近年来，随着移动端用户数量快速增长、用户体验不断丰富、操作愈发便捷，移动客户端实现高速发展。但在流量红利日渐消失、新客增速逐步放缓的当前，银行针对移动客户端的运营重心逐渐从拉新转移到存量用户的精细化运营，对面向App、小程序等移动客户端运营能力提出了更高的要求。充分释放数据价值，以“数据+技术”为驱动，形成全局资源可控、流程可视、客户精准洞察、决策实时下达、高效应急避险等能力，是银行智能化运营建设的重中之重。本文结合银行移动客户端的智能运营发展背景，提出银行移动客户端智能运营体系建设方法，并通过工商银行实践分析，探讨其未来发展趋势。

  一、面向银行移动客户端的智能运营发展背景

  1. 智能运营的重要性与必要性

  面向银行移动客户端的智能运营是指通过对银行移动端应用产品进行有效的管理和优化，以提高用户活跃度、留存率、转化率等关键业务指标，从而实现银行业务目标的一系列活动。这包括但不限于产品功能优化、用户体验提升、内容策划、用户增长、用户留存、社区建设、数据分析等多个环节。在面向银行移动客户端的运营过程中，运营团队需要深入理解用户需求，持续优化产品功能和服务，提升用户满意度和忠诚度;同时还需要通过数据分析了解用户行为，优化运营策略，提高运营效果。移动客户端运营不仅关注用户数量的增长，更关注用户质量和用户价值的提升，通过精细化运营，提升用户活跃度和留存率，从而提高用户的生命周期价值，实现商业目标。

  随着数字技术的持续发展及应用程度的快速提高，“数智化”概念在银行业不断地丰富与扩展。银行移动客户端的运营正在从传统运营模式转向智能运营。智能运营是指借助数智技术及可视化工具，为用户提供全生命周期的个性化服务，实现产品迭代优化，并达成运营目标。智能运营是运营的高阶形态，能够与人工运营协同配合，精准覆盖用户成长的各个阶段，灵活调用运营资源，在实现最优投资回报率(ROI)的同时，驱动业务实现阶梯型增长。

  2. 智能运营所面临的困难与挑战

  尽管移动客户端的运营已在诸多领域实现了突破，但在外部用户体验和内部运营流程方面仍然面临诸多挑战。

  在外部用户体验方面：一是难以满足用户日益增长的多样化需求。随着信息爆炸时代的到来，用户的需求和兴趣日趋多样化，线上运营活动仅依赖版本研发迭代已无法满足市场需求。二是难以抓住用户有限的时间和注意力。在海量互联网内容中，当用户启动移动应用时，如果该应用无法为其精准推荐感兴趣的内容，会导致用户流失率提高。

  在内部运营流程方面：一是缺乏完整的数据指导策略闭环流程。早期运营决策主要依赖于个人经验和直观判断，缺乏数据依据。伴随着BI的发展，银行有了数据意识，但缺乏数据反馈与迭代机制，运营人员无法根据数据表现实现决策自动化迭代更新，优化产品表现。二是缺乏体系化、可视化数据分析工具和看板。银行内外部触达的渠道呈现多样化态势，跨平台数据分散，数据类型不统一，数据不互通，导致运营人员无法快速直观分析数据。

  二、银行移动客户端智能运营体系建设方法论

  向智能运营转型已经成为一种不可逆的商业趋势。对于银行而言，积极把握这一转型的契机，不仅能显著提高移动端的运营效率和成果，同时也可使银行在激烈的市场竞争中取得优势地位。为有效应对当前运营工作面临的一系列困难和挑战，本文总结了银行移动客户端智能运营体系建设方法论，以期助力提升银行的运营能力和市场竞争力。

  1. 建设理念

  以数据运营模型理论为基础，本文提出围绕“感知—目标—决策—行动—反馈”的闭环模式，形成银行移动客户端智能运营体系建设的基本原理和建设思路(如图1所示)，以实现数据驱动决策持续优化。其中，感知是流程的起点，是制定目标和策略的依据;目标是引导决策制定的精神引领，同时也是行动的指导手册;决策是对目标的进一步拆解，引导运营人员开展行动;而行动的结果如何，需要通过反馈进一步加深感知。

