摘要：金融机构数字化转型已然成为行业共识和主流趋势，技术创新运用于金融领域，正以前所未有的速度撬动和激活客户需求。随着金融机构数字化转型进入到深水区变革，如何有效触达客户和洞察客户成为未来金融机构数字化转型需要重点解决的能力和要求。客户画像作为精准的大数据分析工具，能够将客户数据转化为商业价值，通过深度挖掘客户潜在价值来实现数字化运营。但是，当前大数据客户画像主要基于人口属性、行为属性和产品属性等显性数据，涉及心理层面的隐性数据研究和应用都较少。本文围绕数字金融背景下的客户心理画像展开阐述，并成功实践于银行电销理财场景，开创国内客户心理画像在研究和应用上的新方向。

关键词：数字金融 客户画像 客户心理画像 银行电销理财

01 引言

      近五年来，随着中国数字经济发展的不断提速，金融科技在我国得到了高速发展。在传统金融业务受到数字金融新兴技术冲击、消费市场竞争加剧、客户差异化需求明显的背景下，金融业数字化转型早已成为行业共识。亿欧智库发布的《2022银行零售客户经营数字化转型最佳实践白皮书》中指出，银行机构作为科技创新的先行者和实践者，在数字化转型的过程中其业务重心、服务模式和运营模式都在发生变化。

      首先是银行业务的重心发生变化，对公业务萎缩、零售业务发展“厚积薄发”成为趋势。一直以来，对公业务是中国银行业最为稳定和最为重要的业务基石，受到市场开放冲击、监管力度趋严等因素影响，对公业务出现盈利持续收窄、增长乏力瓶颈，而个人消费金融正在以每年超过20%持续增长和反超。2020年，中国上市银行零售业务的营收占比首次超过对公业务，且税前利润的比重也在持续攀升，这将成为银行未来的战略发力点。

      其次是银行客户的影响也在同步变化，传统银行在资源分配上遵循二八法则，习惯将更多资源服务于      20%的高端客户群体，往往无法及时满足剩余80%的长尾客户群体，尤其是面对长尾市场的差异化需求。数字金融的大力发展打破了固有的客户边界，数字化渠道能够触达所有客户群体，极大提高了长尾客群的数字化精细运营，让长尾客群的差异化需求得到了更多满足，伴随金融科技公司的大量涌入和普惠金融的高速发展也让长尾客户的市场价值得到验证和逐步认可。零售业务的长尾客户市场得到有效触达和激活，这也让各大银行在维持高端客户群体的同时，纷纷将零售业务作为战略发力点、将长尾客群作为抢占市场的营销发力点，这也就对客户画像提出了更多的内在需求和更高的应用要求。

      数据作为数字经济的关键生产要素，但当前的数据资产价值贡献在行业实践应用中还需进一步激发，主要表现在金融机构沉淀的数据资产价值并未得到充分挖掘和有效利用。首先，金融数据质量有待提高，传统金融机构的数据更侧重于资产交易类型的业务数据和个人属性类型的静态时点数据，有一定的片面性，无法形成能够覆盖客户全生命周期的完整的画像数据。其次，历史数据标准不统一，数据孤岛现象明显，数据采集来源、存储、挖掘和应用环节散落在不同部门，存在一定的壁垒问题，难以在数据驱动业务增长的过程中形成合力。最后，内外部机构间的数据智能共享机制不通畅，数据资产的智能化效果亟需提升（金天等，2021）。数据作为客户画像的重要载体，发展客户画像技术在    一定程度上能够推动上述数据问题的解决，进一步助长数字经济。

      事实上，根据近年来各家银行的年报业绩报告，自2018年以来，各大商业银行在大数据客户画像的实施和应用方面已经取得良好成效（曹汉平，2020）。通过总结和整理学术研究文献发现，目前的客户画像主要是基于客户人口属性、风险属性、金融信用、产品属性、行为属性等显性数据进行画像，涉及心理层面的研究较少，缺乏心理层面的维度体系研究和应用。

