金融科技公司服务银行业研究报告.pdf

《金融科技公司服务银行业研究报告.pdf》由会员分享，可在线阅读，更多相关《金融科技公司服务银行业研究报告.pdf（78页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、携手金融科技，建设智慧银行 金融科技公司服务银行业研究报告 亿欧智库 Copyrights reserved to EO Intelligence, September 2018 EO Intelligence 前言 中国银行业正处于转型关键时期，利用金融科技促进转型升级，已成为当下商业银行普遍关注的焦点，而通过与金融科技公司的合作，驶 入创新发展快车道甚至建立起竞争壁垒，更是焦点中的焦点。尤其是“五大行”与”BATJS”相继结盟，更是将银行与金融科技公司的合 作推到了风口浪尖，之后银行与金融科技公司合作的报道、研究和实践如雨后春笋般迅速涌现。 亿欧智库作为一家致力于推动新科技、新理念、新政策

2、服务实体经济的产业创新服务平台，一直关注大数据、人工智能、云计算等技术如 何促进银行、保险等金融行业创新。继2017中国智能金融产业研究报告、2017中国保险科技报告、2018银行业创新形态及模 式研究报告等一系列研究之后，亿欧智库基于大量桌面研究以及对金融科技的理解，并与多家银行从业人员、金融科技公司高管沟通交 流，撰写了金融科技公司服务银行业研究报告。 金融科技公司服务银行业研究报告阐述了银行发展金融科技的必要性及布局策略，分析了金融科技公司服务银行八大场景的现状、市 场规模及应用案例，最后展望了金融科技公司服务银行的趋势。在研究过程中，我们欣喜地看到金融科技公司服务银行已经有了一定的成

3、果，但是，“知易行难”，真正实现端到端成功推动、获得巨大价值的案例仍凤毛麟角。当然，我们相信随着双方不断磨合，金融科技服 务银行必将不断深化。 2 EO Intelligence 概念明确 3 定义：金融科技公司仅指利用云计算、大数据、人工智能、区 块链等新兴技术，为金融机构提供风控、营销、客服、投顾等 服务的公司。 本报告研究范围：为银行提供服务的金融科技公司，即银行级 金融科技公司，既包括大型互联网公司，也包括初创公司。 金融科技公司 定义：银行业在我国是指中国人民银行，监管机构，自律组织， 以及在中国境内设立的商业银行等吸收公众存款的金融机构、 非银行金融机构以及政策性银行。 本报告研究

4、范围：商业银行，包括大型商业银行、股份制商业 银行、城市商业银行、民营银行、农村商业银行及外资银行。 银行业 EO Intelligence 银行级金融科技公司三个层次八大场景 4 管控层 银行体系架构的 “神经中枢” 界面层 与客户直接交互的 界面和触点 交付层 处理银行业务活动 的作业“后台” 身份认证 银行云 银行级金融科技公司 智能审计 智能风控 智能营销 智能投顾 智能投研 智能客服 EO Intelligence 中国商业银行图谱 5 开发性金融机构（1家）政策性银行（2家）邮储银行（1家） 数据来源：中国银监会2017年底统计，亿欧智库整理 大型商业银行（5家）股份制商业银行（1

5、2家） 民营银行（17家） 外资银行（39家） 农村商业银行（1262家）城市商业银行（134家） 目录 CONTENTS Part1. 未来已来，大象起舞正当时 1.1 变革如逆水行舟，不进则退 1.2 抢占先发优势，积极布局金融科技 Part2. 凤凰涅槃，银行金融科技变革之路 2.1 管控层：银行体系架构的“神经中枢” 2.2 交付层：处理银行业务活动的作业“后台” 2.3 界面层：与客户直接交互的界面和触点 Part3. 高屋建瓴，合作的挑战与趋势 3.1 知易行难，真正落地充满挑战 3.2 循序渐进，金融科技公司服务银行之路 未来已来，大象起舞正当时 7 EO Intelligenc

6、e 变革如逆水行舟，不进则退 8 Part1 未来已来，大象起舞正当时 EO Intelligence 在市场竞争、客户期望、政策驱动、技术进步等四大因素共同 驱动下，银行发展金融科技势不可挡 目前我国银行业所处的环境与过去有着极大的差别。经济、社会和人们的行为都在发生剧变，来自内外部的各种力量正在重塑和改变 金融服务市场，也使得银行在竞争、客户、政策、技术等方面面临着新的挑战。 9 Part1 未来已来，大象起舞正当时 变革如逆水行舟，不进则退 01.市场竞争 受利率汇率市场化、金融脱媒等因 素影响，银行传统的“存贷汇”盈 利模式面临转型挑战 02.客户期望 客户期望随技术发展不断提高，但

