文/中信建投证券股份有限公司信息技术部总监 李剑戈

中信建投证券股份有限公司高级副总裁 陶昆

中信建投证券股份有限公司信息技术部 达其双 吴敏嘉

近些年，随着移动互联网、大数据、人工智能等技术的广泛应用，证券公司的运营模式和服务方式发生了深刻的变革。线上营销和服务作为证券公司获取客户、服务客户、推广业务的重要手段，已成为证券公司提升竞争力、拓宽市场、增强客户黏性的关键法宝。搭建标准化、平台化、精细化的线上客户运营体系，推动传统营销模式向数字化智能营销模式转变，助力提高客户开发和服务效率，实现客户服务体验提升，已是行业共识。

与此同时，证券公司的数字化智能营销模式，依托线上和线下全渠道触达客户，对客户进行线上营销和服务时，也必须承担起保护投资者合法权益、防止过度营销、防止欺诈和虚假信息、保障客户隐私安全等责任。证券公司有责任也有义务对触达客户的全渠道信息流进行安全、合理、高效的管控，从而保证客户体验，有效防范风险，维护投资者合法权益。

证券公司线上运营现状

当前阶段，证券公司的线上运营具备渠道多样化、营销和服务场景丰富、客户数量庞大等特点。头部券商客户数量已达千万级，依托线上+线下的全渠道，针对不同客户群体、不同需求，提供各式各样的服务，全渠道每天触达的客户数量超过百万级，每天发送的信息数量达到亿级。

同时，线上运营也面临一些问题和挑战：运营团队和系统众多，互相之间存在割裂的情况；面临既要精准触达客户，又要避免过度打扰的双重挑战；缺少统一管控，渠道资源利用率有待提升。由于团队众多、运营策略众多，不同团队的运营策略，对同一客户的触达频率和内容可能存在交叉情况，从而引发重复触达、过度触达的风险。这些问题具有很高的隐匿性，极难发现，单靠流程和制度约束难以完全避免。

全渠道信息流统一管控的探索 

全渠道信息流统一管控的目标，是要实现对客户和员工两类对象的信息流统一管控，逐步将各系统、各渠道触达客户和员工的信息流汇总，形成管理视角的消息监控、管理，从而实现全渠道触达信息流的统一管控。在触达客户和员工时，我们必须要有所“克制”，要通过技术手段进行合理的频率控制。既要实现精准触达，又要避免过度打扰、重复触达，提高渠道信息流触达的精准度和质量。

中信建投证券积极尝试和探索通过金融科技驱动，在信创安全可控的架构下，借助大模型、实时数据处理及大数据等技术，构建一个安全、高效、智能的全渠道信息流统一管控平台，实现全渠道信息流的统一化、数字化、智能化管理，帮助公司在竞争激烈的市场中，更好地管理和利用渠道信息流，提高线上营销和服务的质量和效果，提升客户满意度。

1. 全渠道信息流统一管控体系。通过构建以“监、管、控”为核心的公司层级信息流管控平台，实现渠道信息流监测、管控、发送、跟踪等全流程管理。将当前分散在不同系统的渠道信息流统一接入，实现信息流数据的集中和统一。通过一系列的管控策略，进而实现统一管理和监控，做到合理管控，提升管理效率（如图1所示）。

图1 全渠道信息流统一管控体系

2. 系统主要功能。全渠道信息流统一管控的本质是渠道信息流匹配，主要包含触达对象、触达渠道、管控要素等。触达对象包括客户、员工两类。触达渠道包括短信、微信公众号、智能外呼、自建App消息、通达信客户端、企业微信、移动CRM等。管控要素包括优先级划分、管控策略、质量控制、数量控制等。

根据渠道信息流生命周期，系统主要分为负载层、消息接收层、消息管控层和数据分析展示层等。消息接收层对消息内容做分类和校验，判断优先级和消息类型后流转到消息管控层。消息管控层包含一揽子管控策略，根据策略规则进行实时计算和判断，实现有效拦截或放行通过。数据分析展示层可视为渠道信息驾驶舱，能以全局的视角查看实时数据、历史数据、策略拦截数据等。