02 文献综述 

（一） 客户画像

      一般认为，交互设计之父Cooper最早提出用户画像（Persona）这一概念，并将之定义为“基于用户真实数据的虚拟代表”（李飞，2019），其核心理念为后面的用户画像发展奠定了基础，后由国外学者们在此定义基础上进行补充，认为Persona是真实用户或潜在用户的抽象代表，且能代表不同群体行为、目标和动机，大数据时代下的用户画像（User Profile）在内涵上发生变化，是基于具体的场景结合产品积累的用户数据提炼出的描述真实用户属性及行为的标签集合，比如国内学者余传明等、曾鸿等学者认为用户画像是根据用户的人口属性、行为、习惯或心理偏好等信息挖掘出来的标签化和抽象化的用户模型（赵雅慧等，2019年）。

      目前，国内的画像领域研究中，常把用户画像和客户画像视为相似的概念，在定义和区分上还没有统一，李飞认为用户画像主要应用于产品设计和服务设计领域，而客户画像不仅包括使用者及其行为的画像，还包括购买者及其行为的画像，应用领域更加广泛，在企业管理决策领域中称之为客户画像更加贴切（李飞，2019）。通过对“用户画像”和“客户画像”为主题关键词在CNKI数据库中检索分析发现，二者的区别主要在于研究主体和研究领域上，客户画像更偏向于以客户为主体的企业市场营销管理领域，这与李飞的研究观点一致。“用户画像”和“客户画像”虽然有一定区别，但二者内涵和方法思路一致，本研究以银行电销理财客户作为研究对象，采用“客户画像”的概念，客户画像作为用户画像的延伸应用，加上目前对二者的区分也没形成统一，因此有必要对用户画像的相关文献资料进行分析和总结。

      毕马威中国在《2018年中国银行业调查报告：银行业20大热点课题研讨》中指出，用户画像将有助于银行实现包括但不限于精准获客、交叉销售、产品匹配、产品创新、体验提升、智能定价、风险控制等多方面运营目标。自2018年以来，各大商业银行依托客户画像技术，在提高普惠金融服务能力、提升金融服务效率和降低金融服务成本等方面的效果明显。目前的客户画像在制定宏观战略、优化中观运营和发现微观价值方面都取得了不错的效果（宋美琦等，2019）。据《2018中国金融科技调查报告》显示，超过62%银行业受访者希望本行在未来1-3年内能获取与使用与客户画像相关的成熟成果。这在一定程度上说明客户画像在国内银行数字化转型中已经开始发挥重要作用，并且在行业内得到了越来越多的重视。

      从客户画像的特征来看，张超指出用户画像是根据用户的历史数据进行分析的，具有较强的动态性和时效性，用户数据会随着时间、环境和用户特征发生改变，在一定时间段内画像结果是准确有效的，不能只根据某一时段的用户数据刻画，这与宋美琦等学者的观点一致（宋美琦等，2019），此外，用户画像在不同的领域应用中的侧重点也不同，比如在个性化推荐领域更注重客户的历史偏好，在产品设计领域更注重客户的需求（张超，2021）。

      从客户画像的构成维度来看，国内外学者根据研究需求给出了不同的观点。Guimaraes将客户画像的构成要素归纳为“人口统计特征”的各个维度，即用户的基本素养、学历层次、社会关系、工作状况、位置情况和时间信息等（李飞，2019）。代福平等将用户画像分为静态维度和动态维度，前者指用户的统计学特征，如出生日期、性别、居住地、学历、职业和婚姻等，后者指用户的行为特征，如衣食住行用、娱乐、社交和学习等方面的消费习惯（代福平等，2018）。崔亚奇认为客户画像体系包括基本信息，如性别、年龄、职业、学历、地域等静态信息，以及行为信息，如消费行为、消费频次和信用情况等信息，而且对于不同的行业来说，客户画像的指标体系构建都不相同，必须结合自身行业特点以及数据类型来构建画像体系（崔亚奇，2019）。葛晓鸣提出了基于自标签的基准模型，由自然属性、社会属性、人格倾向、人格特征组成的2D静态标签和由社交行为、购物行为、信息搜集行为、娱乐行为组成的3D动态标签修正用户的画像动态模型，并据此提出精准推送营销信息、精准塑造品牌定位和精准调整价格策略三种精准营销对策，同时也指出只是停留在设想阶段，还没有转换成数据库算法和实证案例（葛晓鸣，2019）。杨洁认为完整的用户画像构建维度应该涵盖用户数据、商品数据和渠道数据，其中用户数据包括用户如性别、年龄、生日、学历等基础信息的静态数据，如出行、社交、兴趣等信息数据的动态数据，如消费能力、消费水平、消费心理等信息方面的消费属性数据和如生活、工作和感情等信息方面的心理属性数据，商品数据主要包含商品的基本信息数据，渠道数据主要包括信息渠道和购买渠道信息数据（杨洁，2018）。