7、银行服务水平与日益提升的客户需 求仍存在较大差距 03.政策驱动 国家重视普惠金融业务且加强风险、 合规和安全方面的监管，银行需要 利用金融科技提高服务效率，满足 监管要求 04.技术进步 人工智能、大数据、云计算、区块 链等新技术日渐成熟，为银行强化 自身的数字化能力提供了新动能 EO Intelligence 受利率汇率市场化、金融脱媒等因素影响，银行传统的“存贷 汇”盈利模式面临转型挑战 当前，利率汇率市场化、多样化融资渠道发展分流银行储蓄和宏观经济增速放缓的背景下，银行靠传统“存贷汇”业务带动快速增长 越来越难。根据中国银监会官网数据显示，2017年商业银行实现净利润1.75万亿元，较

8、去年同期增加0.1万亿元，虽然净利润总体规 模有所增长，但是增速却从2011年的36.34%大幅下滑到了2017年的6%。 受投资回报率下降、存款利率上限完全放开和基准利率下调等因素的影响，商业银行净息差由2011年Q2的2.7%，收窄至2018年Q2 的2.12%。净息差不断收紧，加剧商业银行竞争，刺激其寻求新业务扩张，也对银行的风险管理和金融创新能力提出了新要求。 10 Part1 未来已来，大象起舞正当时 变革如逆水行舟，不进则退 数据来源：中国银监会官网，亿欧智库整理 1.04 1.24 1.42 1.55 1.59 1.65 1.75 36.34% 18.96% 14.48% 9.6

9、5% 2.43% 3.54% 6.00% 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2011年2012年2013年2014年2015年2016年2017年 亿欧智库：2011年-2017年商业银行净利润及增速 净利润：万亿元增速 2.70% 2.73% 2.59% 2.62% 2.51% 2.27% 2.05% 2.12% 2.0% 2.2% 2.4% 2.6% 2.8% 2011Q22012Q22013Q22014Q22015Q22016Q22017Q22018Q2 亿欧智库：2011Q2-2018Q2商业银行净息差 净息差(%) EO Intelligence 客户期望随技术

10、发展不断提高，但银行服务水平与日益提升的 客户需求仍存在较大差距 随着技术的发展，客户期望不断提高。客户想要的是直观、无缝的体验，即在任何设备上都能随时享受服务，并实现个性化主张和即 时决策。但据银行用户体验联合实验室调研显示，客户对于银行性能、功能、操作体验、应用范围等满意度较低，部分用户特别是年 轻用户正在减少使用银行服务。银行应根据客户体验，依托金融科技，提高服务水平。 11 25.0% 22.0% 20.0% 22.0% 19.0% 44.0% 43.0% 40.0% 34.0% 41.0% 30.0% 33.0% 39.0% 41.0% 36.0% 1% 2% 1% 3% 4% 0%

11、 20% 40% 60% 80% 100% 60后70后80后90后95后 亿欧智库：不同年代过去一年使用银行服务频率变化 增加维持不变减少不再使用 10%30%40%50%60%70%20% 76 74 72 70 68 66 64 满意度 重要性 持续关注 优化改进等候观察 保持现状 品牌 营销活动 应用范围 性能 功能 操作体验 安全感 亿欧智库：银行总体满意度重要性评估矩阵 数据来源：银行用户体验联合实验室2017银行用户体验大调研报告 Part1 未来已来，大象起舞正当时 变革如逆水行舟，不进则退 EO Intelligence 国家重视普惠金融业务且加强风险、合规和安全方面的监管，

12、 驱动银行利用金融科技提高服务效率，满足监管要求 普惠金融发展需求：国家高度重视普惠金融业务，2017年银监会等11部委联合印发大中型商业银行设立普惠金融事业部实施方案， 要求相关银行设立普惠金融事业部。为了更好地服务小微企业，银行需要利用金融科技提高服务效率。 监管趋严合规成本提升：一方面，监管机构鼓励银行在风险可控的前提下创新，另一方面，监管机构加强风险、合规和安全方面的监 管，银行需要通过更有效的手段来满足监管要求，如反欺诈、反洗钱、智能审计等。 12 亿欧智库：2017年以来银行业金融监管政策梳理 时间政策主题主要内容 2017年3月关于开展银行业“监管套利、空转套利、关联套利”专项治

