首页 未分类 2021爱分析・区域性银行数字化实践报告——乘风破浪,数字化助力区域性银行弯道超车

2021爱分析・区域性银行数字化实践报告——乘风破浪,数字化助力区域性银行弯道超车

报告编委

报告指导人
张扬爱分析联合创始人&首席分析师
报告执笔人
孙文瑞爱分析高级分析师
李娜戴甜爱分析爱分析分析师分析师
外部专家(按姓氏拼音排序)
陈宇凌帆软银行行业负责人
董鑫思必驰智能服务事业部产品总监
葛晓波擎创科技联合创始人&CTO
李亚桐声扬科技联合创始人&CEO
彭小欢声网品牌市场总经理
王翱宇谐云CEO
王沂恩网易云信金融行业负责人
阅微同盾科技行业安全专家及策略建模总监
张天赫誉存科技首席金融官
周宁捷拓尔思智能数据云产品中心总经理
周思霁火山引擎金融行业解决方案专家

特别鸣谢(按拼音排序)

报告摘要

着眼当下,数字化转型是区域性银行必举之措

面临着大行、互联网银行、外资银行的三重挤压,区域性银行转型迫在眉睫。而在政策外部引导支持与银行内在驱动下,借助金融科技,完成数字化转型成为区域性银行的必经之路。

与小行相比,大中型区域性银行优势显著;与2万亿以上资产规模的大行相比,大中型区域性银行则在资金、人才、技术、组织、进程等多方面存在不足。只有聚焦区域,精准定位客群,运用区别于头部银行的思路,进行特色化、差异化的数字化转型,区域性银行才能顺应时代,把握金融动向,实现业绩长效增长。

按图索骥,区域性银行数字化转型总述

区域性银行数字化转型要以“扩大资产规模,提高市场占有率”为目标,以顶层规划为蓝图、以业务需求为驱动、以权责明确为重点、以贯穿未来为准绳四项为原则,做好整体发展规划,有序建设数字中台、业务中台、AI中台、技术中台,权衡自研、联合利弊,做好数字化转型工作。

循序渐进,各业务数字化转型办法

做精做快零售。以实现零售业务精细化运营为主要发展目的,快速实现零售业务转型,并为小微、财富、对公的数字化转型积累经验和内部数字化人才。

做大做强小微。小微作为区域性银行的优势业务,在零售营销、风控基础上,做好小微营销、风控的数字化、智能化,深度绑定当地小微客群,打造业务优势点。

做多做优财富。财富管理作为中间业务,是区域性银行增收的重要增长点。结合零售转型经验,财富业务要精选产品,丰富产品体系,并赋能客户经理,掌握领先的销售技术,有针对地开拓本地财富资源。

做厚做稳对公。区域性银行对公业务要深耕当地特色产业,绑定当地企事业单位。但现阶段对公的建设以平台搭建、生态建设为主,实现对产业链企业的更好赋能。同时做厚当地企业,增加对公企业粘性和服务深度。

全面支持,为区域性银行转型保驾护航

金融科技。构建“敏稳结合”的双态IT架构,将成为多数区域性银行的选择。其中,云计算是区域性银行的战略转型的重点;落地数字应用,BI商业智能作为大数据应用的重要一环,赋能业务决策效果直观,而且轻部署ROI明确,已落地银行多业务场景,也将是最先实现移动化的数据分析系统;在技术开发和技术应用方面,要与大行有所区别,重点强调技术在业务应用中的价值,而不必囿于大规模投入对底层技术的研发。

智能运营。对于线上渠道,核心通过渠道智能化建设优化渠道体验,主要手段包括智能客服、自动客户识别、智能知识库、多渠道交互引擎等,并以远程银行为渠道中心,在实现全天候、全渠道的基础上,实现渠道协同。

数据安全。区域性银行应该着眼全局,建立统一数据标准、注重安全合规,构建全面的安全防护体系。制定统一的内外数据标准,提升数据质量,注重基于安全合规的管理,防止数据泄露,建立全面的安全防护体系,应对新型攻击。

一把手工程。区域性银行数字化转型涉及大量业务创新与商业模式变革,需要银行以坚定的态度和必胜的决心,自上而下、系统性地进行全方位、多层次的数字化探索与实践,转型必须由董事长、行长层级的一把手推动。

组织保障。为实现数字化,区域性银行做好组织建设,建立契合度高的组织架构,建设更加创新、容错的企业文化。

人才培养。区域性银行需要重新建立人才能力模型,调整人才发展战略,创新人才培养机制,打造兼具业务能力、技术能力、数据分析能力的T型人才团队。

面向未来,探索数字化转型新路径

未来,区域性银行要建设更落地、更开放、更稳健的银行生态,并提升敏捷开发能力,打造领先的区域竞争优势。在自身内部合规的基础上,做好数据流通共享与数据安全,进一步释放数据价值。

目录

1. 着眼当下,数字化转型是区域性银行必举之措

2. 按图索骥,区域性银行数字化转型总述

3. 循序渐进,各业务数字化转型办法

4. 全面支持,为区域性银行转型保驾护航

5. 面向未来,探索数字化转型新路径

结语

关于爱分析

研究咨询服务

法律声明

1. 着眼当下,数字化转型是区域性银行必举之措

本文研究范围为大中型区域性银行,即经营范围限定在某一区域(多为省、市、县、乡),资产规模为2千亿到2万亿的银行。下文所述“区域性银行”特指“大中型区域性银行”,即“大型区域性银行”和“中型区域性银行”。

图 1: 区域性银行分类

随着金融监管的加强与金融规范的完善,以及受头部银行(本文中指“国有大行及股份制银行”)、互联网银行和外资银行的挤压,区域性银行面临着“不变则衰”的发展困局。

1.1 多种因素,区域性银行发展面临重重挑战

1.1.1 政策持续加码,区域性银行面临多重监管要求

图 2: 区域性银行面临多重监管要求

评价指标体系优化,区域性银行高质量发展成为核心目标

2021年1月4日,财政部发布了《商业银行绩效评价办法》(以下简称《新办法》),对商业银行四大评价指标体系进行了全面优化和调整。第一,《新办法》对商业银行盈利能力、经济增长、资产质量、偿付能力四大指标体系的具体指标设定和权重系数进行了调整优化,如对经济增加值、人工成本利润率、人均净利润、人均上缴利税四个指标进行了进一步优化,旨在引导商业银行平衡规模与效率、短期与长期、风险与收益,走高质量发展的道路;第二,新增指标体系,对小微企业贷款增速和贷款户数都提出了考核指标要求,以达到优化信贷结构、加大实体经济支持力度的目标;第三,《新办法》弱化利润考核指标,强化价值创造理念;第四,《新办法》做出系列调整,强化质量管控要求。综合而言,《新办法》的出台,旨在对商业银行提出高质量发展的核心要求。如何在支持小微信贷的同时强化风控管理、提升资产质量,寻求一条高质量发展的路径,成为了区域性银行的核心目标。

“区域化”特质限制下,区域性银行业务广度与深度亟待拓展

2021年1月15日,银保监会和央行联合印发《关于规范商业银行通过互联网开展个人存款业务有关事项的通知》,要求地方性法人银行坚守发展定位,确保通过互联网开展的存款业务,立足于服务已设立机构所在区域的客户。2021年2月20日中国银保监会对外发布《关于进一步规范商业银行互联网贷款业务的通知》,严控跨区域经营,明确地方法人银行不得跨注册地辖区开展互联网贷款业务。对于获客渠道本就受地域限制、流量范畴本就较窄的区域性银行来说,这些规定的出台,强调了区域性银行的“区域性”特质,收紧了区域性银行跨区域、跨机构业务的口子,压缩了区域性银行的获利空间,迫使区域性银行不得不改变其经营模式与发展战略。

“断直连”政策影响下,区域性银行信息管理与风控管理亟待提升

2021年1月,央行发布《征信业务管理办法(征求意见稿)》,对征信机构对于个人信息的采集、使用和安全做了规范。2021年7月,央行征信管理局给多家网络平台下发通知,要求后者与金融机构开展引流、助贷、联合贷等业务合作时,不得将个人用户主动提交的信息、平台内产生的个人信息、从外部获取的个人信息,以申请人信息、身份信息、基础信息、个人画像评分信息等名义,直接提供给金融机构,实现个人信息与金融机构的全面“断直连”。

这一系列“断直连”的征信管理政策,信息流方面——阻断了区域性商业银行通过第三方机构获取客户画像等信息的路径,此时银行自身的数据积累就显得尤为重要;业务流方面——减少获客引流渠道,为区域性银行精准营销、精准运营带来了一定阻碍;另外,在联合贷、助贷业务监管不断加码的情况下,区域性银行风控平台建设显得尤为重要。该政策的出台及全面推行,意味着区域性银行必须加强大数据管理与运营,转变以往粗放的经营模式,寻求一条有力、精细化的变革路径。

“双碳”目标驱动下,区域性银行经营模式亟待转型

自2021年两会以来,“碳达峰、碳中和”被写入政府工作报告,各机构与各省市也纷纷出台了系列政策引导金融业实现“碳达峰、碳中和”目标。2021年1月4日,中国人民银行工作会议部署2021年10大工作,明确“落实碳达峰、碳中和”是仅次于货币、信贷政策的第三大工作。

该系列政策的出台对区域性银行开展绿色信贷业务提出了要求。传统的区域性银行业务经营模式粗放,没有基于“双碳”的系统的评价指标与风控体系,也缺乏基于碳指标的客户分层模型。而绿色信贷的开展离不开基于评价体系的客群分层、精细化运营与风险管理的建设。这要求区域性银行充分运用投资诊断工具、数字化报告工具以及供应链风险管理工具等数字化工具,基于大数据构建实时、独立并有效的ESG评分与指数,建立健全完善的碳披露体系,并基于ESG评分与指数建立及时准确的风险识别系统,从而实现精细化运营。

1.1.2 经济增长乏力,竞争压缩区域性银行市场空间

我国经济增速放缓,区域性银行获利空间缩小

近年来,随着经济发展模型变化与产业结构纵深调整,中国经济进入“新常态”,增速整体趋缓,而新冠疫情的突发性影响和国际经贸形式的巨变进一步加剧了中国经济增速放缓的态势。受经济整体放缓态势的影响,地方经济发展也随之放缓,中小微企业生产经营受到强烈冲击,导致以中小微企业为主要客户的区域性银行面临多重问题:

第一,不良贷款率上升、资产质量下降。因此,强化风控管理、提高风控效率,是区域性银行的重要诉求;

第二,净利润增速放缓、获利空间缩小。因此,转变经营模式、提升获客效率,进行精细化管理,是区域性银行的另一重要诉求。

头部银行业务下沉,区域性银行优质客户被抢占

2020年以来,金融监管部门出台了一系列扶持首贷户、小微信用贷与供应链金融等扶持政策,引导金融机构加大对于中小微企业的信贷投放。2021年初,人民银行、银保监会研究制定“十四五规划”,将普惠小微金融服务作为发国家展重点之一。为响应政策,头部商业银行纷纷选择进入下沉市场,助力小微企业发展,构建特色金融生态圈。

图 3: 截至2021年5月末全国贷款余额同比增速

而头部银行资本实力强劲、场景积累丰富,能更精准把握客户需求点。与之相比,区域性银行缺乏创新能力、竞争力不足,客户粘性相对偏弱。因此,拥有更为丰富的场景和更加灵活的模式的头部银行的下沉,会使得区域性银行面临着业务场景被挤压、优质客户被抢占的风险。

互联网银行冲击下,区域性银行获利空间被挤压

近五年来,我国互联网银行飞速发展。自2018年起,我国以互联网银行为主的民营银行净利润一直呈现逐步增长态势,而城商行与农商行净利润2020年均有较大幅度的下降。以微众银行为例,其净利润2018-2020年每年都有较大幅度的增长。

图 4: 互联网银行飞速发展

互联网银行突破了地域限制,精简了业务办理流程;且拥有大数据与人工智能等技术的助力,在技术上有明显的优势,在引流获客、生态平台构建方面都具有传统银行无可比拟的优势;此外,在普惠金融的大背景下,互联网银行自身业务地域范围广的特性与政策高度契合。因此,“高收益、高成本、高风险”的互联网银行,在通过大数据等科技手段严控风险后,对客群高度重合的传统区域性商业银行带来了极大的冲击。

外资银行准入放开,区域性银行市场格局被重构

2021年4月30日,银保监会发布消息表示,为建设更高水平开放型经济新体制,充分发挥外资银行在构建新发展格局中的作用,银保监会决定豁免外资法人银行对母行集团大额风险暴露的监管比例要求。同时,银保监会表示,今年将继续推进银行业保险业高水平对外开放,全面实施外商投资准入前国民待遇加负面清单管理制度,进一步优化监管规则,增强开放监管能力,积极支持在华外资银行保险机构稳步发展。

外资银行准入的全面放开,使得越来越多的外资银行通过入股中资区域性银行、加大在合资机构中的持股比例等手段,进入国内银行业市场,如星展银行拟认购深圳农商行13%的股份,将成为深圳农商银行的第一大股东。这在一定程度上会对现有银行业竞争格局造成冲击。

1.1.3 消费习惯改变,区域性银行需要转移展业阵地

随着数字化程度最高的“Z世代”逐渐成为消费主力群体,我国进入新消费时代,消费者消费需求与消费习惯发生改变,互联网成为消费者的生活主场。因此,为迎合消费者需求,探索新的展业渠道,是区域性银行今年的关注热点。

而2020年以来,随着新冠疫情的爆发,消费者生活方式发生突变,线下消费受阻,进一步使得线上消费迅猛发展。新冠疫情对中小银行影响较强,对国有大行和股份制银行影响较小。新冠疫情加大银行新增信贷业务操作难度,对科技实力薄弱的区域性银行造成了较大冲击。如果疫情呈现常态化趋势,那么区域性银行所受影响会进一步加剧,其线下渠道业务量会进一步减少。

因此,在消费习惯改变导致的内生需求与疫情突发导致的外生需求的双重驱动下,发展线上业务、拓展线上渠道,成为了区域性银行的重要关注点。

1.1.4 技术持续革新,科技为银行转型提供更多可能

近年来,物联网、5G、大数据、云计算、人工智能等先进技术不断发展甚至趋于成熟,应用范围越来越广泛,为金融科技的发展提供了沃土。2019年,我国发布了金融科技重点规划政策文件《金融科技(FinTech)发展规划(2019-2021年)》,要求重点发展大数据、云计算与分布式数据库、人工智能、网络身份认证、区块链技术、视频流媒体等技术,进一步增强金融业科技应用能力,实现金融与科技深度融合、协调发展,增强人民群众对数字化、网络化、智能化金融产品和服务的满意度。在金融科技的支撑下,我国区域性银行转型有了更多可行、高效、便捷的途径。如大数据和人工智能的发展为银行风控赋能,网络身份认证技术则对风控反欺诈和营销有明显的帮助作用,视频流媒体的不断发展对银行对公开户、视频面签等业务均有所助力,区块链技术的发展则为银行供应链金融等业务提供了更多可能。

在政策与行业的双重压力下,加之新冠疫情的影响,区域性商业银行面临着引流受阻、场景受限、业务不足等难题。区域性银行只有深耕本地化区域,立足多场景建设,推进信息渠道建设,基于金融科技不断创新业务,构建银行新生态,才能破解困局,走出特色化、差异化的发展道路。

1.2 内外驱动,数字化成为区域性银行转型必要手段

1.2.1 战略破局,数字化正重塑银行增长曲线

经济新常态下,区域性银行市场空间持续被挤压,伴随监管政策持续收紧,区域性银行面临业务增长与合规的双重压力。当前,如何适应新形势、新趋势,寻找新的业务增长点,是区域性银行亟需思考的问题。

回归银行业务价值链,银行业务可以解构为产品、渠道、营销、运营与风控五个价值环节,这也决定了银行战略破局的核心方向。在数字经济时代,数字化转型成为未来银行的重要战略手段之一,无论是产品创新、渠道拓展、精准营销、精细化运营还是高效风控,数字化都能有效赋能各价值环节,助力战略破局。数字化正赋予业务新的增长动力,重塑银行增长曲线。

以银行的对公业务为例,借鉴国内外先进同业转型经验,转型的主要战略方向包括:建立专业化营销前台,强化产品创新与定价能力,全方位信贷风险管控,推广业务数字化。根据权威机构分析,四大战略落地能够为国内银行的公司业务带来至少30%的营收提升空间,而四大战略的实施都离不开数字化工具的运用,银行数字化的重要性不言而喻。

图 5: 银行公司业务不同战略方向的预期营收提升价值

1.2.2 他山之石,领先银行已构建数字化壁垒

数字化正改变客户行为和期待,客户期待全方位数字化的产品与服务,领先银行也已凭借数字化转型构建业务壁垒。数字化转型的核心是应用科技,赋能业务。随着金融科技的发展,数字化转型正在持续渗透银行各个银行业务,重构银行业务价值链。

据权威机构调研发现,股份制银行及国有商业银行等大型商业银行,其数字化转型已基本处于加速与沉浸阶段,在零售业务、财富管理业务、小微业务、对公业务等不同业务领域均开启了不同程度的数字化转型。

而虽已有91%的区域性银行开展了数字化转型,但区域性银行整体仍处于转型起步阶段和加速阶段,开启了局部的、涉及个别业务领域的数字化转型实践。其中,对于资产规模2千亿-5千亿的中型区域性银行,其数字化转型覆盖的业务主要为零售业务与小微业务,且转型深度不足;对于资产规模5千亿以上的大型区域性银行,其数字化转型覆盖的业务则更为广泛,包括零售、小微、财富管理、对公业务等,且部分业务已有一定的转型成效。

图 6: 区域性银行数字化转型进程

图 7: 区域性银行业务数字化转型进程

因此,为了不被头部银行及其他区域性银行抢占市场,追赶转型进度、实现弯道超车,区域性银行需要从理念、业务、系统支撑上,全面开展数字化转型顶层设计。

1.3 优劣并存,区域性银行需走差异化转型道路

1.3.1 与资产规模2万亿以上银行相比,区域性银行数字化优劣并存

1)       市场

从市场角度看,与头部银行相比,区域性银行既有诸多不足,也有头部银行无可比拟的优势。

一方面,头部银行由于成立时间长、展业范围广,场景积累丰富、具备明显的规模优势,已形成规模效应。头部银行市场规模大,市场份额高,市场地域分布广泛;而区域性银行则囿于区域,有明显的地域化特征,市场规模远不及头部银行。规模效应下,头部银行成本更低、产品标准化程度更高、市场战略地位更高,而区域性银行则处于相对劣势地位。

图 8: 截止2021年7月我国银行业各类银行资产规模(万亿元)

另一方面,虽然头部银行规模大,但由于其战略定位与区域性银行不同,在地方区域布局较少,也并未形成足够的情感认同。而区域性银行相对于头部银行,更加立足本地,网点广泛、服务便捷,依托当地政府,与当地中小企业及民众都有更强的情感联结。因此,区域性银行需要把握本地特色,依托政府关系,以乡情乡缘为纽带,开展不同于头部银行的精细化、差异化的转型道路。

2)       能力

l          人才

与国有商业银行及股份制银行等大型头部银行相比,由于区域性银行自身体量较小,其2020年在金融科技方面的人才投入数量明显远低于国有商业银行与股份制银行,数字化核心人才较为短缺。

图 9: 2020年部分银行金融科技人员投入及占比

此外,尽管区域性银行金融科技人才总数有限,但其在人才投入占比方面也有一些优势。据部分上市银行年报披露显示,2020年头部区域银行金融科技人才投入占比与大行并无明显差别,甚至部分区域性银行金融科技人才投入占比超过大行,说明其对数字化转型重视程度较高。

l          资金

图 10: 2020年部分银行数字化资金投入及占比

与2万亿以上资产规模的商业银行相比,区域性商业银行由于受制于自身资源,数字化转型资金投入明显较少,甚至不足大型商业银行的百分之一。除了资金投入规模较低外,由于区域性银行营收渠道不如大行多,资金运用较为谨慎,其数字化资金投入占营收比重也较低。

l          技术

与2万亿以上资产规模的商业银行相比,区域性商业银行数字化一大瓶颈为数据基础能力较为薄弱。过去数据积累不足,数据分析依靠第三方,数据治理缺失等因素,致使区域性银行数据基础能力较为薄弱。数据质量较差、数据难以统一、数据获取较难等问题亟待解决。

图 11: 不同区域性银行数据基础情况

1.3.2 与资产规模2千亿以下银行相比,区域性银行数字化明显占优

尽管与2万亿以上资产规模的银行相比,区域性银行在人才、资本、技术、进程等方面均存在诸多不足,但与资产规模2千亿以下的小型区域性银行相比,2千亿-2万亿资产规模的大中型区域性银行在先天条件方面存在诸多优势。

首先,与资产规模2千亿以下的银行相比,区域性银行的规模本就是一种得天独厚的优势。资产规模2千亿以下的的银行可能由于规模过小、分布区域过窄,市场占有率更低。而区域性银行相比之下,市占率则高很多,能够触达的个人及企业客户更多。因此,区域性银行相对于更小的银行而言,数字化转型的需求更为迫切。

