AIGC在金融场景是如何落地的? 了解详情
写点什么

商业银行数据应用赋能的探索与实践

  • 2021-01-06
  • 本文字数:7575 字

    阅读完需:约 25 分钟

商业银行数据应用赋能的探索与实践

讲师介绍:郭庆,某股份制商业银行大数据应用专家,具有近二十年数据应用实践经验。曾在国有银行任职,长期负责银行卡、个人金融等相关数据应用建设管理工作,曾担任网络金融部高级经理,负责全行互联网大数据应用的规划与建设。


非常荣幸今天能有这个机会和大家一起来分享数据应用赋能的课题。我本人一直在商业银行金融科技相关岗位工作。今天有幸跟大家分享一下近几年在金融科技实践方面的一些经验体会。


一、金融科技背景下数字化发展的历程



首先回顾一下金融科技发展的历程。金融科技的发展历程有两条线,第一条线是计算机技术的发展,从第一台计算机产生到电算化、网络化、信息化,技术应用的体系从 CS 到 BS 再到 SOA 框架,到现在比较流行 API、SDK、微服务等,技术是一路这样发展进化过来的。而对于银行的业务发展来看,1897 年第一家具有商业银行意义的中国通商银行成立,传统的银行就开始了“一把算盘、一支笔,一个账本、一双手”手工操作模式。从那时开始,相信所有银行人都有一个梦想,希望能够实现“点钞不用手、记账不用笔、利息自动算、传票自己走”的信息化目标,也就是要享受技术带来行业的便捷红利。


在银行业务发展的过程中,需求不断地衍生,对系统的要求也更加迫切,终于在 1979 年中银香港上线了一台服务器小型机,那是全中国引进的第一部电子化的设备,从此开启了银行信息化的道路。而 1993 年实际上又是一个发展的起点,从那个点开始,人民银行大踏步的组织金融信息化建设,推动全行业信息化程度的提升。


在这个过程当中需求就不断地衍生,从单点的需求(电算化),主要把业务处理,储蓄,会计柜台的业务处理。从电算化发展到信贷管理,相当于经营管理过程逐渐实现系统化方式,再后来延伸到中后台管理,比如说办公自动化,决策支持系统等等,就银行自身来说从单体的计算到为了满足联网通兑计算,再到后来逻辑大集中,持续不断地发展。


从全国整体来看,央行牵头做了很多全国行业型的信息化项目,提升了行业信息化水平,这包括人行大小额,超级网银等等。在这个过程当中计算机技术也在发展,银行业务蓬勃的发展以及对系统的需求逐渐成熟和壮大。1999 年末 2000 初,随着互联网技术的发展,银行渠道的需求也逐步显现,出现了网上银行、电话银行、手机银行等等新的线上渠道产品。在这个过程当中,银行的系统不断地发展,体系逐渐的完整。


近期互联网金融的话题比较火热,但我个人认为互联网金融的蓬勃发展与传统金融机构信息化建设是密不可分的。也就是说过去 30 年,正值金融信息化建设的一波浪潮。没有这波浪潮中的逻辑集中、联网联合等一系列以国家队为首的攻坚建设,我们今天所谈到的互联网金融是很难存在的,是没有基础设施条件的。所以作为一个银行人来说,我看到很多金融科技前辈都在为这个事做贡献,至少有两代人参与其中,所以大家在这方面应该对传统金融机构,特别是金融科技工作者们心怀敬意。


随着业态的丰富,场景金融的发展,开放银行体系逐渐成为了一个银行发展的诉求,包括开放平台、API、SDK、微服务等的发展,都跟业务融合的需求有着相应的直接关系。


同时,伴随网络基础设施的发展,终端技术和传感器技术的进步,数据大量的积累,大数据应用也开始逐渐付诸于商用。在这个过程当中我们看到 4G 商业化让我们的网络传输逐渐的打破瓶颈,使得小视频传播成为可能。