      客户画像在实证研究领域也有不少实践成果，张松恒（2020）通过实证研究建立包括客户基本指标、购买方式、基金类型、交易习惯四大维度在内共11项指标的客户画像体系，根据聚类分析将基金客户分为四种类型，并制定针对性的客户营销策略和维护策略。吴旭东（2019）从中邮保险客户特征画像的实际出发，提出客户管理系统要从不同维度构建客户画像，包括基本属性、行为特征和产品特征等，产品特征包括投保金额、投保年限、保障功能、连续投保产品偏好，续期缴费情况、退保情况、理赔情况、保险产品组合等维度，从而形成中邮保险客户特征画像。魏雪娴（2020）联动信用卡业务的内外部数据，对信用卡用户的人口属性、风险属性、价值属性、行为属性、产品属性和关联属性搭建客户标签体系生成信用卡用户画像，并用于信用卡精准营销、个性化推送、信用卡分期潜在客户营销、套现客户预警识别等场景，甚至将信用卡用户画像覆盖于整个信用卡客户体验旅程。

客户画像领域的研究和应用在当前阶段仍存在挑战，一是客户画像的构建主要是以自有数据为主，缺乏客户社交类数据，二是客户画像对于客户行为数据的分析还处在表层，挖掘空间很大，三是客户画像在提高客户场景化服务能力方面还有待提高（车新帅，2019）。此外，徐芳等指出国内外关于用户画像的研究尚未形成完整、成熟的理论和体系，在画像模型的流程构建、画像结果的准确程度、画像模型的评价机制及反馈体系等方面的研究有待加强，且目前获取到的数据类型主要为显性数据，包括基础数据、行为数据、兴趣数据等，对于更深层次的隐性数据在挖掘和整合上的能力不足（徐芳、应洁茹，2020）。

      通过总结和整理以上学术研究文献发现，目前的客户画像主要是基于客户人口属性、风险属性、产品属性、行为属性等大数据画像，大数据背景下的客户画像在信息层和行为层的数据采集和画像分析应用上有一定的成效，在商业中的应用价值也已经得到肯定和认可。同时也看到，目前的客户画像还缺少更深层次的心理层面的画像，在学术上对心理维度的画像研究还处于起步阶段，只涉及个别维度，没有形成体系，商业应用中对心理维度的重视也不够，应用更是少之又少，且在实际业务中更多依赖员工个人的从业经验、培训转换和临场应变的能力发挥，在客户交互界面也往往缺少实时且有效的心理干预策略指导。随着画像技术的发展，对心理画像和策略输出实时指导将会呈现需求缺口。