图 12: 大中型区域性银行区位分布

资产规模2千亿-2万亿的大中型区域性银行,分布范围主要集中在经济发达的东南沿海地区、京津冀地区以及各省市省会地区;资产规模2千亿以下的小型区域性银行则较为分散,散布在全国各个地区。因此,单纯从分布区域上来看,大中型区域型银行集中分布在经济较为发达的地区,存在着明显的区位优势。

具体而言,人才方面,大中型区域性银行相较于小型区域性银行明显占优,内部培养机制更加完善,外部招聘渠道更加广泛;资金方面,大中型区域性银行相较于小型区域性银行,数字化资本投入较为充足;技术方面,大中型区域性商业银行已建立起相对较为统一的数据基础或具备初步数据平台规划,而小型区域性银行数据基础比较薄弱,数据治理能力相对欠缺;进程方面,大中型区域性银行大部分已经处于数字化转型起步阶段,小部分进入加速阶段,而小型区域性银行则更多处于规划阶段甚至还未有数字化转型规划,仍未开始数字化转型。

1.3.3 小结

大中型区域性银行相对于小型区域性银行,存在数字化转型的天然优势,因此大中型区域性银行数字化转型是必要且必然的;与国有商业银行及股份制银行相比,大中型区域性银行在人才、资金、技术、进程等多方面有较大的差异,因此其不能照搬国有商业银行及股份制银行的数字化转型路径,需要立足地域、把握场景,走差异化的数字化路径。

图 13: 大中型区域银行处于数字化转型起步阶段,需走不同于头部银行的数字化转型路径

1.4 锐意转型,助力区域性银行业绩长效增长

随着监管进一步收紧,面临着大行、互联网银行、外资银行的三重挤压,区域性银行转型迫在眉睫。而在政策外部引导支持与银行内在驱动下,借助金融科技,完成数字化转型成为区域性银行的必经之路。与小行相比,大中型区域性银行优势显著;与2万亿以上资产规模的大行相比,大中型区域性银行则在资金、人才、技术、组织、进程等多方面存在不足。只有聚焦区域,精准定位客群,在顶层设计的引导下,运用区别于头部银行的思路,进行特色化、差异化的数字化转型,区域性银行才能顺应时代,把握金融动向,实现业绩长效增长,完成破局。

2. 按图索骥,区域性银行数字化转型总述

图 14: 区域性银行转型蓝图

构建数字化转型战略时,需要综合高层、业务、职能和技术多方视角,以合理的层次和逻辑关系对整体战略进行架构。转型要以业务的发展为最终目的,在前台、中台、后台的有机配合下完成业务转型,促进业务发展。

2.1 区域性银行数字化转型核心价值

作为区域性银行,发展核心目标是:扩大资产规模,提高市场占有率。资产规模作为衡量银行发展的核心指标之一,其重要性不言而喻,如何能在激烈的市场竞争中实现资产规模的快速增长,是每一个区域银行的发展核心命题。在扩大市场资产规模的基础上,如何进一步增强区域影响力和竞争力,扩大市场占有率,实现业务体量和质量的双增长,是对数字化转型的又一重考验。

数字化转型过程中核心原则:

1)以顶层规划为蓝图

区域性银行数字化转型需要通过科学的统筹规划,明确顶层转型蓝图设计,有计划地转变业务发展路径,针对性地部署发展模式,提供强有力的能力保障,有效推进全行数字化转型战略落地和实施,切勿盲目跟进头部大型商业银行发展路径,一味谋全谋大。

2)以业务需求为驱动

在数字化转型过程中,区域银行应该以业务需求为驱动,快速见效为阶段目标,在满足数字化转型要求的同时,解决业务痛点,制定可落地、可执行的方案。同时,我们认为,转型应以业务为主要发力点,由技术部门配合业务部门梳理需求、选择厂商、落地方案。

3)以权责明确为重点

如何明确数字化转型各方的权责是数字化各项目在立项之初必然要考虑和回答的问题。数字化的建设涉及业务流程的再梳理和重构,随之进行组织架构的调整。在过程中明确转型实施方、成本方、受益方的责任,决定着过程转型阻碍和后期成果的质量,因此区域性银行数字化转型需要设定一套明确准则,约束各方权力和义务。

4)以贯穿未来为准绳

在数字化建设过程中将不断出现新的技术,大数据、人工智能、区块链、物联网,这些技术将持续进入框架、进入系统,在技术应用过程中要避免数据孤岛的再次出现,以统一的思维进行技术的运用。后续的数字化建设是不断扩展和延续的,要保证现有架构能够支持未来的不断发展,数字化方案必须具备迭代更新能力。

2.2 四大中台建设

中台来源于互联网行业,本质上是将所有不直接与客户交互的内部活动进行整合归集,寻找最为集约、高效的运营模式,以支撑前台交付。从概念上讲,中台是一套IT架构,核心是一套方法论,一种解决问题的思路,通过全局能力的抽象、共享和复用,为企业前台提供更加高效的服务。

对区域性银行而言,中台的建设有利于解决个部门重复开发系统功能组件,避免重复造轮子的问题。“厚中台、薄前台”的建设可以让前台部门更加专注于业务本身,实现更为快速的产品迭代,提供更具备针对性的服务,实现公司资源的集中管理。

在现实实施中,中台建设不及预期,也导致部分区域性银行对于中台的实用价值产生了怀疑,我们认为其核心原因为没有按照核心原则部署,在建设中存在“就中台论中台”的问题,在整体规划、业务贴合度、权责等一方或多方面存在问题。但不可否认的是中台模式所倡导的“集约、共享、赋能”是需要被银行充分吸收并借鉴的。对于区域性银行,中台建设是发展到一定阶段必然要做的产物,中台的建设注定不是一帆风顺的,是一个螺旋式发展的过程,是需要持续投入、持续建设的。为避免大规模投入不及预期的情形,爱分析建议中台的建设要以业务为核心,在持续进步的前提下持续投入。

图 15: 中台演进路径

依据调研结果,结合目前已知案例,我们认为区域性银行应该建立数据中台、业务中台、AI中台、技术中台四大中台。中台建设上,建议按照数据中台、业务中台、AI中台、技术中台的路径依次演进。数据中台的建设是各中台建设、发展的基石,可为业务中台、AI中台提供发展基础;业务中台使用技术相对成熟,可迅速落地;AI中台所用技术在行内已多点开花,存在较好的建设使用基础;技术中台需要不断总结,可按照需要,分批次建设。

2.2.1 数据中台

在数据中台建设之前,多数区域性银行已经建设了数据库、数据集市等,构建了大数据平台,但是各业务独立建设,共享共用价值低。数据中台的建设要解决区域银行发展过程中各业务数据孤岛、标准不统一、使用不便捷等多方问题。在建设过程中要使用统一的数据规范,形成可复用的数据能力。

数据中台的建设可以分为数据需求分析、数据治理、数据应用开发、数据能力发布四个步骤。

图 16: 数据中台建设路径

数据中台的建设要以前台业务为核心,两者是相辅相成发展的。因此数据中台建设的前期还是要以解决业务数据痛点为出发点、以为前台业务提供智能化的数据服务为核心目的,进行统一建设,实现数据建设与业务需求的深度结合。后期逐步通过“业务数据化”和“数据业务化”两个流程,不断循环前进。

图 17: 数据治理分阶段进行

数据治理方面,区域性银行在服务过程中积累了大量的客户数据,但数据之间互相独立,多数区域性银行在标签设计等数据治理环节中仍存在较多不足。数据治理工作不是安装一套系统就能永久解决的,是一项长期系统性工程。针对不同种类的内外部数据需要分阶段演进,并且边治理、边应用,不断加深和完善。在数据治理过程中,数据标签的建设是一项重点工作,通过标签体系的建设,一方面便于数据开发者和使用者能够对数据形成明确的统一认识,另一方面通过标签的结构化,能更好的服务前端需求,做到更快更好的复用。建设过程中,从行内行外庞大的数据中,获取与客户相关的数据实体,以数据实体为中心设置数据维度和关联关系,对客户进行建模。

数据应用开发方面,主要是两个方面:一是对现有数据仓库、大数据平台的整合;二是对尚未布局数据仓库、数据湖的业务的数据能力构建。通过统一的标准、平台、建模,打通各个数据仓库、数据湖,实现数据的统一管理。建立的系统要支持零售、对公、财富等业务部门的独立建模和全局统一模型的协调。

数据服务方面,打通数据管理到应用的最后一公里。通过数据中台的构建,为前端提供数据查询、数据分析、推荐服务等。查询服务,支持行内各部门人员进行数据的查询,并支持以API的形式进行调用;分析服务,通过数据分析,用于决策支持、风控和客户洞察;推荐服务,以客户标签为基础,根据客户后动轨迹、行为偏好等,精准推送产品服务,同时支持前台部门更精准的进行产品开发和营销。

数据中台建设路径上,紧密结合业务发展需求,建议从零售业务作为切入,实践中台功能,为零售业务的数据复用、支撑前台数据需求提供支持。在零售验证后再逐步扩展至小微、对公业务,避免盲目建设。

以南京银行为例,南京银行持续推进数据中台建设,贯彻“数据即资产”的数据管理理念,统一整合行内外数据,提供模型服务、分析服务。根据数据治理、数据采集、数据平台、数据服务及业务应用五个层级对数据架构进行统一规划,初步建成“1+N+X”的数据架构平台项目群(1个数据治理体系,N个数据平台组件,X个应用项目),为后续数据整合分析、建模应用、数据资产管理等构建基础框架。通过建设全行统一的“数据湖”分布式数据平台,完成内外部数据的全面接入,实现行内跨条线、跨系统数据的有效整合。

2.2.2 业务中台

业务中台是将前台共性能力进行提炼和整合,将可复用的业务能力沉淀到中台,如银行的产品中心、交易中心等,实现积木式的业务能力快速构建,实现业务的快速响应。与数据中台相比,业务中台更多偏向于业务流程管控,将业务流程中共性的服务抽象出来,提供可变点插入,形成通用的业务服务能力。例如银行核心系统中有账户的设计,在理财管理系统也有产品账户的设计,而针对同一消费者或同类型组件需要分别配置,产品和账户整合的设计也不利于同一产品规则在其他账户上的扩展应用。

图 18: 业务中台发展示意

对于成熟业务要将渠道的成熟能力,总结下沉到中台,并在新渠道建设时优先使用已有成熟模块,在中台成熟模块不能支持新渠道建设时,新渠道可自行研发,并将成熟能力沉淀至中台,扩充中台服务能力,在不断的循环往复中,将业务中台打造的越来越厚实,前台尽可能便捷。

同时由于业务中台要求对前台业务有深入的理解,中台要理解前台,中台产品经理需具备业务实操经验,在理解业务的基础上做好中台;根据银行业务战略、市场布局,确定中台系统发展路线图。在开发建设时需要技术、业务部门共同打造,快速迭代业务研发能力,做到小步快跑,步步有收益。可以尝试探索实践DevOps研发模式,通过研发、运维一体化的发展,缩短交付周期,有效提高业务交付效率和质量。同数据中台建设一样,业务中台也需要做好在前期设计上预留拓展空间,以便后期业务的不断沉淀和壮大。

图 19: 信贷产品相关业务中台建设示例

以信贷产品的申请看,消费者可以通过手机银行、三方平台、银行人员上门等多种形式办理。三种流程看似有差异,但其实都有受理、电核、面签、审核、放款等环节,只是业务场景及环节上存在差异,从而造成流程不同,但我们可以依据同等功能进行总结和沉淀,对不同等功能同样做沉淀,以备后续业务使用。

2.2.3 AI中台

图 20: AI中台与业务中台、数据中台关系

区域性银行AI中台是人工智能技术在银行业的抽象与集合,是区域银行实现快速研发、高效部署的智能化基座。AI中台可以向业务中台提供智能化赋能,助力业务中台的智能化,实现前台的智能风控、智能营销等。另一方面,AI中台和数据中台是相互促进的关系,数据中台提供AI中台成长必不可少的海量数据,是AI中台建设的基础。AI中台向数据中台提供更多的分析能力,帮助数据中台更好的梳理数据关系和能力。可以认为,AI中台覆盖银行前中后各个环节,支撑前台的智能化创新,支撑行内部管理决策,进一步提升区域银行智能化效率。

AI中台包含机器学习、知识图谱、计算机视觉、智能语音、NLP、RPA等基础技术。目前机器学习、知识图谱在区域银行各场景应用最多,RPA(机器人流程自动化)和NLP(自然语言处理)的使用在效率提升上成果显著。

RPA软件模拟银行工作人员在软件系统中交互的动作来完成业务流程。能够根据相应规则,执行各种重复性任务,替代或辅助人工操作,实现7×24小时全天候自动化运作,把工作从枯燥、繁琐的业务流程中解放出来。RPA可以在客户服务、运营管理、信用卡审批、风险防控、报告自动化等多方面实现人力的部分解放,以更加高效的完成标准业务流程。

NLP利用编程软件来处理和分析已在其中捕获的大量数据,区域银行可以使用NLP处理来处理内部合同,实现内部文件的快速识别和处理。同时NLP也可用于风险管理,通过网络舆情的监控,帮助银行监控对公和零售客户,实现信息的及时获取,保证资金的安全。

2.2.4 技术中台

业务中台和数据中台落地时需要有很多的技术组件支撑,这些不同技术领域的技术组件就组成了技术中台。

技术中台的落地有利于解决内部多方面技术问题:1)解决技术债务。在业务初期,技术可以帮助业务快速实现某个功能模块,随着业务的发展,上线一个新功能在同等技术条件下愈发困难;2)解决架构腐化问题。在架构的问题解决上,往往头疼医头、脚疼医脚,越是复杂的系统,代码核查效果越差,因不可理解,不可测试;3)架构耦合问题。带着代码的迭代,文件代码越来越长,越是核心流程,越是层层封装,对于银行系统的稳定起着重要作用,越是不敢更新迭代,尤其在核心技术人员离职后,技术维护成本更高。

技术中台包含很多重要组件:微服务、容器、DevOps等。

微服务本质是将内部应用变成分布式的模式,包括数据分离和服务分离,将内部的模块独立部署、发布。通过微服务可以解耦业务复杂度,服务能够聚焦特定的功能和需求,并实现独立部署、独立升级,各业务之间依赖性弱,符合银行对业务稳定性的要求。微服务治理统一建设中间件,解决了重复部署、资源重复申请造成的浪费。经分析,如何处理过去的架构和微服务的关系是各个区域银行重点关注的问题。微服务在建设过程中建议一边做产品功能迭代,一边完成服务化拆分。优先剥离独立性强、关联度低的比较独立的服务,一方面可以减少对现有系统的影响,另一方面可以在内部达成一致,实现对团队的历练。资产规模2000亿-5000亿的银行,如果系统升级迭代较少,可暂不使用微服务架构,待资产规模和系统有了较高成长后再进行部署。

应用了微服务能够实现快速开发迭代,但测试和运维部署的成本的也会迅速提升。容器作为云原生的代表,和微服务具备天然的紧密结合性质,容器可以解决因微服务拆分成多项带来的运维和持续集成问题。对于初步建设微服务的区域银行,技术架构、运维角度都是全新的调整,建议在初期就开始容器化。后续团队技术沉淀后可大面积实施微服务和容器。对于微服务已经在早期部署完成的银行,建议逐步进行迁移,保证业务的稳定性和连续性。

DevOps 对于产品快速研发和交付,实现产品的快速迭代升级具备重要意义。通过研发运维一体化有利于解决需求定义不清、沟通协调不顺畅、人员工作不足或超载、过多中间产物和交接环节等问题。在以入DevOps建设之前,对于现有零售、对公等各业务的流程梳理不可或缺,梳理过程要尽可能的精细,明确各串联流程活动的交付物和交付质量。每个流程的分工梳理清楚之后,才能打通各活动对应的工具。在过程中要对各个团队的运行规则和交付规则要做明确的管理,形成标准的、高效的研发和运维。

2.3 业务发展定位

图 21: 业务演进示意图

从营销、风控模型标准化程度看,零售业务标准化程度最高,其次为财富业务和小微业务,最后为对公业务。同时,零售业务数据丰富,现存海量数据可帮助快速实现模型优化。所以在业务数字化转型顺序上我们建议优先发展零售,其次是财富业务和小微业务,最后为对公业务。

做精做快零售:以实现零售业务精细化运营为主要发展目的,快速实现零售业务转型,并为小微、财富、对公的数字化转型积累经验和内部数字化人才。

做大做强小微:小微作为区域性银行的优势业务,在零售营销、风控基础上,做好小微营销、风控的数字化、智能化,深度绑定当地小微客群,打造业务优势点。

做多做优财富:财富管理作为中间业务,是区域性银行增收的重要增长点。结合零售转型经验,财富业务要精选产品,丰富产品体系,并赋能客户经理,掌握领先的销售技术,有针对地开拓本地财富资源。

做厚做稳对公:区域银行对公要深耕当地特色产业,绑定当地企事业单位。但现阶段对公的建设以平台搭建、生态建设为主,实现对产业链企业的更好赋能。同时做厚当地企业,增加对公企业粘性和服务深度。

2.4 发展模式分析

在系统的建设上可以采取自研和联合建设两种形式。对于区域性银行数字化转型并非易事,尤其是资产规模2000亿-5000亿的银行,在资源、资金、人才等方面与头部银行相比均有较大差距,数字化转型投入在很多方面难以做到自研。同时,由于头部银行在数字化转型方面具备先发优势,尚未进行某系统建设的区域性银行采取自建模式,必将在进度上更加落后头部银行。所以,区域银行在数字化转型必须结合自身发展需要,资金资源实力等现实因素来进行,对于不同的系统,需要依据行内特点和需求做不同匹配措施。

自研。自研系统与银行匹配性最高,能够做适合的功能匹配,有利于发挥系统的最大效能,同时对于系统的维护和升级自主权更高。例如,中原银行自建分布式缓存平台,并在手机银行、吃货地图、金融开放平台、消息平台、反欺诈等三十多套系统进行推广使用,有力的支撑了各种营销活动的举办。但也要认识到,自建系统,时间周期长、资金投入大,后期维护需要更多的专业技术人员,并不是适用所有系统。

联合。联合建设分为两类。一是多银行共同进行系统建设。可以以区域内龙头银行做牵头,联合几家银行,共同开发系统、共享数据,有利于减少投入,增加产出。但该模式目前试点较少,需要探索出更加明确有效的模式。二是银行与厂商合作,利用厂商成熟的产品,实现行内系统的快速升级和更新。采用有技术支持的开源产品,除了快速部署之外,也能利用厂商的力量解决技术问题,只需配备少量系统运维人员。

3. 循序渐进,各业务数字化转型办法

3.1 零售业务数字化转型

3.1.1 存量竞争时代,精细化运营是主线

近几年,银行零售信贷业务高速发展,且初步竞争格局已经形成。疫情之后,随着信贷风险暴露,零售信贷市场短期进入调整期,零售信贷尤其是消费金融规模增速放缓,市场份额继续向龙头集中。

面对“存量竞争”困局,相比较于全国性银行,区域性银行在市场抢占方面并无明显优势。当前区域性银行,尤其是中型区域性银行的战略重点应在精细化运营。

零售的精细化运营聚焦营销与风控两大场景。

1)       精细化营销运营,更为关注效率与成本

构建闭环的营销运营体系,需要关注感知、获客、活跃、留存、收入与传播客户全生命周期,核心的价值环节为获客、留存与价值实现。精细化营销运营的原则在于——在核心价值提升的同时兼顾效率与成本。

在获客方面,部分区域性银行利用其所在区域优势,打造具有当地特色、融入本地生活的场景金融服务,但整体而言,场景生态建设具有回报周期长、试错成本高的特点,区域性银行需结合自身资源谨慎布局。若银行依靠自身流量和平台难以触及到众多场景资源,则可以加强与互联网公司的合作,通过外部渠道引入海量场景及权益体系,以及学习借鉴互联网公司对于客户运营管理的思维和能力,以区域性银行信用卡业务为例,以发行联名卡的方式接入互联网渠道并共同运营,实现低成本获客。

图 22: 某区域性银行联名卡商业模式

在留存方面,区域性银行应聚焦重点渠道,比如远程银行、微信等,关注客户旅程中影响客户体验的核心节点,在兼顾成本与效率的同时,借助科技工具对节点进行补充、整合、删除、延伸,提升客户体验。同时,打通渠道间的数据壁垒,实现客户信息渠道共享,并根据对客户现有或潜在价值、所咨询产品、可能的结果、客户偏好和服务成本的分析,安排恰当的服务渠道。

图 23: 打造无缝客户旅程

在收入实现方面,区域性银行成长于本地市场,充分了解市场动向、客户需求和对手动态,且其一线业务人员数量多,具备良好的客户亲缘关系和广泛的信息来源,能够更为透彻地洞察客户需求,更精准筛选价值客户进行营销,进而实现客户收入。同时,基于用户旅程进行精细化运营,对销售漏斗中用户转化过程进行追踪,并分析原因持续优化,提升产品转化率,形成营销运营闭环。

图 24: 销售漏斗模型

2)       精细化风险管理,更为关注业务赋能

面对零售不良资产逐渐暴露、监管收紧的挑战,区域性银行零售业务风控承压。同时在2020年监管新规出台之前,部分区域性银行的贷前营销画像和反欺诈、贷后催收工作大多数都是合作机构比如互联网平台完成的,区域性银行在线上业务风控方面经验与数据不足。未来几年,区域性银行尤其是中型银行将加紧自主风控的建设步伐。