在这个过程中,我们看到金融信息化 1.0 到 2.0 到现在的 3.0 点是一脉相承过来的。如果 1.0 是解决效率的问题,2.0 解决的是信息共享和融合的模式的变化,到了 3.0 就应该是更深度的应用,包括人工智能,云计算,区块链这些技术的应用,让我们金融科技与业务交织过程当中改变了业务模式。


二、大数据时代银行业机遇与挑战

1、机遇


我们感觉到在发展过程当中大家看到了很多机遇。之前有一部网剧《长安十二时辰》,它本身的原理也是通过信息收集构建规则引擎对识人断案及对未来的预测。


还有一部电影《点球成金》,它是描写美国棒球队职业经理人如何利用数据经营球队,这也是来源真实生活的一个案例。前边说的例子都是通过对数据的应用,在生产生活中产生作用和价值。在各行各业来说,对数据应用本身就是能够提高决策和管理能力水平非常重要的支撑。

1)5G、AI 时代的到来



基础设施的发展助推、刺激了大数据的发展,从 4G 投入来看,有资料显示现在全国 4G 基站大概有 540 万,投入了 5700 亿人民币。到了 5G 之后,其实整体投入有人测算过大概要 2.3 万亿,相当于 4G 投入的 4 倍,也就是 5G 商用的成熟肯定是一个趋势,也就是说有了这个基础设施投入之后,让我们的数据传输的应用成为了一种可能。


同时我们看到终端的变化,现在手机对于每个人来说,可以称之为叫做器官性的组件,大家谁都离不开手机,如果手机丢了或者没带感觉这一天很不舒服,这种智能终端已经变成你身体的一部分。以前上网是坐在电脑面前上网,现在是带在身上随时都在互联网上。在一家咨询公司 2021 年技术发展战略判断中,提了“行为互联”,因为终端与你密切相连,包括隐私的数据,行为轨迹已经成为了一种资源被业界所重视。而且我们看到终端计算能力在提升,是非常明显的,2011 年时候的手机计算能力已经相当于 1969 年 NASA 全部计算能力的总和,当然 NASA 的计算能力是用来登月的,我们的手机可能现在是用来刷微博或微信的,虽然用途不同,但是我们看到终端计算能力确实是在提升,存储能力也在提升,这为数据产生和传播提供了非常有力的硬件支持。而且目前智能终端非常普及,全国移动终端的总数大约将近 15 亿,里面 93%左右是智能手机。我们人口差不多 14 亿,基本上可以人均一部。就是大家在终端使用当中不断产生数据,也是为整体数据的研究提供一个积累和支持。


最后我们看一下移动应用的发展,其实移动应用的产生对互联网来说是非常重要的,过去 2008 年左右全球 APP 应用的总数就以千为数量单位,现在为止全球的 APP 肯定是几百万的体量了,不管在苹果平台上,还是安卓平台上都是这样。我们看到 APP 中 AUM 排名比较高的,一个是微信,微信月活大约有 10 亿多的样子,抖音月活也超过 6 亿,增速是非常快的,微博约 5 亿多的月活。随着基础设施和终端的能力提升这些移动应用不断产生,不断让数据产生和积累,也不断为互联网商业生态带来了新的机会。

2)大数据技术和工具发展



随着数据不断地积累,数据存储、加工、传输的能力也在不断的发展,不管是资源管理,还是分析领域等,大数据在通用计算框架下都产生了不同的工具产品。



对于企业和用户来说,数据产品也分了几种维度,从用户级到企业级到 BI 级到互联网级有不同的分布。对商业银行来说,已经开始从 BI 级向互联网级进行迁移,我们很多产品已经被用在了生产和系统建设当中。日常所用到的很多产品,包括在学校的时候用到的产品,逐渐走下神坛,进入了成本亲民的状态,更多的人都开始使用商用化的数据产品了。

