Deriv 高管：AI 让经纪商从获客转向预测客户价值

2026-07-13：从流量到行为，AI 重塑外汇经纪商获客逻辑

在零售交易领域，获客效果通常以规模衡量：产生的潜在客户数量、完成的注册数、获得的首笔存款数，以及媒体支出转化的开户数。但对于外汇与差价合约（CFD）经纪商而言，更关键的问题已不再是有多少客户进入销售漏斗，而是进入漏斗的客户类型。Deriv 首席增长官 Prakash Bhudia 在接受 Finance Feeds 采访时表示，经纪商正更多关注客户注册后的行为，而非仅凭潜在客户数量或首次存款判断获客质量。（来源：Finance Feeds 对 Deriv 首席增长官 Prakash Bhudia 的采访，发布：2026-07-13。）

获客成本上升、监管预期收紧、对激进客户开发的容忍度下降，以及付费搜索、联盟营销、社交媒体与介绍经纪商等渠道竞争加剧，正迫使经纪商重新思考“优质获客”的含义。大量低意向、缺乏相关知识或不匹配的客户会造成运营压力、留存率低、拒付与投诉风险上升，并降低客户终身价值（CLV）；相反，数量较少但更优质的客户可提高转化率、延长交易周期、提升客服效率并改善合规状况。这一转变正在改变经纪商设计销售漏斗的方式，关注点从单纯追求流量转向意图信号、匹配度评估、以教育为主导的客户引导与更智能的细分。

获客只是第一步

Bhudia 认为，真正的考验从注册之后才开始。他强调，行业大多数企业已不再将获客成本与首次存款作为主要衡量标准，这些数字仍被追踪，但本身无法说明客户关系的实质。Deriv 也不再以单一大类分析客户，而是采取分层应对：

• 按客户状态划分为活跃、高风险、休眠或流失等类别，并对每一类采取不同的应对措施，而非“一刀切”。

• 将客户终身价值作为增长规划的明确优先事项，而非事后匆匆一瞥的数字。

• 把提款视为建立信任的关键节点——Bhudia 称，截至 2026 年 6 月，Deriv 已实现 97.4% 的客户提款自动化，新客户首次提款顺利完成是建立信任的关键时刻之一。

“过去，用户获取才是关键。现在它只是第一步，用户注册之后发生的事情才真正决定了产品和营销决策。”

最初几天区分意图与好奇心

Bhudia 表示，注册后的头几天通常能揭示客户是认真的还是只是随便看看，从方向上可较清晰地将意图与好奇心区分开来。据他介绍，最有力的早期行为信号按重要性大致如下：

1. 首次存款的速度与金额：从注册到存款迅速、且一次性存入相当金额的客户，更可能成为高价值客户。

2. 模拟账户使用：在正式开户前使用模拟账户练习与探索的客户，留存率远高于未这样做的客户。

3. 首次交易完成：至少交易过一次的客户，比入金却从未交易的客户更可能养成长期交易习惯。

Bhudia 称，Deriv 运行一个基于 90 天窗口期的模型，利用这类信号可识别出 68% 的未来高价值客户，公司目前正加入应用内活动、功能使用与平台停留时间等更丰富的行为数据以改进模型。他同时提醒，速度虽是最明显的标志，但应对任何声称“用一个数字就能搞定”的做法保持警惕。

存款金额本身不能证明客户质量

Bhudia 表示，市场细分已超越基本的地理位置或账户规模，他认为那种做法实际只是“披着细分外衣的人口统计数据”。Deriv 目前采用行为分析方法，关注互动模式、客户对教育内容的反应，以及其行为是否与促销活动相关。他指出，公司的 AI 培育引擎与 AI 角色代理正是为弥合这一差距而构建，系统根据实时行为概况而非基于存款金额的静态等级来对待客户。他还警告不要过早拒绝以奖金为导向的客户，称其中一些客户在 18 个月后会成为最优秀的交易员。

“错误在于认为存款金额就能反映意图。存款金额只能说明某人有能力存入多少钱，而不是他们实际会做什么。大额首付只能告诉你一个人有能力做什么，却不能告诉你他将来会做什么，人们常常把这两者混为一谈。”

AI 需围绕流程重建才能奏效

Bhudia 承认人工智能（AI）正帮助部分经纪商提升销售漏斗质量，但行业大部分仍依赖静态细分——按地理位置、存款等级、获客渠道设定后即保持不变。他认为，领先经纪商的区别在于不再用 AI 给客户“贴标签”，而是用 AI 实时响应客户行为。相关对比数据如下：

Bhudia 以 Deriv 客服代理 Amy 为例，称其现已处理全球大部分客户互动，这一成果来自“从头重建工作流程，而非自动化一个旧脚本”。他坦言 AI 落地并非一帆风顺，需要付出大量努力，因为纸面上行得通的方法在实践中可能失败。在他看来，挑战不再是 AI 工具是否存在——技术显然已存在——而在于企业是否愿意围绕 AI 的实际功能重建流程，而非将 AI 生硬套用到为 AI 出现之前设计的系统上。

AI 与外汇经纪商客户质量相关问题