全方位零售风控体系覆盖贷前反欺诈、授信审批、贷中检测以及贷后处置全业务流程,因客群主体属性及业务特点,区域性银行线上业务的风控能力,如信用风险、欺诈风险、催收等风险的防控能力是区域性银行普遍的薄弱点和痛点,也是风控能力提升的重点。

在反欺诈能力方面,区域性银行应依托金融科技迅速构建完善的风险管理体系,针对申请、营销、交易等各环节进行欺诈风险的防控,对客户异常信息与行为进行判断和处理,对欺诈风险较高的活动进行识别和拦截。同时基于设备信息、用户行为等各维度数据来搭建本人识别、人机识别的精准模型和策略,借助多样化识别技术对用户身份进行智能核验。

声扬科技声纹识别技术,为工商银行构建多模态反欺诈能力

中国工商银行(INDUSTRIAL AND COMMERCIAL BANK OF CHINA,简称ICBC ,工行)成立于1984年,是中央管理的大型国有银行,国家副部级单位。工商银行是中国资产规模最大的银行之一,也是国内银行业中信息技术运用的领军者,2020年工商银行信息科技投入为238.19亿,信息科技人员达3.54万人,且在中国银保监会全国性银行信息科技监管评级中获评银行业第一。

数字金融已成主流,传统反欺诈手段被挑战

在金融科技快速发展的背景下,金融服务的数字化逐步成为行业发展的主流方向。数字技术业务赋能的价值已是共识,但同时带来一系列新型的金融风险,以新型金融欺诈行为居多,如网贷平台欺诈、大数据精准欺诈等。以信用卡场景为例,信用卡欺诈会通过编造虚假个人信息、冒用他人姓名和证件号制作假证、调换证件照片,提供虚假材料等方式向银行申请信用卡。随着银行开卡业务的线上化,信用卡欺诈更为方便,带来巨大经济损失。面对以上问题,工行多技术发力治理,并在此基础上同业首创引入声纹技术反欺诈能力。

在反欺诈能力方面,针对信用卡场景,工商银行已部署大量反欺诈技术,比如利用人脸识别、用户画像技术刻画客户个人特征识别身份冒用风险。但在语音场景,比如通过电话银行线上办理信用卡,反欺诈主要依靠业务人员的专业能力,并结合其他有效服务信息来综合评判,面对数字金融欺诈手段的升级与快速迭代,在不断强化自身的员工敏感度之外,还需引入多模态的防欺诈方案,进一步提升识别欺诈的准确率。

在欺诈识别效率方面,信用卡业务客群持续下沉,交易频繁、实时性强、数据量大,而且远程语音交互的方式越来越多,比如工商银行信用卡客服中心,每天高达几十万通的电话。相应的,欺诈呈现出小额、高频的特点,在信用卡传统交易中,客服需通过多轮安全问题交互,对客户应答信息进行人工核验,耗时长(50s/每笔),效率低,无法满足业务需求。

面对新型欺诈手段层出不穷的压力,工商银行洞察市场新兴技术,邀请了国内外多家优秀的智能语音企业,进行多轮严谨的技术测试,最终声扬科技凭借过硬的技术实力成功通过层层遴选,成为中国工商银行声纹识别技术的唯一供应商。工商银行应用声扬科技领先的声纹识别技术,攻克电话信道声纹识别难题,以强化反欺诈能力,同时提升语音服务质量与效率。

声扬科技是领先的语音交互智能分析平台与新型知识服务提供商,致力于智能语音分析全栈式技术研发与应用,助力企业语音数据资产的数字化激活与知识性重构,为企业提升“风控、合规、营销”三大能力。声扬科技坚持VAST发展战略,应用原创的智能语音科技(VoiceAI Tech)、帮助企业更好地应对远程身份识别(Authentication)、对话深度感知(Sense)、人力转型(Transformation)等数字化转型挑战。

图 25:声扬科技智能语音综合方案

VoiceDNA语音反欺诈平台,直击反欺诈痛点

以信用卡声纹反欺诈场景为切入点,声扬科技为工商银行提供的语音智能化解决方案,打造VoiceDNA语音反欺诈平台,通过电话银行在线上办理信用卡申请、启卡、尽调环节,利用声纹识别为客户经理提供身份识别和欺诈风险判断依据,全面提升智慧风控水平和客户服务体验。

基于VoiceDNA语音反欺诈平台实现身份识别,核心在于声纹识别技术。声音中包含能表征和标识说话人声音特征,以及基于声音多特征建立的声纹模型,声纹识别就是通过辨识声纹特征识别说话人身份的过程。

声纹是一种可用电声学仪器显示的携带言语信息的声波频谱。研究表明,声纹与指纹、人脸、虹膜等生物特征类似,具有唯一性和稳定性,因而运用声纹作为身份认证方式具有唯一性和稳定性;而且根据美国非营利性联邦资助研发公司MITRE的报告,声纹识别的准确率排名第二,仅次于虹膜识别。

在实际反欺诈业务中,声纹识别辨认欺诈风险可分为三个环节:

首先是声纹注册。在电话银行办理信用卡业务时,经客户同意后采集客户声纹信息,然后对声纹数据进行预处理(语音增强、降噪、活体检测),并将合格的声纹导入声纹引擎进行建模,注册为声纹模型存入声纹库;

其次是声纹客户再次确认。在信用卡业务语音办理过程中,基于声纹识别技术,辅助客户经理完成用户身份确认,保证业务安全,杜绝木马盗取密码数据风险;

最后是声纹辨认欺诈风险。系统通过声纹做1对N辨认,搜索工商银行自有黑声纹库,将识别具有相同声纹但登记了不同身份信息的可疑人员进行备注,防范欺诈风险。

图 26:基于声纹识别的反欺诈方案

声纹识别技术赋能业务的基础是数据。语音数据是黑声纹库建设的基础,也是声纹模型精度持续提升的关键。工商银行客服中心已成立二十年有余,积累大量风险相关数据,比如黑灰声纹库等,共同支撑声纹识别技术赋能反欺诈场景。

数据应用的前提是数据标准统一。但是由于客服中心成立年限较久,传统客服中心硬件标准主要基于当时电话信道,采样频率与现在的互联网语音信道采样频率不一致,不同信道语音数据需要转化为统一频率标准,才能保证后续处理应用质量,项目过程中声扬科技针对数据标准统一进行了重点技术攻关。

精度与效率兼备,声纹识别开创风险管控新模式

工商银行首创应用攻克电话信道声纹识别难题,将声纹识别技术应用于信用卡反欺诈,开创了风险管控新模式,并在2020年6月率先在北京、湖北、四川、陕西4家工商银行分行上线。

声扬科技VoiceDNA语音反欺诈平台的价值主要体现在两方面:

一是提升风险管控能力。基于声纹识别技术,实现客户身份确认和可疑声纹检索,提供欺诈行为判断依据,识别准确率达95%。VoiceDNA语音反欺诈平台可应对信用卡个人欺诈、团伙欺诈全场景,上线一年以来,电话银行信用卡反欺诈防堵数万笔,止损金额达千万元;完成个人信贷远程视频面审数千笔,涉及资金九亿三千多万;反欺诈风控模型上线以来,已监控线上交易超33万笔,涉及资金150多亿。

二是提升业务办理效率。声纹识别技术,于办理业务时辅助客户经理确认用户信息保证业务安全,于业务授权确认时识别可疑人员防范欺诈风险。利用声纹识别,客服与客户交互变得轻松简单,身份识别和欺诈风险判断结果在400ms内可返回,每笔信用卡业务审核效率提升125倍,大幅提升客户体验。

此外,基于声纹识别技术,客户无需操作终端,自然语音表达时即可完成身份识别和业务办理,享受非接触远程业务办理,满足“远程”、“非接触式”精准身份认证需求,提升用户登录体验的同时并保证业务安全。未来,声扬科技声纹识别技术将为工行全行范围内信用卡中心、手机银行、智能客服、电话银行等多项业务场景赋能。

在信贷风险管理方面,区域性银行更为关注风险管理的业务赋能与效率。直观来说,区域性银行原有信贷风控更为粗放,主要关注监管要求,但在精细化背景下,信贷风控需要兼顾业务与效率,同时关注不良率、授信额度以及审批效率多项指标。

因而区域性银行需利用金融科技手段支撑信用风险管理,最终降低不良率、提高贷款发放率及融资便利性,主要手段包括:一是拓展外部机构合作,加强数据整合;二是发展数字化处理技术,加强智能化系统管理;三是对接和联通平台资源,搭建不良资产处置平台,包括金融资产交易所、互联网平台、投资基金等。

以数据中台为基础,同盾科技风控中台赋能银行数字化转型

某城商行(以下简称“A行”)地处中部地区,在“十四五”金融科技相关规划及数字化转型大潮下,A行通过持续创新激发活力,开启风控、业务、管理三位一体的数字化转型道路,为实体经济源源不断注入“金融活水”,以高质量金融服务助推地方经济社会高质量发展。

数字化转型不断推进,风控体系建设面临挑战

进入移动化、智能化时代以来,在疫情的影响下,消费者需求的多样化对银行金融产品与服务的创新提出了更高的要求。因此,银行纷纷建立起了以数据为驱动的金融创新服务模式,在营销、运营等业务层开启了线上化、移动化、智能化的数字化转型建设道路。A行依托其区域性优势,在实践中确立了面向C端的市民金融服务、面向B端的普惠金融,以及面向商贸端的独创的“商贸物流银行”新业务模式。然而随着A行业务线上化建设不断推进,风控数据基础和风控工具性能已渐渐无法满足业务需求:

第一,风控体系的构建需要庞大的数据量作为基础。传统银行各部门风控系统独立、互动效率低,风控体系多基于“竖井式”架构独立建设或由业务部门提出需求主导开发,银行不同部门间、不同业务场景间数据标准不统一、数据不互通。这样的风控体系,限制了A行不同部门间风控数据的复用,不利于A行对风险的全局洞察及统一管控,使得A行在面对专业欺诈团队时,无法有效识别风险与应对风险。因此,通过打通数据链路,扩大风控数据基础,提升风控反欺诈能力,成为了A行的重要关注点。

第二, 风控体系的运行需要高效的风控工具作为支撑。在打通数据链路的基础上,只有高效利用数据,构建多种模型、精准分析数据,才能有效提升风控水平。因此,丰富风控工具,提升风控效率与水平,成为了A行的另一重要关注点。

基于上述多方面问题,A行需要建设可复用性强的多维度、跨行业、跨场景的中台体系,打破“数据孤岛”,增强风控能力,从而助力全行数字化转型,满足全行零售、对公业务的风险管理发展需要,实现全行业绩增长。经过多方调研与验证,A行选择与同盾科技就智能风控中台架构体系展开合作。

同盾科技是中国智能分析和决策领域领军企业,以人工智能、云计算、大数据三大核心技术体系为基础,基于对数据的探索洞察和深刻理解,将深度学习、联邦学习等领先技术与业务场景深度融合,为金融、保险、互联网、政务、零售、物流等行业提供智能分析与决策服务,赋能并激发客户,帮助客户做出更佳决策。截至目前,累计已有超过一万家客户选择了同盾的产品及服务。

A行与同盾科技成立“联合工作组”,在深入业务、全局梳理的基础上,确立了“风险导向、技术创新、数据驱动、集中管理”的理念,深度合作共创,打造了由“一个基础、两个支撑、三个中心”组成的 “营销+风控”一体化的智能风控中台架构体系。

一个基础,数据中台助力风控中台建设

智能风控中台以数据中台为基座,打通数据链路,形成数据分析、数据挖掘与数据治理为一体的数据资产库。以数据中台为基础,打造出风险标签体系、特征库、风险集市和全行级的360度客户风险画像;另外再将各个渠道打通,让全行各渠道都可以共享名单、标签、预警信息、内外部联防联控,实现能力复用,并在整个预警和决策的过程中实现数据的不断积累,以及模型策略的不断优化升级。

图 27: A行智能风控中台架构体系

两个支撑、三个中心,风控工具支持风控中台运行

风控体系需要风控工具作为支撑,因此,同盾科技在基础设施和风控模型两个方面为A行提供了风控工具的支持。

基础设施方面,同盾科技为A行配置了全方位智能化风控运营、监控体系作为两个支撑,比如驾驶舱、风控可视化监控大屏,为该行提供反馈、复盘,以及展示、监测等能力,帮助其实现全生命周期、自我反馈和持续进化。

风控模型方面,A行围绕交易风险防控体系、信贷风险防控体系、数据驱动的智慧营销系统三个中心,按照不同的主题域,确定不同的标签体系和全方位风险画像,支撑全行业务的接入,支持前台的“按需索取”。

¡          交易风险防控体系,部署2000+不同交易场景、不同风险特征规则以及数十个风控模型,实现对受控渠道关键交易的实时监测、准确识别与评估与动态处置。目前监控已覆盖手机银行、网上银行等10余个电子渠道,实现事前预防、事中控制、事后分析的全周期闭环管理。同时,针对该行客户注册及登录环节可能存在的账户安全隐患强化欺诈行为监测,精准识别垃圾注册、拖库撞库、账户盗用等欺诈行为,A行强化了用户账户安全保护。

¡          信贷风险防控体系,范围覆盖信贷业务受理、授信申请、预授信额度、放款出账以及贷后预警等关键节点,通过设计、开发和部署20余个产品合计10000+条规则及多个信用风险模型,提供以风险事实为基础的360度客户画像报告,构建“一线多点”的业务全生命周期风险管控体系。

¡          此外,由于“营销+风控”一体化概念逐渐兴起,数据中台的建设推动了营销系统的数字化转型。因此,基于完善的数据中台,A行还建立了智慧营销系统。加强网上银行、手机银行、自助服务渠道、微信银行等线上渠道建设,借助各类线上线下营销活动,以多渠道的数据为基础,通过大数据分析挖掘,精准识别客户需求,完善客户精准画像,为客户提供增强版的场景服务能力。

多重亮点,风控中台赋能全行数字化转型

同盾科技帮助A行建立覆盖全流程、全业务、全渠道的基于数据驱动的智能风控中台体系,将行方风控研发流程平台化、工具化。

图 28: 同盾科技智能风控中台亮点

通过智能风控中台体系的构建,同盾科技打通数据链路,并有效运用风控工具,从而最终帮A行实现了以下两方面效果:

一是显著提升了全行反欺诈水平。智能风控中台助力A行不断拓宽渠道交易范围,筑牢交易风控防线,以风险规则模型为核心,研发、部署不同类型规则模型累计2000+个,主动实时监控异常设备、用户、操作、交易等信息。目前已覆盖手机银行、网上银行、直销银行、网联支付、收单、国际结算等10余个渠道业务与柜面业务,并对其关键业务流程节点(如注册、登录、交易等)进行交易监测、风险识别、风险评估和风险处置,实现了事前预防、事中控制、事后分析的全周期闭环管理。

二是有效助力提升全行风控效率。以信贷业务风险防控领域为例,A行构建了以零售信贷与对公信贷等为主线,覆盖业务受理、授信申请、预授信额度以及贷后预警等关键节点的“一线多点”全生命周期风控体系,构建多维度综合客户风险报告,设计部署20余个产品合计10000+条规则模型。行方业务审批效率提升三分之一以上,节省大量人力资源成本。同时,在合法合规的前提下,积极引进工商、司法、税务、运营商等外部数据,化解信息孤岛,降低信息不对称,推动了数据资源有效整合与深度利用。

在贷后催收方面,区域性银行应利用语音机器人等人工智能手段,替代一部分催收员的低难度、重复性催收工作,让其更加专注于处理更有挑战性催收工作,同时利用NLP等技术对催收话术进行智能质检,是有效降低人力与合规成本投入,提升合规性与客户体验的有效手段。

3.1.2 奠基数字化基础,加速优势业务转型

根据数字化转型领先银行的数字化转型经验,数字化转型的落地可通过数据用例试点进行,而零售场景数字化转型方案成熟且ROI明确,是数字化转型的最佳切入点。立足零售业务推进数字化转型,探索出数字化转型的可行路径,进而推广至其他优势业务,比如普惠小微业务。

1)       业务能力,核心输出转型方法

数字化业务能力更侧重数据与业务结合落地价值,包含数据应用经验与方法体系。

数字化转型的本质在于以数据赋能业务发展,切实解决实际的业务问题,因而数字化业务能力至关重要。为实现对优势业务的数字化能力赋能,区域性银行需要积累数字化转型的经验,但更多的是在经验中提炼有效的方法论。

比如,在实际的业务转型过程中,建立执行考核机制,引导数据应用聚焦业务需求,对未能起到业务推动作用的动作及时优化调整,逐步沉淀数字化经验;同时建立转型全流程评价体系,包括场景初期的评审机制、转型执行的评价机制及转型价值的反馈机制,以便对银行优势业务场景优先级进行统筹安排,并能保证数字化转型策略规范化执行与持续迭代。

2)       数据能力,核心实现数据治理

数字化数据能力更侧重数据架构体系的搭建,核心是做好数据治理工作。

数字化数据能力包括搭建涵盖基础层、数据中台、应用层的数据架构体系。零售业务营销与风控是以数据为核心的场景,依托零售业务建立完整的数据架构体系,为后续数字化转型规模化推广奠定数据基础。

数据架构体系的核心是做好数据治理工作。首先将数据打通,基于数据标准体系建设方法论统一数据标准;然后在数据整合层建立实时事件库、行为数据模型、互联网金融数据模型等数据模型;基于整合层建设客户集市、营销集市、风险集市等数据标签体系,实现数据分类治理的中台能力。

3.2 小微业务数字化转型

对于绝大多数区域性银行而言,公司业务一直是根基业务,其中小微业务占据公司业务的近半份额。近几年,尤其是疫情之后,国家多项政策引导金融机构加强对于实体中小微企业的金融扶持力度,因此各类商业银行纷纷聚焦小微企业。

从市场格局来看,真正优质的小微客户已被国有大行抢占,并在持续渗透“下沉市场”。面对日益强化的竞争格局,区域性银行应真正回归地域,深度挖掘小微企业“下沉市场”的长尾客户,尤其是农商行应发挥地缘优势,将县域、农村地区作为巩固核心竞争力的主战场。

根据调研发现,面向小微客群需求,区域性银行应关注产品创新、低成本获客与风控能力建设,形成小微金融服务市场的差异化竞争力。

3.2.1 关注综合性产品创新,深度服务小微客群

从小微客户需求来看,传统产业加速转型,大量新产业、新业态兴起,小微客户的金融需求日趋多样化和复杂化。小微客群对金融产品的需求不再局限于某一产品,而是对产品综合性的需求,需要银行提供全面、优质的服务。同时小微客户希望银行提供个性化的产品和服务。

近年来,市场上涌现众多创新产品和服务,包括银税互动产品、发票贷、流水贷、薪金贷、抵押贷等,以及资产价值数字化衍生出的信贷产品,比如基于客户金融资产的质押贷。

除产品创新之外,“先场景,后金融”的综合服务已成为银行业共识。银行逐步从构建产业生态圈的视角,助力小微企业强化经营管理,将金融服务作为小微企业经营管理环节之一,更多地融入战略管理、财务规划、法律财税、人才培育等企业经营管理要素,为小微企业提供综合性服务,提升市场竞争力。

3.2.2 数字化赋能客户经理,降低小微营销成本

发展小微金融业务的核心不在于流量,而在于真实场景,而且以线下场景为主。因而,对于区域性银行小微业务,线上只能是一种维度的贷款服务手段,真正有竞争力、能给小微企业带来粘性的服务,都在线下。服务小微企业,可以依托线上渠道提高产品认购等流程效率,但真正的营销与服务应以客户经理为核心。

但由于小微企业分布地域广,小微金融服务机构均通过走访式获客,现场调查、收集资料,纵深获客能力不足,且获客与服务效率低;同时,小微企业需求个性化,但不同于零售客户,其客户画像数据不足,无法深度洞察客户需求,导致营销成功率偏低,获客成本高。

为实现低成本小微营销,区域性银行需要以客户经理为核心进行数字化转型:

首先,基于数字化手段拓展获客半径与效率。为客户经理配置移动化工具,比如泰隆银行为客户经理配置pad,提高一线业务团队纵深作业能力,做到客户立等可贷,实现客户“最多跑一次”、甚至“一次不用跑”的目标,触达偏远农村甚至山区的客户;同时在线下场景,比如村居、园区和其他人流量多的地方布码,客户可通过扫码或者在微信分行、网上渠道发起贷款申请,平台筛选后分配给客户经理,提升获客效率。

然后,利用数据建立对于客户和产品的洞察,赋能客户经理进行精准营销。基于大数据进行客户洞察的意义不言而喻。区域性银行数据获取能力有限,开展小微企业数字化营销需重视内部协同,利用内外部数据的整合挖掘为小微客户的识别和营销提供支撑,如零售部门与小微金融部门的联动,挖掘企业主、个人经营贷客户潜力进行综合性小微金融服务营销;又如公司业务部门与小微金融部门的联动,利用交易关系网络和客户响应预测等模型确定拓客白名单并制定重点营销计划。