图1 银行移动客户端智能运营体系建设的基本原理和建设思路

  2. 建设方法

  银行移动客户端智能运营体系建设方法围绕“感知—目标—决策—行动—反馈”形成闭环，在各个阶段通过明确的数据引导，辅助运营人员了解当前运营业务的开展阶段，引导运营人员拆解目标，辅助运营优化决策，提升运营工作效率，通过实践结果不断优化运营思路。

  (1)感知：深入洞察，掌握先机

  感知是整个流程的起点。通过埋点收集用户数据，运营人员可以深入了解用户的需求、偏好和行为，从而掌握市场先机，为后续的决策和行动提供关键的参考。

  埋点是通过技术手段收集用户行为数据的方法，在具体的实践中，涉及在用户界面创建交互点，从而捕捉用户行为和身份信息，并将这些信息传输至服务器端进行进一步处理。根据实现方式的不同，埋点可以分为代码埋点、可视化埋点和全埋点三种方式。三种埋点方式的定义及优缺点详见表1。

表1 埋点方式分类、定义及优缺点

  银行在选择埋点方式时，应根据自身需求和实际情况进行选型。如果需要高精度、丰富的数据，并且有足够的开发资源和时间，可以选择代码埋点;如果希望操作简便、快速迭代，并且对数据丰富度要求不高，可以选择可视化埋点;如果需要全面记录用户行为、提供实时数据分析并且能够接受一定数据噪音和性能影响，可以选择全埋点。无论选择哪种埋点方式，都应重视数据的处理、分析和应用，需要对收集到的数据进行清洗、过滤和分类，以便进行后续的数据分析，从数据中提取有价值的信息和洞察。同时，银行可以定期评估埋点方案的有效性，不断优化埋点方案，以适应业务发展和市场变化。

  (2)目标：拆解指标，有的放矢

  确定业务发展目标首先需要找到北极星指标，指引业务向同一方向发展，这有助于确定任务和资源的优先级，确保资源集中。北极星指标的选择通常需要考虑以下因素：一是能否实现银行商业目标和用户体验之间的平衡;二是是否具有简单、直观、易获取、能拆解的特性;三是是否为先导指标，而非滞后指标，先导指标既要关注当前业绩表现，也要预测未来发展趋势，推动银行的长期发展。

  在确定北极星指标后，通过分析相关因素进行进一步拆解，从而明确增长方向和负责部门。北极星指标的拆解方法有OSM(Object-Strategy-Measure)模型、UJM(User-Journey-Map)模型和场景化分解(详见表2)。

表2 北极星指标的拆解方法及内容

  上述三种方法应用于拆解指标的过程，使得原本可能相对复杂的题目能够被系统化、流程化和模块化地处理，并具有更高的可理解性。指标拆解后可以配合建设指标BI大屏，将指标以图表、图形、地图等视觉形式展现出来，将所蕴含的信息趋势、数据异常和周期性模式具象化呈现，辅助运营人员的决策和行动。

  (3)决策：机器辅助，精准施策

  在拆解完业务北极星指标后，需要细分业务策略，找到实现业务目标的方法，这一实现过程即“决策”。决策的下发一方面基于算法模型实现个性化推荐，另一方面基于业务规则由运营人员创建、实时更新和调试，把合适的内容推送给合适的用户。

  实现个性化推荐离不开端侧智能引擎建设。端侧智能引擎是指利用端侧的硬件资源，进行实时感知、计算、决策和干预，让端具备机器学习能力，实现用户体验与业务效果的提升。算法通过端特征进行模型训练，并通过移动客户端工程体系部署到端上，在移动端应用运行时，端侧智能引擎提供模型的运行环境，同时通过决策引擎串联整个业务流程，实现智能搜索、端智能推荐、端智能意图识别和智能重排，以满足快速及时响应客户需求，提高智能决策精准度。