13、理工作的通知打击资金空转，引导银行资金切实投入到实体经济中 2017年3月关于开展银行业“违法、违规、违章”行为专项治理开展“三违反”行为专项治理工作 2017年4月关于开展银行业“不当创新、不当交易、不当激励、不当收费“专项治理工作的通知开展银行业“四不当” 专项治理工作 2017年4月关于提升银行业服务实体经济质效的指导意见推进银行业体制机制改革，提升服务实体经济的能力 2017年4月关于集中开展银行业市场乱象整治工作的通知集中整治行业乱象，加大处罚力度 2017年4月关于银行业风险防控工作的指导意见列举银行业风险防控十大重点领域，全面防范金融风险 2017年4月关于切实弥补监管短板提升监

14、管效能的通知提出法规建设蓝图，要求制定和修改26个管理办法 2017年5月关于印发商业银行押品管理指引的通知规范押品管理，完善押品风险管理监管 2017年8月商业银行新设债转股实施机构管理办法(试 行)（征求意见稿）要求银行通过实施机构实施债转股，推进金融去杠杆 2018年2月关于调整商业银行贷款损失准备监管要求的通知对贷款损失准备计提事项提出修改意见 来源：根据公开资料整理亿欧（） Part1 未来已来，大象起舞正当时 变革如逆水行舟，不进则退 EO Intelligence 人工智能、区块链、云计算、大数据等新技术日渐成熟，为银 行强化自身的数字化能力提供了新动能 随着人工智能、区块链、云

15、计算、区块链等新技术日渐成熟，推动金融科技公司迅速崛起，银行也可以获得或者发展此类技术，强化 自身的数字化能力，建设智能银行。 13 人工智能 决策着金融服务趋向于自动化和智能化 区块链 以其安全可靠不可篡改的特性解决金融交易的信任问题 云计算 技术和资源以弹性灵活的方式得到充分利用 大数据 为人工智能不断学习、快速成长提供数据动力 Part1 未来已来，大象起舞正当时 变革如逆水行舟，不进则退 EO Intelligence 商业银行主动拥抱金融科技，积极和金融科技公司合作，推动 金融创新与变革 14 今天的金融科技新时代孕育出了更 具效率、更具质量、更富价值的新 金融，也为商业银行的创新注

16、入了 充沛的生命力。 李云泽，工商银行副行长 科技将作为招商银行未来变革的重 中之重，每一项业务、流程、管理 都要以金融科技的手段再造。 田惠宇，招商银行行长 银行需要主动拥抱大数据时代催生 的金融创新和变革，运用金融科技 创新提升金融服务的质量和效率。 张东宁，北京银行董事长 深圳农商行与京东金融、融信云将 在大数据风控、反欺诈、精准营销、 智能金融等各领域加强合作，开展 全方位对接。 李光安，深圳农商行董事长 Part1 未来已来，大象起舞正当时 变革如逆水行舟，不进则退 EO Intelligence 抢占先发优势，积极布局金融科技 15 Part1 未来已来，大象起舞正当时 EO In

17、telligence 银行布局金融科技主要有三种方式：内部研发、投资并购、外 部合作 16 银行借鉴金融科技产业创新思路，通 过已有部门信息科技部或成立金融科 技子公司的方式，自行研发创新金融 技术及产品。 内部研发 综合应用难度： 银行将自身资本注入金融科技公司， 形成更紧密的合作关系，作为自己的 外部金融科技研发基地，缩短技术研 发应用时间。 投资并购 综合应用难度： 银行与金融科技公司合作，包括与金 融科技公司战略合作共建联合实验室 甚至联合成立子公司，向金融科技公 司购买服务等。 外部合作 利：更好的控制技术、人才和 资源； 弊：技术开发与维护成本高， 开发周期长，应用较慢。 利：解决

18、了内部创新文化缺失 问题，缩短了技术应用时间； 弊：非专属关系，控制相对难， 面临数据安全与隐私等问题。 利：无需投入大量成本，推向 市场时间较短； 弊：合作关系货币化，双方磨 合困难，存在潜在文化冲突。 综合应用难度： 案例：兴业银行、平安银行、 招商银行相继成立金融科技子 公司兴业数金、金融壹账通、 招银云创。 案例：工商银行全资金融机构 工银国际投资了智能风控公司 第四范式、人脸识别公司依图 科技等。 案例：同盾科技为建设银行、 中信银行、浦发银行、北京银 行等提供端到云一体化智能风 控解决方案。 Part1 未来已来，大象起舞正当时 抢占先发优势，积极布局金融科技 EO Intelli