此外需要关注客户经理线下信息获取能力。比如台州银行基于业务区域规划及客户资源划分,对客户进行网格化管理,不同客户经理专注某一客群,持续深化对行业/客群的需求理解,实现精准化营销与服务。

3.2.3 聚焦数据与模型训练,提升小微风控能力

风控一直是小微业务发展的核心难题。

首先,小微企业自身风险大。根据统计数据,小微企业的平均存活期不足三年,存活周期短、抗风险能力弱是小微金融难以发展的根本原因;同时小微风控数据缺失。小微企业资质弱、普遍缺乏有价值的资产提高信用水平,而小微企业通常缺乏可信的经营和财务信息,信息不对称问题突出, 这些因素显著提升了金融机构风险、运营的成本;此外小微企业客户数量大、单笔业务小、贷款周期短且贷款需求急,过于依靠线下调查和专家经验的风控模式并不适合小微业务,且管理成本过高。

目前以数字化升级小微企业风控模式,加强对多维数据的积累和应用,搭建可靠、高效、自动化的小微风控体系是必由之路。提升风控能力,现阶段主要从数据源、风控模型与风控审批效率三个方面着手。

在数据源方面,区域性银行应接入更多数据。近期央行已明确包括工商登记、企业涉税、企业用电用水、海关、环保、用工、奖惩、司法诉讼等在内的“替代数据”在评估企业信用资质中的重要作用,区域性银行需接入数据,并基于金融科技手段,自动采集工商、征信等数据,持续丰富数据源;客户经理更有一线信息的可获得性,线下深度挖掘经营的困难比纯线上风控更能发现企业风险和痛点,可基于金融科技手段,比如OCR识别技术、语音识别技术等,提升客户经理信息录入的效率。

在风控模型方面,区域性银行可以与金融科技公司合作的模式引进相对成熟模型,比如对小微客户的评分模型和额度测算模型;然后基于对业务的理解以及数据的丰富对风控模型进行迭代,以提升风控能力;在前期风控管理过程中,仍需要专家参与。

在风控审批效率方面,风控审批线上化,利用大数据技术在贷前、贷中、贷后对客户进行全方位的快速评估和实时监控,提升风控作业效率。同时优化信贷业务流程,通过信贷业务流程可配置化、贷款预审批机制、信贷业务审批流程简化等举措,提高业务人员对小微客户的服务质量与服务效率。

誉存科技多点发力,全方位助力银行小微业务升级

2020年12月财政部印发了《商业银行绩效评价方法》,办法明确普惠型小微企业贷款完成情况权重高达13分,要求银行加大对小微企业的信贷投放,发展小微业务成为商业银行紧迫而重大的战略目标。小微企业具有经营管理欠规范、抗风险能力弱、信息不对称、缺乏规模效应等特点,小微信贷业务风险与运营成本高企,疫情之后更是加剧了这一现象,严重限制小微业务的发展。小微金融数字化变革,成为破解小微金融“风险、成本、规模”之间不可能三角的主流趋势,替代数据下的大数据风控所驱动的数字化转型则是这场变革的内核所在。从总体看,部分银行率先启动、尝试探索和融合创新,已在产品研发、业务模式、组织流程、外部合作等方面形成了有益经验和积极成果但在风控技术、营销获客、贷后管理等方面也遇到一些普遍的问题和共通的难点。

具体有,企业数据样本缺失。科学的建模过程建立在数据清洗、指标挖掘、特征工程、算法运用等基础条件之上,需要足够的入模数据资源和历史好坏样本。缺乏足够的数据时间系列和周期波动特征,难以保障指标规则的经验有效性和违约相关性,也难以进行模型量化。

前期试错成本高。对于动辄上百万的件均额度,在缺乏足够数据样本支撑的情况下,银行在前期需要花费较长时间进行模型测试验证和监控调优,才有信心进行规模化投放并逐渐显现前期投入的产出效应。缺乏数据支撑的专家经验模型,往往意味着较大的投入决策压力,投放初期的业务试错成本及验证调优所需要的时间成本。

内部研发能力不足。小微信贷业务客群分布在各行各业,情况千差万别,如何构建具有统一通用模型底座,又能适配不同细分客群的风控模型体系,是一个横跨金融、风控、财税、产业、数据、算法等领域的系统工程,需要具备相应专业能力和足够业务经验的复合风控研发团队,对银行人力资源配置提出了很高的要求。

获客运营难度大。数字化意味着业务流程的重构。银行通过自身线下网点+线上入口自营获客的实际效果,需要配套员工业绩考核,客户经理数量、网点网格密度和线上入口流量等主客观因素。为降低获客成本和快速起量,互联网流量平台、政府企业平台等开放平台合作成为了银行自主营销获客的重要补充。

B行是一家专注于服务个人小微的互联网交易银行,曾获中小银行“最佳普惠金融奖”、卓越竞争力金融科技银行等荣誉称号。B行以线上业务为引领,以供应链金融为主体,致力于利用金融科技为供应链产业链小微企业提供智能化的普惠金融服务。但面对小微业务发展新需求,该银行同样面临着上述风控和获客方面的问题核,需要通过外部合作的方式解决。

誉存科技多点发力,纾解小微融资痛点

重庆誉存大数据科技有限公司(以下简称“誉存科技”)致力于大数据与人工智能技术在金融科技赋能和政企科技赋能两大领域的融合运用,金融科技赋能作为公司重点业务线,专注于小微信贷科技领域,形成了小微信贷产品赋能、信贷风控工具赋能、企业大数据平台赋能三大产品线。同时,誉存科技通过以数据为底座,以模型为表现形式,以系统为载体,以运营为依托的方式为中小银行提供整体解决方案。

从2020年开始,公司实施“精品、深度、聚焦、创新”业务战略,有选择地绑定创新动力强的银行持续深度合作,主要开展小微信贷产品优化+场景化创新产品研发+获客助贷运营的共建联营模式,助力部分银行率先实现小微信贷业务兼顾规模和质量的均衡、快速发展。

图 29: 誉存科技产品

资源 2@533

在服务实体经济、抢占小微蓝海市场的背景之下,B行积极布局金融科技提升小微金融服务能力,誉存科技基于企业大数据领域的长期积累,对小微金融发展进程的深入观察以及众多金融机构实际服务经验的优势吸引,于是B行与誉存科技展开合作,结合银税“替代数据”构建新型信贷量化评估体系,并与誉存科技联合运营小微信贷产品,整体解决B行的小微业务发展难题。

寻求高质量发展,联营模式抢占“新蓝海”

在合作中,针对小微企业数据特点,誉存科技提供从数据接入、数据模型到系统开发、产品运营的完整解决方案。

图 30: 誉存科技银行解决方案

首先是数据接入,税务数据是小微信贷风控模型的标准配置,税务数据基础直接影响风控模型效果精度。誉存科技依托战略合作伙伴航天信息在财税领域的强大资源和专业技术,整合包括纳税、开票、工商、司法、上市、团队、舆情、负面等在内的70余项数据,为B行机构输出“全息企业信息画像”服务。

然后是模型建设,誉存科技提供的模型服务可以分为三个方面:

将誉存科技已有小微企业税票模型作为业务合作初期的初始模型,在保证风险可控的前提下迅速部署和推广。构建企业准入、风险评价、风险定价、风险预警、授信审批、贷后监管等全方位风控体系,联营小微税贷产品至今未出现逾期问题。模型联合开发。誉存科技和B行深度合作共建模型,双方在合规前提下,共享数据和模型开发经验,例如结合行内黑名单对授信结果进行调整、根据当地行业布局调整不同客群授信额度等。模型监控和优化。随着政策、市场、贷后表现的变化,小微企业群体的风控模型需要持续地跟踪,通过客户数据回溯,不断优化产品模型,提供模型优化方案,不断改善产品体验。

系统方面,为适应更复杂的市场环境,基于纳税人类型、行业细分的模型评价体系显得尤为重要,在复杂模型体系的情况下,模型和策略的开发、维护、调优上面的工作量呈几何倍数的增加,誉存科技在拥有成熟的决策引擎产品的情况下,为B行提供本地化部署支持,大幅缩减行方模型研发阶段字段开发的科技成本及模型配置、调试的成本,同时也减少了模型配置过程中可能出现的操作风险。

在产品运营方面,依托誉存科技为政府搭建的企业服务平台以及誉存科技自有的普惠金融服务平台,结合企业画像和场景数据,进行精准营销和准入初筛,为B行提供精准获客。线上渠道方面,通过合作地方银税互动网、第三方正规中介金融展业APP、自媒体和电销合作方进行流量引入。线下渠道方面,基于战略合作方覆盖全国的税票业务团队以及助贷业务金融中介线下合作方,在安徽、重庆、山东、湖南、山西等十多个省市形成了超过3000个地面助贷部队。可提供日均申请量5亿以上。

除此之外,誉存科技基于大数据平台和风控工具为小微信贷资产提供高频智能预警服务,从客户信息初次建档时点起,7*24小时监控多源数据的变化,并根据触发风险预警程度,提供风险排查和跟踪建议。同时联合航信央企服务团队,高频、精准还款提醒及辅助催收,并对小微信贷问题资产进行辅助处置。

未来发展趋势

金融科技发展的主体是产业互联网金融。在大数据、云计算、物联网、人工智能等技术赋能下,金融科技发展带来前所未有的历史机遇。未来,符合科学、契合规律的金融科技发展前景巨大的是产业互联网金融。即机构通过金融科技向产业生态、尤其是中小微企业提供投融资服务。产业互联网金融以企业为用户,以生产经营活动为场景提供数字金融服务,由于产业价值链更复杂、链条更长,目前数字化的比例较低,金融服务还远未达到面向个人端的数字金融智能化、便捷化的程度,是金融科技发展的蓝海。

所以,随着整个银行业 B端业务的数字化,对金融科技公司的合作需求也将是持续的,而这一合作的底层则是围绕数据资源和数据能力来展开的。基于此,再根据金融机构的需求,研发和推出关于工具类、数据产品类、甚至延伸出来的系统开发类的产品。未来整个B端业务要实现数字化,提高整个B端业务处理效率、风险控制能力则要重视税加票这一风控能力底座,并在底层的基础上,加入行业场景数据,实现产品的场景化。

3.3 财富管理数字化转型

伴随着私人财富总体规模的攀升,中国目前已成为全球第二大的财富管理市场,且2018-2020年中国个人持有的可投资资产年均复合增长率为13%,未来还有更大的增长空间。

财富管理市场的参与者主要有四大人群,分别是高净值人群(个人金融资产>600万)、富裕人群(300万-600万美)、中产人群(30万-300万)、大众人群(<30万)。以2020年为例,大众人群、中产人群、富裕人群、高净值人群客户资产占比分别为15%、31.6%、11.4%、42%。对于区域性银行而言,中产人群与富裕人群是当前阶段重点攻坚的对象。

图 31: 财富管理客群分布及需求

由于区域性银行的现有能力较为薄弱,资源禀赋较领先银行也有一定差距,我们建议区域性银行重点聚焦核心能力,在产品供应和产品配置方面发力,选择适合自身实际情况的发展道路。

3.3.1 丰富理财产品体系,夯实财富管理根基

近几年,个人财富管理意识增强,从一味追求产品的收益率,发展至关注风险的有效管理。尤其在疫情之后,个人风险意识攀升,对多元化资产配置提出明确需求。

由于客户需求的变化,银行财富管理的商业模式持续演进,现阶段已由原来的自产自销模式演进至金融超市模式,对产品的丰富度提出新的要求。

金融超市商业模式下,首先强调建立品类齐全的产品货架,以满足客户多样化的需求;其次是要建立开放化的外部机构对接能力,这样才有可能高效的引入更多外部机构和产品供客户选择;此外还需要为客户提供简单、便捷的选品和交互体验,提升客户的自主筛选能力。

图 32: 国内领先银行提供财富管理产品和对接结构数量

3.3.2 以客户经理为核心,提升产品配置能力

财富管理获客的价值实现在于产品与客户的匹配。

首先是客户洞察目前,区域性银行建立了初步客户分群、分层经营体系。区域性银行首先需要对当前的客户基础展开深入的画像分析,形成深度洞察,指引不同客层的营销经营策略。同时适应客层内部不同客群的财富管理需求进一步分化,市场上将涌现出更多需求鲜明的子客群(如企业家、女性、富二代、高管、娱乐名人、养老一族等),财富管理机构在捕捉高潜客群的同时,需聚焦自身客群进行战术分群、深度经营。

然后是投顾能力现阶段对于财富管理核心客户,以客户经理提供专业的投资咨询,实现产品精准匹配为主。因此区域性银行,以客户经理工作台为中心,为客户经理打造数字工具,一是可通过数字化手段培训,提升客户经理专业能力;二是建立与客户远程沟通的数字渠道,提高机构平台对客户的价值;三是打造辅助工具为投资顾问在财务规划、投资策略等方面提供强大的专业能力,赋能投顾扩大领先优势或补足投顾服务能力短板。

随着财富客群的增长与下沉,区域性银行应考虑智能投顾能力的建设,整合智能投顾、混合投顾和线下专业投顾,以满足不同资产水平和投资偏好的客户需求。智能投顾的服务模式可以分为三种,一是专业智能投顾工具,利用人工智能、机器学习、预测分析等技术,基于客户洞察为投资者提供相关的理财建议,一般集成于银行理财平台,比如蚂蚁财富的“帮你投”智能投顾系统;二是开放式投顾平台,以输出投顾能力为出发点,打造对外开放的“拎包入住”式平台,既可实现平台到投顾到客户的能力输出,也可直接赋能客户,比如华泰证券的投顾云平台+移动端2C平台;三是内嵌于营销的产品匹配算法,核心基于客户洞察直接匹配理财产品,比如火山引擎未来规划在客户洞察模型中引入财务状况、风险偏好、理财目标等数据,基于算法为投资者匹配理财产品,客户触达的同时实现精准营销。

此外,区域性银行应着手布局线上营销与运营能力建设。目前区域性银行大多针对特定目标客群选取适合的切入点,着重提升客户满意度并做大客户规模。未来,随着数字化人群占比提升,财富管理线上化营销与运营将是战略重点。以年轻长尾客群为例,应重点强化线上经营和获客能力,以数字化手段提供便捷服务、精准推送和丰富资讯,打造在增强用户黏性的同时占领客户心智,最终识别和吸引更多的年轻目标客户。

根据其他理财机构的经验,优质内容营销将是线上营销的首选。为各合作机构打造独立“内容阵地”,可发布个性化的市场资讯、前沿观点等。借力平台数据洞察 ,为客户推送精准 、个性化的深度内容 ,以配合不同知识储备水平的客户,从而高效完成投资者教育。

发力内容运营,火山引擎助力银行财富管理业务实现智能增长

财富管理业务转型下,内容运营成为关键需求

随着居民理财意识不断增强,资产配置需求不断多元化,区域性银行财富管理的业务范围进一步拓展,财富管理业务的价值不断凸显,财富管理业务成为区域性银行重要业务之一。财富管理业务的开展离不开基于用户生命周期的营销运营体系,包括感知、获客、活跃、留存、收入及传播环节,而基于银行自身线上化平台的内容运营覆盖了获客、活跃、留存、传播等多个环节,是区域性银行数字化转型关注的重点。

图 33:客户生命周期

区域性银行传统的财富管理业务,缺乏对客户潜移默化的影响,多停留在资产驱动的传统销售模式上。而近年来,消费者通过直播、视频、图文等内容形式产生购物行为,已经成为一种新的消费习惯,各大电商平台也把内容当成一种必备的基础设施。作为营销与运营的关键抓手,内容运营越来越受银行重视。

筛选优质内容以“获客”,是区域性银行的关注重心。作为内容运营的基础,如何建设或优选有趣的内容,以吸引客户进入该线上化平台,自然成为了区域性银行的关注重心。

提升客户与内容的匹配度以“活客”,是区域性银行的重要诉求。即便有丰富的内容建设,如果内容与客户匹配度较低,区域性银行无法真正实现用户的活跃与留存。因此,提升客户与内容的匹配度,从而增加客户粘性,实现客户的活跃与留存,是区域性银行内容运营的重心,也是区域性银行进行精准营销的重要前提。

借助线上直销与客户经理以实现“转化”,是区域性银行的最终需求。传统的财富管理业务中,客户经理承担着重要的角色,业务基本是以客户经理为中心、通过线下手段开展的。因此区域性银行一方面需要基于内容运营,通过多种手段助力线上业务的最终转化;另一方面需要赋能客户经理,打造客户经理品牌,拓宽营销渠道,助力客户经理实现线下财富管理业务最后一公里的转化。

因此,内容建设、内容推荐与内容转化是区域性银行内容运营的关键需求,也是区域性银行实现财富管理业务精准营销的重要关注点。

作为字节跳动对外服务赋能企业增长的重要窗口,火山引擎金融行业解决方案团队为银行提供了MAU用户增长、业务增长、降本增效等多种解决方案,助力金融机构提升智能化水平。其中,针对区域性银行财富管理业务,火山引擎为其提供了满足内容运营关键需求的全链路解决方案。

基于丰富内容池的内容建设,吸引用户进入

内容运营以内容建设为基础。基于基金、保险等不同理财产品的特点,结合不同客群的兴趣与偏好,火山引擎为区域性银行构建了丰富的内容生态。

首先,火山引擎可以为区域性银行提供海量的内容库,有抖音、今日头条、西瓜视频三大内容源头,涵盖文字、图片、中短视频等多种内容体裁,包括亿级的UGC创作者与千万级的日新增内容数量,覆盖政策、文化、财经等多种内容;

其次,火山引擎借助AI、NLP、ASR等技术,为区域性银行搭建了“内容理解模型”,经过机器学习筛选内容,构建符合银行调性的内容池;

另外,火山引擎帮助区域性银行引入大量金融行业自媒体与优质个人创作者,进行内容生产。同时,搭载黑白名单机制,帮助区域性银行建设丰富、高质的内容矩阵。

基于目标的内容推荐引擎,促进用户活跃

在丰富的内容池的基础上,火山引擎金融解决方案团队帮助区域性银行引入了基于目标的内容推荐引擎。

不同于常见的“有召回、无排序、依赖人工定义和低效试错”的推荐技术,火山引擎提供的推荐引擎遵循“向量化召回,数据依赖”和“预测目标,模型排序”两个原理,基于老年人客群、中年风险偏好客群、年轻客群等不同客群的特质及兴趣,向其进行了差异化的内容推荐。“向量化召回,数据依赖”:将推荐算法从“精准匹配”转化为“模糊查找”,从而满足了监管和效果两方面的需求——监管方面,金融强监管下,个性化推荐逐渐收拢;效果方面,推荐可以达到“举一反三”而非死板的一次性推荐,可以促进用户增值。“预测目标,模型排序”:通过流式模型训练与实时预测计算相结合,增强用户可感知实时性,持续迭代优化算法模型带来优质的内容消费体验。

图 34:火山引擎推荐技术及策略

除此,火山引擎为区域性银行规划了丰富的社区运营功能,以提升用户的参与度与关注度。一方面,通过点赞、阅读量、分享、举报、作者主页、相关推荐等维度分析用户喜好,为用户提供千人千面的内容推荐;另一方面,推荐引擎可以实时洞察热点,形成话题的内容合集模块,实现高热和高亮内容的精细化运营。

内容赋能线上直销与客户经理,完成用户转化

基于丰富的内容池和先进的推荐引擎,在前期内容运营的基础上,区域性银行从内容赋能线上直销和内容赋能客户经理两方面,用内容带动业务,实现用户的转化。

第一,火山引擎帮助区域性银行建立广告系统,构建内容与产品的关联,实现线上“顺滑”带货。

第二,火山引擎为客户经理搭建渠道,实现对客户经理的赋能。一方面,火山引擎为客户经理提供了内容名片功能,客户经理可以通过分享优质内容到各公域或私域平台,提高内容传播度,同时增进客户经理与客户之间的交互,从而促进线下财富管理业务的有效开展。另一方面,火山引擎为区域性银行搭建了有特色IP的外部传播矩阵,客户经理可以利用抖音、快手、西瓜视频等外部直播平台,进一步宣传优质内容或优质产品,通过个人或银行IP,形成传播、吸引外部用户,推动用户的购买。

通过多种手段,助力区域性银行实现智能增长

火山引擎为区域性银行提供了覆盖内容建设、内容推荐及内容带货全方位的内容运营综合解决方案,帮助其实现了从“获客”到“活客”、从“留客”到“转化”的客户全周期变化,助力区域性银行实现了财富管理业务的智能增长。具体而言,其效果主要体现在三个方面:

第一,优质内容的建设,帮助区域性银行吸引了客户,提高了获客能力。火山引擎通过引入海量内容库,在AI模型与黑白名单机制的加成下,帮区域性银行极大的丰富了其线上平台的内容,显著提升了其内容的日更量,为用户带来了一场“内容盛宴”,最终帮助区域性银行吸引了客户,增强了获客能力。

第二,先进的内容推荐引擎,帮助区域性银行提升了客户活跃度与客户粘性。火山引擎通过千人千面的内容推荐,用实时有趣的内容提升了用户活跃度,进而提升了银行线上平台的月活跃用户数;而基于推荐引擎的精细化运营,促使区域性银行线上平台日活占比与用户访问时长都得到了显著提升,提高了客户活跃度与客户粘性。

