使用人工智能销售共同基金:三个阶段
金融是在一场革命。流程正在被数字化。决策越来越数据驱动的自底向上走了过来。人工智能(AI)照顾生意,而我们在家工作。革命已经影响到每一个市场,公司和部门,除了产品分布。
金融产品是如何出售给机构投资者一直奇怪的是静态过去两到三年。这都是关系。
我公司Genpact有助于资本市场参与者变换与人工智能的企业。我们已经和几家大型资产管理公司合作,重塑他们如何分配他们的产品。
这一过程需要克服一些关键的挑战:
- 低效的前景资格由于手动编译前景档案由来自不同的供应商和内部来源的数据。
- 不一致的销售流程很难评估和执行channel-wide策略。
- 预测的挑战帐户,领土,通道水平因为难以匹配的对外活动和费用收入的成本。
在这里,我们将考虑第一个障碍:目标优先级。
海量的数据
今天的共同基金和交易所买卖基金(ETF)销售团队被淹没在了数据。它是否属于产品的位置;性能;流;环境、社会和治理(ESG)标准;会议和电话;宏观和微观;历史;估计;或预测——有一个信息超载。 Ostensibly, this data exists to help sales team identify and qualify prospects, but that’s easier said than done.
一个客户端,一个公开交易共同基金经理告诉我们,排位赛单一铅用于员工超过40分钟。这是一步一步的流程是什么样子的销售团队:
- 登录到Broadridge金融解决方案的列表注册投资顾问(RIA)前景在一个特定的领域。
- 从MarketMetrics市场情报收集资产流动这些前景软件。
- 收集更多情报的前景从客户机的RIA财务数据和数据库营销解决方案。
- 交叉引用的数据对客户关系管理(CRM)系统信息和结果从过去的会议。
- 组装的所有数据在Microsoft Excel。
- 排名根据公式和判断的机会。
- 审查当务之急前景的投资理念通过其网站,以确定最优。
- 安排一个电话或建立一个会议。
在我们的帮助下,客户改变了这个过程的三个阶段:
阶段1:自助服务
客户端设置与所有的供应商数据feed,聚合其内部和第三方数据到数据湖,和包装使用通过用户接口。其中包括自助服务界面为销售人员和一个更高级的商业智能(BI)的团队。
在转换之前,销售团队必须深入一次一个客户。现在自助服务界面帮助团队跨多个客户进行分析。这打开了门的富有成果的数据驱动的对话。例如,该公司的产品之前优先的销售团队是表现最好的和最适于销售的。
阶段2:报告库
一旦销售和营销数据集中和整合,客户端开发库的报告向下钻取到数据。的目标不是复制现有的报告,总结了管道,或描述“事情进展如何。”,而目的是驱动决定打电话给谁,音高。
工业和商业的领域知识的结合与数字技术被证明是至关重要的。客户的最好和最资深的销售人员的经验,技能,和直觉来识别可能的买家和可能音高模式。报告库将这些知识和提供给整个团队。
这里有两个模式的例子:
- RIA 1买中型共同基金在2012年和2013年,在中型基金表现。如果客户的公司再次超越,这是一个很好的时间来调用RIA 1。
- RIA 2 1月一直就在他们的投资组合。所以,客户知道10月给他们打电话,不是2月。
基于这样的模式,客户端识别高概率的目标和报告每周通过电子邮件和CRM。报告简洁,注重行动,如“电话公司X和Y沥青产品。“智能路由保证正确的前景最终正确的销售人员和团队的领导者。
阶段3:机器学习
虽然报告库打包和人类模式自动识别,下一步是添加基于机器的模式识别。训练模型,我们必须清晰地定义什么方面的销售团队将寻找可用数据的积极成果。有一些细微的差别。正确的定义取决于团队和销售流程。
这里有两个例子相同的客户组织:
| 销售团队 | 销售过程 | 积极的结果 |
| 卖给ria | 一对一的会议 | 在60天内流入100万美元或更多的球场会议 |
| 卖给退休计划管理员 | 根据提案请求(RFP) | 这名单阶段 |
一旦结果是定义良好的,我们用历史数据来训练一个模型来预测哪些球最有可能成功。现在,就像一个高级销售人员的机器学习模型,识别需求模式,排名从最好到最差。
引入机器学习还创建了奖金功能,包括:
- 评估模式,人类和机器,都是最有效的在产生积极的结果。
- 排名的目标模式、期望值(积极的结果x流入),创建一个调用列表的销售团队采取行动。
- 确定新模式,为模型对新的数据重新训练。这在购买行为捕获结构变化,例如,由于COVID-19。
结论
通过分段转换成三个阶段,我们帮助我们的客户管理的变化和提高成功的几率。
- 自助服务帮助建立信任的数据业务涉众之间,让每个人都在同一页上。它还提供一些快速盈亏获胜。
- 报告库允许销售领导,规范销售流程,从效率的有效性。它还介绍了功能更广泛的团队在一个容易消化的格式。
- 机器学习功能介绍了透明,不改变销售团队使用的格式报告。这进一步建立信誉和使一个增广智能操作模式:人工智能支持人类的判断。
我们的客户减少了时间限定即时附近的一个前景从40分钟到。展望未来,出站活动预计将增长30%,在一年内流入的10%至15%。
可以肯定的是,这只是一个例子,但是它展示了人工智能,恰当的利用和引导人类的判断,可以创建更有效和高效的流程。它也是一个案例研究在公司和专业人士,如何成功地接受并适应今天的数据和技术革命会导致金融部门在未来几年。
如果你喜欢这篇文章,别忘了订阅有事业心的投资者。
所有文章作者的观点。因此,他们不应该被视为投资建议,也不代表CFA协会的观点表达的观点或作者的雇主。爱游戏安全吗
图片来源:©盖蒂图片社/ MF3d
专业学习CFA协会会员爱游戏安全吗
爱游戏安全吗CFA协会成员有权自行决定和自我报告的专业学习(PL)的学分,包括内容有事业心的投资者。成员可以记录学分容易使用他们在线PL追踪。
标签:中国,环境、社会和治理,环境、社会和治理问题,金融分析师乔
