亚洲，特别是发展中经济体的富裕阶层和大众富裕阶层正处于一个转折点，为该地区的银行和财富管理机构创造了新的市场机会。 根据麦肯锡的分析，随着亚洲人收入的增加，这一群体的财富池（定义为可投资资产为 10 万至 100 万美元的家庭）预计到 2026 年将达到 4.7 万亿美元，高于 2021 年的 2.7 万亿美元。 对于银行和财富管理机构来说，为这些客户提供服务所带来的潜在增量收入将达到 200 亿至 250 亿美元，占未来三年该行业在亚洲收入增长的一半以上。
这是金融服务领域的一个难得的机会——这是一个快速增长的领域，目前服务不足，而且根据我们最近的研究，对财富管理服务的付费越来越开放。 银行和财富管理机构面临的挑战是在四个维度上调整他们的方法：细分的客户价值主张、重新构想的数字参与、人工智能驱动的决策和核心技术，以及正确的运营模式和人才。
市场变化创造机遇
富裕阶层和大众富裕阶层的市场潜力并不新鲜。 领先的财富管理机构和银行很早就认识到了这一机遇，但一些挑战阻碍了他们赢得这些投资者的青睐。 一种是传统的高成本服务模式，基于与客户经理的面对面会议。 此外，许多富裕和大众富裕的投资者一直不愿支付咨询费。 他们普遍偏爱基本资产类别（如现金和房地产），并没有看到专业财富管理的价值。
在过去几年中，随着技术降低了财富顾问的成本并增加了客户的访问机会，这些挑战开始缓解。 在麦肯锡最新的个人金融服务调查中，1 大约 80% 的亚洲富裕和大众富裕受访者表示，他们会或可能考虑通过数字渠道远程接受咨询服务（图表 2）。 此外，亚洲发达市场 87% 的投资者和发展中市场 64% 的投资者表示，他们愿意或可能愿意支付咨询费。
总而言之，亚洲富裕和大众富裕客户群的财富正在快速增长。 与此同时，这些客户对咨询服务的需求日益增长，并且愿意付费。 随着提供这些服务的成本下降，经济学表明，这两个细分市场对该地区的银行和财富管理机构来说是一个极具吸引力的机会。
重新思考财富管理
为了抓住这一机会，银行和财富管理机构可以使用更加个性化、针对特定客户群体的需求量身定制的数字产品和服务，并且与传统客户互动相比，其服务成本更低。 为了实现这些优势，银行和财富管理机构需要采用涵盖四个维度的全栈方法：细分的客户价值主张、重新构想的数字参与、人工智能驱动的决策和核心技术，以及正确的运营模式和人才（图表3）。
更精细的客户细分和价值主张
客户需要成为服务的核心，银行和财富管理机构根据特定细分市场的需求提出个性化建议。 即使在看似同质的群体（例如富裕和大众富裕投资者）中，投资经验、自己做出投资决策的意愿、对建议或规划服务的渴望、对风险的态度、对数字与数字的偏好也存在很大差异。 面对面的参与以及许多其他变量。
值得注意的是，获得形成市场细分视图所需的洞察类型需要一种新的方法，这种方法不仅基于传统指标（例如投资组合规模和收入水平），而且还纳入态度和行为。 这种人种学或设计思维方法已成为全球领先财富管理机构的最佳实践。
亚洲财富管理机构可以受益于应用类似的方法来确定目标细分市场，并设计满足特定客户角色需求的定制服务产品、客户旅程和价值主张。 图表 4 显示了两种此类投资者类型的示例，以及他们的价值驱动因素、需求和首选旅程偏好。
重新构想与数字工具的互动，以改善用户体验和内部生产力
银行和财富管理机构不应只专注于面对面的客户会议，而应在个人互动和数字互动之间取得平衡。 创新的用户界面解决方案可以改善客户和客户关系经理的体验。
对于客户来说，自助数字选项应该涵盖整个客户旅程，从收购和入职到投资决策再到投资组合管理。 通过移动平台提供的人工智能工具——包括 24/7 决策支持、财务健康检查、预算工具和游戏化（例如，针对平台参与和模拟交易的基于奖励的激励）——可以使数字渠道更具吸引力。 应用程序还可以提出分析驱动的投资建议，显示各种投资组合的资产配置，帮助客户优化投资组合风险，提供针对客户的投资组合再平衡，并确定客户考虑的下一个最佳产品。
一旦客户注册，数字和人工智能衍生的见解可以帮助银行和财富管理机构根据特定客户需求定制产品，如下例所示：