3)银行业能力进化



在产品发展过程当中,其实商业银行在各个领域都在不断的实践应用。一方面是获客层面,银行最重要的是要经营信用,要获取客户,有了客户的资源才能够去销售产品体现价值,所以获客是非常重要的环节。获客之后就要了解客户,什么样的客户提供什么样的产品组合这是很重要的。了解客户之后再进行精准的营销,并且要进行风险管控,最后在内部管理效率提升中加以应用。


从客户管理路径来看是这样的,获取客户、了解客户、营销客户之后,对客户进行风险管控和内部流程管理。从获取客户来说,我们数据的来源会从公域获取到私域经营以及客户价值的提升,后面还有一套完整的体系。


2、金融科技为银行业带来的挑战


1)人才匮乏


其实数据在银行业应用的机会还是比较多的,但同时挑战也是同在。比如说在人才上,有一个数据统计表明,在未来三年大数据人才的缺口在 170 万左右。我们现在看到实际当中很多数据人才,特别在商业银行来讲是相当急缺的,因为商业银行过去技术架构特点用的还都是相对传统和稳定的,一定程度上,更关注高并发、高可靠等等指标,其实这些产品相对来讲还是比较成熟的。稳定成熟的产品意味着没有这么新潮时髦,所以新技术的人才储备是有限的,这是第一。


此外,还包括技术和业务融合人才相对来说是有限,我们现在看到能培养一个既懂技术又和业务对上话的复合型人才培养周期至少 2~3 年,能培养一个中级的人才要 5~8 年,但是我们这部分储备还是非常有限的。有人说从社招层面能把人吸引过来,其实这个人员要适应水土环境过程也是需要时间的,从这个角度来看人才的匮乏是问题最大的。

2)技术架构


第二个是技术架构,主要是体现在技术的迭代,其实银行是有稳定性要求的,是有可靠保障要求的。如果没有这些要求的话,像任何一个互联网公司的标准跟银行来说差异还是比较大的,所以在银行端对技术架构的升级都是循序渐进的过程,是在新技术接受能力和架构迭代能力来讲,这方面和互联网企业比还是有差距的。

3)组织模式


第三个是组织模式。大家经常说一句话“科技引领”,“科技引领”这个词我觉得应该是辩证来看,实际上科技带来的是一个信息化劳动工具升级的可能性,真正改变业务模式的应该是业务组织本身,如果没有业务组织的改革,我们看到的技术迭代或者在业务流程当中模式的改革一定不是实质性的,当然只是个人的观点。


所有业务生产流程都会有劳动者的参与,形成分工协作岗位,和彼此之间的关系,这个设计首先要变化,其中投入的资源也要能够重新构建,这个时候技术作为特殊的劳动工具才能派上用场,如果没有这种重构的决心的话,技术只能单纯提高人工替代的效率,无法进行实质性的改变,相信大家在工作当中或多或少都会有这样的体会。


组织模式的变化对于商业银行来说是非常大的挑战,因为我们过去已经习惯了前中后台分工的逻辑,特别像科技部门基本上都定位在支持保障的后台,与客户经营的前台,产品推动的中台形成前中后的惯性合作模式。如果要打破这种方式,比如说用一种敏捷组织,实际上对整个商业银行前中后体系的改变影响还是比较大的。


3、数字化转型的初心



大家反过来想一想,真正数字化转型对商业银行的价值在哪?我认为还是要不忘初心,以客户为中心提升客户体验,特别是商业银行其核心目标是要打造卓越银行,打造卓越银行根本任务是满足股东回报,提升风险管理质量,以良好的组织效率提升客户体验和员工满意度,从而提升银行价值实现社会责任。无论到什么时候也不要忘了自己的初心和使命,而且作为数字化转型来说,又有更高的要求,不仅仅是解决了效率问题,还要瞄准市场客群,以求带来市场份额的变化。