第三,赋能线上直销与客户经理,助力财富管理业务从线上、线下两方面都实现了有效增长。一方面,火山引擎为区域性银行搭建的内容平台,可有效建立内容与银行理财产品的关系,助力线上带货;另一方面,火山引擎借助字节跳动丰富的产品矩阵,为客户经理赋能,既提升了客户经理形象,打造了个人IP,又帮客户经理拓宽了营销渠道,帮助客户经理完成了财富管理业务最后一公里的转化,从而促进了线下业务的增长。

3.4 对公业务数字化转型

银行的对公业务是以企业、机构等客户为服务对象,围绕公存账户开展的各类支票、汇兑、贷款等业务。

对公业务占银行主营业务收入比重一向较高,达到45%左右,是整个银行业的第一大收入来源,是商业银行存款及中收的支柱之一。另外,对公业务的发展对零售业务有显著的促进作用。因此,对公业务处于所有业务的核心地位,是银行保持竞争优势、挖掘新业务增长的重要领域。对于区域性银行而言,由于其与房产等实体经济绑定更为深刻,对公业务的基石地位尤为显著,部分上市区域性银行对公业务占银行主营业务收入的比重为50%左右。

图 35: 对公业务占银行主营业务收入比重

作为对公业务占比更高的区域性银行,基于以下三方面原因,对公业务数字化转型势在必行:

1)       经济增速放缓下,对公业务增速随之放缓。近年来,我国进入经济增速下行期,宏观经济环境不稳定,企业扩张积极性不足,扩张速度放慢,对公存贷款需求不足,对公业务占银行主营业务收入比重则逐渐下降。而区域性银行由于和实体经济更为相关,因此受经济萎靡态势影响更大,加之对公业务资产质量频频爆雷,区域性银行对公业务受影响更大。而在新冠疫情影响下,传统临柜业务难以实现,这在一定程度上也为区域性银行加速数字化转型提出了要求。

2)       银企关系发生变化,对公业务底层逻辑改变。近年来企业经济形态发生变化,逐渐由过去独立的企业形态转变为以供应链为核心的、贯穿上下游的集团式企业形态。在这种背景下,区域性银行必须改变经营模式,利用金融科技,发展供应链金融等业务,以适应对公业务底层逻辑的变化。

3)       尽管对公业务数字化转型起步晚于零售业务数字化转型,但基于零售业务数字化转型的积累,区域性银行数字化转型在金融科技方面有充足的探索与实践,或可借此实现对公业务数字化转型的弯道超车。

因此,长期以对公业务为主的区域性银行,除了需要发力零售业务、进行结构化转型外,更需要针对对公业务乘势而为锐意转型,改变自身粗放的经营模式,借助金融科技寻求一条有效且有力的对公业务的创新改革之路,实现对公与零售业务的互相促进、共生增长。

具体而言,银行对公业务客群主要有企业和机构(即政府机构及金融机构);按具体业务划分,对公业务可分为单位存款业务、信贷业务、政府及金融机构业务、国际业务等。而对于区域性银行而言,国际业务由于渠道狭窄、业务权限准入存在障碍等因素,发展较为缓慢。而近年来兴起的供应链金融业务,能有效提高存贷款业务量,是区域性银行更应关注的重点。因此,区域性银行的数字化转型应该聚焦于供应链金融业务和与民生关联密切的机构金融业务。

供应链金融业务。供应链金融是指银行将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种融资模式,作为解决中小企业融资难的有效工具,是国家重点支持和发展的金融领域。作为供应链金融中的重要一环,区域性银行在持续开展供应链金融业务时,也存在着信息不对称、涉及行业过于广泛、业务办理效率低、缺乏专业化的风险管控体系等问题。利用数字化工具,区域性银行可以有效分层管理、精准定位客户,更精细化地开展特色化、差异化供应链金融业务;借助大数据、区块链等先进技术,区域性银行可以构建数据集群,打通信息闭路,突破信息孤岛;通过金融科技手段,可以更好地构建专业化风控体系。因此,数字化转型可以在获客与运营、信息流畅通以及风险管控等多方面,助力区域性银行供应链金融业务的发展。

政府及金融机构业务。政府及金融机构业务是指面向政府机构和机构金融客户所提供的综合性金融服务业务。随着民生金融和金融普惠概念的兴起,大力发展机构金融业务,已经成为商业银行拓展收入来源、优化经营结构、提升竞争力的有效手段,更是响应国家政策、解决民生困境、发展民生经济的重要途径。由于地处区域、深耕区域,区域性银行与地方政府关系较为密切,有着发展机构金融的天然优势。即便如此,大行下沉城乡、互联网银行兴起,区域性银行相比之下产品体系不够健全、服务渠道不够丰富,依旧存在着市场被抢占的风险。运用数字化思维创新产品,利用多种渠道拓宽客群、增强服务,成为了区域性银行实现机构业务长效增长的关键手段。

3.4.1 供应链金融业务

供应链金融其本质是将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种融资模式。也就是把资金作为供应链的一个溶剂,增加其流动性。通过该种模式,银行一方面注入资金,助力上下游中小企业融资,可以扩大自身客户基础,提高存贷款业务量,也可以提升业务办理效率、提升客户体验,提升其供应链话语权,增强其客户黏性;另一方面注入信用,将银行信用融入上、下游配套企业,增加其商业信用,实现上下游中小企业与核心企业的长期稳定协同,从而提升整个供应链的竞争能力,实现乡村振兴、金融普惠等国家政策要求。

图 36: 供应链生态体系及融资模式

因此,无论是从促进自身存贷款业务发展需求出发,还是从响应国家政策角度出发,作为供应链中不可或缺的一环,银行开展供应链金融业务都是必不可少的。而信息不对称、业务办理效率低、客群定位不明确、风险管控能力欠缺等,成为区域性银行开展供应链金融业务过程中必须要重点关注的问题。区域性银行必须认识到,紧靠传统的人力铺设手段开展对公业务,效率低下、根本无法真正解决问题,必须借助金融科技进行数字化转型,为供应链金融业务的开展赋能。

1)       打通数据链路,搭建统一供应链平台

区域性银行作为供应链金融中重要的一环,应该借助地缘优势和网点分布广泛的优势,利用长期当地产业信息积累,以庞大的数据量为支撑,打通信息链路,搭建统一的供应链金融业务平台,并创新多种差异化产品,为核心企业和上下游企业提供信贷融资、结算服务等多种支持,从而一方面简化业务流程、提升业务办理效率、提升银行客户体验,同时也推动当地特色产业稳定、快速发展。

以数据为抓手,打破信息孤岛。供应链金融平台的建设离不开数据支撑。区域性银行由于长期根植于本地,与本地中小企业、核心企业都有较为稳定、深刻的联系,因此对于本地特色产业有更为深入的理解与丰富的数据积累。区域性银行应基于经验与数据,建立数据思维,以特有的数据为抓手,运用大数据、人工智能、区块链等技术,加速推进数数据中台的建设,从而实现数据的灵活流动与分析运用,助力打通整条供应链信息闭路,为产业链生态建设做铺垫。

建立业务平台,重塑业务生态。在数据流、信息流打通的基础上,区域性银行应以核心客户为业务发展的逻辑起点,聚焦支付结算与贸易融资一体化产业链金融服务,建立“线上+线下”数字化展业模式,构建核心客户与上下游供应链客户之间相互促进、正向循环的经营模式,提高科技触达能力。具体路径方面,区域性银行应借助数字化工具,以灵活授信、便捷操作为抓手,以提高融资效率、满足客户需求为目标,建立统一便捷的供应链金融业务平台;通过与供应链上中下游企业建立深度战略合作,构建稳定的生态链,形成供应链金融网,从而实现“物流”、“商流”、“资金流”、“信息流”等多流合一,建立端到端的业务闭环。

郑州银行持续提升供应链金融服务的科技水平,以互联网平台为核心,以先进的金融科技技术为辅助,基于核心企业与上下游链条企业之间的真实贸易背景,将商流、信息流、资金流和货物流“四流合一”,通过丰富的解决方案、高效的响应机制以及专业的服务能力,为供应链核心企业及其上下游企业提供“结算+融资”、“境内+境外”、“标准+定制”综合化解决方案。“云交易”、“云融资”、“云商”、“云物流”、“云服务”五大平台推出以来,郑州银行已为近2,500家大中型企事业单位提供财资管理解决方案,为超过600家企业融资超过人民币160亿元,进一步赋能实体经济,为小微和民营企业提供了便捷、高效的金融服务。

坚持链式开发,创新产品服务。区域性银行应借助金融科技,为供应链上下游企业提供特色服务。区域性银行需要以客户为中心,围绕医疗、物业、基建等细分领域,不断创新产品,提供全方位升级化的线上金融服务。区域性银行可以通过深化与第三方互联网企业的合作,实施流程优化,提升存量产品线上化、智能化水平;加快新产品研发,进一步丰富供应链产品体系和应用场景。

如徽商银行围绕产业链场景,创新数字化产品—“融链通”等融系列资产产品、“招标通”系列负债产品、“易托收”等易系列服务产品。中原银行围绕大型核心企业,为解决产业链上中小企业应收账款居高不下、资金占用频繁等问题,研发并推出供应链金融产品“原银e链”;为降低企业交易成本、提高交易效率,研发推出分离式电子保函。

2)       深耕特色行业,挖掘产业链客户需求

由于不同产业的供应链模式、行业周期、资金需求等都各不相同,因此供应链金融在不同行业表现出的形态特质也是不同的。对于区域性银行而言,其业务模式较为粗放,其传统的供应链金融业务更多为横向拓宽行业广度,而非纵向延展行业深度,因此缺乏深度的行业认知,对供应链上主体的了解也较为不足,导致区域性银行开展业务会面临一定障碍。因此,区域型银行必须转变供应链金融经营模式,针对某些特定行业进行纵向延展、提高专业性与深度,而非横向拓宽行业类别。

对于区域性银行而言,由于其展业有明确的地域限制,因此金融业务客群也有明显的本地化、区域化特征。区域性银行由于政策要求与实际展业限制,加之其与生俱来的地缘优势、情感联结和生态资源,与当地企业的关系更为紧密,对当地特色产业及企业的理解也更为深刻,这是全国性银行所不具备的优势。因此,区域性银行需要根植当地核心产业和特色产业,从当地核心企业出发,利用大数据挖掘供应链上下游企业需求,根据不同行业、不同企业的实际需求,利用数字化工具为其提供特色化、差异化的金融服务,提供更加灵活和个性化的供应链融资产品,帮供应链上下游企业解决融资难的问题,进而赋能自身增量客户的触达、获取与存量客户的运营、留存。

运用数字化思维精准营销,吸引增量客户。区域性银行需要依靠多年的本地资源积累与对本地特色产业的深刻认知,与当地特色核心企业加强联系,共建供应链;并用大数据等工具深挖供应链上中下游不同企业需求,沿着资金链向客户的生态圈延伸,在此基础上进行精准营销。拓展线上服务渠道,对接小程序、APP等多种渠道,通过互联网平台引流打开新客服务渠道;建立客户画像与客户图谱,利用多种服务度高的产品精准匹配客群,带动对上下游供应链的大批量获客,带动小企业的恢复性增长。

郑州银行深入推进客群管理工作,整合销售管理系统、客户关系管理系统和大数据智能营销系统,实现一站式客户发掘、营销和管理,将客群建设的管理过程线上化和智能化;持续建立销售管理机制和销售检视机制,利用上下游客户图谱,深入开展上下游客户的营销和管理工作,加强对公司客户的有效动态管理, 提高营销团队的工作效率,有效推进客群建设工作的持续稳定健康发展。

利用数字化工具提升体验,增加客户粘性。区域性银行需要依托本地化产业数据积累,精细化分层管理,明确供应链金融各参与主体的具体需求,从用户视角推进业务线上化、智能化,持续提升对公客户体验。第一,业务流程线上化、智能化。借助区块链、AI、大数据等智能工具,运用过大数据、电子签名、互联网等技术,通过数字化用户界面、远程客户服务等内容与环节,精简客户工作流程,给予客户便捷的业务支持,从而增加存量客户粘性,留存存量客户;第二,建立对公客户体验监测系统。运用数据抓取客户体验,通过数据分析寻求对策,提升客户体验,实现良性循环。

如河北银行推出远程银行,同时利用人脸识别、多媒体感应等技术,打造智能网点服务体系。长沙银行推出远程视频银行,同时优化线下网点布局,年度签署超3000个农村金融服务站,构建“县域支行+乡镇支行+农金点”服务体系,极大提升了服务质量与客户体验,增强了客户粘性。

3)       借助科技创新,实现全流程风险管控

区域性银行由于展业有地域限制,对公业务聚焦于本地核心企业,而本地核心企业数量有限,区域性银行的对公模式加剧了其信用风险、流动性风险等业务风险——一旦核心企业经营不善,区域性银行“压大头”的模式很容易产生“压错大头”的结果。因此,除了加强客群管理、助力核心企业成长外,区域性银行应逐步完善制度、建设供应链金融全流程风险管理体系,在风控领域积极运用新技术,丰富供应链模型预警,严格做好风险管控,强化法律合规管理,坚守合规底线,实现业务稳健有序发展。应用场景方面,智能风控应覆盖信用风险、反欺诈、反洗钱等领域。具体路径方面,区域性银行应将分析、决策步骤和工具整合为一体化框架,融合内外部数据,建立模型识别企业类集团关系,通过数据分析对客户进行信用评级,构建全数字化风险引擎与全流程数字化风控平台,极大提升风控精准度与审批效率,确保数据准确性、独立性与前瞻性。

某银行不断增强全流程风险防控能力。通过全方位的大数据收集,及全业务流程的动态风险监测,为客户筛选和评级提供科技支撑;同时,系统应用区块链、SAAS服务、金融服务开放平台、微服务、大数据等创新技术进行投融资一体化设计,根据合作企业、金融机构特点,构建简捷、高效、标准化的供应链协作和供应链融资在线全流程,通过强大的产品配置能力和风险监测能力,快速适应业务营销发展的需要,实现了资金与资产的高效匹配。

拓尔思“语义智能”中台,助力银行风险监控、预警双提升

D行是一家跨区域经营的股份制商业银行,为股份制商业银行之一。D行全面推进数字化转型,以金融科技为势,持续坚持科技引领赋能零售对公业务,坚定打造数字化银行。

对公业务持续做精,严守资产质量生命线

中国银行正在进入变革期,对公业务仍然是银行业最主要的利润来源和业务动力。资产质量始终是对公业务的第一生命线,尤其对于小微业务而言,业务风险的有效把控,是小微业务持续发展的核心。

D行严守资产质量生命线,风险理念逐步从管控风险向主动管理风险转变,并重点建设风控监控与预警能力,全面提升风险管理的效率与水平。在全面数字化转型的背景之下,大数据风控已是提升风险管理能力的关键手段,是大势所趋。

数据是大数据风控的核心,数据质量直接决定了大数据风控的效果,包括风控的精度与实时性。因而大数据风控对数据和数据价值分析能力提出更高要求,D行在数据方面面临的主要挑战有:

一是数据来源不足。全量数据是优化风控模型提升风控预警精度的关键。目前,D行在接入工商、司法等数据之外,对更多维度数据接入有明确的需求,比如税收、经营流水、舆情公告等,尤其对于信息不对称风险凸出的小微业务,引入丰富数据源将明显提升风控预警精度。

二是数据价值分析能力不强。客户数据类别多且体量大,以上市公司舆情数据为例,一年将近有几百万条数据,如何从海量数据中提取真正有价值的风控数据,并进行数据应用与风控分析,成为提升整体风控预警能力的核心问题。

三是多模态异构数据处理能力亟待提升。多渠道数据信息中包含语音、文本等异构信息,且多模态异构数据占比更高。传统模式下多基于人工判断多模态数据价值,无法洞察深度价值关系且数据处理效率低,无法满足数据实时分析并实现实时预警的需求。

D行持续推进“金融+科技”核心业务战略,为进一步提升大数据风控能力,与拓尔思进行合作,为金融服务风险控制安装“智慧大脑”,拓尔思技术支撑有力促进了该行对公业务的安全、高效、稳定、健康发展,为企业金融服务的快速创新奠定基础。

拓尔思以“语义+智能+行业”为战略将人工智能和大数据技术应用到数字政府、金融大数据、互联网内容安全和媒体融合等领域。其中,金融行业智能风控是重要业务方向。拓尔思基于TRS数星智能风控大数据平台,以“SAAS+DAAS+本地化”的市场定位,提供在线风控数据服务与智能风险知识挖掘工具,最大限度地提升金融机构风控能力。 拓尔思基于TRS数星智能风控大数据平台的综合型解决方案,不仅可以赋能银行风控场景,还可更多的赋能投研场景、金融监管场景等。目前为止,拓尔思已服务中国银行、中国农业银行、国家开发银行、平安银行等多家银行。

图 37: TRS数星智能风控大数据平台市场定位

TRS数星智能风控平台,挖掘高质量数据

为满足风控数据方面的需求,拓尔思基于TRS数星智能风控大数据平台,为D行提供了应用于金融风险控制的综合性技术解决方案,以“DAAS+本地化”模式解决海量异构风险数据的接入与价值识别。

TRS数星智能风控大数据平台,是利用人工智能、大数据、自然语言处理、知识图谱技术构建的综合型在线服务平台。平台围绕海量异构数据,提供智能多维标签、预警信号推送、风险事件跟踪、风险传导关联、综合异构图谱等贯穿多场景全流程风险管理功能。

图 38: TRS数星智能风控大数据平台解决方案

在数据接入方面,基于拓尔思多年的大数据采集技术,接入海量异构数据并进行实时文本处理,并将舆情数据、定向数据、内部数据和第三方数据进行整合,构建风险全量数据池。

拓尔思为D行接入的外部数据源主要包括境内外舆情数据、公告数据、行政处罚数据、研究报告等企业相关数据,满足D行贷前、贷中、贷后全流程风控不同环节的数据需求。

在数据价值分析方面,基于自然语言处理与知识图谱技术,对数据进行筛选,从海量低密度价值数据中真正提炼高价值、高精炼知识数据,赋能D行的对公业务风控。

对于外部数据而言,拓尔思基于自建的IDC中心,实时收集数据信息并进行关系分析,提炼知识化风险数据推送银行;对于银行内部不可共享的自有数据,拓尔思提供智能风险知识挖掘工具进行本地化部署,结合外部数据进行全面风险分析,实时监控企业风险动态。

同时关注事前低强度异动,监控高强度预警信号与低强度异动线索的相关性与传导性,解决现有大量事后预警现状,提前预知异动。

值得说明的是,数据知识化分析的知识图谱技术,核心要点是对于垂直领域的深度理解,是围绕深入的行业或者场景持续挖掘和沉淀的运营过程。

挖掘高价值风控数据,实现异动风险监测

D行与拓尔思合作的智能风控解决方案取得权威调研机构和第三方的认可,整体来看,拓尔思为D行提供的智能风控方案的价值主要体现在两个方面:

一是实现风险实时监控。通过对互联网、新媒体、集团内部各类渠道的新闻资讯、研究数据、文本等信息的智能分析,为企业构建起综合舆情分析服务平台,可以做到对客户重大风险信号的精准识别,监控企业尤其是小微企业的风险动向,把控资产质量。

二是强化风险预警能力。基于全量市场数据,形成基于事理图谱的组合策略及关联模型,构建对未来形成预测分析及归因分析能力,判断企业未来可能存在的风险标签和风险事件,将会带来更高的收益率。强化风险预警能力,实现精准风险预测,是风险管理场景的最终业务形态,拓尔思基于回溯的大量风险信号持续优化预测模型,将持不断提升预测精度。

3.4.2 政府及金融机构业务

政府及金融机构业务,客群既包括财政、税务、海关等政府机构,也包括银行、证券公司、保险公司等金融机构。

图 39: 政府及金融机构客户分类

政府机构。对于区域性银行而言,其依托当地政府,与当地政府一般关系较为密切,对政府机构的业务较为重要。然而,全国性银行下沉城乡,由于它们具备很强的资金与人才实力,场景积累丰富,区域性银行在这些方面并不占优,存在市场被瓜分的风险。因此,区域性银行需要利用情感优势等本土优势,加强与政府的合作,利用数字化工具打造智慧政务,构建场景生态圈。

金融机构。区域性银行应顺应机构金融客户需求多元化发展趋势,加强资源整合,服务本土机构,为客户量身定制综合金融服务方案,构建以客户为中心、以产品为支撑的一站式服务模式。

1)       依托地方政府,开启银政合作

区域性银行与本地政府及机构一向具备良好的关系,开展政府业务,一方面银行可以响应国家扶贫、普惠等政策,服务民生,提升银行自身品牌形象,另一方面政府可以反向支撑银行,为银行开展供应链金融业务提供依托与支持。

提升数据能力,促进数据共享。数据共享开放是政银合作的基础,数据共享开放程度的高低则直接影响着政银合作的效果。当前政银合作由于缺乏顶层设计、政府数据敏感度高等原因,数据开放共享水平较低。银行需要积极开发政务数据获取平台,并充分利用大数据、云计算、人工智能、区块链等技术对海量数据进行挖掘分析。