储蓄和投资咨询服务。 银行和财富管理机构可以使用机器人咨询技术，根据客户的投资目标和风险状况提出有关投资策略的具体建议、分析投资组合、改变资产配置以及提供其他主动支持。
保险咨询服务。 公司可以根据客户的人生阶段、个人详细信息、富裕水平、支出分配、节税和其他因素，通过机器人咨询服务提供有关保险金额和类型（例如人寿、普通）的有针对性的建议。
费用管理。 客户可以获得历史支出的精选分析，以及有关如何优化支出、储蓄和预算分配的建议。
税收损失收获。 客户可以在投资销售中获得优化的税务绩效，并简化报税流程。
债务管理。 客户可以获得有关建议的贷款余额转移（如果有）以及相关贷款产品的建议。
对于客户关系经理来说，数字交互可以提高生产力，实现端到端客户服务，并使银行或财富管理机构能够将所有客户数据（包括内部信息和第三方来源的信息）汇总为“单一事实来源” ”。 一些银行和财富管理机构已经开发了客户经理可以在面对面会议期间使用或远程支持客户的工具（图表 5）。 功能通常包括跟踪 KPI 和客户管理、细分和服务。 使用此类工具有助于确保客户获得一致的体验，无论他们是亲自参与还是通过数字渠道参与。
以人工智能为动力的决策和咨询，以核心技术和数据为支撑
如今，银行和财富管理机构可以将组织内部生成的数据与第三方来源的数据相结合，构建资源，在整个客户生命周期中创建更有效的客户互动：
客户获取。 数字营销可以帮助财富管理机构了解尚未成为客户的人们的需求，从而更有效地获取客户。 财富管理机构可以对营销信息和活动进行 A/B 测试，开发潜在客户优先级模型，并与生态系统合作伙伴协调建立集成的客户获取渠道。
提高参与度和钱包份额。 一旦潜在客户成为客户，分析就可以加强这种关系。 在入职阶段，财富管理机构可以使用识别引擎来确定财务健康评分，将不同来源的信息整合为单一指标，帮助银行和财富管理机构确定最佳的服务水平和产品组合（图表6）。 算法还可以识别“隐藏的富裕”——在其他银行或财富管理机构持有的客户资产。
客户保留。 一旦客户真正参与进来，分析就可以通过提示财富管理机构提供维持最佳投资组合并及时重新平衡的建议来保留客户。
为了支持这种新方法，银行和财富管理机构需要正确的核心技术和数据层。 许多公司将一些服务外包——这种做法被称为“掏空核心”。 核心技术的另一种方法是基于云的平台，该平台支持跨多个数据集和服务提供商的实时分析，同时维护所有企业、交易和客户数据的单一事实来源。 底层组件可以通过模块化结构连接，从而降低运营成本并提高弹性。
新方法的运营模式和人才
对于大多数财富管理机构而言，转向数字化和人工智能驱动的财富管理模式需要转变其运营模式并建立新的能力。 这反过来需要对组织结构、人才、文化、激励措施和工作方式进行审查，目标是根据需要重新设计这些内容，以帮助组织的人员大规模地为客户提供价值。
在运营模式上，财富管理机构需要从基于推送的销售方式转向基于需求的咨询方式。 许多财富管理机构需要抛弃既定的行为和工作方式，代之以通过远程咨询和个性化服务的混合模式提供的数据驱动的个性化建议。 在这个模型中，算法可以考虑客户特定的因素，例如风险承受能力和时间范围，以生成跨类别的基线资产配置。 将其与了解客户需求并根据背景因素进一步定制投资组合的顾问结合起来至关重要。 顾问还可以提供直接投资组合决策之外的支持，解决投资规划、行为金融甚至与其他提供商的资产问题，以全面了解客户的财务状况。
如果没有必要的人员能力，运营模式就无法交付成果，因此能力建设至关重要。 大多数财富管理机构都提供产品培训，但这些计划低估了人类技能，例如行为培训和关系建设。 随着机器人咨询服务等技术成为行业的赌注，并且参与者越来越多地根据整体客户体验来区分自己，这种人类技能将变得更加重要。 他们需要投入更多的时间和组织重点，以及通常的监管和合规要求。 大多数银行和财富管理机构都需要一个专门的中心团队来设计培训模块并寻找所需的师资。
亚洲当前的财富管理环境提供了一个难得的机会：一个快速增长的市场渴望新的解决方案，尽管技术正在不断涌现，以帮助银行和财富管理机构提供受欢迎的产品。 具有前瞻性的银行和财富管理机构采取审慎措施重新思考其业务模式的各个方面，可以使自己处于有利的位置。