4、数字化转型的愿景与目标



这张图是我们综合业界的一些经验总结出来的,刚刚讲到提升用户体验包括两大维度,即包括外部用户和内部用户,对于外部用户来说要具备全渠道懂客户的能力,客户无论在线上还是线下,无论是在厅堂还是手机 APP,你都要了解他,都要能够为这个客户量身定制服务,并且能够延续它的价值体系。比如一为私行客户无论在哪个场景,都还是高价值的私行客户,客户的价值体系必须能够延续,因为他带来的贡献价值是给一家银行的,并不是线上和线下分开的。此外,虚拟的身边服务也将是未来的趋势,远程银行的服务就是要将有“温度”的服务延伸到客户身边,而且是 24 小时全时在线的,这种服务还能够随时随地能够对接到线下的金融的专业能力。


实际上,商业银行和互联网金融公司相比,优势还是很明显的,一方面是对金融业务本身深度的应用和经验的积累,另一方面还有专业能力人才的积累,专业的人才是要有一个沉淀的过程,这些专业的金融资源需要通过线上线下随时对接给客户的,而且在任何业务场景当中,客户经理也好,理财经理也好,都是能够随时进行介入进来帮助客户解决金融需求的。


共享开放,就是银行业务资源和数据流量应该开放出来与合作方进行分享。我们现在看到很多银行与互联网金融有合作,这就是优势之间的互补。同时我们更要积极响应国家的号召,大力发展普惠金融,扶持中小微企业,让它们共用银行现存的客户流量资源,使他们在这个舞台上把自己的服务分享给银行的客户,在这个过程当中切实地把金融服务开放出来,在场景当中解决金融需求的问题。


在内部来讲一方面是效率,一方面是流程优化,当然也要注重体验,因为体验和流程是有非常大的关联要求的。


5、数字化转型的关键路径



在实施路径上是按照三个路径来做。第一,自我机制的觉醒。从去年开始我们所做的科技赋能的工作,主要还是思维模式和流程的改变,我们把科技能力附着到业务上,让业务或者前中台前形成科技敏捷响应能力。在这个过程当中会把技术资源进行结合,包括联合实验的方式等等。


第二,在组织模式转化上来讲,推荐大家一本书《赋能》,这本书里面讲到一个观念我非常认同,就是说建立敏捷组织首先要目标一致,相互信任,感知类同,行动授权。所以在组织模式变革当中也是借用了这套理论进行实践,把我们的规则制定好,在业务场景融合过程当中技术人员能够快速敏捷响应业务需求并且进行相应实施的授权。需求之所以层出不穷,项目能够不断地迭代,都是模式变化带来的影响。


第三,意识转化,其实人都有思维惯性,比如理工科生更擅长思考这个事情的结构严谨度,文科生则注重感性的表达,所以这个模式转化也是需要组织模式渗透的,同时也要进行相应的影响。这也是商业银行组建金融科技学院的目标,就是让更多的业务人员都能够具备这样一个数字化的意识。


三、数字驱动实践案例分享

1、体系建设



现在展示的是在数字化营销体系规划的一个模型,在这个体系当中我们看到核心的内容主要还是能够按照客户的生命周期轨迹来进行体系设计。在这个过程当中主要是针对零售体系的,对公数字化转型体系跟这个是不一样的,有些基础设施可以共用,但是整体玩法还是会有很大区别。


在这个图当中可以看到,在公域流量当中要进行内容的组织和安排,用内容去驱动。简单举一个例子,我们现在看到很多家银行都会有直播或者想打造专业的网红,这些内容有没有集成到一个体系?这个是很重要的,不管是怎样的小视频平台,有没有统一的管理和统筹,包括内容素材标签等等。只有建设好了这个体系之后,才会有一个集中的公域流量的沉淀,有了沉淀之后,访客逐渐转化成私域的粉丝(流量),关注你的品牌,某种程度上你再发一些营销推荐信息才可以有效触达,如果响应触达,就会成为你的登船客户,那么这个客户将来就会成为价值提升的目标。配合互联网营销产品的入口以及场景化运营的方式,包括非金融价值提升的方式,逐渐让业务的深度迭代,实现对于零售客户的价值经营。这个模块当中有互联网营销产品,有中台建设,包括数据资产的管理等等,这些都是组成部分,共同组成数字化零售营销的体系。