依托政府关系,服务本地政府。大中型区域性商业银行可以利用政府关系,运用数字化工具,与当地政府在政府工资代发等内部事务方面进行合作。具体而言,区域性银行可以依托政府关系,与政府共建智慧政务平台,在司法、社保、医保、政府基金等方面创新产品,开展合作。另外,区域性银行也可以建立政府融资平台,助力地方政府解决融资难的问题。

杭州银行推出 “财资金引擎”和“贸易金引擎”等对公业务新引擎,主动对接数字政务新场景,赋能杭州“数字红会”建设领跑全国,协助杭州“亲清在线”、“民生直达”两大平台在线兑付惠民惠企补贴 113 万笔,累计金额 56.62 亿元,同时围绕政府订单持续升级“云采贷”产品,打造了“在线投标保函+履约保函+农民工工资专户”的体系化服务模式。

探索本地特色,共建智慧生态。区域性银行相比全国性银行,有更多的情感认同以及更久的本地政府合作经验,这是全国性银行无可比拟的。区域性商业银行应把握该优势,以情感认同为依托,以政府关系为纽带,加强与政府的合作,积极推动与政府各机构的生态共建。具体而言,区域性银行可以依托丰富的服务民生工程经验,发现本地民生短板、探索本地民生长版,推动业务数字化转型、服务场景化升级、流程智慧化提升,通过与财政、医保、医疗、教育等机构的合作,与政府共建行业金融,打造便民、惠民、利民的集成化智慧民生生态。合作模式方面,区域性银行既可以与政府机构两方共建,也可以引入互联网企业、进行三方共建。如苏州银行在服务地方民生方面,深入医疗、教育、社保、交通等社会民生事业,参与建设“智慧吴江 APP”、“江村通”等系统, 为地方经济社会发展提供了优质高效的金融服务,实现了价值共增。

2)       借鉴同业经验,实现技术共享

针对金融机构业务,区域性银行数字化转型主要聚焦于加强与金融机构的合作,实现转型经验与技术共享。

吸取同业经验,技术共享互通。区域性银行转型起步较大行更晚,且在人才、资金、技术等能力方面都不及大行,唯有与其他银行展开合作,才能快速追赶大行数字化转型的步伐。一方面,区域性银行可以借鉴头部银行及其他先行者的数字化转型经验,在战略设计、数据建模、业务应用等多个方面,向同业学习,从而降低自身数字化转型的试错成本,提高转型效率;另一方面,区域性银行之间可以共建银行联盟,共同进行技术研发应用,以降低研发成本、分散研发风险,使人才、资金、技术等能力达到最大化。

4. 全面支持,为区域性银行转型保驾护航

4.1 金融科技

全球金融稳定理事会将金融科技定义为:信息技术驱动下的金融业务创新,包括由此而产生的新业务模型、新应用、新业务流程或新产品。中国人民银行印发的《金融科技(FinTech)发展规划(2019-2021)》采用了这个定义。

金融科技核心技术已经在金融细分领域逐渐深化实践应用,未来将体现更大价值,并影响金融科技乃至金融行业的市场竞争格局。

4.1.1 适应业务需求,构建先进的技术架构

随着区域性银行业务线上化、场景化、智能化等趋势的发展,高并发、高可用、高性能、扩展能力、迭代能力等互联网架构的能力成为银行所关注并重点建设的内容。

构建“敏稳结合”的双态IT架构,将成为多数区域性银行的选择。在实践中,对于核心关键业务,安全稳定是最重要的,因此,关键应用和核心数据必须部署在“稳态”的IT架构上;针对创新业务,则可以采用云计算、分布式底层技术和微服务应用技术打造分布式IT基础架构,以满足创新业务对IT基础设施灵活性、扩展性、快速迭代等能力的要求,探索“敏态”创新发展,实现创新引领。为了确保整个基础设施架构的安全稳定,要对稳敏两个系统进行一定的技术隔离。

其中,云计算是区域性银行的战略转型的重点。对区域性银行而言,云计算为新一代智能化系统平台提供了稳定、安全、高效且灵活的开发、部署和运行环境,开放式混合多云是未来银行的合理配置。

据调研显示,超过七成的区域性银行表示已积极开展了云计算领域的建设。一般而言,区域性银行首先需要构建私有云环境,将本地工作流迁移到安全、合规且完全拥有的技术框架中。其次,银行会在公有云上开展运营有助于降低运营成本,并且能够更好地接触外部生态系统。当银行考虑采用开放式混合多云方法时,其目标是让每一种环境都能处理最擅长的工作,让每个工作负载都处于合适的位置,从而降低风险,提高敏捷性。

图 40: 评估要迁移到云上的工作负荷

谐云容器云PaaS平台,为杭州银行打造高效能IT架构

杭州银行(BANK OF HANGZHOU)成立于1996年9月,总部位于杭州。目前,全行拥有200余家分支机构,网点覆盖长三角、珠三角、环渤海湾等发达经济圈。在中国银行业协会发布的《2021年中国银行业100强榜单》中,杭州银行排名第29位。近年来,杭州银行紧抓科技创新机遇,加速金融与科技的融合,通过平台对接、跨业跨界合作,大力推进数字化创新和数字化转型实践。

业务量快速增长,业务系统面临重重挑战

随着互联网金融的快速发展,为了支撑数字化转型所需的海量数据,承载业务增长带来的大量用户,杭州银行在最近几年进行了应用微服务化架构改造。但随着业务量的进一步增长,在服务部署速度、系统持续可用能力与系统扩缩容能力两方面,杭州银行面临着新的挑战。

服务部署速度方面。传统产品上线周期长,交付环节出错率高,整体系统部署速度较慢,无法满足互联网时代银行日新月异的业务需求。因此,提高研发效率与交付效率,从而综合提升服务部署交付速度,成为了杭州银行的重要关注点。

系统持续可用能力与系统扩缩容能力方面。由于数字化转型持续推进,加之疫情影响下消费者主场迁移至互联网,杭州银行线上业务不断增长。在微服务架构下,面对互联网营销等对扩缩容要求较高的业务,原有的系统资源支撑弹性不足,容灾能力欠缺,无法支撑数据的快速变化,无法应对用户规模的快速增长。

综合而言,杭州银行希望建设提高服务的部署交付速度和系统容灾能力,提高系统资源使用率,为互联网营销、重大事件集中支撑等存在明显流量峰值波动的业务提供足够的弹性资源支撑和高可用性支撑。因此,基于上述需求,经过多方验证与慎重评估,杭州银行选择与谐云进行深度合作。

谐云是国家高新技术企业、准独角兽企业,建有省市级高新技术研发中心,是世界领先的云原生技术服务公司与中国数字基础设施建设云原生软件领军企业。作为国内少数掌握底层核心技术的容器云产品及解决方案提供商,谐云依托超前的发展理念与先进的底层核心技术,致力于为企业数字化转型提供最佳解决方案。谐云产品以建好容器云—管好容器云—用好容器云为矩阵,提供云原生全栈服务,助力客户降本增效。谐云在“国产化适配”的道路上一路前行,持续发力智慧生态创新发展,满足未来信息技术国产化的需求。

图 41: 谐云云原生产品版图

谐云与杭州银行就容器云PaaS平台项目展开深度合作,建设具有快速支撑能力的资源管理平台,并以Docker、Kubernetes等技术为基础,赋能SpringCloud微服务架构的业务系统。

构建以应用为中心的管理平台,管理大规模容器集群

杭州银行容器云PaaS平台可划分三套环境——本地开发测试环境、本地生产环境与同城生产环境。本地开发测试环境可搭建开发管理集群、开发集群、测试集群、预生产集群;本地生产环境可搭建管理集群、业务集群;同城环境可搭建容灾管理集群和业务集群。本地生产环境和同城生产环境的业务集群规模比例为2:1。各个集群通过开放网络策略,实现由管理集群观云台统一纳管。每个环境中的集群共用一套存储服务。 

图 42: 杭州银行容器云PaaS平台架构

谐云从开发作业、应用接入、管理运维三个方面,帮杭州银行搭建了完整的覆盖全流程的PaaS平台架构,为其打造了管理大规模容器集群化的能力,以承接其整体的业务应用,既提升了系统的扩缩容能力,又节约资源、提升了现有资源利用率,同时也方便银行运维人员进行运维管理。

开发作业方面。谐云容器云平台为杭州银行提供了CI/CD流水线工具链。平台的持续集成和持续部署功能,可以形成一套完整、规范、标准的流水线。借助流水线开发、测试、运维,能够极大地帮助IT团队降低时间成本,提升开发效率与交付效率。

应用接入方面,业务平台可以用来承载客户的不同应用,承载其上云的集群。目前,杭州银行已经对杭银联和直销银行两个中等规模、相对独立且未涉及微服务架构的业务系统,进行了上云的实验。通过应用上云,杭州银行能够节约资源、提高资源利用率。

管理运维方面,谐云从杭州银行从管理平台、镜像服务、监控系统三个方面,提升了杭州银行的管理效率与运维速度,也提升了其扩缩容能力与容灾能力。

¡          一是管理平台。为杭州银行提供了多集群的统一管理平台——观云台。观云台可以对多集群进行统一的可视化管理,提供多集群的注册、修改、运维、监控等核心功能支持,实现多集群的一站式管理。

¡          二是镜像服务。为杭州银行提供了容器云平台提供统一镜像仓库。业务集群和管理集群共用一套镜像服务,镜像服务统一搭建到管理集群中。用户通过持续集成平台将业务代码进行镜像构建,并将镜像推送到镜像仓库。通过镜像仓库服务,提升开发效率、业务响应速度与执行效率。

¡          三是监控系统。为杭州银行提供了集成多系统的一体化监控,通过容器云平台对接杭州银行已有的Zabbix监控系统,通过定期获取Prometheus指标数据,进而对集群主机、容器、应用中间件进行监控,设置了对应的告警规则。Zabbix系统可以及时地将报警信息通过邮件、手机短信等方式发送给对应的运维管理人员。借由该监控系统,杭州银行可以极大提升运维侧效率,为业务提供足够的弹性资源支撑与高可用性支撑。

此外,为了满足银行业的监管和安全的要求,杭州银行采用了多租户隔离的模式。谐云为杭州银行不同的应用部门或研发部门间设立了不同的租户,由平台管理员划分租户权限,租户间数据不互通,从而保证开发测试与业务数据的安全性。

实现多重价值,容器云为业务系统赋能

谐云容器云PaaS平台助力杭州银行业务转型升级,为其微服务架构的业务系统赋能,主要价值体现在三个方面:

一是提高部署速度。具体体现在对内提升开发效率——利用容器云的标准化交付配合平台的CI/CD(持续集成/持续部署)工具链,提升开发测试团队从源码到发布运行的效率,整体提升了3-4分钟;对外提升交付效率——通过容器交付的方式帮助客户提高现有交付效率。

二是通过运维侧效率提升,保障业务系统提供持续可用的服务。典型场景下(4C8G的Tomcat应用环境下测试结果,占用pod资源)容器云的pod创建到启动只需要12秒;CICD流水线让应用发布的流程变的规范化、流程化。

三是提高容灾能力,实现服务的快速扩缩,满足用户规模的快速增长需求。具体表现为充分利用容器资源调度能力,提高现有资源的利用率。

目前,杭州银行的一期容器云PaaS项目建设进入了抽检环节,二期正在持续推进。未来,杭州银行将会与谐云加深合作,持续推进容器云平台建设,在应用上云等方面展开进一步合作,拥抱云原生。

构建双态IT系统,AIOps已经是必然的选择。运维数字化转型已是大势所趋,实体业务的逐步线上化对IT系统的稳定与安全提出更高要求,同时随着双态IT等复杂系统的建立,如何平衡IT运维效率与成本成为区域性银行面临的重要问题,智能运维AIOps成为主要解决方案。

智能运维AIOps,根据Gartner的最新定义,指基于大数据、机器学习等能力提取和分析IT数据,为IT运维管理产品提供支撑。目前AIOps在银行业的主要落地场景有精准告警、异常检测、根因定位和容量分析等场景,明显优化运维成本且提高运维效率;同时,基于数据的深度分析优化运维质量,值得说明的是,为最大程度发挥IT数据的价值,基于统一平台整合多维数据,以全局运营视角解读IT运维,将是未来趋势。

擎创夏洛克AIOps平台,助力E银行实现高效智能运维

某国有银行(E银行)是五大国有银行之一。近年来,E银行将数字化转型上升至集团战略层面,充分发挥金融科技特色优势,持续加大金融科技资金投入强度,在财富管理、数字化发展、绿色金融等各业务层面都取得了积极成效。

多重问题并存,银行传统运维系统急需转型升级

随着E银行数字化转型进程的不断推进,银行业务系统和基础架构愈发复杂,运维数据日益增长,运维能力越来越成为E银行数字化转型的重要关注点。业务量的不断增长,为传统的IT运维带来了以下四个方面的问题:

第一,数据治理难。随着数字化的演进和全行改革的深入,E银行业务量增多,数据规模急剧扩大,且数据种类与数据结构愈发复杂多样,由于数据标准不统一,因此数据质量较低;且E银行数据分散在各应用处、集中度不高,数据之间存在孤岛现象,数据可复用能力欠缺。

第二,发现问题难。E银行在过去便建立了运维系统,但随着该系统在业务中的不断实践,出现了不少问题。首先,监控不全面,缺乏对整体业务运行状态的监控;其次,原有运维监控系统采用固定阈值告警,误报漏报率高;另外,原有运维系统发现问题较为被动,缺乏趋势预测能力,无法在用户受影响之前及时识别问题,严重依赖运维人员经验,导致运维成本高、运维效率低。

第三,根因定位难。E银行原有运维系统和工具基本为事后统计分析,缺乏实时分析能力,缺乏以业务指标驱动的根因分析能力、场景化的相关性分析能力和告警、指标、日志等多维数据的交叉分析能力,对运维排障能力的提升作用很有限,导致运维故障处理能力较低。

第四,运营分析难。E银行传统运维系统主要依赖人工经验、通过报表来分析数据,缺乏智能化的手段进行动态数据分析;过去的运维数据分析主要从运维角度而从非业务视角出发,导致对数据的分析较为片面、落地性不强,数据价值挖掘不充分,无法为综合运营提供保障支撑。

除此,E银行还有一些定制化的需求。E银行部署了云平台,不同于传统技术架构,云平台对运维侧提出了更多需求,如与态势感知可视化工具进行深度结合,以识别并解决云上安全风险;另外,E银行对于内部安全能力也有要求,随着业务量的增加,内部违规操作的几率增加,E银行对内部人员违规操作的检测排查提出了新需求,对安全数据的整合能力成为了E银行重要的关注方向。

综上,借助一定的手段和方式,对客户的IT运维数据实现全量的集中化管理,实现数据实时处理、智能分析和预测,进行多维度高效根因定位,实现运维侧的全面升级,成为E银行数字化转型的重要诉求。基于此,E银行选择与擎创科技进行合作,就智能运维AIOps展开深度探索。

擎创科技2016年成立于上海,是国内首家智能运维AIOps落地解决方案的供应商。擎创科技专注于以AI赋能运维管理,激活运维数据智慧,助力客户数字化转型。目前其客户群已覆盖银行、保险、证券、制造、能源及交通运输等多个行业。

擎创科技基于自身强大的大数据能力、流批一体处理能力和AI算法能力,从数据治理层(包括数据采集、数据处理、数据存储)、运维应用层以及运营决策层多个层级,为E银行提供了智能运维夏洛克AIOps全面解决方案。

图 43: 擎创夏洛克AIOps平台架构图

构建数字运维中台,全面提升银行数据治理能力

数据是场景建设的基础。因此在数据治理方面,擎创为E银行构建了集成数据采集、数据处理和数据存储多种功能的数字运维中台。

首先是多源数据采集。夏洛克AIOps具备数据湖、APIs、客户数据等多种数据源的数据集中采集能力,覆盖指标、事件、日志等多种运维数据。无论是来自于工单系统、监控系统还是日志平台,均可作为可配置的数据源融入平台。此外,数据采集会对接不同体系如容器云、K8s等。其次,数据采集完成后,需要进行数据处理。擎创科技帮助E银行,在两大技术栈Flink和Spark的基础上做了抽象,使二者合为一体并形成数字运维中台,使得平台跨越了流批处理的专门开发,并做了一些可视化处理,实现数据标签化、体系化、规范化,并使得数据可通过拖拉拽实现基本处理与一体化查询分析。数据处理完毕后,需对经过处理的数据进行数据存储。擎创科技为E银行的运维数据存储提供了相应的技术栈和配套软件,同时也运用大数据工具,帮助E银行提升运维数据存储能力。

综合而言,擎创科技帮E银行构建的数字运维中台,为智能运维场景的建设提供了大数据处理、流批一体处理和AI算法平台三方面服务,奠定了E银行智能运维场景建设的基础,同时也持续提升了其运维数据的质量和治理水平,解决了E银行数据治理难的问题。

多样化智能运维场景,助力问题发现与根因定位

在数字运维中台的基础上,夏洛克的运维应用层结合数十种算法,帮助E银行灵活构建了多样化的智能运维场景,产出其需要的分析结果。智能运维场景包括告警自动抑制、故障场景发掘、指标异常检测、日志异常检测、综合根因定位、业务多维分析、容量分析预测等,主要抽象为四大产品应用——告警辨析中心、指标解析中心、日志精析中心和日智速析专家。

告警辨析中心以机器学习算法为驱动,对海量的告警事件进行降噪和关联分析,辅助E银行实现问题预测发现以及根因定位;指标解析中心基于交易异常、指标关联、拓扑集成、根因推荐能力,帮E银行迅速发现及预测指标的异常波动,并且判定指标间的关联关系,辅助根因定位;日志精析中心具备多样化开箱即用模板及智能分析能力,协助E银行全面分析数字化业务整体状况,提升了其故障根因定位、日志审计、异常检测等运维能力;而日智速析专家则实现了将海量日志聚类到肉眼可读的数量,智能识别日志发生规律,分析日志异常并智能告警,从而助力E银行无需了解日志结构即可发现问题、定位根因。通过四大应用的构建,E银行可快速发现异常并定位根因,从而提升运营效率。

图 44: 夏洛克智能运维四大产品应用

未来,在智能运维的基础上,擎创科技还将辅助E银行实现了从智能运维到智能运营的跃升。擎创科技以全局运营视角解读IT运维,在打通E银行全域数据的基础上,帮其个性化定制专属运营决策中心,精准、实时、动态地展现系统运行状况,并通过对数据价值的提炼分析,有效支撑运营决策,彰显运维对业务的影响力。

夏洛克AIOps综合解决方案,助力银行实现高效运维

通过夏洛克AIOps综合解决方案的实施,擎创科技帮助E银行解决了多种问题,实现了高效智能运维:

第一,提升了数据质量和数据治理能力。通过采用数字运维中台进行数据治理和运维数据集中化管理,打破了数据壁垒,极大地提升了数据标准化程度,提升了数据质量,为后续数据分析运用提供了保障支撑。

第二,提升了问题发现的能力。E银行通过部署夏洛克AIOps智能运维平台,基于四大智能运维应用,降低了误报率,减少了一线人员的工作量,且极大提升了提前发现异常和容量预警的速度。

第三,实现高效的根因定位。E银行利用交易类指标异常检测以及与多种基础架构指标异常做相关性分析,结合拓扑相关性以及日志异常模式排查,实现了分钟级别定位故障源的高效综合排障。

第四,提升了运营分析能力。通过智能运维建设,E银行实现了对告警、日志和各项指标的全方位管理和智能化分析,运营风险降低约70%,运营效率提升约6倍,数据中心整体SLA(服务水平)得到了极大提升。

4.1.2 注重应用实效,引进成熟的技术方案

与大型银行相比,区域性银行在资金投入、金融科技人才等方面存在不足,因此,在技术开发和技术应用方面,要与大行有所区别。区域性银行应本着实用主义原则,重点强调技术在业务应用中的价值,而不必囿于大规模投入对底层技术的研发。

根据调研显示,目前核心银行系统主要以自建为主,比如交易系统。对于新兴的数字化技术,大部分区域性银行以合作共建为主,引进成熟的技术方案,并在技术引进过程中深度参与,以最终实现自主可控。目前金融科技合作共建方面,主要的路径有两种:

一是与有实力的大厂形成战略合作,提供数字化转型技术升级的综合性解决方案,包含技术、行业知识(如风控模型)、方法论、资源等。区域性银行在战略合作过程中,应特别重视核心系统的自主可控,避免形成过度依赖,同时要注意数据合规等问题。

以上海农商行为例。上海农商行数字化转型起步比较晚,金融科技基础薄弱,为把握数字化转型红利,与腾讯形成战略合作,引进腾讯一整套的开发平台,包括底层的技术架构、中间件以及数据治理方案等,并接入腾讯生态,迅速构建数字化能力。在合作过程中,形成自有的方法论及自主可控的核心技术。

二是针对不同数字化场景,引入成熟的技术方案。区域性银行则应避免进入过度技术创新误区,要注重技术与数字化场景的结合,应该以成熟技术的引进、消化吸收为主,注重数字化应用的实际落地效果。未来,在政策允许的情况下,区域性银行可以考虑率先尝试SaaS服务模式,通过云化进一步降低技术应用成本。

