，RPA 机器人通过模拟人工在计算机等信息设备上的操作，替代员工执行批量化重复繁琐的工作，使得业务人员从日常繁重的事务性工作中解脱出来，将更多精力投入到业务分析与决策等高价值创造的工作中。2022 年初，人民银行印发的《金融科技发展规划 (2022—2025 年 )》也明确提出，运用 RPA 等智能技术开展端到端数字化流程重构，更好支撑数字化业务快速发展。昆仑银行结合自身业务发展的实际情况，将 RPA技术与 AI、大数据平台、智能语音外呼等技术相结合，打造了一套完整的基金产品精准营销方案，大幅提高了基金营销的效率，并实现了场景的智能化，使营销转化率和客户好评度均取得了较大的提升。本文在详细介绍此方案的基础上，对应用 RPA 和 AI 等技术打造完整的金融解决方案进行深入探讨。

01

RPA 发展与技术实现

人们对计算机辅助办公的探索最早可追溯到1993 年 Microsoft 在 Excel 5.0 中 推 出 宏 指 令（Macro Instruction） 功 能，在 这 一 阶 段， 批 处 理 脚 本（Batch Script）和触发器等工具已开始具备 RPA 的雏形。进入21 世纪后，VBA（Visual Basic for Applications）的出现顺应了可视化图形编程和面向对象的程序开发趋势，开发效率相对于批处理脚本大幅提升。

同时，业务流程管理（Business Process Management，BPM）概念的提出，使得人们开始认识到对业务流程分析建模和持续优化的重要性，为 RPA 后续的大发展，尤其是实施环节的咨询与流程梳理等奠定了良好的基础。2015 年以后，RPA 真正进入大发展阶段，可视化 Robot 设计器、流程拖拽编排、操作录制等技术大大降低了 RPA 的使用门槛，促进了 RPA 在各行业的大范围应用和落地。多任务分配管理的调度系统实现了多机器人的协同控制，其出色的可靠性得到了众多大型商业银行以及政府机构的肯定。

目前，RPA 更是开始与深度神经网络等人工智能技术融合，试图由从事简单重复流程转向更复杂更有价值的工作。RPA 主要利用各种预先完成封装的组件，让用户可通过拖、拉、拽等简单操作连接组件生成自动化的流程。通过监控并重复使用者在图形用户界面（GUI）上进行的动作，RPA 可实现应用程序自动鼠标点击、键盘输入、数据处理、数据库 CRUD、批量定时执行以及交互界面自动生成等多种功能。目 前， 主 流 RPA 产 品 多 基 于 微 软 公 司 的 .net Framework 进行研发，在此基础上，利用 C++、Python等语言的开源 Workflow 框架自建完整流程体系，实现自动化功能，同时也会结合使用 Windows 系统的部分原生 API 以满足对 Office 的使用需求。目前，随着自主可控战略的逐步深入，也有部分厂商放弃 .net 框架开展自研工作，以期实现与国产操作系统的更优适配。

02

RPA 在昆仑银行的应用

银行业作为较早利用信息技术推动自身业务发展的行业之一，信息化发展水平较为成熟，但前期竖井式建立的各业务系统与业务发展需求不匹配，造成了大量系统之间数据必须通过手工处理衔接的尴尬局面。此外，银行业务大多涉及审查复核、数据收集筛选、监管报送等流程化、重复性的操作，这些工作人工处理效率较低且易出错，不利于人力成本的降低以及市场竞争力和客户体验的提升。

昆仑银行自 2020 年开始在行内推进 RPA 机器人的部署实施，目前已在总行计划财务部、信用卡中心、渠道运营部、个人金融部、信息科技部、四川成都运营服务中心、大庆分行等多家单位投入使用，部署流程场景30 余个，每年为业务部门替代人工工时近 10000 个小时，流程执行效率提升近 3 倍。昆仑银行目前部署的部分典型 RPA 流程见表1。

为了确保流程可靠性，RPA 团队对机器人进行全面的智能化管理，通过部署机器人控制台、建立完备的机器人预警异常处理机制等措施，更加系统和全面地保障业务流程运行的安全性、稳定性、连续性，基本达到了“节省人力、高效准确、共享智能”的目的。同时，为了更快更好地推广 RPA 应用，达到科技赋能业务的目的，昆仑银行 RPA 团队借鉴业内优秀案例并结合自身实际情况，制定了“RPA 流程机器人三步走”的战略方针，即以总行试点、各分支机构推广、全面铺开的模式进行全行范围的落地实施。为提升昆仑银行 RPA 人才储备和技术能力，RPA 团队还有针对性地制定了 RPA 流程开发规范与项目管理规范，并多次进行全行级 RPA 机器人技术培训、流程挖掘培训以及优秀案例分享。截至目前，昆仑银行已有十余名科技人员取得了 RPA 技术认证资格。

03

“RPA+AI”基金营销方案设计

1. 方案背景

作为一家正处于高速发展期的城商行，昆仑银行拥有能源产业发展优势，但也面临着同等规模商业银行共有的痛点问题，如营业网点少、产品同质化严重、获客成本高等。2020 年新冠肺炎疫情的暴发更是令部分业务推广工作遭遇瓶颈，其中，基金业务与 2019 年同期相比，申购总额大幅下降。经复盘分析发现，出现上述情况的原因有以下几点。

