大数据与银行数字化转型.docx
视野HORIZON大数据与银行数字化转型每个数据产品组件具有自主性，具备低耦合高内聚特征，服务彼此独立运行, 具有增加自身价值的能力。工动互联时代，新的经营模式给传统 木银行带来极大的冲击。在银行数字 I化转型过程中，大数据能够发挥至关重要的作用，风险、营销、渠道、运营等领域 正在进行的各项变革也均与大数据密切相关。 银行数字化转型是企业级、体系化的工作，强 调极致客户体验和全面创新文化，同时内部有 机协作和外部市场拓展也是重要因素。为此， 数字银行的实施过程需要遵循客户中心性原 那么，同时建立开放式的创新机制。提升客户体验对于银行实施数字化转型 至关重要，具体包括三个成功因素。首先是将业 务经营目标设定为更接近客户的期望，这需要 改变现有的观念和做法，让客户真正成为银行 的中心，同时还要关注客户与用户的营销差异； 其次是充分利用技术创新带动客户体验的大 幅度进步，银行可以应用前沿技术实现这一目 标；最后需要重新思考网点分支机构的作用， 传统的总分支架构表达出银行品牌作为一个 完整的有机结构，改变分支机构意味着工作习 惯、绩效激励方式方法和业务经验的对应调整。针对开放式创新，可以结合IT和营销人员 组成数字化团队，帮助客户制定相应的创新方 案。类似敏捷开发的概念，同时也保证在双赢 的基础上发挥各自的优势。集合信息科技和业 务营销人员，创立敏捷团队将客户需求与解决 方案交付进行结合，从而尽快提供新的产品或 服务以满足客户需求。另外，在创新过程中需 要充分结合内部知识与外部信息，以实现更有 价值的创新。大数据与客户认知大数据领域的创新实践与银行数字化转 型息息相关，因为大数据是企业开放式创新的 重要落脚点，更是实现客户为中心的基础和关 键。大数据与客户认知，表达了业务视角的大数 据价值，也涵盖了技术视角下数据采集、加工、 整合及应用的完整过程。大数据能够帮助企业全面深入地了解客 户，并提供有针对性的服务。我们认为大数据 视角下的客户认知可以通过建立客户画像标 签体系来实现，并在应用过程中不断完善和深 化。如图1所示，客户认知框架可以分为两层， 其中基础层包括静态属性和行为属性，反映数 据采集范围；衍生层包括情绪属性、价值观属 性、道德观属性，反映的是数据应用的深度，也 就是数据价值挖掘实现的层次。综合数据范围的广度和数据应用的深 度来建立客户画像标签体系，表达了大数据 时代4V特性的精髓，其中Volume、Variety. Velocity三个属性主要对应客户基础层标签 中静态或行为数据的增加，WU频性对应衍田江中国光大银行数据挖掘专家视野Jndd 2828软件和集成电路 SOFTWARE AND INTEGRATED CIRCUIT2017/10/27 12:13:26大数据与银行数字化转型图1数据层级特性基础层基础层静态属性行为信息视野Jndd 29视野Jndd 29衍生层情绪属性价值观属性道德观属性生层的数据分析挖掘相关内容。从另外一个视角来 看，衍生层对应客户认知的深度和数据应用的 广度，能够促进基础层数据采集的范围扩大， 并且实现用数据和养'数据的良性循环。虽然上面只呈现两层的体系架构，在实际 应用中还可以细分为更多的维度。以静态属性 为例，基本定义为客户较为固定的属性，又可分 为自然属性、社会属性、兴趣属性等分类，具体相关工程包括性别、年龄、星座、人生阶段、消费水 平、教育程度、所在行业、职业、投资偏好等。 在实际应用中，静态属性也并非一成不变，会 随着具体情况的变化进行动态调整，不过其频 率和范围较行为属性的变化要相对稳定。对银 行客户来说，典型的行为信息包括客户通过某 一渠道访问或使用银行某一产品、服务的事件 类信息，以及伴随对应的时间、地点等信息。 此外，大数据时代更重要的是整合企业外部数 据，如社交网络、地理位置服务等数据形成对 应的行为信息属性。需要额外说明的是，基础 层的两种分类属性都可以结合业务需求进行自我进化、组合，形成更加丰富的宽表属性以满 足灵活需求。通常来说，基础层属性能满足大多数的银 行业务经营需求。无论是营销类分析决策，还 是风险类授信预警，都可以在基础层的属性信 息上进行数据分析与挖掘。客户融合的理念在 于从更深层次认知客户，从而优化模型算法以 提升实用效果。当更多种类的挖掘算法出现在银行经营活动中，那么就能逐步实现数据化运营，这个过程中就需要衍生层的属性。