可能不久之後,當你在商城下單買了一個後背包、還上PTT論壇的旅遊版與人交流後,金融業者就預測出你想出國旅行的企圖,可以在貨幣低點時推播換匯資訊、信用卡又有哪些優惠。更以顧客需求為中心,來提供超精準又貼心的推薦,這是玉山銀行預估今年底上線的新一代顧客大數據資料庫,想要實現的目標。玉山還與臺大電資學院合作,要將機器學習演算法運用到更多金融場景之中,協助玉山銀行更能預測客戶的潛在需求,並且找出最適當的顧客對待方式。

臺灣大學電資學院副院長陳信希解釋,臺大自然語言處理實驗室將提供機器學習技術,將蒐集使用者在各種網路平臺上的異質源資料,利用自然語言處理技術、機器學習技術等來分析,進行完整探索。還會利用使用者意圖分析與偵測技術、意見探勘和情感分析技術、還有趨勢分析技術等,來建立出更好的預測模型。「推測出民眾的意圖,如結婚或旅遊後,業者就可以針對需求更適時地提供推薦。」陳信希說道。

陳信希進一步解釋,可以從網站蒐集到使用者瀏覽或搜尋的行為,但像是PTT論壇上的討論文章,就算是抒發心情的發言,「也提供了許多潛在性的訊息,臺大將負責整合各種異質資料,善用各種不完整的資訊,來拼湊出更完整的使用者資訊。」他也特別強調,並非從銀行與顧客的問答中,來獲取顧客的意圖(Intend),而是要更進一步蒐集顧客在不同公開平臺上,自然流露出的意圖。藉著運用機器學習,希望完成以顧客為中心的推薦機制、建立更先進的自動化模型,來提升模型預測力。

而另外一位參與玉山計畫的臺大資工系副系主任張智星則表示,他的團隊負責鑽研「系統性貼標」。將使用AI及機器學習的方式,自動產生一套,可用於個人及物件(網頁、交易特店、PTT等)上,和金融相關的興趣或主題標籤,這些標籤還設計了權重機制(Confidence Level)。例如可以設定多個標籤來代表一個顧客有多方興趣,每個標籤可按相關程度來設定權重分數,可能有動漫迷標籤有60%、3C達人標籤則占了30%,剩下的10%則是棒球迷標籤,針對不同標籤各自權重,就可以產生更精準符合個人特質的推薦。

簡單而言,張智星想建立一個360度全面性的顧客資料庫,他計畫將設計出,可以涵蓋基本資料、帳務資料、自媒體,或者是社交軟體如FB、Line、行動App,到客服資料、行銷活動的回應檔、第三方支付的足跡等的標籤,來作為整合性預測分析之用。臺大團隊負責機器學習演算法研發,並採用SAS資料探勘與機器學習平臺VDMML,來訓練模型和預測分析。

玉山金控總經理黃男州則是特別強調,數位不僅衝擊金融,也會衝擊到日常生活的方方面面,「數據、創新跟顧客體驗就是數位經濟的三大支柱。」他表示,玉山特別看好大數據、區塊鏈、AI、身分辨識以及電子支付這5大領域,而且玉山會持續挹注資源在Fintech的發展上 。


Advertisement

更多 iThome相關內容