系统的主要核心功能如下。

（1）大模型内容相似度管控。通过引入大模型搭建智能底座，借助大模型在自然语言处理能力等方面的优势，实现事中管控和事后预警，对消息内容进行相似度计算，减少相似内容的发送，提升精准性。

事后预警，对已经发送的消息，离线分析各系统和渠道的内容相似度，形成分析结果和预警报告，及时反馈给相关运营团队，进而进行调整和优化。

事中管控，对将要发送和正在发送中的消息，准实时计算和当前已发消息的内容相似度，根据管控策略规则，有效进行拦截。

在自然语言处理和信息检索领域，经常需要通过文本相同相似比较，来判断两个或多个不同文本间的相似度，以达到相应的应用目的。但现有的文本相同相似，比较方法效率低且准确度不高，所以我们需要借助大模型的大数据量的模型计算能力，且利用对自然语言的推理能力。基于私有化部署的Deepseek，实现了文本的相似度相对准确的计算。首先，输入大模型少样本提示工程。其次，结合各渠道发送的文本内容和大模型提示工程（需要不断优化提示工程才能得到相对准确的结论），提交到大模型。最后，根据大模型计算结果，如超出预先设定的阈值，则进行管控。

（2）消息优先级智能管控。根据不同的业务种类和场景，通过指定消息高、中、低三种优先级和通知类、服务类、营销类等消息类型，对触达客户和员工的消息进行分类分级。

正常情况下，根据接收到的消息请求及指定的优先级、消息类型参数，自动分配到默认对应的消息通道。

消息出现积压时，进行智能判断，结合消息请求数、各个通道忙碌情况，自动合理分配通道和流量，确保资源合理、高效利用。

（3）流量管控策略。从渠道、系统、人员三个维度，进行发送数量的管控。

渠道管控：每个渠道，可以限定每天或者某段时间内的最大发送数量。

系统管控：每一个接入的系统，可以限定每天或者某段时间内最大发送数量。

人员管控：每一个触达对象，可以限定每天或者某段时间内的最大发送数量，避免过度打扰。

（4）名单管控策略。包括白名单、黑名单拦截、已销户拦截。

白名单：默认情况下，管控策略适用所有对象，如果有对象需要特殊对待，将对象加入到白名单中，将不再受管控策略约束。

黑名单：对于主动退订消息或其他原因，不希望再接收渠道消息时，将对象加入到黑名单中，将不再收到任何渠道消息。

已销户拦截：按照《中华人民共和国个人信息保护法》的要求，对已销户客户信息停止除存储和采取必要的安全保护措施之外的处理，并减少对已销户客户的打扰，个人信息处理者应当避免向已销户的客户发送不必要的营销信息、广告等，以免打扰其生活和工作。系统会自动判断客户是否销户，自动进行拦截，不再触达客户。

（5）渠道信息流数字化。统一监控和查询支持实时查询当天消息，离线查询历史消息，对所有消息能够进行全方位的监控，帮助各业务团队统筹管理、分析和监控各渠道信息流数据，辅助决策。

策略拦截查询支持方便快速地查询和追溯被策略拦截的消息和详情，从而对后续的营销和服务策略进行优化改进。

信息流数据分析和挖掘是将全渠道信息流数据全部统一、集中存储到大数据平台，然后结合渠道的回执状态、消息埋点、渠道转化、用户反馈等数据，结合机器学习及数据模型，进行深度分析和挖掘，为后续的策略制定和优化提供有力的数据支持。根据不同的用户特点和喜好，有针对性地精准选择匹配合适的触达渠道，在合适的时间点进行触达和服务，提升渠道资源的利用率和效果。

