目前，头部银行的智能营销体系已经完成基础的技术栈建设，但在银行营销场景执行末端上还需给予客户经理多渠道协同应用能力和营销过程标准化的能力支撑。尤其是头部银行在用户数据充足的情况下，数据资产在场景化应用过程中还需补足客户经理渠道协同的能力。

过去银行RPA的技术应用主要是在运营流程中帮助业务人员实现数据采集，信息更新与同步，提高数据与信息的处理效率。而基于客户分层的营销策略结合RPA自动化能实现营销动作在全渠道层面的自动化分发与下达，达成渠道协同。这是银行业RPA从被动流程流转向主动流程触发的进化。

具体而言，银行一方面整合手机银行、客户经理、企业微信、叫号机、远程银行等渠道；另一方面针对不同分层的客群，围绕存款、理财、信贷、信用卡等多种业务类型制定不同的营销策略；并通过数字化客户旅程运营机器人下发执行跨渠道的营销动作，结合实时的数据采集与分析，输出策略执行效果进行闭环优化。通过PDCA的自动化实现，可以将原本人工介入、按批次执行的营销活动转为常态化的日常自动化营销动作，同时不同渠道的无缝组合使用进一步提升了营销的效率和精准性，确保客户体验与感受的升级。

易观分析认为，银行在客户旅程数字化的基础上，通过构建机器学习模型实现个性化营销策略输出，并采用RPA自动化完成策略部署与动作执行、过程监控和实施评估，实现了银行业务和渠道的协同。

银行业全渠道智能营销与协同的关键在于各个渠道营销策略的标准化执行、度量及优化，其中，客户经理作为银行业务的重要营销渠道之一，其营销动作与话术的标准化管控与智能化升级也是银行业需要突破的命题之一。

银行业RPA从被动流程流转向主动流程触发的进化是趋势。在应用的过程中，需要对RPA的风险管控并行考量。虽然RPA是非侵入性技术，但RPA的判断缺乏灵活性，其应用会给银行带来内部访问权限、用户数据隐私、业务数据安全等潜在风险。而这些潜在风险会导致银行处理数据的机密性和可靠性受到威胁，因此，银行应该根据RPA处理业务的敏感等级来适当部署针对RPA的风险管理和控制。

易观分析建议，银行在智能营销场景中部署RPA机器人时，应该从RPA实施业务流程和数据安全两个维度来进行安全管理和风险管控。具体来说：

• 从RPA实施流程出发，银行需要考虑机器人安全架构管理运营策略、业务账户和访问权限的管理以及上线前后业务侧的风险评估；

• 从RPA数据安全维度出发，银行需要考虑账户和密码的安全性、访问权限的控制、代码审查以及API接口的安全。

》》《数字经济全景白皮书》银行数字化篇 重磅发布！

》》银行借助纵向联邦学习集中化进行长尾客群的精准营销，但仍面临系统层级的挑战

》》Q1手机银行运营报告：交易规模超150万亿，月活跃用户4.9亿

微信扫描下方二维码，每日推送更多有趣的数据&有料的报告，记得点赞哦！