19、gence 向金融科技公司购买服务将是中国银行业布局金融科技的重要 手段 据普华永道2017年全球金融科技调查中国概要显示，中国48%的金融机构目前向金融科技公司购买服务，未来3至5年，68%金融 机构将增加与金融科技公司的合作。 17 46% 68% 75% 44% 31% 19% 10% 1% 6% 0%20%40%60%80%100% 投资并购 合作 自主研发 亿欧智库：未来3-5年中国金融机构创新驱动力变化 增加维持不变减少 数据来源：普华永道2017年全球金融科技调查中国概要 中国金融机构愿意将32%的资源投入到金融 科技的项目中 中国金融机构中48%目前向金融科技公司购 买服务 中

20、国金融机构中40%目前与金融科技公司是 合作伙伴 Part1 未来已来，大象起舞正当时 抢占先发优势，积极布局金融科技 凤凰涅槃，银行金融科技变革之路 18 EO Intelligence 银行迈入4.0智能银行时代，基于大数据、云计算、人工智能 等新兴技术，全面改造银行的运作模式 创新是商业银行长期发展的基础，围绕客户需求的升级和经营效率的提高，商业银行一直在采用更加先进的技术去改造业务流程和服 务模式。目前，中国银行业正面临转折点，全面迈入第四个重大发展阶段，即4.0智能银行，即基于大数据、云计算、人工智能等新兴 技术，全面改造银行的运作模式。 19 3.0 移动银行4.0 智能银行1.0

21、 电子银行2.0 网络银行 ATM 数 字 化 程 度 高 低 1980-1995年1996-2007年2008-2016年2017年至今 账单支付 基于网络的银行 数字信用卡发放 移动钱包 移动存款 ATM能力升级 全功能智能手机应用 大数据 人工智能 智能风控 全渠道银行 机器人顾问 亿欧智库：中国银行业数字化演进历程 Part2 凤凰涅槃，银行金融科技变革之路 EO Intelligence 金融科技渗透到银行运营的三个层次体系管控层、交付层 和应用层构建起智能银行的体系架构 智能银行的建设路径，即金融科技的利用主要集中在三个层次：管控层（银行体系架构的“神经中枢”，即基础架构）、交付层

22、（处 理银行业务活动的作业“后台”）及界面层（与客户直接交互的界面和触点）。 20 降低客户服务成本增强客户体验提高客户服务质量和效率 多元化用户服务入口一站式金融服务解决方案 客户服务界面/端营销界面/端客户经理界面/端管理层界面/端运营界面/端 智能营销平台智能投研平台智能投顾平台 精准营销 场景营销 个性化营销 反欺诈模型 行为监控模型 催收策略模型 基础审计模型 预警与特征筛选 数据挖掘审计模型 客户分析 大量资产配置 智能投资组合 语义搜索 智能问答 智能推荐 智能审计平台智能风控平台 人 工 智 能 内 部 数 据 外 部 数 据 标准化API接口1标准化API接口2标准化API接

23、口N 封装式系 统基础 数据交换平台数据交换平台 集团共享数据库 非结构化 数据处理 “云”的基 础IT架构 管控层 交付层 界面层 亿欧智库：基于金融科技的智能银行体系架构 Part2 凤凰涅槃，银行金融科技变革之路 大数据 图片参考：智慧银行 未来银行服务新模式 EO Intelligence 管控层：银行体系架构的“神经中枢” 21 Part2 凤凰涅槃，银行金融科技变革之路 EO Intelligence 管控层是整个银行体系架构的“神经中枢”，呈现“云端化” 发展趋势，强化“智能管控” 管控层是整个银行体系架构的“神经中枢”，其基础架构以云计算为核心，采用顶层设计架构，自上而下，实现

24、互联互通，满足数据 传输的高效率与安全性，建构动态、高效、开放式、弹性、敏捷的IT系统架构。 管控层呈现“云端化” 的发展趋势：云计算代表一种采取互联网思维的全新技术路线，银行基于云平台，通过资源组合方式的优化和 资源投入的统筹安排，提高银行运营体系的整体效能。 据中国信通院调研数据显示，近九成金融机构已经或正计划应用云计算技术，其最主要目的是缩短应用部署时间、节约成本和业务升 级不中断。 22 46.8% 41.2% 12.0% 亿欧智库：金融机构云计算技术运用进展（n=391) 有计划使用已经使用暂时没有计划使用 32.25% 32.81% 50.00% 53.13% 62.56% 67.

