在哪里推送“千人千面”的策略？

策略的推送必须依赖于实际的载体，但券业目前面临的另一个大问题在于与客户之间，始终缺乏足够有效的载体或触点。

首先是营业部。营业部是券商最可控的载体，但由于近年来散户大厅的陆续取消及各类业务的线上化之后，无论新客户还是老客户，去营业部网点的越来越少。因此，已不适合作为持续服务与策略推荐的载体。

其次是客户经理。客户经理的好处在于他可灵活地通过电话、短信、微信等各类手段与客户发生联系，在触达的效率上具有很大的优势。但问题在于单个客户经理的总时间是有限的，而目前行业平均每个客户经理服务的客户人数至少也在300以上。因此，指望依赖这一触点对更大范围的客户施加影响，还是个性化的影响，势必也是不现实的。

再次是短信与微信等渠道。诚然这些渠道在面上可以有比较好的覆盖率，但一来由于技术上无法识别每个客户，因此无法实现千人千面的推荐效果；二来根据近些年行业整体的实践来看，这些渠道上信息的触达率始终维持在一个很低的水平，客户的打开、阅读意愿很低，更别谈后续如何实现转化了。

最后是券商自主的交易终端。理论上这是实现券业对客户实现触达的最佳终端，即能够识别到客户是谁，又可以据此为其推荐客户差异化的策略。但也并非完美无缺，仍有3个核心问题尚待解决：

一是用户习惯，如果客户并没有使用券商自主交易终端的习惯，而更喜欢使用诸如大智慧、同花顺等第三方终端，那么后续的精准化策略自然无从谈起。因此，行业未来如希望往千人千面的方向发展，自有App对于客户的覆盖率问题是首先必须解决的。

二是打开率，依托App渠道落地精准化推荐策略的前提在于客户必须打开App，而交易类App的整体打开率天然又会受到市场情绪的影响。当市场情绪低迷时，往往是券商希望通过千人千面策略盘活存量客户资产的时候，但此时往往也是客户自主打开App意愿很低的时候。因此，为了解决这一问题，券业的App必须为客户寻找更多的打开理由与场景。

三是监管要求。所谓推荐策略，自然是为客户推荐其本身没有尝试过的产品或服务。这其中存在一种可能，即从客户本身的行为数据来看，其可能比较适合某项服务，但这项服务所蕴含的风险又稍高于客户既有的风险偏好水平。定投就是一个这方面很好的例子。但随着当下行业对于适当性管理要求的提升，其不仅在原有后端的风险揭示环节对行业提出了要求，更对推荐环节进行了限制，禁止券商主动向客户推荐任何高于其风险偏好的产品或服务。这无疑也会大大限制策略的多样化推送能力。

因此，在讨论“千人千面”的策略之前，客户对于触点的粘性与适当性因素的考量也是需要先解决的。

如何实现精准有效的“千人千面”？

很多时候行业谈策略，喜欢看数量。但有时，质量可能比数量更重要。因为，只有有效的策略，才能为行业带来收入。实际上，实现“千人千面”并不稀奇，真正精准有效的“千人千面”才稀奇。

那如何才能产出真正精准有效的“千人千面”策略呢？很多科技金融企业认为可能的切入点是人工智能。

但笔者认为，至少在未来2-3年，真正懂业务、懂客户的专家才是驱动有效“千人千面”策略生产的关键要素。一方面，在于券业App历史的数据量级、精度、客户使用的频次及客户偏好的代表性尚无法满足AI自学习与持续验证的需要。另一方面在于市场本身有周期性。不同周期、不同宏观环境下，不同的客户群体，容易被接受的策略可能并不相同，但现实的数据往往不足一个完整的经济周期，因此也很难通过短期机器学习的方式来获得长期有效的策略。此外，行业还有很多固有的背景因素，也需要加入人工的判断。

因此，尽管人工智能是一个近年来很火的话题，但在精准化推荐领域，初期可能还是要靠专家推荐来落地。而具备这种能力的业务专家，必然是稀缺的。且更有可能出现在券商体系内部，而不是华尔街或其他第三方科技公司。

尽管“千人千面”这个概念确实开始越来越火，但在天马行空的讨论之前，先想想上述基础工作需要如何解决会更重要。毕竟，从商业的角度来讲，“多”不重要，“好”才重要。（编辑：何苗。如有意见或建议请联系：hemiao@21jingji.com）

（作者任职于兴业证券私财委网络发展部）