  业务规则和算法相辅相成，两者在业务决策和数据处理中都扮演着重要角色。业务规则针对特定业务场景或问题设置明确的指导和规范，这些规则在用户侧包括用户的属性、行为特征、兴趣偏好等，在内容侧则包括主题、分类、关键词等属性。通过制定业务规则，移动客户端可以将待分发的内容准确推送给目标用户。算法则是针对如何优化这些规则的执行效果，以及如何通过数据分析和机器学习技术自动发现并应用新的规则。

  (4)行动：个性定制，有效触达

  在行动阶段，银行依托低/无代码技术，实现营销活动页面可视化搭建，并形成可视化的流程画布配置，全面提升运营人员工作效率，助力银行降本增效。

  页面可视化搭建指运营人员无需深入了解编程语言和开发技术，只需要使用平台提供的图形界面和拖拽式组件，就可以个性化构建营销活动页面，搭建流程如图2所示。在建设面向银行内部用的页面可视化搭建平台时，需注意以下问题：一是确定目标受众。了解银行内部员工的需求和习惯，根据不同的受众群体制定不同的页面设计和功能需求，以提高页面的使用率和用户体验。二是提高可定制性。每条业务线的需求和风格都不同，因此需要提供高度可定制的页面设计和功能配置，以满足运营的个性化需求。三是整合现有系统。银行内部已经存在一些业务系统，需要将可视化搭建平台与现有系统进行整合，实现数据的互通和共享，提高工作效率。四是定期更新和维护可视化搭建平台，以确保页面的稳定性和安全性，同时也可以不断优化页面设计和功能配置，提高运营人员的使用体验和工作效率。

图2 营销活动页面搭建流程

  除了页面搭建，低/无代码也助力运营环节中的发布流程管理。通过可视化的流程画布配置平台(如图3所示)，运营管理人员可以规划运营活动，管理企业级客群，配置运营资源，设定投放形式和渠道触点，最终将运营活动发布至各个渠道。在活动发布完毕后，运营人员还可以通过运营工作台对运营活动进行实时监测，对运营活动数据进行深入分析，形成运营活动的优化建议，辅助运营管理人员优化运营策略。

图3 可视化的流程画布配置平台界面示意

  (5)反馈：持续优化，闭环提升

  在反馈阶段，银行可以通过AB实验平台进行效果验证评估，以科学的数据决策降低产品迭代风险，达到业务快速验证、快速迭代的效果，第一时间找到最优策略，提升智能运营能力。

  AB实验平台的建设，使得数据成为业务前进的内在驱动力之一。成熟的AB实验平台包含两个主体模块，即实验规则配置模块和承接流量进行分流的服务模块。AB实验平台在配置阶段提供可视化的配置能力，在流量完成AB实验分流后，实验数据会流转至数据管理系统，产出的效果分析以可视化报表形式展现在实验配置平台上，完成业务分析的闭环。

  在建设面向内部用的AB实验平台时，银行需注意两个问题：一是保证实验质量。建立完善的实验设计和管理流程，确保实验的质量和可靠性。在实验过程中要密切关注实验数据和指标的变化，及时调整实验方案，以获得最佳的实验效果。二是保证流量的随机性和正交性。随机性和正交性可以保证实验结果的公正和可靠，避免因为流量分配不均而导致实验结果不准确。在实践中，运营人员可以通过使用随机函数或根据用户ID等唯一标识进行哈希处理等方式来实现流量的随机分配。

  AB实验的内容可涵盖绝大多数产品特征的迭代优化，从产品命名到交互设计，从改变字体、弹窗效果、界面大小到推荐算法、广告优化、用户增长等，方便运营人员使用科学手段来深化对用户的感知并指导业务决策。

  三、工商银行面向移动客户端智能运营的实践案例

  工商银行致力于持续提升手机银行等移动端产品的用户体验与智能化水平，为满足移动端趋势变化的需要，以“感知—目标—决策—行动—反馈”方法理论为指导，打造了移动客户端智能运营体系。该体系覆盖了完整的数据采集、数据运用、数据分析运营全流程，深入客户生命周期，赋能业务迅速发展。