衍生层的属性主要是情绪属性、价值观 属性和道德观属性三类，情绪属性是目前业界 最为关注的热门话题。通常将客户的情绪分为 冷静、警惕、确信、活力、友善和幸福这六个类 别，情绪信息对于客户在线营销能够发挥关键 作用，不同情绪对应不同的营销技巧和策略， 这是零售银行客户开展的重要问题。价值观属 性和道德观属性虽然出现于体系中，但目前更 多处于探索阶段，距离实际应用场景还有一段 距离。在人类的决策模式中，情绪数据能够影软件和集成电路2017年第10期292017/10/27 12:13:28视野HORIZON响用户是否会购买商品，但价值观属性对应着 具体买哪种商品。与此对应，道德观属性包括 老实、原那么、荣誉等属性，对于银行客户营销、 风险法规等领域都能发挥作用。通过传统数据 难于分析判断客户的价值观倾向或者道德观属 性，这需要更多的外部数据支持。技术视角下的大数据应用层次中间是大数据专项应用，其中从业务视角看最多的是风控类和营销类相关工程，这类system的 典型关键词包括外部数据、机器学习、复杂网 络和精准预测。从技术视角看，局部银行建设 了专门的大数据挖掘或者机器学习平台，提供 分布式数据挖掘建模的基础技术能力；或者完 成大数据治理相关工程，实现数据治理与数据应用 齐头并进，确保企业战略的落实以及实际工作这里的大数据应用指的是system层面的应的有序开展。用，能够讨论问题意味着企业对于大数据的认最上面一层是AI,其实此时的AI更多还是可，通过预算和投入可以反映出很多问题。总 Augumented Intelligence （增强智能智慧）system, 结国内大数据相关工程建设经验，我们将其划分为 可以由客户画像+挖掘模型+决策引擎组成，其 三个层次。中数据挖掘模型是智能智慧化的核心。我们认为只首先是数据整合类的大数据应用，典型有完成三类应用建设并在业务场景中进行融案例包括海量数据的存储、整合和检索。其优合，这样才能够满足银行数字化转型过程中所 势在于Hadoop集群相对低廉的软硬件价格，对 需的大数据技术能力需求。比的是TeraData的一体机或者GreenPlum的软不同层次的大数据应用对应不同的数据维件。业务需求及功能组件相对简单，能够提供 度，从基础到社交，从移动到实时，业务要求和 稳定和高效的system实现。技术能力都会逐步深化和提升。举个例子，产图2大数据相关工程三层AI30 软件和笫成电路 I SOFTWARE AND INTEGRATED CIRCUIT视野Jndd 30视野Jndd 302017/10/27 12:13:30图3 Alsystem功能图3 Alsystem功能前端渠道中心智能化后端系统大数据与银行数字化转型网点 呼叫中心 网银得5数据产品敏捷核心系统品实时推荐应用的背后是高阶技术水准的大数 据挖掘模型，隐含的业务需求和技术能力也都 是高层次的。当然，万丈高楼平地起，没有前期 的持续积累，技术上做不了这样的模型，业务 也不会提出这样的需求。数据产品对接渠道类客户端，实现智能智慧决策支 持。数据产品可以抽取Alsystem功能封装而成， 也可以独立开发部署。用数据产品化的思维指 导大数据分析挖掘实际工作的开展，同时也可 以作为传统业务system的进化目标参考。分析需 求、确定度量、孵化模型、打磨可视化展现界银行数字化转型中的智能智慧化system飘，这是数据产品研发过程中最关键的几个步 构 银行数字化转型中需要考虑的问题很多，骤。数据产品需要具有快速迭代的能力，应用这里的大数据智能智慧化system重点在于发挥大脑和小步快跑、灰度发布这些互联网运营技巧才能 中枢神经的作用，整合技术创新对应的各类数 满足以客户为中心的灵活需求。底层重量级AI 据，并通过数据挖掘发挥数据的价值和力量。system支持下的数据产品可以应用并行开发模后台是敏捷核心或者新核心system,能够支 式，上线、下线具有对应的流程机制。可以尝试 持转型过程中的业务运营需求。中台是大数 结合微服务架构去开发数据产品，每个数据产 据增强智能智慧system,包括数据挖掘、客户画像和 品组件具有自主性，具备彳麻禺合高内聚特征，服 决策引擎三个组成局部。system通过种类繁多的 务彼此独立运行，具有增加自身价值能力Q软件和集成电路2017年第10期31视野.indd 312017/10/27 12:13:32
