▲ 早期的智能投顧產品，通常是以調查問卷形式來測試投資人偏好。在近期發布的產品中，開始融入了場景

　　▲ 智能投顧興起時，各平臺更多聚焦如何使用大數據建立量化模型。之后，部分平臺開始研究用戶行為數據以求理財方案更加個性化

　　▲ 早期智能投顧類產品在給出資產配置方案后，很少動態更新。近期推出的不少產品中，一些已經開始在動態更新方案上做出嘗試

　　新興科學技術改變了理財模式。在大數據幫助下，金融機構開始嘗試將積累的金融產品數據、用戶交易數據、用戶行為數據等運用到金融產品設計和推廣中，智能投顧逐漸成為當下理財的標配，用大數據為用戶精準“畫像”則成為智能投顧服務的起點。

　　“總的來說，傳統金融機構、互聯網金融機構、第三方創業公司、基金代銷公司和有媒體屬性的公司等，都開始嘗試將積累的金融產品數據、用戶交易數據、用戶行為數據等運用到金融產品設計和推廣當中。”盈燦咨詢研究員童穎曼說。

　　“在傳統的投資顧問中，確認用戶的投資期限、年齡和資金用途是非常重要的流程。早期的智能投顧產品，通常是以調查問卷形式來測試投資人偏好。”童穎曼表示，在近期的產品中，開始融入了場景。因為在研究中發現，人們在未來一個時點的資金用途，對資產配置方案的資金投向有很大影響。比如，子女年齡較小時，為子女規劃的教育資金可以投向一些期限較長的資產。配置退休養老金的資金時，必定將資金安全放在首位。

　　具體到實踐中，蛋卷基金的“蛋卷家族理財計劃”，推出了七類組合計劃，根據不同年齡層次，調整基金的種類，并根據年齡增長不斷調整。再如，陸金所的夢想理財產品，根據用戶的資金用途，設計了買房、結婚、子女教育和退休養老四種場景，用戶在選擇場景以后，再根據投資期限和金額、風險偏好測評等，得到推薦的資產配置方案。

　　記者了解到，智能投顧剛剛在國內興起時，各平臺更多聚焦如何使用大數據建立量化模型，對金融產品的交易數據很是重視。之后，部分平臺開始研究用戶的行為數據以求理財方案更加個性化。

　　簡單來說，就是給用戶“畫像”。通過注冊信息、網頁瀏覽記錄、產品購買記錄、用戶在集團其他子公司和合作機構留下的信息等，描繪用戶“畫像”。數據越多維度越廣，刻畫的用戶“畫像”越細致。例如，螞蟻聚寶能夠根據用戶的資產情況、個人屬性、瀏覽記錄等行為數據，為用戶提供個性化的金融產品和資訊；陸金所則利用集團優勢，結合平安集團內部子公司、陸金所自身和第三方大數據，描繪用戶“畫像”，以求千人千面。

　　童穎曼表示，在現階段，盡管交易數據仍是各家理財平臺主要的數據來源，用戶行為數據的使用尚在初級積累階段，但未來的想象空間巨大。

　　不僅如此，早期的智能投顧類產品，在給出資產配置方案以后，很少能做到動態更新資產配置方案。根據市場變化和用戶行為的改變，按照實際情況動態調整成為大數據金融產品設計和精準營銷的優勢。在近期推出的不少產品中，一些機構已經開始在動態更新方案上做出嘗試。

　　例如，陸金所的KYC2.0系統，會根據用戶不斷積累的投資行為等數據對指標及參數自動調整，通過用戶的“堅果財智分”反映用戶風險承受能力。同時，該系統還能根據客戶投資經驗的累積、投資知識的學習等動態更新測評結果，從而動態調整用戶可以購買的產品。（經濟日報 錢箐旎）