“18权益加磅,省的不止一点点!”打开京东金融APP,一则热闹的营销头图跃入眼帘,你可能意识不到,这则堪比设计师水准的物料源自大模型的手笔。今年6.18和11.11,京东金融超过30%的资源位营销素材由AIGC自动生成,这一水平在亿级用户量的应用中处于领先地位。
当金融行业瞄向11.11,这个极具特色的“节日”便有了新的含义,它不仅是品牌商家绞尽脑汁,思考如何用低价吸引购买的促销节点,也成为金融机构通过营销活动,争取更多流量、客户和交易的重要赛事。
GMV、订单量、用户数,这些体现战绩的数字背后,支撑起京东金融高效运转的,还有一套至关重要、覆盖营销全链路的神经中枢。
它一头连接着京东金融4.6亿用户和拥有十余年行业Know-How的运营团队,一头连接着金融复杂场景,覆盖从人群圈选、活动落地、数据反馈的营销全路径,高效制定每一次营销策略,并精准地推送给目标用户,就像人体的神经中枢,接收全身各处输入的信息,再经过加工成为协调的动作,从而促进业务有机增长。
它有多高效?过去涉及产品、研发、算法、设计、分析师等多类职能才可完成的流程,如今只需要1人;从策划到落地需要14天才能完成的一场营销活动,现在被极致压缩到1天上线;从大促前预热到活动中的用户触达,低成本生成更符合金融业务特征的多套文案与素材,并按照用户特征来组合投放,实现营销的千人千面。
这个指挥京东金融营销作战的神经中枢,叫做“领航者营销平台”(以下简称领航者)。
某种程度上,这个名字被赋予了京东金融的更多期冀——它不仅是自身业务的“领航者”,未来还将会是促进全金融行业营销增长的“领航者”。
01
破局十字路口
有关领航者的故事,还要从100天前说起。
7月13日,JDD京东全球探索者大会在北京如期举行。作为京东一年一度的科技盛会,大会对外集中展示公司内部的创新技术与成果。
经历多轮内部筛选和演练后,领航者作为言犀大模型在金融营销场景的实践应用,以其精彩首秀,在现场博得一片掌声。这让京东金融团队的成员们兴奋不已。
当困扰行业多年的瓶颈有望被打破,他们有理由如此兴奋。
京东金融业务诞生于数字化时代,从营销活动的机会洞察到用户分层、从评估测算再到最终投放,数字化运营带来了效率的大幅提升,但新的问题也随之浮现。
京东金融营销与数据资产部负责人解释称,比如,面对多个支持营销增长活动的系统,一个运营新人,往往要花费大量时间培训,才能熟练使用。再比如,落地一场大型营销活动,运营人员要在十余个系统间反复横跳,手动操作权益选择、页面搭建、数据分析、表单填写等大量琐碎工作,不仅耗时,视角也越来越局限。
更令人头疼的是,数字化在打破信息孤岛的同时,也建立了更多孤岛。每个系统都像是相互割裂的烟囱,运营人员被困在自己所负责的环节中,看到的数据信息不够全面。结果就是,要么以有欠缺的数据和单一指标(比如点击率、转化率等)来指导行动,要么依赖个人经验和直觉来做决策,营销效果极大受限。
京东金融踩过的坑,也是大量金融机构在数字化长征中,迫切需要迈过的技术门槛。
大量数据和复杂业务逻辑有待厘清,大量子系统、子模块有待整合。过程中,金融机构不仅要维持现有系统的稳定,还要加快营销链路的迭代速度,他们亟须探索出进一步实现降本增效技术应用,以应对当下的增长困境。
如今,刚过百天的领航者,已在京东内部8个场景落地,覆盖超过50%的营销运营工作内容。这意味着,当外界还在探讨大模型到底是技术先行还是场景先行时,领航者已先人一步开启冲刺模式,在营销增长这样的产业实践中拥有了一席之地,并试图定义金融营销的“领航者时代”。
02
领航者是如何炼成的?