2、互联网获客产品


在这里我们举一个互联网营销产品典型的入口案例,这个产品的主要目标是通过产品入口的设计吸引用户,将那些已经成为私域流量的客户吸引进来办理业务,提交他的业务诉求。这个过程当中通过楼盘数据的评估使客户能够有兴趣加入进来,并且把贷款需求进行相应的申请,这个楼盘信息都是免费提供的,而且评估的数值相对来说还是比较靠谱的,通过房产评估合作机构共同建模。在过程当中会衍生出贷款需求,在贷款需求之后就变成我们的客户,而且这个过程当中我们把流程可视化,我们不怕让客户知道业务进行到哪了,因为后台还有一套督导机制。


其实产品真正的优势并不是来自于技术本身,移动互联网、大数据应用等技术都是相对成熟的,这个产品最终得到市场认可的地方,还是集中在原有传统的获客模式和贷款受理模式的线上场景化的改变,通过透明化、可视化流程调度机制改变了后台作业的分工与监督模式,所以它一定程度是业务模式的转化,不光是技术所带来的影响。


3、游戏类获客产品


接下来分享两个例子,一个是游戏性获客,一个是 MGM 获客模式。游戏性获客对于银行来说其实很困难,因为银行本身不是做游戏的,我们天然没有这方面的人才和技术积累。但是我们发现游戏具有一个非常重要的特征,就是说一旦玩起来时间过得非常快。之前我看一本书描写过“魔比斯环效应”,就是说当你在玩一款好的游戏,实际上它把你和外界短暂的隔离了,这是你会去遵照那个游戏当中的规则或者体系,为什么叫“沉迷游戏”,就是整个人沉浸进去,这个时候如果能和产品结合起来的话,那吸收效率确实会很高,但我们坚决不鼓励沉迷的方式,还是要理性对待。


MGM 这个方式商业银行也可以关注,传播产品营销激励机制是核心,一旦建立起来的话,对员工一定会形成非常好的激励效果,产品推广的能力会进一步增强。


4、数据实时推荐引擎产品



最后讲的是数据实时推荐引擎的产品案例,这个案例主要原理是进行客户识别和产品推荐,核心引擎就是产品推荐引擎,里边部署了多模混合推荐模型。从识别来看,我们开发了所有跟客户接触的渠道,并且现在已经把这个能力开始逐渐向客户经理普及。


在这个体系当中,我们解决的是理财经理没有办法主动维护很多客户的痛点。在这套体系当中,我们把主动营销改成被动营销,就是用户到了我们任何的触点,包括手机银行,任何触点都会有产品推荐,推荐发出去之后,客户经理也会有相应的客户分析的推送,能跟客户建立很好的互动的话题,这时候会促成交易。这是上线以来的交易情况,推荐成功率 6.16%,推荐转化率市场均值一般是 3-5%,其实效果还是很好的。


刚才讲的这几个例子,因为时间关系,内容就这么多,但是我想再重复一遍,整个数字化营销体系的建设不是一朝一夕的,是一定要有技术和业务共同参与的,是一定要让业务参与方能够有这个思维,并且跟大家协同去进行体系建设的。如果只是科技人员一厢情愿的推荐这个体系的时候是很难实现的,所以我们要意识到这个问题,最先解决的是顶层设计和组织模式的设计工作。


最后再次感谢主办方的邀请,也非常荣幸跟大家有这个机会和大家交流分享,希望对大家有所帮助和有所启迪。如果有这方面交流的,我们也随时欢迎。我的演讲到此结束,谢谢大家。


Q & A


Q1:刚刚老师讲到游戏的时候说到一个效应,说如果是好的游戏就可以让用户活跃起来,这个效应名字叫什么?


