近年来，智能化财富管理已经被认为是“得数据者得天下”的硬道理。有研究指出，将来在中国最热门的金融科技领域是财富管理。那么，目前国内商业银行在财富管理中运用了哪些金融科技？遇到哪些困难？某商业银行相关人士介绍说，在对家庭财富管理和配置中，金融科技的应用十分重要，尤其对大数据的挖掘和分析在整个业务中起到奠定基础的作用。他们行做财富管理业务时就很重视金融科技，特别是大数据的应用。目前该行的私行客户数据挖掘工作正在起步，为能将数据挖掘工作系统化、常态化，私行部的数据挖掘小组负责私人银行相关数据挖掘工作，对数据进行分类及采集、分析及运用，效果甚佳。

　　据笔者了解，大数据的挖掘和分析是目前大部分银行都在做的项目，各行对大数据的重视程度，营造出一种“得数据者得天下”的氛围。有银行相关人士表示，数据分类及采集工作是数据挖掘工作的基础，数据的完整性、精准度直接影响到实际应用。目前有些银行正通过梳理现有的CRM（客户关系管理）系统、核心系统、理财销售系统、代理类产品销售系统、信用卡系统、个贷系统等，分析客户数据，在此基础上通过KYC（了解你的客户）系统采集客户信息，建立私行客户KYC信息库，和系统数据相辅相成，构成客户的立体化信息纬度，为许多家庭进行资产配置。

　　具体而言，银行在进行家庭资产配置时，是把客户数据分为三大类：基本信息、资产信息、交易信息。基本信息包括基本属性、家庭信息、职业信息、兴趣爱好、投资偏好及需求等五类，还包括婚育状况、家庭成员信息（配偶、子女、父母）、职业信息（工作单位、部门、职务、行业等）、房屋及车辆持有情况、风险偏好、投资习惯、生活需求（移民、留学、传承）等；资产负债信息则按资产分布地点分为行内和行外两类，前者包括开户时间、资产金额及变化、信用卡信息、贷款信息等，后者包括资产金额、资金渠道分布、信用卡、贷款、境外投资情况等，均需通过KYC获取；交易信息按卡类别分为借记卡交易信息和信用卡交易信息，均可从系统中提取。

　　在掌握了客户的相关数据后，接下来就是对数据的分析。上述银行相关人士表示，该行根据客户生命周期原理，充分采集客户资产负债及交易信息的数据，运用统计、聚类、预测、关联等方法进行分析及应用。在起始期，对潜在私行客户进行识别。通过对客户基本信息中的职业信息、房产及车辆信息，资产负债信息中的历史资产峰值、信用卡额度、境外资产分布等信息，借记卡交易信息中的大额转账、往信托/私募基金/投资公司等交易主体的转账、大额银证/银期/银商转账、代发工资等信息的分析，筛选出潜在私行客户进行精准营销。

　　然后，银行根据情况开展潜在私行客户挖掘工作，如近一年内任一时点基金、理财、三方存管、贵金属保证金单项资产的金额达到一定数额（百万元）以上的客户，如近段时间内有任意一个月客户的月日均综合金融资产在一定数额（百万元）以上的客户，以及网银日限额百万元以上的客户等。而后，区分客户属于发展期或成熟期，通过KYC信息数据分析他们的实际需求，通过交易特征聚类分析客户偏好，综合各项数据分析结果，根据客户需求提供合适的产品和服务，与客户建立长久信任关系。

　　有关人士表示，银行在进一步完善项目时，如通过客户画像以协助精准营销、对流失客户进行预警分析等。同时，对已流失客户也进行特征分析：通过分析客户私行层级持续时间、到达次数、资金去向、历史购买产品情况等，有针对性地提供精准挽回工作。例如智能投顾就是各家银行实施相关战略的重要抓手，当前摩羯智投和财智机器人也分别处于各自发展规划的成长阶段和起步阶段。虽然商业银行智能投顾近年不断发展，仍面临一定困难。但随着金融科技概念的强力崛起，诸多行业内外相关产品和服务创新层出不穷。在家庭财富管理领域，聚焦智能投资组合服务的“创新”近年来备受关注，已被业界普遍认为是继移动支付后的一大“重镇”，未来，必将会成为家庭财富管理和资产配置的利器。