25、81% 0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00% 故障自动检测定位 系统自动扩张 用户自服务 业务升级不中断 节约成本 缩短应用部署时间 亿欧智库：用户应用云计算技术的目的（n=344） 数据来源：中国信通院，亿欧智库整理 Part2 凤凰涅槃，银行金融科技变革之路 管控层：银行体系架构的“神经中枢” EO Intelligence 银行云：银行目前多采取集中式总线型架构，但其成本高、扩 展能力有限等缺点难以满足银行日益增长的IT能力需求 现状；银行业务的开展和经营管理完全通过IT系统完成，金融创新及风控也主要通过IT技术手段实现。银行早期

26、IT系统主要采用集中式 架构，但随着互联网、大数据、人工智能等战略加速布局，银行传统的集中式架构已无法满足日益增长的IT能力需求。 痛点：服务器资源利用率低，成本高；扩展能力有限，业务上线周期长；运维效率低下，故障恢复周期长。 23 Part2 凤凰涅槃，银行金融科技变革之路 管控层：银行体系架构的“神经中枢” 亿欧智库：银行集中式总线型架构 互联网接入网关 网银柜面手机银行直销银行 ESB总线 支付现金管理对账信贷供应链 总账核心 亿欧智库：银行集中式总线型架构存在的问题 服务器资源利用率低，成本高 银行服务器资源利用率低于30%，单台 5000MIPS的大机每年耗费1亿元以上 扩展能力有限

27、，业务上线周期长 银行业务资源从申请到上线需要50多 个步骤，80%工作需要人工完成 运维效率低下，故障恢复周期长 银行IT系统繁多，仅以城商行为例，系 统多达60-100个，服务器几百台 EO Intelligence 银行云：服务模式包括SaaS、PaaS、IaaS三种，部署模式以 私有云为主 24 场景介绍：银行云基础架构基于分布式资源管理、虚拟化等技术建造金融云服务银行，其服务模式包括SaaS、PaaS、IaaS，部署模式 包括私有云、公有云和混合云，其中私有云为主。 应用价值：提升资产IT基础设施使用率，降低成本；实现去IT化，通过科技创新，实现IT和服务的融合；实现业务模式、服务模

28、式和运 营模式的创新。 亿欧智库：银行云服务示意图亿欧智库：银行云发展现状 技术挑战度 市场竞争度 银行采纳度 技术成熟度 2020E市场规模 ￥42.842.8 亿元 虚拟化分布式存储编程模式 云基础IT架构 分布式资源管理大规模数据管理 银行 金融云 服务模式部署模式 SaaS PaaS IaaS 私有云 公有云 混合云 核心技术 大数据云计算区块链机器学习计算机视觉自然语言理解 与交流 知识图谱生物识别 Part2 凤凰涅槃，银行金融科技变革之路 管控层：银行体系架构的“神经中枢” EO Intelligence 银行云：大型商业银行具有自建云平台的能力，中小型银行主 要依托大银行或者第

29、三方云服务商来支撑云平台的运行 25 中国银监会发布中国银行业信息科技“十三五”发展规划监管指导意见（征求意见稿）指出，商业银行应积极开展云计算架构规 划。目前，中国大型商业银行具有自建云平台的能力，而中小型银行需要依托大银行或者第三方云服务商来支撑云平台的运行。 目前，银行云市场正处于快速增长期。银行系金融科技子公司如兴业数金等也推出金融云服务平台，互联网公司如阿里云、腾讯云也 瞄向了银行，除此之外还有一些银行云提供商如天翼云、Ucloud、青云等。各中小型银行业依托第三方服务提供商加快上云进程。 以哈密市商业银行为例，为了实现新业务上线需求以及计算资源的迅速扩张，选择了兴业数金及甲骨文公司

30、进行合作，通过系统上云 的方式快速实现业务需求。 Click here to add your text. Click here to add your text. Click here to add your text. Click here to add your text. Click here to add your text. 亿欧智库：哈密市商业银行上云业务展示 通过租赁云主机的方式实现了自建业 务系统快速、稳定上线，目前已经租 用云主机40余台，微贷系统、农贷 系统、OA系统、绩效系统等十余套 自建业务系统已上线运行。 IaaSSaaSPaaS 借助金融云的平台服务，在分布式数

31、据库服务、分布式文件服务以及缓存 服务方面实现了高性能计算，为数据 分析、报表展示系统提供有效支撑。 先后实现了核心业务系统、事后监督 系统、对公信贷管理系统、零售信贷 管理系统、IC卡系统、支票影像系统 等重要系统上云运行。随着电子渠道 业务发展，后续又逐步上云了网上银 行系统等。 Part2 凤凰涅槃，银行金融科技变革之路 管控层：银行体系架构的“神经中枢” 案例内容来源：中国信通院 EO Intelligence 腾讯云：为银行量身定制云计算服务，监管合规的金融级灾备 能力，用科技引领银行变革，共建智慧银行 26 Click here to add your text. Click he