今年春节刚过,京东金融的产品、算法、运营、设计、分析师等成员组成了核心愿景团队,把总部大楼14层的会议室挤得满满当当。
其中,京东金融算法和设计两个团队,接下了一项十分艰巨的任务——由算法工程师将设计师头脑中的专业设计知识转化为参数,“喂”给言犀大模型,教它自动生成具备京东金融特有风格的营销素材。
比如,当运营人员提出“我需要一个热闹的营销活动页面”时,大模型会基于颜色、背景、构图、排版、字体等知识,输出暖色系背景营销物料。理财投资就是一个典型场景,按照“红涨绿跌”的规律,红色往往是背景首选。
这项实验一旦成功,将大幅实现金融营销的降本提效。但横亘在设计与算法两种语言之间的鸿沟,并不容易弥合,“让艺术生教理科生学审美,难度无异于让直男识别口红色号”,一位设计师坦言。
为了让大模型把设计领域的知识吃透,仅一个元素类别的生成,就要灌入万张设计图。经过人工初次筛选,生成合格的数据集会被再次“喂”给大模型进行微调。这样的过程,要经历长达2—3周、5—6次地反复打磨。
为了让素材具备更高可用性,算法工程师团队引入了主动学习的方式,在模型迭代过程中,由28位专业设计师每人每天用1小时主观评分。以金币这一元素为例,每一套由大模型生成的素材中,不可用率高达30%,对此设计师要做出多个维度的标注,比如配色、造型、透视、特殊字符、饱和度、色相等。
除了设计语言,还有相当多的专业术语,比如固收、QFII(英文简称“合格的境外机构投资者”),通用大模型很有可能没见过,导致学习不够充分;再比如金条、白条、小金库、红包等京东金融特色产品,大模型若不加训练,大概率会出现理解偏差,生成真的实物金条、红色的包包。
日积月累的训练下,万级扩充的指定风格素材、百万京东积累的素材,被装进大模型。今天,由领航者生成的营销素材,可用率超70%。京东金融“15理财日”“18权益日”的素材生成任务,已经全部交给了领航者。
自动生成营销素材,只是领航者算法能力精细化的一个小小缩影。在100天里,领航者营销平台历经了3大版本,包含20+小版本的敏捷迭代,使得平台的功能更加完善、用户体验更加友好。
营销与数据资产部负责人称,更重要的是,领航者融合了大模型的意图识别能力、推理能力、AIGC多模态内容生态能力,学习了京东金融在营销领域十余年专业运营知识,以及丰富的业务实战经验,从客群圈选到素材生成,再到智能投放和多维度数据分析,将过去十余个系统能力集于一身,完成营销策略的AI规划和各类营销及数据系统的一站式串联。
实现这样的技术跃迁,难度远超生成一张营销页面。
过去,营销活动要搭个系统,营销策略也要搭个系统,不同系统的业务知识、用户目标、用户表述各不相同。但大模型的信息窗口有限,如何在同一框架下把这些系统管理在一起,还要解决窗口过长的遗忘问题、专业知识的注入问题,这些都是极大的挑战。
摸着石头过河的工程师团队,进行了三大阶段的技术升级:第一阶段是引入向量数据库和RAG架构实现主框架联动大模型完成串联;第二阶段用开放平台的概念,引入Application、Domain、Skill三层架构,将核心能力与主框架融合,让能力调用更加便捷;第三阶段则进一步引入了Multi Agents概念,以主动服务方式自动完成复杂任务的协同。
简单说,就是最上层由一个总的Agent负责和用户交互、识别理解用户意图,然后通过对任务的拆解,对应到不同的工具API进行编排,再调度到具体的领域模型,最终满足营销的特定目标。
这样一来,底层的通用能力,负责各个系统的快速调用;上层的应用能力,完成具体的营销动作,比如页面搭建、图片生成、风格设定,以及流量分发投放和数据分析。
原本需要运营人员横跨十余个系统、耗时14天才能配置完成的营销活动,如今运营人员只需发出需求指令,领航者就能在1天内,快速编排好要配置的系统功能和内容并上线。活动结束后,常规数据的提取与分析,也不再需要分析师介入,运营人员可站在全局视角独立完成。
从年初孵化到正式发布,再到上线100天的持续攻坚,领航者终于在11.11这个关键节点,为自己,也为行业交出了一份可供参考和借鉴的金融营销提效新范本。
03
做对20%的事情
解决80%的问题
回顾历史,商业社会的每一次重大变革,都离不开技术的跃迁。当大洋彼岸的Open AI吹响“AI改变世界”的号角,这只来自硅谷蝴蝶扇动的翅膀,便掀起了中国大模型市场的风起云涌。
在金融复杂的营销运营环节中,凭借在内容生成和语义理解方面的优秀表现,与金融营销场景高度契合的大模型,找到了落地的绝佳场景,也为京东金融的营销突围,打开了一扇窗。
作为互联网“原住民”,京东金融拥有超4.6亿活跃用户,在十余年的持续运营中积累了大量高质量的行业原生数据,更沉淀了丰富的用户运营、增长实操经验,是大模型的最佳练兵场。
“做对20%的事情,解决行业80%的问题。”京东长期积累的核心禀赋被封装进领航者,在内部场景中得以验证后,未来还会走出内场、走向行业。
大模型具备更强的知识压缩能力,叠加了更强大的自然语言理解、信息整合、决策支持能力,可极致压缩金融领域营销、运营的数字化经验,输出给金融机构,适配其各类营销运营场景需求。
行业有理由相信,“大模型+小应用”所激发的生产力,将在新一轮技术变革中,真正推动大模型走向产业最深处。
而领航者,已经走在了前面。
联系客服