（二） 客户心理画像

      心理画像（psychological portrait）作为一种心理分析技术最早应用于刑侦领域，由李玫瑾教授等人在20世纪90年代引入中国，通过挖掘、分析和推理相关信息后形成对犯罪嫌疑人的人物形象、成长环境、行为习惯、心理状态等的文字描述。随着这种分析技术的日益成熟，在商业领域也开始得到应用和重视这一应用，商业领域的心理画像更倾向于从调研数据中提炼、总结和分析个体或群体的心理特征和行为习惯变化，包括行为习惯、动机、心理过程及其他心理特征等（袁萌、徐桂，2020）。心理学一直认为人的行为是受心理支配和影响的外显表现，心理和行为之间存在复杂但有深层规律的对应关系，可以通过客观的方法进行测量（彭聃龄，2012）。在大数据时代，心理学的研究范式受到数据分析技术的影响也在发生变化，从最开始“通过提出网络行为和心理特征的关系假设来分析与处理用户行为数据，进而验证假设是否成立”的研究范式逐渐发展为“直接收集用户行为数据，通过分析网络行为来识别心理特征”的数据驱动新范式（王鹏等，2020），这就为本研究的客户心理画像提供了心理学方法论依据。通过总结和整理学术研究文献发现，目前国内外对于心理画像的研究都还较少，主要集中在犯罪心理画像和心理咨询画像方向，而大数据背景下的客户心理画像研究尚处于空白阶段，基于此，本文对心理画像的定义为通过对人的外在行为结果数据的采集和分析，转化为心理测量维度可用的量化数据，进而刻画目标对象的心理状态。

      心理画像与目前的大数据客户画像存在一定区别，具体来说，首先，从画像对象来看，大数据客户画像是针对某一类人群的画像进行的虚拟刻画，而心理画像是针对某一个具体的人进行的真实刻画。其次，二者采用的分析方法不同，大数据客户画像采用单一行为简单归纳的方法，而心理画像采用多个行为交叉演绎的方法。再者，从逻辑机制上看，大数据客户画像是通过表层找结果，而心理画像是通过底层反推原因。最后，从画像结果的稳定性上看，大数据客户画像易受人群变化影响，行为层面的画像更容易伪装，而心理画像模型更稳定，心理层面的画像具备防伪装效果，不易变化。

表1 心理画像与大数据客户画像的区别

资料来源：笔者根据文献分析整理所得

      人的心理活动是分层的，越是下层，越是客观、低级活动，越是上层，越是抽象和高级活动。心理学上，把人的内在心理活动大致分为知、情、意、行四大过程（王欢等，2022）。“知”指的是认知，包括感觉、知觉、意识、注意、记忆、思维等，其心理过程使人类具备感知外界环境并做出反应的能力，同时也是其他心理活动的基础。“情”是指情绪和情感，是个体独特的主观体验，包括基础情绪和复合情绪，以及具备社会属性的情感。“意”指的是意志和意向，包括兴趣、欲望、动机和需求，属于个体更深层面更复杂的特征。“行”是指人的外显行为，由知、情、意三大心理共同作用的结果，而目前的人工智能领域还只停留在行为形式上的模仿。《达摩院2020十大科技趋势》指出，人工智能已经在“听、说、看”等感知智能领域达到或超越了人类水准。从此可见，当前人工智能主要研究和应用的是“知”这个领域，在“情”的领域还处于刚起步阶段，很多技术还不是很成熟，未来还有很长的路要走，而人工智能天花板能否被打开，“意”领域的突破是关键。客户心理画像要做的，就是把个体知、情、意、行的内在心理活动实现真实刻画和反映。

      客户画像作为一种新兴的科技技术，在依托数字金融发展的同时，反过来也在推动数字金融的发展。首先，随着金融业务的不断线上化和智能化，海量的客户数据将会得到不断积累和沉淀，基于数据基础的客户画像能让分散的数据得以按照统一标准规范整合，在合规前提下联动内外部数据，进一步打破数据孤岛。其次，数据有效性得到提高，复杂数据简单化，将不同来源、不同口径、不同渠道、不同形式、不同结构的复杂数据统一分类管理，并实现数据的具体场景化应用。第三，根据业务场景的具体客群特征，提取关键特征因子，将定量信息定性化，挖掘不同数据间更深层次的内在关系。第四，进一步加强了与业务场景的深度融合，通过建立场景化的客户画像，降低客户认知成本，提高产品转化成效，创造业务价值（曹汉平，2020）。