  1. 企业级数据埋点体系助力用户感知

  工商银行基于行内移动开发平台构建了企业级应用数据埋点体系，包含统一埋点采集构件工具、应用数据埋点设计技术规范与实施技术指引、埋点技术交流社区、相关培训等。该体系支持工商银行全部前端技术栈，目前已完成手机银行、网上银行等22个应用接入，覆盖工商银行全部对客渠道，实现用户行为数据采集的统一和标准化，为洞察客户、分析客户行为特征提供数据支撑。

  工商银行研发统一埋点采集构件工具，提高应用调用便捷性，用于客户行为数据等埋点信息采集与上送，实现埋点数据采集能力标准化，全方位解决数据埋点采集能力不统一、数据冗余、可用性不足等问题，有效提升研发质量和效率;编制了《应用数据埋点实施技术指引》，为研发运营人员介绍埋点工具的组成，以及不同埋点分类的含义、适用场景与使用方法，为应用埋点接入、实施提供技术指导，以便更好地推进工商银行应用系统的数据埋点能力建设;配套编制了《应用数据埋点开发技术规范》，从“客户+事件”的角度定义埋点要素，制定统一的、企业级的埋点数据格式标准，内容覆盖客户、设备、渠道，并兼顾运营、监管报送、安全等各方向需求;建立了应用数据埋点社区，包含技术规范、实施指引、研发工具、常见问题支持等内容，为应用埋点接入答疑解惑提供有力支撑。

  2. 北极星指标建设助力全行持续发展

  工商银行数字化用户运营流程目标可分解为宏观指标和微观指标。

  关键落地阶段宏观指标(一般指北极星指标)方面，以管理资产规模(AUM)和月活跃用户数量(MAU)双指标增长作为目标，可精准有效地驱动各项工作的有序开展。MAU用于线下渠道，督促各级机构围绕MAU开展营销工作，分为到店客户、管户客户、代发工资、信用卡客户四个二级指标。同时，将用户生命周期进一步拆解，分为引入期、成长期、成熟期、沉睡期、流失期五个二级指标，用于对线上运营提供决策分析。AUM二级指标则包括手机银行客户的人均金融资产、重点交易客户数、线上交易笔数、线上交易金额。

  微观指标(一般指活动效果)由洞察用户目标的结果确立，用户目标的达成决定微观指标的达成，并以活动运营的效果反馈到整体业务目标的达成效果，进而指导下一轮用户的洞察和运营目标的确立，包括活动维度、权益维度、流量维度和客户维度。例如，运营人员在开展运营活动时，先进行人群目标洞察，然后转换为运营目标，如针对超前消费人群发放免息分期券，向有资产打理需求的客户推荐合适的基金、理财产品等。

  针对AUM和MAU指标的响应情况，结合微观指标的表现，对运营效果进行综合评价，并通过AB实验等方式对活动后续可迭代改进的环节进行归因分析，不断促进运营迭代。

  3. 端侧人工智能技术改善用户交互体验

  工商银行通过赋予移动终端人工智能计算能力，提高智能计算的实时性和准确性，从而改善用户的交互体验。

  首先，工商银行在手机银行创新版中增设了智能关怀功能。通过在端智能工作台配置关怀策略并内置在手机银行中，可以在用户与数字人交互过程中智能识别用户操作意图，并返回关怀话术，引导用户进行操作，从而减少了在动线上的流转时间。其次，工商银行在手机银行的智能弹窗功能中进行了用户体验优化。在手机银行登录广告弹窗场景中，端侧可以采集用户从启动应用到登录过程中的实时操作数据和上下文数据，进行用户意图识别，决策是否展示广告弹窗以及展示的广告内容，从而减少了广告弹窗对用户功能使用的干扰，并提高了弹窗的点击率。最后，工商银行在工银e生活首页的瀑布流交互式推荐中进行了智能重排。利用端侧意图识别模型，根据用户的实时浏览和停留时间等行为识别用户的意图，并对推荐结果进行动态调整。此外，工商银行还采用了交互式推荐方式，将推荐结果动态插入到用户的视线范围内，增强了用户的感知度，提升了用户体验。