第一，昆仑银行原有基金产品大多通过线下渠道获客申购，受疫情影响线下渠道交易规模大幅萎缩；

第二，昆仑银行基础网点建设稍显不足，分支机构客户经理及客服人员较少，难以完整覆盖有效客户群体；

第三，客户经理每天需进行大量外呼营销，筛选意向客户过程耗时长、有效工作时间短等因素导致人工成本居高不下，且存在营销效果难统计、员工管理难度大等业务痛点。

综上所述，昆仑银行迫切需要成本低、精准性高、转化率高的线上解决方案助力营销效率提升，以改变通过物理网点及客户经理人工营销的传统获客模式，实现为单个客户“量身定制”产品与服务，达到 “千人千面”个性化推荐、降低单个客户营销成本、提高营销转化率的目的。鉴于昆仑银行 RPA 技术的应用已经比较成熟，所以 RPA 团队开始探索在原有传统 RPA 机器人的基础上逐步融入 AI 技术，设计出基金产品精准营销解决方案。

2. 方案设计

基于以上业务需求与技术能力现状分析，昆仑银行确定了如下技术方案：基于 RPA 机器人技术实现从精准客群筛选与产品智能推荐到智能外呼营销的全流程自动化。通过融合数据仓库、客户画像系统、机器学习算法（数据实验室环境）、知识图谱技术、智能外呼、RPA技术，由 RPA 机器人对在数据仓库系统建立的营销数据集市和客户画像数据进行挖掘，将筛选出的潜在客户数据传输至数据实验室；再通过基金产品智能推荐模型采用 XGBoost 算法结合自研算法生成基金购买意向客户名单，由 RPA 机器人将名单直接导入智能外呼系统，设定定时任务，智能客服根据任务进行智能外呼推荐基金产品，并根据语义解析智能应答，同时借助知识图谱技术向客户推荐就近营业网点。其整体方案如图 1 所示。 

3.RPA 与 AI 技术的应用

从根据现有数据能力完成客群精准定位到智能客服营销获客，RPA 技术作为连接各相关系统的纽带贯穿于方案的始终（如图 2 所示）。

RPA 机器人工作流程如下：

（1）自动登录数据仓库，根据任务名称与指定要素获取 SQL 语句，在数据仓库中获取潜在客户信息，生成数据；

（2）按照后续基金推荐模型要求生成格式数据，并将其放置在指定文件夹下；

（3）自动登录数据实验室，进入基金产品推荐 AI 模型训练流程；

（4）从上述文件夹中获取数据，自动执行建立模型、训练模型等流程，并生成基金推荐名单；

（5）自动登录智能外呼系统，创建外呼任务；

（6）将推荐名单导入外呼任务，按照预定时间触 发任务，对基金名单中的客户进行产品推荐和营业网点推荐。

为了确保该方案的健壮性，昆仑银行 RPA 团队在关键流程节点上添加了容错设计。在 RPA 登录系统Web 页面时，设置登录失败重试机制；在获取潜在客户 名单时，设置查询等待时间，当确认有数据生成时进行 数据提取，否则认为查询失败，转入异常处理流程，并通过邮件和企业微信的方式通知相关人员。

同时，昆仑银行RPA 团队还在总行建立了统一的机器人公共资源池，如果某个机器人出现故障，调度中心会立即启动资源池机器人执行流程，确保系统运转正常。由于涉及多个系统之间的数据流转与格式转换，加之昆仑银行对办公环境与生产环境采取了严格隔离措施，若全流程使用手工执行，所耗费的时间及精力将数倍于 RPA 执行时间，且出错的可能性较大。

例如，在生成目标客户名单阶段，如果使用人工操作，科技人员每次需要花费 30 分钟完成潜在客户名单的筛选，而业务人员则需要花费 1 个小时从这些名单中进行目标客户的筛选与产品的匹配，且营销转化率较低。而在部署RPA 机器人后，每日仅需要 5 分钟即可从基金产品推荐模型中产出目标客户数据，全程无人工参与，营销转化率较人工操作有较大提升。

从以上对比可以看出，应用RPA 技术是实现整个方案全流程自动化的关键因素，而AI 技术的应用则是提升系统营销能力的利器。

4. 后续计划

后续，昆仑银行将在基金产品精准营销解决方案的基础上，进一步搭建完整的闭环营销场景。通过使用RPA 机器人获取智能外呼系统的基金营销数据，并反馈给数据实验室，在数据实验室进行营销监控与效果分析，同时对模型进行迭代优化，从而进一步提升营销精度。该方案将在成熟后逐渐由总行向分行推广，并由基金营销场景拓展至理财、贷款等金融产品的营销中，真正达到科技赋能业务发展的目的。

04

“RPA+AI”模式发展展望 

基金产品精准营销解决方案是昆仑银行借助“RPA+AI”技术将多个系统进行融合构建业务解决方案的一次探索性尝试，实现了场景的快速搭建与运营、降低系统建设与维护成本的目标，提高了营销转化率和营销收入。

传统的 RPA 机器人仅仅是从替代员工重复性劳动 的角度入手，处理程序化的繁琐事务，缺少支撑业务决策和思维判断的能力，而 AI 技术恰恰从根本上弥补了这一缺憾。RPA 与算法、模型以及决策系统等的结合可以产生更好的互补联动效应：一方面，RPA 流程中融入机器学习算法和专家模型等技术，能够大大拓展 RPA机器人的适用范围，使其生命力更加旺盛，生态圈更为完善；另一方面，RPA 技术将逐渐成为 AI 技术的重要依托，基于 RPA 技术广阔的应用空间和迅猛的发展态势，AI 技术的落地将变得越来越简单快捷。此外，RPA 与 AI 技术的结合也将促使人们重新考量原有工作流程，并对其进行改革与创新乃至重塑，而这与业务流程再造的思想相契合，值得我们进一步研究和探索。

未来，昆仑银行将继续深入挖掘 RPA 技术在银行业务流程中的应用场景，尝试 RPA 与其他多种技术相结合的可能性，为银行的数字化转型和智能化发展提供强大助力。