32、re to add your text. Click here to add your text. Click here to add your text. Click here to add your text. 公司介绍：成立于2010年 公司定位：国内最完备的云平台， 专注于提供全球领先的专业云计 算服务 核心产品：云计算、云数据、云 存储等云服务 商业模式：为企业和创业者提供 云端服务，按实际使用资源付费 应用行业：金融、医疗、政务、 电商等多个行业 银行客户： 腾讯云银行解决方案 推荐产品 大禹网络安全 金融服务器人脸识别 私有网络专用宿主机金融数据库 PAAS TBDS大数 据处理

33、套件 TDSQL金 融数据库 天御业务 安全防护 邮件/短信 /RTX服务 COS对象存储CDN内容分发CMQ消息服务 人脸识别DDoS防护音视频服务安全认证 深圳 金融云A 深圳 金融云B 上海 金融云A IAAS 智能域名解析 云监控云安全 负载均衡 云主机 接入应用层 高速缓存对象存储金融港数据库 资源层 两地三中心机房 同步数据、实时同步 异地灾备、数据同步 图片参考：腾讯云官网，亿欧智库整理 Part2 凤凰涅槃，银行金融科技变革之路 管控层：银行体系架构的“神经中枢” EO Intelligence 交付层：处理银行业务活动的作业“后台” 27 Part2 凤凰涅槃，银行金融科技变

34、革之路 EO Intelligence 交付层是处理业务活动的作业“后台”，呈现“智能化”“集 约化”的发展趋势 交付层是处理业务活动的作业“后台”，其运营效率将影响整个流程的交付时间和质量，同样支撑客户体验的实现，也是影响经营成 本的重要变量。交付层基于大数据和人工智能等技术，打造智能营销、智能风控、智能审计、智能投顾、智能投研等智能应用平台， 有效提升银行数字化经营管理能力。 交付层呈现“智能化”、“集约化” 的发展趋势：“智能化”表现为以机器取代人工，实现自动化、智能化操作。“集约化”表现为 不再一定需要物理上的集中，作业资源的共享和调配可以通过“逻辑集中”的方式实现。 28 亿 欧 智

35、 库 ： 交 付 层 发 展 趋 势 智能化 集约化 对于标准化业务流程，以标准算法 库为支撑，以机器取代人工，实现 自动化和智能化操作； 对于非标准化及专业化要求高的业 务流程，以数据为驱动，外加专家 智慧，提供实时高效的智能化决策。 通过搭建共享的运营管理平台，充 分打通全行跨地域、机构层级的运 营资源，突破机构属性和物理位置 上的限制因素，最大化作业资源共 享效益，实现“逻辑上”运营大集 中。 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” EO Intelligence 智能营销：银行目标客户群体下沉，需要发展与中小微企业以 及个人客户相适应的营销方

36、式 现状：银行传统客户主要针对国有企业、大型企业以及高净值人群，但随着传统市场竞争的白热化以及消费金融市场的迅速发展，银 行目标客户群体下沉，向中小微企业和个人覆盖，对下层客户的获取留存是银行未来竞争的重要因素。 痛点：银行传统的营销获客方式成本高、转化率低、精准度低，且与零售市场不相适应。 29 亿欧智库：银行传统营销方式 物理网点是银行 最集中的获客渠道 和营销场所 物理网点营销 困境：消费主体 年轻化、电子银行 普及改变用户习惯； 网点缩减 在小区、商场等 场所陌拜、发放传 单、路演吸引客户 地推路演营销 困境：吸引力较 差、效率低、精准 度低 定期举办沙龙会 议，联系客户感情， 推介相

37、关产品 沙龙会议营销 困境：邀请客户 困难；主要针对中 高端客户覆盖度低 借助电话、短信 等向用户批量推荐 理财产品、信用卡 电话短信营销 困境：骚扰电话 影响银行形象；手 机自动拦截信息接 受程度低 通过媒体广告， 赞助活动、比赛、 节目等形式营销 媒体广告营销 困境：成本高、 准化率低 通过礼品、抽奖、 红包吸引新客户、 活跃老客户 物理网点营销 困境：虚假注册、 渠道刷单，用户质 量差、黏性低 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” EO Intelligence 智能营销：借助大数据、云计算、机器学习技术打造以客户为 中心的智能营销，实现银行