      客户心理画像作为大数据客户画像的延伸应用，在推动数字金融发展方面除了上述贡献外，还具备更深远的意义和价值。首先，填补个体心理层面的画像，进一步完善更全面的客户画像体系，通过客户心理画像实现显性数据和隐性数据联动产出和赋能业务创新。其次，客户心理画像具备更广泛的应用空间，不单单能带来金融业务的直接提升效果，同样的模式未来在医疗、安防、教育等领域也能够带来经济和社会效益价值，这也让数字金融的普惠价值得到更深层次的发挥。最后，人工智能模仿人类智能，这种模仿能力包括人类全部的认知能力和心智能力，这也正是当前和今后人工智能发展所需要学习和掌握的，根据心智进化论和人类认知五层级理论，人类智能的进化由低至高分为五个层级，分别为神经层级、心理层级、语言层级、思维层级和文化层级，每个层级都包括认知和心智两个部分，人工智能的终极理想就是要让机器具备人类心智（蔡曙山,2016；蔡曙山,2021），由此提出的“心智层人工智能”可以看作是认知人工智能的延续和扩展。客户心理画像通过构建科学和完整的画像体系、以刻画真实心理特征和活动作为出发点，这对未来实现心智层人工智能将会起到积极的促进作用，同时也是强人工智能发展不可或缺的一环（王欢等，2022）。

03 数字金融背景下客户心理画像在银行电销理财场景的应用 

      电话外呼具有营销成本低、成功率高、风险小、实效性强等特点，同时在精确度和覆盖面上有传统渠道无法比拟的优势。从近年来国内外银行呼叫中心发展趋势来看，电话外呼营销已经被越来越多的银行所接受，成为客户关系维护、产品营销和价值创造的重要渠道之一（潘丽萍，2014）。

      通过对Z银行的现场作业观察、业务部门管理层访谈和电销理财业务录音听取，发现Z银行的电销理财坐席普遍存在的问题如下：首先，通话节奏过快，以快节奏沟通为主，尤其是在产品介绍环节，语速更快，机械式介绍完产品信息后发出短信，无效沟通现象明显；其次，客户引导不到位，以产品通知和转达为主，未能有效问询客户的偏好，没有将偏好问询当作是电话营销过程中的必要动作，容易错失了解客户实际需求的机会；然后，电话营销过程中关系提升不充分，大部分以产品导向为主，缺少关系破冰和关系提升动作，尤其是年长的客群，没有长期经营的理念；再者，缺少引导性互动，基本以坐席为主导，没有很好引导客户开口表达对产品的看法和想法，客户大多是被动接受；最后，话术应对不到位，尤其是引起兴趣和异议处理的话术应对还需提升，普遍缺少客户意愿转变的“心动”话术。

      此外，通过对管理层访谈了解到，Z银行在客户画像应用上还没有辐射到电销理财业务过程中，在实际的业务中坐席大多依靠以往工作经验和个人能力开展营销工作，普遍缺少更有效的抓手工具。随着客户对金融服务需求碎片化、多元化、个性化、智能化的要求逐渐提高，银行数字化转型背景下业务部门对业务科技创新提出了更高的要求，传统的电话营销模式已经无法很好适应当前变化。

      基于此，Z银行电销理财业务需要从传统的电话销售模式向电话心理营销模式进行转型，引入客户心理画像技术，形成电销理财客户心理画像与策略系统，通过采集客户的静态数据和实时动态数据形成“千人千面”的客户心理画像，并输出应对策略，从而赋能电销理财坐席人员，指导坐席有效应对，提高电销理财业绩。

