从理财行为预测金融需求 陆金所推出KYI意图预测模型系统

如何实时、动态地理解用户不断变化的理财需求，并进行更好的适当性管理？近日，在中国平安首届智慧生态大会期间，陆金所正式推出覆盖用户全理财生命周期的KYI（KnowYourIntention）“意图预测模型”体系，以此更精准地识别用户“当下”的理财意图。据了解，目前KYI的意图识别率已达90%，这也是继陆金所率先在业内提出“投资者适当性管理”理念，并自主研发KYC、KYP两大智能标签体系后，再次对平台整体智能化管理的全面升级。

什么是KYI：

从静态到动态，从反应到预测

KYI的核心功能是“动态意图预测”的能力。基于陆金所已有的KYC（KnowYourCustomer）、KYP（KnowYourProduct）体系，KYI创新性地融入了基于经济行为学理论而设计的投资性格测评体系，帮助平台更深层地理解用户的金融偏好，以此针对性地为用户全生命周期不同阶段、不同时点、不同的金融需求提供服务。

“理财不同于电商或社交，它并非一个高频的活动。一个金融平台要更理解用户，必须动态的更新和跟进投资者，才能实时地、以适合的方式为用户提供服务。”陆金所首席技术官毛进亮指出，根据监管要求，市场上大多数金融机构在做投资者适当性管理时，是通过每两年要求投资者做一份风险测评问卷来实现的。然而，传统的问卷式KYC不仅很难真实反映投资者的风险偏好，更无法实时更新和跟进投资者的动态变化，“它与投资者真实情况之间存在很大的偏差”。

陆金所控股日前联合艾瑞咨询发布《智能理财4.0：2019全球智能理财服务分级白皮书》（下称“白皮书”）显示，当前理财用户仍存在自我风险偏好认知不足等问题，有33.9%的用户主观风险偏好与客观承受能力并不匹配，同时有近八成用户反馈称智能客服提供的理财产品配置与实际需求不符。

面对中国投资理财市场大部分为经验欠缺的散户的现实，国内机构更需不断提升智能化服务水平，让广大投资者都能享受到专业、精准的理财服务。

在此背景下，陆金所KYI着重加入了行为数据模块，通过实时积累和分析用户在平台端的长期行为、短期行为、产品偏好、服务偏好、使用习惯等五大类数据。此外，根据投资者投前、投中、投后完整理财生命周期，陆金所还在其平台底层布局了超过10万个神经触点，成为国内首个实现全流程布点的金融平台。

基于这些技术实践，陆金所建立起一个覆盖客户全生命周期的模型体系，判断每个用户在每个时间点的意图和需要，甚至流失的可能性，以便随时、及时地为用户排忧解难，提供流程操作指导和针对性的理财建议。

“我们把KYI覆盖用户全理财生命周期‘意图预测模型体系’，与10万神经网络互通，并在其中融入了基于经济行为学理论而设计的投资性格测评体系。通过大量用户行为与数据，结合人工智能深度学习能力，让平台形成意图识别与预测的能力，以此帮助陆金所了解用户在每个时点的意图和需要，甚至下一步的动作。”陆金所首席运营官崔永平认为，这赋予了陆金所“选时”的能力。“因为能够预判，所以陆金所可以在合适的时间为用户提供合适的服务”。

智能化关键

来自“好教材”和“好方法”

KYI底层的核心技术是机器学习（MachineLearning）与自然语言理解系统（NaturalLanguageUnderstanding）。

首先，要让KYI够智能，其机器学习必须有大量优质“教材”。

作为国内最大的线上综合财富管理平台，陆金所目前已有4300万理财用户，他们之中有小白也有老手，更有大量资产规模超过100万元的合格投资者。这些不同层级、不同偏好的用户，帮助陆金所积累了大量个性化用户数据和服务交互数据。