38、营销的精准化、场景化与个性化 30 场景介绍：智能营销通过收集用户社交、消费、信用、交易等行为数据，分析用户需求与偏好，建立精准营销解决方案，优化银行对 客户的筛选与精准服务，应用于银行的存量客户激活、线上线下获客、产品交叉营销等场景。 应用价值：将银行海量存储数据变现为营销价值；通过用户画像、用户分层、用户定位实现银行营销的精准化、场景化、个性化，优 化营销的质量与效果；降低人力成本、提高营销效率。 亿欧智库：银行智能营销发展现状 技术挑战度 市场竞争度 银行采纳度 技术成熟度 2020E市场规模 ￥46.746.7 亿元 亿欧智库：智能营销系统 实时监测 报表洞察 B/A测试 产品优化数据

39、 业务 系统 渠道 行内数据交互数据外部数据 数据处理标签画像用户定位用户分层 智能营销管理系统 精准营销个性化营销场景营销 微信微博论坛邮件 媒体SEM 交互渠道 单项渠道 评估优化 备注：B/A测试：投入产出比；SEM：搜索引擎营销 核心技术 大数据云计算区块链机器学习计算机视觉自然语言理解 与交流 知识图谱生物识别 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” EO Intelligence 智能营销：银行开展智能营销依托金融科技公司提供全套智能 营销解决方案或合作建立本行的智能营销服务平台 面对用户下沉挑战，银行营销由传统粗放式营销转向从数据中挖掘

40、价值的智能营销。银行开展智能营销主要有两大方向，一是在特定 项目上依托金融科技公司提供全套智能营销解决方案，二是和金融科技公司合作建立本行的“基于大数据分析的精准营销服务平台“。 招商银行2015年和SAS合作启动“招商银行智慧营销平台项目“，以实现招行营销决策科学化、营销管理流程化、营销业务精准化和 资源投入最佳化。该项目获得亚洲银行家2017年度 中国最佳客户关系管理项目（Best CRM Project）大奖。 31 产品介绍：“智慧营销平台”通过大 数据分析和洞察，打造以客户体验为 核心的实时互动营销平台体系 业绩表现：超4000个活动在智慧营销 平台上运转，事件营销成功率比传统 数据

41、营销高5至10倍 合作伙伴： 亿欧智库：招商银行网络化、数据化、智能化智慧营销平台 营销数据集市 筛选客户 营销管理平台 营销优化 渠道协同评估分析 客户获取 事件式营销（数据库营销） 运营管理 客户经营资源管理 主动营销：重精准 外拓人员VTM网点 网银手机银行电话银行 大零售客户数据营销接触数据线上行为数据 个性化推荐引擎 排除规则推荐规则渠道选择 客户 被动营销：重个性 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” 案例内容来源：招商银行零售金融部张艾楠演讲及其他公开资料，亿欧智库整理 EO Intelligence 智能风控：银行传统风控流程繁琐且

42、成本高，难以满足个人和 企业信贷提出的新需求 32 现状：三道防线模型是银行通用的内控管理框架，第一、二道防线是直接面对客户的。目前，银行的风控主要采取信用评分卡的方式， 具体可分为风险评分卡、收益评分卡等，应用于授信业务不同阶段，构成了完整的信用评分体系。 痛点：信贷业务流程繁琐且风控成本高，个人信贷欺诈行为增加，企业信贷需求增加但银行机构不能满足贷前和贷后风险管理工作。 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” 亿欧智库：银行授信各阶段信用评分卡使用介绍 第一道防线-风险“所有者” 即从事产生风险的活动、并在日 常业务活动中负责管理这些风险 的人员

43、，承担了大多数风险识别 第三道防线-独立审核人员 即内部审计人员，负责独立审核 前两道防线管控有效性，但不得 涉及或“拥有”任何管控活动 第二道防线-独立管控人员 即制定全面风险管理框架、政策 和体系，监督第一道防线活动， 承担主动“挑战”职责的人员 亿欧智库：银行风险管理三道防线 客户营销阶段客户审批阶段客户管理阶段 010203 市场反应评分模型：根 据消费者的消费表现进 行评分； 余额转账评分卡：利用 信用局的刷卡记录等信 息，预测消费者将A银行 信用卡等贷款结清，而 将业务转移到B银行的概 率和金额大小 申请风险信用评分卡： 通过申请人的消费表现， 对未来可能出现的违约 行为进行预测，

44、主要用 于信用卡、住房贷款、 汽车贷款等申请的审批 和额度的确定 行为评分卡：根据客户 申请贷款后一段时间的 使用、欠款、还款信息 对客户行为进行预测。 客户评分卡：根据客户 表现，为客户提供综合 的评分。 欺诈风险评分卡：通过 分析客户交易等信息， 量化欺诈风险发生概率 EO Intelligence 智能风控：基于大数据、知识图谱和人工智能技术，降低银行 风控成本，提高征信效率 33 场景介绍：智能风控可分为个人风控和企业风控，个人风控依托大数据和人工智能技术对客户风险进行及时有效的识别、预警、防识， 企业风控基于大数据和知识图谱技术整合企业工商信息、合规情况、关系族谱等改善企业信用评级状