      考虑到现有实证研究条件的可实现难度，并且通过整理学术研究文献发现，第一，Sheth在1976年和McFarland等在2006年的研究中都认为沟通风格是买卖双边关系中的重要变量，Williams等在1985年的研究中指出及时识别出客户的沟通风格、并且通过适当调整自己的沟通风格来实现和客户的有效互动是一个成功的销售人员应该具备的能力（樊骅，2020），因此需要识别出客户的沟通风格，并给出应对的沟通策略。第二，每个消费者都归属于一定的社会阶层，不同社会阶层的消费群体在消费心理和行为有明显的差异，同一阶层下的消费群体则在消费心理和行为上表现出较大的相似性（汪雪兴，2007），因此识别客户的社会阶层，能够帮助分析客户所在阶层的理财需求痛点。第三，不同年龄阶段在理财需求上不同，招商银行于2006年依据生命周期理论, 在国内率先基于客户的不同年龄阶段，同时兼顾客户财富状况，将客户细分为“炫彩人生”、“浪漫人生”、“和美人生”、“丰硕人生”和“悠然人生”五类群体（江春、张青，2008），因此在客户心理画像设计中需要分析客户所处年龄阶段的理财特征和理财需求。

      对于上述客户心理画像维度的量化，首先，沟通风格以PDP人际沟通风格测评量表（Professional Dyna-Metric Programs，Dr.Samuel R.Houston，Dr.Dudley Solomon和Bruce M.Hubby，1978）作为理论基础，结合实际的银行电销理财业务场景，在听取30人的业务录音样本的基础上，通过德尔菲法，将客户在电销理财通话过程中的常见表现行为化，形成组词，最后计算得分输出结果和应对策略。其次，社会阶层的指标研究通常采用职业、学历和收入等指标来进行衡量（杨靖宇，2019）。客户年龄阶段的划分基于德尔菲法分为18-26岁、27-32岁、33-40岁、41-55岁和56岁以上五种类型。此外，考虑到电销理财渠道的特殊性，客户的接受度远低于线下网点营销，在通话过程中更容易出现异议情绪，因此在研究中增加客户情绪维度，提供异议情绪处理应对策略，帮助坐席利用正向的即时情绪促进交流。

      综上，Z银行电销理财客户心理画像维度由属性信息数据、业务数据和心理维度数据构成，其中，属性信息数据包括性别、年龄、学历、工作职业、单位性质，业务数据包括资产水平、风险评估等级、客户等级、通话记录、理财记录，心理维度数据包括社会阶层、沟通风格、客户情绪。

      电销理财客户心理画像与策略系统通过SaaS或私有云的部署方式，以API或SDK接口协议与银行的外呼业务系统进行对接，交互采集到的数据经过清洗后进入系统，通过算法分析后输出画像结果，并输出对应的心理应对策略。系统集成架构如下：

图1 电销理财客户心理画像与策略系统集成架构图

      为验证电销理财客户心理画像与策略系统在银行电销理财场景中的实际效果，我们设计了平行组实验，以电销结束后的30天作为因变量的观察周期，自变量为是否使用系统，因变量为理财业绩表现，包括客户转化率、客户人均购买量和坐席人均销售额指标于对比组的提升比率。其中客户转化率是指购买客户数在有效拨打客户总数中的占比，客户人均购买量是指客户自外呼之日起30天内财富产品购买总量在有效拨打客户总数中的占比，坐席人均销售额是指客户自外呼之日起30天内财富产品购买总量在坐席出勤人天中的占比。实验假设为在相关条件一致的前提下，使用客户心理画像系统的测试组表现优于没有使用客户心理画像系统的对比组表现。

      在平衡测试组和对比组平均业务能力水平的基础上，选取Z银行电销理财团队人员中的30人作为测试组，其中上游水平和下游水平各选取9人，中游水平选取12人，其余团队的52人为对比组。测试前，测试组开展为期2天的培训，包含了心理画像方法论介绍和系统操作培训，帮助测试组成员降低使用门槛，快速上手系统。除去日常培训和周末休息时间，有效的测试统计周期共26天。同时考虑到测试实施过程中的人员配合意愿和执行力度，将因变量中的客户类型分为全量客户（即测试组中外呼过并且接通的所有客户，说明心理营销培训和使用系统在当前条件下带来的实际效果）和分量客户（即使用客户心理画像系统营销的客户，说明有效使用系统所能带来的效果），实验结果如下：