“除了这些数据，我们开发了一套基于金融及特定理财服务场景下的自然语言理解系统。我们将多年来陆金所服务顾问为用户提供的各类服务，包括真实语音和文字对话资料通过深度学习技术衍生出人工智能。由此，在在售的各类产品中，我们对多达近47个细分类别的7000余种理财产品标注了超过30种不同场景的意图，并基于不同场景和意图，让机器运作符合理财业务规范要求，打造人工智能交互体系。”毛进亮介绍。

与此同时，陆金所平台上已涵盖保险、银行、网贷、基金、私募、资管等六大类金融产品，比起很多垂直类平台或传统金融机构，陆金所上的产品更为多元而全面，这也让陆金所能更为全面和透彻地理解产品，并自主研发了一个“大规模金融知识大数据图谱”。

毛进亮介绍，这套知识图谱除了对各类产品的监管要求、产品属性、风险属性、历史数据等有全面的理解外，更将打通各类实时外部市场动态和交叉信息，比如产品底层的企业财报、企业新闻，产品对应的行业动态政策变化等，通过全面、实时的知识图谱，实时了解和预警产品变化。

有了优质的“教材”后，KYI的机器学习之路还需要有一个很好的学习方法。

据了解，KYI系统使用了全球最先进的推理InferSent语句编码算法驱动机器学习。它结合了N-gram、贝叶斯、HMM等传统统计方法和Seq2seq模型等深度学习方法进行误差校正。KYI模块通过Transformer序列模型的双向反馈产生一个序列，来识别意图并启用动态编码，从而提高准确性。目前，这一陆金所打造的项目已拥有41项专利。

基于上述对用户自然语言及产品全面动态的理解，陆金所的KYI模块能够更好地理解客户的需求和意图，使得陆金所平台的整体金融服务都比以往更加智能化。

“作为平台为用户提供理财服务和产品，最重要的理念是要从‘多的’选出‘好的’，从‘好的’选出‘准的’。”崔永平表示。

更普惠、更适当、更懂用户

通过KYI，陆金所力求解决两个问题：一是解决用户与产品的匹配问题；二是解决用户更多未满足的服务需求。

长期以来，人力理财顾问在财富管理领域发挥着相当大的作用，但也存在一些固有的问题，即由于成本和时间精力的限制，真正享受一对一专业金融服务的投资者只能是少数，而大量普通用户无法得到合适的金融服务。

与此同时，人工理财顾问服务在能力和专业知识上的差异性不可避免。甚至，人工顾问还可能会受到激励刺激，而有倾向性地为用户推荐带来更多佣金的产品，而非符合用户风险水平及投资需求的产品。

《白皮书》显示，有高达79%的用户希望通过智能技术实现一对一理财顾问。

事实上，陆金所平台已经开始尝试用智能理财机器人与用户进行自然语言交流与开放式对话，并为用户提供涵盖账户查询、产品咨询、市场分析、投资者教育在内的各种服务。通过运用人工智能进行客户服务，陆金所力求解决用户与产品的匹配问题，并解决更多用户大量仍未满足的金融服务需求，而非仅为部分顶层人群服务。

当前，在陆金所独有的断点和KYI的技术下，陆金所平台的用户服务交互频率比以往提升了5倍，极大地提升了用户服务面及响应速度。同时，人工智能客服的问题解决率则提升了2倍，大大提升了用户的服务效率。

“基于KYI的机器学习和人工智能，理财服务‘普惠性’和‘适当性’的问题都有望得到解决。”毛进亮表示，“通过KYI，陆金所将更快速、全面、动态地学习和了解用户，以此将投资者适当性教育和产品匹配更科学、更合理地融入到日常用户服务及体验中。实现了对用户由静态到动态、由反应到预测的认知全面升级，成为一个‘更懂用户’的陆金所。”

“平台更智能，用户更轻松，为用户‘多中选优，优中择准’。”崔永平认为，基于陆金所KYC、KYI，平台将持续为客户提供投后服务，同时千人千面地向用户普及和推广理财知识，真正实现更普惠、更适当、更懂用户。

·CIS·