玉山銀新顧客大數據平臺年底上線，攜手臺大用機器學習統整異質資訊，連PTT發言都成顧客分析情報

可能不久之後，當你在商城下單買了一個後背包、還上PTT論壇的旅遊版與人交流後，金融業者就預測出你想出國旅行的企圖，可以在貨幣低點時推播換匯資訊、信用卡又有哪些優惠。更以顧客需求為中心，來提供超精準又貼心的推薦，這是玉山銀行預估今年底上線的新一代顧客大數據資料庫，想要實現的目標。玉山還與臺大電資學院合作，要將機器學習演算法運用到更多金融場景之中，協助玉山銀行更能預測客戶的潛在需求，並且找出最適當的顧客對待方式。

臺灣大學電資學院副院長陳信希解釋，臺大自然語言處理實驗室將提供機器學習技術，將蒐集使用者在各種網路平臺上的異質源資料，利用自然語言處理技術、機器學習技術等來分析，進行完整探索。還會利用使用者意圖分析與偵測技術、意見探勘和情感分析技術、還有趨勢分析技術等，來建立出更好的預測模型。「推測出民眾的意圖，如結婚或旅遊後，業者就可以針對需求更適時地提供推薦。」陳信希說道。

陳信希進一步解釋，可以從網站蒐集到使用者瀏覽或搜尋的行為，但像是PTT論壇上的討論文章，就算是抒發心情的發言，「也提供了許多潛在性的訊息，臺大將負責整合各種異質資料，善用各種不完整的資訊，來拼湊出更完整的使用者資訊。」他也特別強調，並非從銀行與顧客的問答中，來獲取顧客的意圖（Intend），而是要更進一步蒐集顧客在不同公開平臺上，自然流露出的意圖。藉著運用機器學習，希望完成以顧客為中心的推薦機制、建立更先進的自動化模型，來提升模型預測力。

而另外一位參與玉山計畫的臺大資工系副系主任張智星則表示，他的團隊負責鑽研「系統性貼標」。將使用AI及機器學習的方式，自動產生一套，可用於個人及物件（網頁、交易特店、PTT等）上，和金融相關的興趣或主題標籤，這些標籤還設計了權重機制（Confidence Level）。例如可以設定多個標籤來代表一個顧客有多方興趣，每個標籤可按相關程度來設定權重分數，可能有動漫迷標籤有60%、3C達人標籤則占了30%，剩下的10%則是棒球迷標籤，針對不同標籤各自權重，就可以產生更精準符合個人特質的推薦。

簡單而言，張智星想建立一個360度全面性的顧客資料庫，他計畫將設計出，可以涵蓋基本資料、帳務資料、自媒體，或者是社交軟體如FB、Line、行動App，到客服資料、行銷活動的回應檔、第三方支付的足跡等的標籤，來作為整合性預測分析之用。臺大團隊負責機器學習演算法研發，並採用SAS資料探勘與機器學習平臺VDMML，來訓練模型和預測分析。

玉山金控總經理黃男州則是特別強調，數位不僅衝擊金融，也會衝擊到日常生活的方方面面，「數據、創新跟顧客體驗就是數位經濟的三大支柱。」他表示，玉山特別看好大數據、區塊鏈、AI、身分辨識以及電子支付這5大領域，而且玉山會持續挹注資源在Fintech的發展上 。