表2 全量客户和分量客户的客户转化率和客户人均购买量对比

数据来源：Z银行内部业务系统

      在管理学实证研究中，为了更准确地估计核心变量的关系，我们需要使用统计方法控制额外变量（曹江雨等，2020）。由于测试组存在对系统的适应周期、配合程度和团队的KPI考核影响，造成了测试组和对比组的工作效率（即每人每天外呼客户数）的差异，因此在对坐席视角的人均销售额指标进行分析时，需要平衡工作效率和出勤人天的变量影响，具体的系数修正方式如下：

表3 工作效率系数修正

数据来源：Z银行内部业务系统

      通过系数修正工作效率变量，保证了在一致性条件下对两组的业绩进行对比，具体结果见下表：

表4 效率系数修正后的坐席人均销售额对比

注：1、坐席人均购买量=总销售额/出勤人天；2、测试组坐席人均购买量=（测试组总销售额/出勤人天）*效率系数

数据来源：Z银行内部业务系统

      可以看出，修正后的坐席人均销售额的提升比率和客户人均购买量的提升比率是相同的，说明了从不同维度相互佐证统计分析结果的准确性。

      综上，Z银行电销理财业务在引入客户心理画像后，电销理财坐席人员在实际的业务开展过程中更能全面了解客户，尤其是心理层面不易被察觉的部分，通过心理画像系统实时输出策略指导，帮助电销坐席人员更好建立与提升客户关系、更有效影响客户决策和匹配合适产品更好满足客户内心需求，通过洞察客户心理实现电销理财业绩的显著提高。

04 总结与展望 

      数字经济在中国扮演着高质量经济发展的重要引擎角色，在当下全新的数字智能时代，银行业作为数字化转型的先发者，纷纷将大数据客户画像作为金融服务的创新模式，并上升为赢得差异化竞争优势的重要发展战略（曹汉平，2020）。

      本文基于数字金融背景下银行数字化转型过程中业务重心、服务模式和运营模式的变化视角，提出银行在维持现有高端客户群体的同时，需要加大对零售长尾客户的重视和投入，介入客户画像技术更好帮助银行实现市场客户抢占。在分析客户画像的发展现状与不足的基础上，提出客户心理画像，围绕定义、与大数据客户画像的区别、心理画像的构成以及对发展数字金融的价值展开论述，并结合客户心理画像在银行电销理财场景的实证研究与应用，在属性信息数据和业务数据的基础上，增加对客户的沟通风格、社会阶层、年龄阶段和客户情绪的心理画像，并将心理画像结果应用在电销理财业务流程中，输出实时的应对策略，帮助电话营销人员正向塑造和提升良性客户关系，采用有效的心理策略去影响客户心理和行为，基于客户痛点匹配对应的产品方案来打动客户，从而提高电销理财业务成交的可能性。通过实证研究分析，银行电销理财业务场景在引入客户心理画像后，带来了电销理财业绩的明显提高。

      同时受到现有条件的影响，本研究存在以下不足，首先，在实证研究中的心理画像维度依旧有限，从本研究提出的客户心理画像的构成体系看，未来还需要增加和融入更多的心理维度，如人格类型、信任、态度、动机、决策风格等，识别客户更深层次更复杂的心理机制。其次，客户心理画像维度的量化缺少效度检验，但实验结果数据在一定程度上反映出工具的有效性，在未来的进一步研究中需要在系统中增加结果准确性采集，通过效度检验增加说服力。最后，在实证研究过程中需要坐席手动打标，这在一定程度上增加了坐席的工作量，未来研究中可以接入更多人工智能技术，如语音识别、NLP、知识图谱等，通过自动化解放座席双手。

      客户心理画像作为大数据画像的延伸和拓展，更深层次的刻画了个体隐藏性更深的心理层面特征。客户心理画像技术的提出和实现一方面更加完善了画像体系，为现有大数据客户画像的研究和应用提供了新的方向，另一方面能够直接拉动业务部门的经济效益，实现业务部门的数字化转型创新，通过推广客户心理画像”千人千面“的金融服务新模式，加速银行向智能化、移动化和数字化方向发展，布局开放银行的同时也能将客户心理画像应用到更丰富的业务场景中，从而进一步推动数字金融的发展。从人工智能的发展趋势来看，客户心理画像作为未来人工智能不可缺少的部分，正驱动向心智层人工智能方向突破。