以风控场景为例。金融科技风控技术已经趋于成熟,且在国内多家同业机构实施落地后已经显现效果,如客户风险画像、信息反欺诈、中小企业/零售评分、额度测算、押品管理与估值、贷后预警等。对于这些领域,区域性银行可考虑采用“跟随式创新”的策略与思路,积极学习同业经验、合理评估自身实际、充分探讨必要程度,以有效提升自身风控工作能力。

银行可引进实时音视频技术(RTC)、编解码等技术,为银行营销、运营、风控等多流程,理财、零售、对公等多业务场景赋能。以实时音视频技术为例,基于实时音视频能力,银行可以实现视频营销、视频面签、金融双录等远程业务办理,在满足金融监管需求的同时,解决业务渠道不足、客户体验不佳等问题。银行应基于具备多场景、高性能、多功能优势的音视频技术,结合云技术、AI技术等其他技术,构建视频中台,以最终支撑各业务的实施。

声网一站式视频银行解决方案,助力天府银行满足业务、合规双重需求

四川天府银行自2001年底成立以来,积极探索中小银行改革发展之路,在中国银行业创建了多项标杆,现已建设成为有国际金融背景、跨区域、有特色的现代精品银行。截至2020年末,该行总资产约2250亿元,资产规模位居四川省内城商行第二位。近年来,四川天府银行通过开放合作不断搭建平台和整合资源,持续加大科技创新投入力度,加强金融产品和服务创新,围绕特色银行建设加快创新转型发展,逐步形成了以“人才+战略+产品+IT”为主要支撑的核心竞争力。

疫情催化下,传统业务渠道与模式急需升级转型

随着金融科技的发展,数字化转型的不断深入,加之疫情摧化,天府银行获客渠道与业务办理模式亟待提升。

消费模式的转变,加之疫情催化,银行传统获客渠道急需拓展。传统上,针对理财业务,银行都是以客户经理为中心,进行营销获客。随着消费者消费模式的转变与疫情的催化,传统以客户经理为中心,局限于线下网点拓客的方式已经逐渐效用不足,无法充分利用网点资源、且客户覆盖面有限。为了充分利用网点资源、扩大客户覆盖面,天府银行需要寻求手段赋能客户经理,扩大客户经理展业范围,以实现理财业务的高效获客。

银行传统业务办理模式导致客户体验不佳,服务模式亟待升级。消费者消费偏好转变,线上消费逐渐成为重要趋势。传统叫号机+玻璃幕窗+柜员的业务办理模式,已无法实现全天候、全渠道的客户服务价值理念,线上办理模式缺失、线下办理便捷度不足,导致客户体验不佳,整体无法满足天府银行的客户运营需求。加之新冠疫情的影响,天府银行各业务离柜趋势愈发明显,线上不见面业务办理的方式被进一步催化。因此,革新业务办理模式,提高业务实时性,以提升客户体验,成为了天府银行的重要诉求。

金融监管与鼓励与合规的要求下,风险提示与记录留痕成为重要需求。随着线上化业务的不断深入,欺诈、篡改等风险愈发显著,内容可追溯愈发重要,为了满足业务需求,风险合规成为天府银行必须关注的重点。另外,金融强监管的进一步收紧,更要求天府银行在开展非接触式银行的建设时必须注重风控与合规要求的满足。因此,在金融监管的鼓励与合规部门的要求下,满足风险提示与记录留痕的需求成为大势所趋。

基于上述问题、需求与趋势,四川天府银行在经过审慎筛选评估后,选择与声网就视频银行及双录解决方案展开合作,以同时满足银行拓展客户覆盖面、提升用户体验和符合监管合规的多种需求。

声网Agora成立于2014年,是全球实时互动云服务RTE-PaaS(Real-time Engagement Platform-as-a-Service)开创者和领导者,已赋能了十余个行业,实现了100多种场景。针对银行业,声网基于实时音视频技术,为其数字化升级全面赋能,覆盖视频面签、在线理财、金融贷款等多个场景,通过电子渠道来延伸金融服务,助力银行业转型升级,为银行带来更多收益。

声网一站式视频银行解决方案,满足获客需求、提升客户体验

基于自身强大的视频云能力与混合云部署能力,声网为四川天府银行提供了多场景、多功能、高性能的一站式视频银行解决方案,既满足了获客需求,又提升了客户体验。

图 45: 声网视频云全面支撑视频业务

基于视频银行多场景、多功能、高性能的优势,声网帮助天府银行极大地提升了客户体验。

声网携手四川天府银行联合打造的视频银行覆盖多个业务场景。视频银行覆盖客户服务、理财业务、对公业务、零售业务等多种业务场景,极大地拓展了客户覆盖面,同时满足了客户足不出户即可办理业务的需求,提升了客户体验。银行业务咨询服务方面,声网为四川天府银行提供了基于音视频能力的咨询服务平台,帮助四川天府银行提高了业务咨询的服务质量。理财业务办理方面,在疫情催化下,声网为天府银行提供了理财视频双录、视频面签等理财业务场景下的服务,客户可以随时随地购买银行理财产品,既便利了客户、又提升了业务办理效率。除此,声网提供的产品正在逐渐向对公、零售场景扩展,帮助天府银行构建了移动展业外出对公开户法人视频认证、收单商户进件视频尽调等对公场景产品以及个人贷款授信合同视频签订、个人手机银行人脸识别补充认证等零售场景产品。

声网视频银行具备多功能。声网视频银行业务功能丰富、集成方便。该方案集成了实时音视频、屏幕共享、文档共享、文件标注、实时消息、录制存证、AI增强等丰富功能,支持1080P 60fps超清视频、48kHz全频带音频编码。且声网视频云中台开放架构支撑产品持续创新与系统动态扩容。

声网视频银行有强大性能。连通率高,声网音视频连通率能达到99.9%以上;稳定性强,在偏远地区或信号相对较弱的区域,也能保障音视频的稳定性;超低延时,优秀的弱网对抗能力,保证在70%视频数据丢包情况下,音视频通话流畅;在80% 音频数据丢包情况下,音频通话流畅。

其中,在理财业务场景下,声网为天府银行提供了视频营销方案底层能力,赋能客户经理,满足银行获客需求。

声网视频底层能力支持业务侧营销解决方案赋能客户经理,支持客户经理与客户进行一对一或一对多的音视频互动,通过客户经理与客户间的线上交互开展理财等金融活动,拓宽了天府银行多项业务的办理渠道,极大地突破了理财业务办理的区域、时间限制,助力了四川天府银行的营销渠道创新,从而实现了高效获客。

金融双录和混合云部署,满足金融监管和合规要求

在进行线上视频业务办理时,声网为天府银行提供了金融双录的功能。通过音视频同步录制并存证,助力视频见证等业务办理,还原真实的业务场景,保障了数据的安全可靠。

除此,声网为天府银行提供了混合云部署方案,实现客户内网与内网,内网与外网多种交互场景,充分利用银行内网环境的安全性、稳定性以及外网的高质量加速能力。出口安全配置方面,天府银行仅需在出口防火墙上配置访问外网的 “IP+端口号”,对应防火墙策略保障在尽量少的端口情况下实现内外网安全隔离及访问;媒体流方面,终端设备在外网的,媒体流要经过互联网传输,终端设备在内网的,媒体流只在内网传输,内网录制媒体流从内网部署的媒体服务器拉取。通过该部署方案,天府银行实现了内网终端信息可保障、外网终端传输效果可保障,最终确保了多场景金融业务能力的安全性与可用性。

图 46: 声网混合云部署方案优势

综合方案下,声网助力天府银行实现多种效果

通过一站式视频银行解决方案的部署,声网帮助四川天府银行实现了以下三个方面的效果:

第一,实现高效获客。视频营销的实施,适应了消费者消费模式的转变,有效缓解了疫情带来的业务渠道不足问题。通过赋能客户经理,实现了跨区域业务的开展,帮助天府银行拓展了营销渠道,拓宽了客户覆盖面,助力了天府银行营销渠道的创新,极大地提升了营销的客户转化率。

第二,提升客户体验。视频银行的开展,基于覆盖多种场景、功能丰富和性能强大的优势,满足了天府银行跨时间、跨区域的客户服务价值理念,提升了业务办理的实时性与业务办理质量,满足了客户足不出户办理业务的需求,最终极大地提升了客户体验,从而提高了银行品牌度与客户粘性。

第三,满足监管、合规与安全需求。金融双录的功能,保障了数据的安全可靠,满足了金融监管与合规需求,同时也保障了金融业务的可回溯性;而混合云的部署方式,实现了内外网安全隔离,最终保障了业务能力的安全。

4.1.3 落地数字应用,打造完善的数据能力

银行是基于大量信息和数据设计金融产品、提供金融服务的组织,同时,银行在日常经营过程中也会产生大量的信息和数据。数据是落地数字能力的基础,而打造数据能力是关键。

数据能力建设全链路包括数据采集、存储、计算、分析、挖掘、开发、治理等,如何合规地获取数据、做好数据存储与管理、深度挖掘数据价值,是银行实现数据资产化需要主要思考的问题。

数据治理是挖掘数据价值的基础。数据治理包括数据质量管理、元数据管理、数据标准管理、主数据管理和数据资产管理等。在这一系列过程中,能够通过相关规范并结合工具应用,实现确保数据质量、数据标准和数据的一致性等目标。数据治理工作可依托数据中台建设开展落地。

数据分析成为价值挖掘核心能力。随着数据应用的持续深入,传统大数据技术渐趋成熟,数据分析趋于移动化、智能化,以满足持续迭代的数据价值挖掘需求。

数据分析加快渗透银行业务场景,为满足随时随地的数据分析需求,移动化趋势逐渐明朗。PC端主要满足固定办公场景,但面向复杂灵活的移动场景持续涌现,比如出差场景、线下服务场景等,在快速响应正在成为核心竞争力的背景下,实时的数据分析正在成为迫切需求,移动端数据平台成为重要抓手。BI商业智能作为大数据应用的重要一环,赋能业务决策效果直观,而且轻部署ROI明确,已落地银行多业务场景,也将是最先实现移动化的数据分析系统,将数据分析能力 “装入口袋”。

同时以AI应用为核心的增强分析能力正在成为数据分析的重要能力要求。增强分析能力包括三个方面:基于AI算法,能够在数据准备和数据探寻等数据分析环节中实现流程的自动化,提升效率;通过AI技术自动进行关联网络分析,通过智能化的数据探寻,实现脱离人为经验的数据洞察;基于内置的自然语言识别能力,用户通过文字和语音的形式即可查询数据分析结果。

帆软移动工作台,助力区域性银行BI再升级

数字化浪潮之下,银行商业智能需求持续迭代

数字化浪潮之下,数据驱动业务增长的价值渐成共识。银行业是以数据为支撑的行业,为抓住数字化转型红利,国内银行无一例外高度重视数据业务的应用。BI商业智能是大数据应用的重要一环,通过对企业业务数据进行展示、分析和挖掘,为企业业务决策提供指导,是释放数据价值最重要的系统之一,应用需求持续攀升。

由于数字化转型的阶段不同,区域性银行的BI建设进程各有差异,率先开展数字化转型的银行已落地BI应用。为适应新形势下的数据分析需求,区域性银行对BI商业智能的需求也在持续迭代。

F银行为满足管理层等人员的数据分析需求,部署了PC端数据大屏等BI工具。但随着金融服务线下场景趋多,金融移动化趋势逐渐明朗,移动化办公理念逐渐成市场新需求。F银行顺应行业发展需求,构建全行级别的移动端办公生态,在移动端建设过程中,面临的主要需求与挑战体现在以下三个方面:

从数据整合层面看,数据口径差异大。单一场景、单一部门的数据价值度有限,实现数据价值最大化需要整合不同场景、不同部门的数据,基于更全面的数据分析以支撑业务决策。但数据来自多个数据系统,数据口径存在差异,基于单一平台接入并整合数据面临巨大挑战。

从业务赋能层面看,指标体系梳理难。数字化转型的本质在于数据赋能业务,因而银行不仅需要成熟、易用的BI工具,还需结合对银行业务场景的理解构建分析指标和模型,以深度挖掘BI商业智能应用价值潜力。但F银行管理人员所涉及的数据众多,数据杂乱分散难以整合分析,如何呈现有结构、有分析逻辑的数据价值成为重大课题与挑战。

从全行联动层面看,内部管理闭环难。构建全行级的移动端,实现银行内部跨部门的联动管理,对于数据分析驱动业务价值最大化至关重要。但F银行原来单一业务、单一部门的数据分析各自独立,无法形成管理闭环。

为强化数据分析驱动决策,F银行与帆软软件有限公司合作,打造移动端工作台生态产品,满足移动化办公数据分析需求,赋能银行更多业务场景。

帆软软件有限公司(以下简称“帆软”)成立于2006年,是中国专业的大数据BI和分析平台提供商,专注商业智能和数据分析领域,致力于为全球企业提供一站式商业智能解决方案。帆软重视深耕行业,在银行业已与300+银行客户开展深度的合作与应用。帆软在专业水准、组织规模、服务范围、企业客户数量上均为业内前列,先后获得包括Gartner、IDC、CCID在内的众多专业咨询机构的认可。

图 47: 一站式商业智能解决方案

移动端工作台生态产品,赋能全行级业务决策

F银行在PC端BI平台的基础上,集成帆软移动端工作台生态产品,打造移动工作台。帆软移动端工作台架构方案,针对不同银行业务角色打造自上而下的“行长战情室-业务条线-分支行数字工作台”,同时基于推送功能实现纵向考核压力下放,从而构建全行级分析联动生态。

帆软移动端工作台方案的关键主要包括三个方面,一是基于单一平台整合全行多数据源,二是立足指标体系打造个性化移动端平台,三是实时推送压力下放实现工作台分析联动。

首先是基于单一平台整合全行多数据源。数据是BI驱动业务决策的基础,构建全行级BI,基于全行数据挖掘更大价值,需要统一数据标准,并对全行数据进行整合共享。数据的治理主要由区域性银行主导,帆软主要负责数据接入并整合。

图 48: 银行移动端产品生态架构方案

然后是打造个性化移动端平台,核心在于构建指标体系。针对行长、分支行长、业务人员等不同角色,打造个性化移动端平台,本质在于针对不同角色数据分析需求构建个性化的指标体系,最终在不同移动端工作台上呈现不同的指标。比如对于银行业务,行长更为关注当年重点业务的业绩指标及完成情况、历史对比等宏观分析结果;而分行长重点关注风险、交易等明细数据并及时预警,如大额动帐明细、收单商务明细等,需要根据行长、分支行长的不同需求来设计不同指标体系。

在构建更为细节指标体系过程中,指标体系与业务场景的贴合程度直接决定了数据分析的价值。帆软深耕银行业,基于300+银行客户的合作经验,已经形成营销、风控、客户运营、财富管理等关键金融场景的通用指标体系。在通用指标体系的基础上,帆软与F银行内部经验业务人员合作,根据F银行具体业务需求,优化银行指标包,解决银行数据杂乱问题。

同时基于推送功能实现压力下放,实现工作台分析联动。移动端工作台消息推送支持设置定时频率、触发条件等推送信息,定时推送相关经营日报、风险预警、动账提醒等内容,实时数据通知和预警,管理层可以随时随地发现问题,及时向下输出管理压力,促进业务达成。

以行长站情室为例,行长战情室指标体系主要包括三个模块,分别为综合诊断模块、数据呈现模块与绩效管理模块。通过综合诊断模块,行长可在宏观层面了解全行指标,并支持点击跳转到相应指标块的功能;数据呈现模块通过对行内几千条数据的结构分级整理,使其符合行内分析逻辑,满足行长分析需求;通过绩效管理模块,行内领导可以横向对比同业水平,纵向管理条线分支行,并且能够对异常问题进行压力下放动作, 形成不同工作台之间的分析联动。

需要说明的是,由于数据合规问题,面向F银行的移动端平台需要进行私有化部署,集成在银行APP、企业微信、OA系统等常用办公软件,同时帆软提供数据安全工具,比如个人信息脱敏工具,配合银行的网络安全措施,满足银行数据合规要求。

打造联动分析生态,满足不同业务单位分析需求

F银行通过建设移动端工作台生态产品,获得的收益包括:

一是以数据驱动决策,赋能更多业务场景。基于移动端BI平台的建设,数据分析可以赋能更多复杂灵活的移动业务场景,比如出差场景、上门服务场景等,配合PC端BI平台,深度赋能更多业务决策;

二是打造联动分析生态,优化全行层级决策。不同层级的用户对象可以通过工作台进行业务联动,并且可以留存历史信息,使工作内容更为立体化,业务分析逻辑更具连贯性。

三是提升数据分析效率,降低科技运营成本。单一工作台整合全量数据,大大缩减用户申请-业务搜集-科技取数-整理汇报的数据链路,减轻用户查看数据的操作成本,提高用户数据查看效率;同时业务科技部门可提前储备所需数据,无需再花费大量时间处理领导临时的数据请求任务。

4.2 智能运营

在实体经济高速增长的市场环境下,追求规模是银行业普遍的战略重点。在经济增速放缓的新常态下,运营转型议题被提升到一个更显著的重要水平。

运营转型是随着市场环节、客户需求等因素不断创新和发展的过程。在数字化、智能化时代,运营边界重新被定义,以客户为中心,运营可以划分为三个体系,分别为接触层、交付层、管控层。

图 49: 银行运营活动的三层体系:接触层、交付层、管控层

运营转型的核心是提升运营效益,新思路兴起,数字化是最重要的效益杠杆。我们认为,管控层作为“神经中枢”,转型周期长且战略风险高,现阶段数字化赋能最大的收益在两个方面,一是接触层的全渠道优化,提升客户体验;二是交付的流程自动化,提升运营效率。

4.2.1 全渠道优化,提升客户体验

随着数字化的推进,银行客户的行为模式和期望正在发生根本性的变化,全天候、全渠道的一致性体验成为成就客户体验的关键。满足全天候、全渠道的一致性体验,需要从两个维度着手进行数字化能力建设:一是实现渠道协同,二是优化渠道体验。

基于远程银行落地渠道协同。在实现渠道协同方面,更为注重渠道互通与自动化切换,即客户在任一渠道触点开启流程,可以随时切换至其他渠道完成完整的流程操作。在银行数字化转型和疫情的背景下,远程银行成为银行落地渠道协同的重要抓手,以远程银行为渠道中心,在实现全天候、全渠道的基础上,实现渠道协同。

《中国银行业客户服务与经营规范》明确远程银行的定义:单独组建,由客服服务中心转型形成,具有组织和运营银行业务职能,借助现代化科技手段,通过远程方式开展客户服务,客户经营的综合金融服务中心。远程银行的渠道运营最大优势是渠道一体化。

图 50: 远程银行运营的新定位

载体多元。远程银行在渠道建设上已经从传统的单一语音渠道转变为短信、微信、在线、APP、智能机器人、微博、文本、短视频、网络社交媒体、音频等多媒体载体提供远程综合金融服务;从传统意义的“我问你答”服务咨询,到“你说我做”、“我说你做”等形式更加灵活的业务办理,依托于数字化智能技术,协助客户完成各类银行交易、顾问式投融资理财与增值服务等业务办理需求。

渠道协同。促进线上线下场景深度融合,创造更多的业务协同点,构建远程银行与银行网点联动、客户经理等线下服务与远程银行协同的“线上+线下”数字化经营体系,加强与分支行营销和客户服务触点的合作,为客户提供全渠道、一体化、全方位的服务体验。

基于网易云信视频银行平台,银行实现跨区域、全天候线上服务

G银行是某省首家区域性股份制商业银行,基于基础能力、中台能力、渠道能力、销售能力和生态能力五种能力,构建了全方面、多层次、一体化的数字银行体系布局,夯实数字化转型的基础。近三年来,G银行投入IT建设的资金已超过15亿元。

疫情影响,渠道拓展、客户运营、风控合规亟待转型升级

近年来,数字化转型成为银行的重要议题。G银行作为区域性银行,在自身区域化限制与疫情催化影响下,更需要在渠道拓展、客户运营、风控合规等方面进行转型升级。

渠道拓展方面。G银行于2016年起上线了全渠道客服系统,于2018年起初步部署视频业务,效果在疫情中得到了有效验证,但功能相对不够完善。新冠疫情爆发以来,客户消费模式与消费主场发生转变,传统线下拓客渠道及原有线上渠道已无法再满足该银行获客需求。因此拓宽获客渠道、开拓服务半径、提升触客效率成为该银行的关键需求。

客户运营方面。传统柜面交易、贷前信息核实、授权等业务场景多为线下人工操作,办事效率低、客户体验不足,非接触式服务的新业态越来越为银行客户所接受。因此,简化业务流程、提高服务效率、优化客户体验成为了区域性银行关注的重心,升级丰富业务场景、强化客户运营成为了G银行的重要诉求。

风控合规方面。随着数字化转型的深入、业务线上化的推进,G银行衍生出安全、合规、风控方面的需求。远程服务的开展,全渠道的对接,使得身份欺诈、抵赖、篡改等网络安全问题与日俱增,反欺诈、防抵赖、防篡改愈发成为该银行的重要诉求。

