标签管理体系
随着数字化转型的不断发展，面对与日俱增的客户数据，金融机构日益重视科学合理的标签体系建设和管理，以实现精细化的客户运营，提升营销效率和客户满意度。东方金信以用户为基本单位，整合各方数据，汇集基础标签、行为标签，结合AI算法，将数据进行清洗，去重，增强，结构化的存储，建立全方位标签体系，补全数据维度，形成资产。
业务挑战
标签体系量大、标签口径模糊
标签体系以千为计量单位，比较繁杂；标签口径模糊，内容变化游离。
与场景强相关的标签不足
很多金融企业的数字化刚刚起步，没有成熟完善的数据标签体系场景强相关标签不够，弱相关标签太多；无凝练融合业务场景的特征标签。
数据质量欠佳
数据质量比较差，数据整合度不高；外部数据缺乏。
解决方案场景
1、用户画像
是在建立好标签体系之后，可以立刻执行、尝试并且能够立竿见影带来一些效果的。它可以输出客群的群体画像，辅助一些运营活动，还可以根据单个画像、业务场景定义，快速赋能一线员工。
2、精准营销
在深入洞察客户需求与行为的基础上，进一步建立客群分层经营体系：重点聚焦深入做强中高端客户、低成本服务大众客户 ；设置合理的零售客户分群，并从客户金融服务需求的角度制定客群经营策略。
3、分析挖掘
金融产品响应预测标签：利用数据挖掘技术与AI算法，通过对客户持有某种投资产品（理财、信托、基金、保险）响应进行分析，建立客户购买某产品响应预测模型，充分挖掘出客户投资金融产品潜在价值；贵宾客户提升潜力预测：利用统计分析与AI算法研究当前非贵宾客户在未来的一段时间内会有提升到贵宾客户的可能性，通过选择适量的历史上曾提升到贵宾客户的特征建立客户预提升潜力模型，输出预提升名单。
解决方案架构
1、支持多种标签的一站式构建方式，人机协同完成用户 360°标签体系。
2、支持利用用户数据、业务明细、行为数据等设置规则生成标签。
3、体系化标签内容管理与标签生产和应用的权限管理。
4、标签整体数据的概览及完成对标签的管理功能，包括标签的创建与管理。
解决方案优势
由原来通过感性认知猜测客户需求提升到通过数据理性洞察客户需求的能力，是释放客户数据价值的深度体现。
理性洞察客户需求，释放客户数据价值
基于不同场景需求，构建凝练定性的客户标签，清晰明确的客户认知，比如客户特征细分标签、客户综合评价标签、客户历史产品偏好、客户非金融权益偏好等。
凝练标签体系、紧贴业务场景
客户标签可直接服务于特定的业务场景，30秒认知你的客户，在合适的时机与合适的渠道实现智能营销；如客户生命周期、总分行客户名单快速筛选、多渠道精准营销推送等。
智能营销策略输出，提升客户运营能力
结合一方数据，联合第三方数据，通过联邦学习，在不透出双方隐私数据的情况下进行建模和应用。
关键技术加持，注重数据隐私