A:魔比斯环。


Q2:请教您一个问题。你刚刚说到肯定不只是 IT 信息科技部单独做这个事情,是要和业务部门做沟通联系的,因为是两个比较独立的部门,不知道您能不能向我们分享一下,您在推进智慧营销过程当中,一个部门和另外一个部门,其实大家的思维方式或者目的有很大不同情况下面,你们双方互相的沟通有没有遇到过什么坑或者怎么克服?能不能分享一些这方面的信息给到我们。


A:这个问题非常好,其实也是非常地棘手,这是我们所有科技部门面临的。通常情况下,企业高层的觉悟会起到事半功倍的效果,对于银行来说,行领导思维的转变非常重要。刚才讲的案例,之所以成功主要得益于行领导的支持。在这个项目实践中,是以部落制,项目组的方式推进的,行领导当组长,科技和业务共同参与组成敏捷组织。科技负责产品体验,行领导指挥业务流程的改造变革,最后业务与科技协同。到现在为止,我们数字化零售营销项目组还是继续沿用这个方式。


文章转载自: DBAplus 社群(ID:dbaplus)

原文链接:商业银行数据应用赋能的探索与实践


2021-01-06 08:002944

评论

发布
暂无评论
发现更多内容

react源码分析:实现react时间分片

flyzz177

React

极客时间运维进阶训练营第四周作业

Starry

ERP 实施,甲方公司前期应该准备什么?

SAP虾客

那些适用于跨境电商的ERP系统

SAP虾客

Alien Skin Exposure2023独立编辑器和PS/LR插件

茶色酒

Alien Skin Exposure

知乎好物推荐文能不能赚钱:如何撰写好物推荐文

石头IT视角

react源码分析:babel如何解析jsx

flyzz177

React

从React源码来学hooks是不是更香呢

goClient1992

React

安卓??传奇!!探寻世界最大操作系统的崛起之路

博文视点Broadview

API关键技术——身份认证

阿泽🧸

11月月更 API安全

【web 开发基础】PHP 自定义常规函数的声明及应用 (30)

迷彩

函数 PHP基础 11月月更 自定义函数 常规参数函数

桌面端软件的开发框架如何选型

Onegun

macos windows 桌面端 桌面应用

5种典型 API 攻击及预防建议

SEAL安全

API API安全

聊聊mybatis的反射之Invoker模块

急需上岸的小谢

11月月更

聊聊mybatis的反射之对象工厂

急需上岸的小谢

11月月更

从 Redux 的困扰到如何技术选型

光毅

JavaScript React Redux

从React源码分析看useEffect

goClient1992

React

react源码中的生命周期和事件系统

flyzz177

React

SAP ERP系统里的那些核心主数据

SAP虾客

性能测试知识科普(五):能力分层

老张

性能测试 岗位模型

C++学习---类型萃取---std::integral_constant

桑榆

C++ STL 11月月更

学会二阶思维,你就能像巴菲特一样思考了

华为云开发者联盟

软件开发 开发 华为云 二阶思维

CleanMyMac X2023苹果电脑系统清理维护软件

茶色酒

CleanMyMac X2023

你可见过如此细致的延时任务详解

骑牛上青山

Java redis kafka 延时队列

2022-11-22:小美将要期中考试,有n道题,对于第i道题, 小美有pi的几率做对,获得ai的分值,还有(1-pi)的概率做错,得0分。 小美总分是每道题获得的分数。 小美不甘于此,决定突击复习,

福大大架构师每日一题

算法 rust 福大大

聊聊如何让办公网络直连Kubernetes集群PodIP/ClusterIP/Service DNS等

大卡尔

#Kubernetes# 工程效能 11月月更

从React源码角度看useCallback,useMemo,useContext

goClient1992

React

ERP系统能给企业带来的那些好处

SAP虾客

混合开发Hybrid App的优劣

Onegun

ios 混合应用开发 移动端 andiod 混合开发

聊聊Mybatis的反射之ObjectWrapper

急需上岸的小谢

11月月更

什么是容器编排及编排的优点

穿过生命散发芬芳

容器编排 11月月更

  • 扫码添加小助手
    领取最新资料包
商业银行数据应用赋能的探索与实践_文化 & 方法_dbaplus社群_InfoQ精选文章