45、况。 应用价值：降低银行风控成本，提高征信效率，实现信贷的贷前、贷中、贷后全链条自动化、智能化，提升个人征信的广度和精度， 丰富企业信用体系。 亿欧智库：银行智能风控发展现状 技术挑战度 市场竞争度 银行采纳度 技术成熟度 2020E市场规模 ￥75.975.9 亿元数据收集 行为建模 用户画像 风险定价 网络行为数据第三方数据公开数据授权数据 用户交易数据合作机构数据用户偏好数据其他数据 文本挖掘机器学习聚类分析 自然语言处理预测算法 基本信息购买能力消费习惯 兴趣爱好社交网络行为特征 申请模型行为监控模型反欺诈模型 违约模型催收策略模型 亿欧智库：智能风控基本流程 核心技术 大数据云计算区

46、块链机器学习计算机视觉自然语言理解 与交流 知识图谱生物识别 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” EO Intelligence 智能风控：金融科技公司在大型商业银行与领先的股份制商业 银行中扮演协同的角色，对于中小型银行承担“管家”角色 34 目前，金融科技公司在银行智能风控层面的介入主要体现在个人和中小微企业信贷业务上。由于风控与银行的核心业务相关，银行在 智能风控层面的接纳程度相对较低，大多是在银行原风控系统上将银行数据与客户的社会网络关系和足迹行为数据进行融合实现优化。 对于大型商业银行与领先的股份制商业银行来说，金融科技公司扮演的主要是

47、协同的角色，如提供数据源联合建模等；对于中小型银 行来说，金融科技公司承担的是“管家”角色，如为银行提供从数据治理、产品设计、风控系统流程构建、人才培养等一条龙服务。 产品介绍：构建面向互联网金融业务 的风险防控体系，该体系提供计算能 力和规则调动功能，为互联网金融等 业务提供覆盖贷前、贷中、贷后的全 方位反欺诈及风险防控能力。 合作伙伴： 大数据分布式计算 渠道系统 移动APP 浏览器 自动终端 移动PAD 第三方渠道 互联网接入 业务系统 个贷 信贷 贷后 打分卡 业务前置 贷前 贷中 贷后 申请反欺诈、二道 风控、多头借贷 资产状况、还款能力 风险监测 大数据 分布规则引擎 身份欺诈 终

48、端欺诈 交易欺诈 信用风险 账户安全 监管黑名单 人行征信 互联网征信 设备指纹 历史数据 亿欧智库：北京银行面向互联网金融业务的大数据风控体系 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” 案例内容来源：同盾科技访谈、北京银行软件开发部副总经理宗勇涛文章 EO Intelligence 智能审计：银行内部审计流程可分为审计准备、审计分析等六 个模块，利用传统审计方法效率低、精准性差 35 现状：商业银行内部审计指通过系统化和规范化的方法，审查评价并改善银行业金融机构经营活动、风险状况、内部控制和公司治理 效果。银行内部审计流程可分为审计准备、审计分析等六

49、个模块，多为审计组在现场人工从会计数据中寻找违规指标和造假元素。 痛点：现场审计，人员需求多，效率低；多依靠审计人员专业素质，精准性、稳定性待提升。 亿欧智库：商业银行内部审计流程 后续跟进项目总结审计报告审计实施数据分析审计准备 确定审计项目 成立审计组 与被审计单位初步 沟通 收集、研究、分析 背景资料 制定审计方案 报批审计方案 发送审计通知书 收集数据资料 运用数据分析工具 对收集数据进行筛 选、分析 撰写非现场分析报 告 召开进点会议 收集研究信息 进行风险重估 内控初步评估 记录审计信息 项目质量控制 与被审计单位交换 意见 召开离场会议 撰写审计报告 审核审计报告 签发审计报告 进行审计项目总结 整理移交项目档案 启动后续跟进程序 与被审计单位沟通 确定后续审计安排 制定后续跟进方案 实施后续审计项目 建立后续跟进档案 Part2 凤凰涅槃，银行金融科技变革之路 交付层：处理银行业务活动的作业“后台” EO Intelligence 智能审计：基于大数据、人工智能等技术，为审计人员提供非 现场审计能力，提高审计的精准性、及时性和有效性 36 场景介绍：智能审计指银行基于大数据、人工智能等技术，通过建设审计信息