（6）管控策略可视化配置。所有管控策略都支持可视化配置，可以方便、灵活地进行开关控制、参数配置。

3. 系统架构。全渠道信息流统一管控平台的系统架构如图2所示。系统基于信创+容器化部署，集成大模型构建智能底座，为管控策略提供智能化支撑，核心技术特点如下。

图2 系统架构图

一是落地大模型在线上运营领域的运用。大模型通过语言处理技术，结合提示工程和参数调优已经对券商业务具备了一定的理解能力。提示工程有效提升了模型响应效率，并提供灵活有效的方法，使模型能够在不调整核心参数的情况下处理多样化的业务需求。而指令微调能够更深入地优化模型以满足特定需求和上下文，在实际应用中能够达到较高的准确性和可靠性。新消息到达时，大模型通过设定的特定提示词完成包括意图识别与槽位抽取在内的消息内容自然语言理解，迅速计算新消息与已推消息的相似度，根据阈值判断拦截或放行，减少无效和相似触达，提高触达精准度和质量。

二是信创架构下的实时计算，确保高性能。在信创架构下，为确保自主、安全、可控，需要从硬件服务器到操作系统，再到数据库和缓存中间件（CacheDB），全部符合信创标准。我们必须在保证消息发送性能的前提下，实现各类管控策略，不能因为增加的管控策略影响了现有的消息发送速度和性能。其中，高性能的实时计算依赖缓存中间件，中信建投证券与信创厂商深度合作共研，在性能验证阶段进行反复测试和优化迭代，不断提升缓存中间件性能。最终实现核心性能数据对标开源缓存中间件（Redis），部分性能甚至超越Redis（如表所示）。

表 信创缓存中间件性能测试数据

三是分布式微服务部署，保证系统高可用。系统采用分布式微服务的部署架构，保证系统高可用，支持快速横向扩展。消息处理能力超过1万条/秒（QPS>1W），单日峰值消息发送量突破1.5亿人次，并且支持快速弹性扩展。在保证管控策略有效执行的同时，不影响正常的消息发送速率。

全渠道信息流统一管控的价值

1. 降本增效，提升管理效率。通过整合资源，将分散的渠道信息流统一接入，实现集中和统一。通过实现一系列的管控策略，进而实现渠道信息流统一的管理和监控，做到合理管控，提升管理效率。通过合理的、有效的拦截，减少重复发送、相似发送，从而降低成本，减少资源浪费，解决了当前运营过程中面临的问题，有效控制合规、投诉风险，提升渠道资源的管理效率和利用率。

2. 实现大模型技术与业务场景相结合。大模型发展到现阶段，其技术能力已经取得了长足的进步，并在部分领域得到了广泛的应用。然而，大模型在证券领域，如何与实际业务相结合一直困扰着大家。我们充分发挥大模型的特长，在全渠道信息流管控这个具体领域，进行尝试和探索，找到新兴技术与业务应用场景的结合点，促进了技术与业务的深度融合，充分发挥出金融科技的力量。

3. 探索数据价值，促进业务创新。通过对海量的渠道信息流数据进行深入分析和挖掘，可以更加精准地了解客户需求、偏好，优化线上营销和服务流程，提高服务质量并降低风险。同时，深挖渠道信息流数据价值，可以发现用户的细微变化甚至预测趋势，挖掘新的业务机会，为业务拓展提供有力支持。

这是中信建投证券对线上营销和服务一次全新的尝试和探索，展现了对当前互联网环境下客户体验和信息管理挑战的深刻理解。在信息泛滥的时代，有效管理和利用信息流，不仅关乎企业的运营效率，更直接影响到客户的满意度和忠诚度。中信建投证券结合自身情况和对全渠道信息流的理解，充分借助大数据、大模型等科技力量，与实际应用场景相结合，实现了全渠道信息流的统一管控，提高了触达质量，客户满意度也获得大幅提升！

（此文刊发于《金融电子化》2025年4月下半月刊）