  4. 页面可视化工具和流程画布提升运营效率

  工商银行通过建设页面可视化工具和流程画布，助力自动化运营能力提升，并使用流程画布形式，将人、时间、渠道、内容等运营要素进行可视化编排。一是通过所见即所得的流程画布，自由组合人、时间、渠道、场景、动作、策略，面向不同客群配置最适合的运营计划。二是整合多触达渠道，并根据触达后用户的不同反馈配置差异性运营策略，对运营效果进行长期跟踪，对用户进行多次触达，实现用户的场景化、个性化和立体式运营，以及常态化、自动化运营策略的沉淀，提升运营效率。

  同时，工商银行将流程画布应用在新客转化、存量用户促活、流失用户召回、日常运营活动管理等场景中，通过自动化营销能力提升运营效率、降低人力成本。针对新客客群，通过计算下发新客权益等方式进行及时干预，引导新客进一步转化为忠实用户;通过活跃度分析，圈选中低活用户，对目标用户进行触达干预，促进消费转化，提升消费频次、用户活跃度以及活跃时长;通过制定流失预警策略，对流失预警用户和已流失用户进行自动化干预和定向触达干预，实现用户召回;通过制定日常运营策略，每天定时推送消息引导用户进行签到、领取福利等，提升用户的留存率。

  5. 企业级AB实验技术平台提供科学数据支持

  工商银行建设了企业级AB实验技术平台。该平台具备完备的实验管理能力、高效的流量分配算法和科学的统计分析方法，对移动端产品功能优化、用户旅程设计、智能算法选择、营销策略决策等运营活动提供技术支撑，通过科学的数据决策降低产品迭代风险，达到业务快速验证、快速迭代的效果，第一时间找到最优策略，提升工商银行精细化运营能力。

  在产品设计优化应用场景中，工商银行用小部分流量进行AB实验，在不影响用户体验的同时，从多种方案中找到最优解;在活动页面优化应用场景中，对活动落地页的文案、图片、按钮、颜色等进行持续优化，最大限度地提高活动转化和付费留存能力，帮助运营人员提高整体投入产出比;在智能算法优化应用场景中，通过AB实验验证优化后的算法是否可以提升相应业务的数据指标，避免负向表现带来大范围影响，适用于基于内容、协同过滤和关联规则的各类推荐算法优化。工商银行通过搭建企业级AB实验技术平台，为行内应用提供了科学的策略决策手段，有效实现了低风险、抗干扰、科学性、量化结果的目标。

  四、银行移动客户端智能运营的发展趋势分析

  伴随着前沿技术的深度应用，银行移动客户端智能运营能力建设也在不断升级。首先，标准的制定和落实将对保障移动应用的质量、效率及用户体验起到关键作用，推动相关技术、产品和服务标准的制定，健全行业标准体系，有利于提高行业标准化意识，以应对移动领域的快速发展。其次，运用前沿技术，如人工智能、边缘计算、6G等，将成为推动面向移动客户端智能运营发展变革的重要手段，通过加速前沿技术与智能运营能力建设的深度融合，结合业务需求，积极探索全新的发展方向，为用户打造全新的使用体验。最后，随着数据保护相关法律法规的日益规范，如何在保护用户隐私的同时进行有效的智能运营将成为银行和用户关注的焦点。未来的智能运营技术应用会更加注重隐私保护，例如采用隐私计算、联邦学习等技术，实现在不侵犯用户隐私的前提下进行数据分析和运营优化。

  面对市场竞争愈发激烈、数字化转型持续推进、数字化技术迭代升级的宏观环境，通过多样化科技手段，不断优化移动客户端用户使用体验，成为数字经济时代银行发展提速的关键课题之一。未来，希望有越来越多的银行同业在已有数字化运营支撑能力及运营管理平台的基础上，基于以数字为中心的智能运营方法论，持续推进面向移动客户端的智能运营技术研究与平台能力建设，形成“以用户价值为核心”和“满足用户诉求、提升企业价值”的运营价值流闭环，最终实现全用户、全产品、全渠道、全旅程、全场景的智能化决策和数字化驱动。