参考文献

（1）金天、杨芳、张夏明：《数字金融：金融行业的智能化转型》，电子工业出版社，2021年。

（2）曹汉平：《数字化银行转型：以“千人千面”的金融服务新模式为例》，《中国经济报告》，2020年01期。

（3）李飞：《全渠道客户旅程体验图——基于用户画像、客户体验图和客户旅程图的整合研究》，《技术经济》，2019年05期。

（4）赵雅慧、刘芳霖、罗琳：《大数据背景下的用户画像研究综述:知识体系与研究展望》，《图书馆学研究》，2019年24期。

（5）宋美琦、陈烨、张瑞：《用户画像研究述评》，《情报科学》，2019年04期。

（6）张超：《融合特定情境下的用户画像与用户社会关系的个性化推荐研究》，郑州大学硕士学位论文，2021年。

（7）代福平、辛向阳、张慧敏：《用户动态画像：描述用户就是创造用户》，《装饰》，2018年03期。

（8）崔亚奇：《客户画像体系的统计方法应用研究——以X银行客户管理为例》，兰州财经大学硕士学位论文，2019年。

（9）葛晓鸣：《基于“用户画像”模型构建的精准营销策略》，辽东学院学报(社会科学版)，2019年04期。

（10）杨洁：《面向企业营销的全景用户画像与模型预测》，浙江大学硕士学位论文，2018年。

（11）张松恒：《基于客户画像的A银行基金产品营销策略分析》，西南财经大学硕士学位论文，2020年。

（12）吴旭东：《客户画像应用于中邮保险价值链的思考》，《邮政研究》，2019年04期。

（13）魏雪娴：《数字化转型背景下信用卡用户画像体系研究》，《中国信用卡》，2020年10期。

（14）车新帅：《个人客户画像助力农行零售数字化转型》，《金融电子化》，2019年09期。

（15）徐芳、应洁茹：《国内外用户画像研究综述》，《图书馆学研究》，2020年12期。

（16）袁萌、徐桂：《大学生焦虑情绪精准干预探究——基于心理画像技术的实施》，《北京教育：德育》，2020年第7期。

（17）彭聃龄：《普通心理学(第4版)》，北京师范大学出版社，2012年。

（18）王鹏、闫芸、王荣等：《近二十年大数据时代下心理学研究的Citespace分析》，《山东师范大学学报(自然科学版)》，2020年03期。

（19）王欢、方彤、马晓飞、刘敏等：《重塑：AI心理引擎驱动金融创新》，北京邮电大学出版社，2022年。

（20）蔡曙山、薛小迪：《人工智能与人类智能——从认知科学五个层级的理论看人机大战》，《北京大学学报(哲学社会科学版)》，2016年04期。

（21）蔡曙山：《从思维认知看人工智能》，《求索》，2021年01期。

（22）潘丽萍：《浅谈商业银行电话外呼业务经营管理》，《价值工程》，2014年33期。

（23）樊骅：《沟通风格的一致性对大客户经理销售绩效的影响研究》，上海交通大学博士学位论文，2020年。

（24）汪雪兴：《不同阶层消费者的消费心理及营销策略》，上海市经济学会主编，《上海市经济学会学术年刊（2006）》，上海人民出版社，2007年。

（25）江春、张青：《生命周期理论及其在零售银行个人理财业务中的应用》，《金融发展研究》，2008年02期。

（26）杨靖宇、崔立新、李依玲：《基于社会阶层理论的顾客感知价值影响研究》，《信息与管理研究》，2019年Z2期。

（27）曹江雨、王忠军、唐云等：《组织管理研究中的控制变量使用：问题与策略》，《中国人力资源开发》，2020年08期。

作者：方彤、王俊