综合而言,基于以上拓展获客渠道、丰富业务场景、升级风控合规的多方位需求,G银行希望搭建一个架构先进、扩展性能强、客户体验好、安全可靠的视频银行平台,支持远程银行多种业务场景作业,实现降本增效的总目标。经过谨慎考虑与验证,G银行选择与网易云信展开视频银行平台搭建方面的合作。

图 51: 网易云信新一代音视频融合通信系统架构

网易云信是网易智企旗下融合通信云服务专家,稳定易用的通信与视频 PaaS平台,可以提供 IM 即时通讯、5G 消息平台、一键登录、信令、短信与号码隐私保护等通信服务,音视频通话、直播、点播、互动直播与互动白板等音视频服务,视频会议等组件服务,以及内容传输、安全检测两大问题一站解决的「安全通」产品。

依托网易24年IM以及音视频技术,网易云信为金融行业客户提供全面的视频营业厅解决方案,覆盖远程面签、视频双录、金融公证等场景与功能,此外还提供协同办公等场景化解决方案。目前网易云信已成功服务于中国银行多家分行、中国工商银行多家分行、南京银行、长沙银行、台州银行、无锡农商行、广东华兴银行、泉州银行、中国人寿保险和永安期货等多家知名金融机构。

图 52: 网易云信优势体现

覆盖多渠道与多场景,视频银行扩展服务半径

以拓宽覆盖渠道为目标,网易云信为G银行提供接入多种渠道的视频银行解决方案,覆盖渠道包括超级柜台、小程序、手机银行、H5、对公APP等。通过大范围的线上化业务运作,在一定程度上突破地域和时间的限制,拓宽银行的触客渠道,提升银行从触客到获客的转化效率,扩大银行的服务半径。

网易云信为G银行提供了覆盖多场景的视频银行方案,涉及超级柜台端(涉及柜面交易类)、贷款用途核实、贷前调查信息核实、视频见证类业务、集中授权类业务,以及微信生态远程视频等场景,从而为交易类、账户服务类、零售业务类、理财类、信贷类、信用卡类、对公业务类等业务提供支持。

基于双通道混合云部署,多种措施支撑风控合规

视频银行的大范围线上化部署,核心在于强大完善的风控合规支撑。网易云信在帮助G银行实现业务线上化的同时,部署方式采用业内首创的双通道混合云,通过多重身份验证、防抵赖、录像防篡改等措施,满足该银行的安全、合规、风控要求。

基于G银行的内部需求与监管的外部要求,网易云信采用业内首创的双通道混合云架构进行部署。由于风控合规的要求,针对交易类、账户管理类等风控级别高的业务采用私有云实现,保障客户数据、业务数据、录象数据的安全可控;针对视频交互两端用户均在互联网的场景,采用公有云音视频服务提升交互体验。同时通过统一调度功能实现双通道的统一调度。

针对核心客户的身份认证,视频银行采用人脸识别、活体检测、联网检查、二次人脸识别、二次联网核查、视频面对面、核身问题等多重身份核验机制实现人证合一验证。

图 53: 视频银行多重身份核验机制

风险控制方面,视频银行通过视频交互过程中的内容识别实现在框、离框提醒、第三方人员入镜提醒以及遮脸、捂脸、戴口罩提醒。

此外,G银行在远程业务办理过程中同步进行录像录制,同时在业务办理过程中采用相关措施实现防抵赖与录像防篡改。防抵赖措施包括:通过加签后的数字签名或电子签名实现防抵赖;通过业务确认由客户完成实现风险转嫁。录像防篡改包括:水印——在录像的过程中,为每帧图像添加一处或多处时间水印和时间戳,配合视频图像内容、音频内容,以此说明内容的连续性与业务办理的时间;录像文件生成加密——录像文件生成时支持商密和国密的加密。

网易云信体现多重价值,助力银行数字化转型

网易云信视频银行平台解决方案,在渠道拓展、客户运营、风控合规三个方面,助力G银行数字化转型,最终实现了降本增效的目标:

一是拓宽触客渠道,提升了客户满意度。让用户足不出户就可以办理90%左右柜面非现金业务,大大提升用户办理银行业务时的体验,用户满意度大幅提升。

二是实现多种业务场景的覆盖,提高客户运营质量。具体而言,混合云的部署,可以在符合监管要求的前提下,让客户得到更好的音视频体验。正常网络环境下,网易云信视频银行平台的互动视频开画时间<2 秒,有效接通率达到95%以上,网络延时小于 200ms,有效保障了业务办理的流畅性。

三是提升风控合规水平。网易云信视频银行解决方案双录可靠性能够达到99.9%,保证了线上服务可靠性。

四是总体实现降本增效的目标。通过视频银行的建设,G银行线上业务服务替代率水平达到96%以上,显著降低了人力成本与运营成本。

未来,G银行将继续横向与纵向拓展与网易云信的合作,在渠道对接、场景建设、风控合规三个方面进行深度合作,围绕“线上化、数字化、智能化”三个阶段,立足服务智能化和能力开放化两个方面,以重点突破带动行内数字金融的全局发展。

基于智能化手段优化渠道体验。如今,在所有零售企业中(包括银行),客户都希望获得简单、直观、线下线上无缝交互体验,差强人意的客户体验给银行业造成切实影响。区域性银行需要对客户旅程中各个节点进行评估,分析节点的必要性和节点关联性,在兼顾成本与效率的同时,借助科技工具对节点进行优化,提升客户体验。

对于线上渠道,核心通过渠道智能化建设优化渠道体验,以满足客户多样化需求,主要手段包括智能客服、自动客户识别、智能知识库、多渠道交互引擎等。其中智能客服在区域性银行中已具有一定的应用成熟度,覆盖多场景多渠道,比如银行业务咨询、业务办理、业务投诉等,为提升客户体验赋能。

对于线下渠道,打造智能化网点的升级工作已逐步展开,VTM、智能机器人、互动触屏、网点移动终端(PAD)、自动业务处理设备(如自助发卡机)、自助柜员等层出不穷的设备创新和概念创新持续赋能智能网点建设,提升线下服务效率,优化客户体验。

图 54: 优化线上线下渠道体验

思必驰智能语音中台解决方案,覆盖银行全场景、全渠道服务触点

银行业是信息密集型产业,一向走在技术应用的前列。传统银行服务在对外客户体验和对内服务管理方面都面临着一些挑战:

对外客户体验方面。第一,由于银行业务量庞大,客服咨询及外呼通知等需求大,导致客服人力工作成本较高,因此,如何降低人力成本与运营成本,提高服务效率,至关重要;第二,随着普惠金融的发展,面向老年人和农民群体的服务越来越受到重视,传统的单一的普通话交互已无法满足多样的客户需求,如何实现方言交互成为了银行发展的重要关注点。综上,满足客户多样化需求,提升客户体验,是银行数字化发展的关键需求。

对内服务管理方面。出于较高的服务质量和合规性检测要求,服务管理是银行员工管理的重要环节。然而传统的人工质检抽样覆盖率不足、培训效益不高,无法有效提升员工服务水平。因此,提高质检覆盖率,提高员工培训效果,是银行发展的另一重要诉求。

总体而言,提高运营效率,降低运营成本,实现降本增效,是银行数字化发展的重要趋势。

思必驰是国内专业的对话式人工智能平台公司,拥有完全自主产权的全系列语音及语言交互技术,从感知到认知,形成人机智能交互的完整技术链条。核心技术包含语音识别、语音合成、语音识别++、语义理解、智能对话五大方面。

重庆某银行拥有客户约2900万、银行网点数量众多且遍布城乡。近年来,该行一方面致力于创新发展,打造自主可控、智能高效、引领发展的金融科技平台;另一方面,面对众多的中老年客户、农村地区客户等本地客户群体对方言服务的需求,寻找智能化服务方案。针对该银行的客群特点,思必驰为该行建立了普通话和重庆方言自适应模型,并提供了全套语音识别、TTS、声纹识别、标注训练、日志运维解决方案,包括对外智能客服系统和对内智能辅助系统,协助该行构建功能完整、灵活高效的智能语音中台,覆盖全场景、全渠道服务触点。

基于方言识别技术,打造智能客服系统

为应对多样化的客户需求,思必驰基于其方言识别技术,为该银行打造了集语音交互、IVR机器人、文本机器人为一体的智能客服系统以及线下智能柜机系统,提升了客户体验。

方言识别技术。针对该银行复杂的客群语言环境,思必驰在语音识别技术方面完成重大突破:在普通话、四川话单一语种识别的基础上,可支持普通话+四川话双语种混合识别,并获得技术专利。通过该技术,用户无论使用普通话、四川话还是混合口音,都可实现即时识别。该项方言识别技术能够助力消弭“数字鸿沟”,推动普惠金融发展,为农村地区及中老年用户提供更精准便利的金融服务。目前,该银行基于思必驰对话式AI技术推出的“支持重庆地方方言的智能银行服务”已被纳入国家试点。

图 55: 思必驰方言识别技术

IVR机器人。思必驰为该银行业务场景量身打造的智能IVR系统,可快速实现100多种银行业务意图,并能够完成查询余额、交易明细等多种任务型业务办理,突破传统“语音导航”限制。同时,该智能IVR系统在交互过程中更贴合实际生活场景,查询方式更口语化。比如:用户在查询交易明细时,无需按规则、按顺序说出查询条件;用户在报银行卡号时,智能IVR系统会自动对卡号位数、种类等进行准确性核验,并且支持在不同流程中自动继承银行卡信息;系统会根据语义而非传统的噪声打断,不易造成误触发。最后,系统可以根据不同时间段播报不同的问候语。

图 56: 思必驰IVR语音导航机器人

文本机器人。思必驰文本机器人可定制知识问答,支持上千个知识问答对,内置闲聊、天气、百科等通用机器人技能,且覆盖多种不同的接入模式,如API、H5等。支持图片、文档、视频等类型回复,更加直观立体。

除此,思必驰结合银行客户特点,通过改造线下柜机,将语音识别嵌入柜机中,打造了智能柜机系统,支持方言语音识别,操作更便捷,更加满足老年人等客群的特有需求。

构建智能辅助系统,提高服务标准化水平

为提高服务水平,满足质检需求,思必驰为该行呼叫中心提供了线上语音质检服务。

质检机器人基于思必驰强大的语音中台,将录音对话转换为文本,使其成为可搜集、抽取、归类和索引的结构化信息,通过对员工的综合素质评估和服务质量打分,实现了服务的精细化、标准化。

除线上质检外,通过打造软硬一体化解决方案,思必驰还可提供线下质检服务,并应用于线下网点、大厅等服务场景,打通服务全流程。

提升服务水平,智能语音中台赋能用户体验

思必驰为该行构建的全场景智能语音中台解决方案,价值主要体现在以下几个方面:

第一,提高外部用户体验。基于方言识别技术的普通话和重庆方言自适应模型,能够在语音服务时自动识别普通话和重庆地方方言,思必驰在金融领域的川渝方言识别率已达到了97%,大大提升了当地偏远地区、偏好重庆方言客户的金融可得性,满足不同客户使用需求。“全渠道智能客服”覆盖多场景、多渠道,问答成功率超80%,有效提升用户体验。而智能柜机简化操作,提升了老年人等客群的使用体验。

第二,提升内部服务水平。通过利用质检机器人,该行实现了100%全量质检,且大大提升质检准确率。

第三,降低运营成本,实现降本增效。创新性提出基于极深卷积神经网络的语音建模方法,并应用于包括语音识别,语音抗噪等多个领域,大幅度提升语音识别的准确率;创新性提出基于链接时序模型的语音识别高效解码方案,提升语音识别速度10倍以上,有效地减少了对计算资源的消耗。

除IVR机器人、客服机器人、质检机器人外,思必驰的金融行业机器人在智能催收、智能回访、智能陪练等场景亦有成熟应用与落地案例。

思必驰为某银行客户提供的陪练机器人,通过模拟真实销售场景,帮助新人坐席进行实战演练,锻炼坐席心理素质、提升坐席专业知识。模块可对坐席进行话术通关考试,自动检测评估坐席话术应用水平,辅助判断坐席是否具备上岗条件。通过“培-测-评”一体的智能陪练服务,高效助力企业员工快速适应岗位需求,实现绩效提升。在首批试点的10个地区中,考核优秀人数占比超80%,成交客户数环比增长2倍,销售额同比增长40%。

凭借规模化定制能力、全链路智能语音语言技术、高效的标注训练一体化平台、启发式对话管理技术,思必驰的机器人从最初的填槽式对话,发展到现如今的全领域对话,在一个全场景机器人中能支持500+意图识别,并根据用户意图进行服务跟进,可以与用户进行10轮以上对话,并且支持语义打断、澄清等功能,多方位多角度助力金融行业客户完成服务升级。

4.2.2 流程自动化,提升运营效率

随着客户旅程的数字化渗透和技术创新的不断突破,前后台直通式、自动化作业处理将成为重要方向。服务交付层将逐步转变为“智慧工厂”,在风控合规的基础上,实现作业处理的高度自动化,操作尽量由系统自动完成。

流程自动化的方向是将机器流程自动化(Robotics Process Automation,简称RPA)技术应用于银行运营流程。目前,大部分区域性银行已经部署或正在着手部署RPA,根据访谈结果判断,RPA对于运营效率的提升效果明显,在数字化方案中价值最为明确。

比如,苏州银行于2019年多业务部署RPA,应用场景覆盖办公室、金融市场部和运营管理部。应用效果显著,以金融市场部场景为例,使用RPA机器人完成从委外证券估值表的证券简称到证券风险预警系统中债券代码的录入,避免跨系统手工操作,每天可节省150分钟。

未来,引入人工智能、深度学习、事件驱动的软件等技术和数字化工具,RPA将继续代替人工,渗透更多的银行业务;同时,在运用流程银行改革基础,进一步增强运营支持能力,将流程和基础运营能力升级为标准化共享服务能力,通过流程服务和基础服务的共享化与平台化,建立全行端到端的业务流程能力,将各个渠道、客户、服务合作平台、产品部门连接起来,成为创造价值的聚合体,同时避免平台、技术等重复建设和资源投入。

比如,建设银行上线企业级RPA运营平台,以集中部署为主、分散部署为辅,将RPA的Server、Robot(Agent)进行集中部署,建立稳定、共享、可动态扩展的RPA机器人集群,实现RPA应用场景在全集团各机构的最大化复制和推广。截止2020年9月,RPA日均执行1.8万余次,运行成功率在95%以上,日均释放人力近3000个小时,产出投入比(ROI)约为51.45。

图 57: RPA企业级运营管理平台

4.3 数据安全

4.3.1 数字化转型推进下,数据安全面临多重挑战

作为信息安全中最为重要的部分,数据安全是银行数字化转型中极为重要的保障支撑,是区域性银行数字化转型过程中不得不关注的部分。随着区域性银行数字化转型进程的不断推进,线上化“非接触”业务不断深化,给区域性银行的数据安全带来了极大的挑战。

数据形式多样,存在安全风险。由于分支机构多、业务条线多、部门多,银行内部数据量大且形式多样,缺乏统一的数据标准,数据的真实性与数据的实用性都会大打折扣。此外,外部数据繁杂,标准不定,与内部数据界限不清。这使得区域性银行在使用内外部数据时,缺乏快速响应与抵御安全风险的能力。

缺乏安全保障,泄露风险显著。数据生产结束后便会进入流转环节,银行数据流转范围广,几乎涉及所有业务部门与职能部门。随着数字化转型的推进,网络银行等线上业务平台越来越受欢迎,数据泄露风险也越来越显著。另外,区域性银行由于缺乏金融科技人才且资金不足,数字化转型多依赖外部服务商,而这种外包模式很容易造成操作风险,导致数据泄露。

安全体系不足,难以应对攻击。随着互联网的发展,多种新型攻击手段不断产生。区域性银行防御体系注重单点防御,无法预警与应对更高层次的新型攻击,成为了新型攻击的最主要攻击目标之一。

4.3.2 着眼全局,建立健全全面数据安全防护体系

作为银行数字化转型进程中的重要因素,同时也是战略规划中不可或缺因素,数据安全应该被纳入区域性银行数字化转型的战略目标。区域性银行应该着眼全局,建立统一数据标准、注重安全合规,构建全面的安全防护体系。

制定统一的内外数据标准,提升数据质量。数据质量是数据安全的基础,数据安全离不开良好的数据质量的支撑。因此,建立全面的数据安全防护体系,最基本的是需要制定统一的内外部数据标准。首先,区域性银行要做好行内数据标准制度的建设,实现各部门的数据标准统一,保证数据质量,从而便于各部门间数据有效联动,为数据风险的防范提供基础。其次,区域性银行要明确数据治理的组织权责划分,在各部门间建立良好的协调机制与考评体系,从全局角度上提升数据质量,从而有充足的准备应对未知的安全风险。如宁波银行通过客户数据标准化、标签化、颗粒化,提升了数据质量。

注重基于安全合规的管理,防止数据泄露。随着银行数字化转型的不断深入,数据流转越来越普遍,数据越来越成为银行的核心竞争力。银行在基于大量数据创新金融模式时,应充分考虑数据的安全合规。对外,一方面事前对数据进行脱敏处理,防止第三方人员接触到真实数据;另一方面,制定数据治理制度,对外部数字化转型服务商的职责与权限进行明确划分,从而规避第三方服务商因违规操作导致的风险。对内,成立或划分独立的数据安全部门和合规部门,对数据安全与合规进行整体管理,以在满足业务需求的同时控制安全风险。如宁波银行持续完善外包风险管理,进行外包需求准入审核,开展外包业务风险评估和外包商服务质量评价。

建立全面的安全防护体系,应对新型攻击。区域性银行应基于数据分级分类,建立涵盖“事前”、“事中”、“事后”全生命周期的数据安全防护体系——数据采集过程中,进行数据脱敏处理;数据传输过程中,进行安全检查;数据存储过程中,进行数据加密;数据使用过程中,践行数据检查与全程监控,保证数据使用过程的可溯源,从而全流程保障数据安全。如郑州银行本行根据自身条件和外部环境,通过建立有效措施,对信息科技风险进行识别、计量、监测、控制和报告,建立了全面的数据安全防护体系,有效控制了信息科技风险。

4.4 一把手工程

区域性银行数字化转型涉及大量业务创新与商业模式变革,需要银行以坚定的态度和必胜的决心,自上而下、系统性地进行全方位、多层次的数字化探索与实践。

出于三方面因素考虑,区域型银行数字化转型必须由董事长、行长层级的一把手推动:

第一,一把手对客户价值挖掘更为深刻,能够站在更为全局的角度看待客户价值,从而能够为区域性银行营销及运营数字化转型提供一些经验支撑;

第二,区域性银行数字化转型受到资金、人才等资源的制约,如何将有限的资源合理高效地分配到各个部门、各类业务中去,把握不同业务数字化转型的顺序与进程,是区域性银行数字化转型必须考虑的重点。而仅依靠CIO或者科技小组去做项目的推动和执行,会面临各业务部门需求不同、无法把握全局的问题,无法实现资源的最优配置与进程及顺序的最优安排。仅依靠业务部门推进转型,则无法有效与其他业务部门协作,很容易陷入僵局或者出现重复建设的后果。只有一把手能够跳出部门业务的思维困局,以更为战略化、企业化的长远目光,重构新的业务流程;

第三,银行数字化转型一定涉及到组织架构的调整优化,只有一把手能深刻理解银行组织架构的痛点,有效且高效地完成人员的优化与组织架构的转型。

第四,数字化转型中,银行员工需要有较为专业的转型认知、坚定的信心与坚决的态度,而只有一把手决策层的数字化思维能够有效影响到员工的数字化转型认知与转型决心。

因此,区域性银行数字化转型不仅是后台或者前台某一部分的转型,是一项从管理到业务的全方位变革,必须从顶层设计出发、由“一把手”负责,才能真正全方位推动项目运行。

具体而言,区域型银行一把手要通过培训等方式建立数字化思维、强化数字化认知,并且以积极向上的态度面对数字化转型;一把手要立足全局,从银行长远战略层面出发,敲定全行整体的战略转型规划,自上而下推行数字化转型,并且一把手要对转型的成败承担最终的责任;数字化转型推行过程中,如果出现不可预料的问题,需要由一把手判断转型路径与转型手段的正确性,并作出相应调整。例如重庆银行专门成立了由董事长亲自挂帅的数字化创新工作领导小组,将数字化建设提升到最高战略层级。

4.5 组织保障

4.5.1 组织架构转型

扁平化结构建设,实现跨部门高效协同。区域性银行在进行数字化转型的过程中,需要采用扁平化结构,打通各个部门之间的沟通渠道,降低各部门间的沟通成本,从而实现跨业务、跨部门的高效协同。如长沙银行根据行业形势、业务需要和客户诉求,构建起了组织架构、管理队伍的动态调整机制,全面推进扁平化管理,持续做好流程优化,全面提升了内部运转效能。

成立敏捷转型工作小组,助力数字化转型。区域性银行在数字化项目建设中,可以成立敏捷转型工作小组,从顶层出发,指导区域性银行数字化转型。

图 58: 恒丰银行“一院两办”布局

数字化领导小组是由行内管理层组建的高层级领导组织,一般由党委书记或董事长出任小组组长,下设执行办公室,由执行办公室负责具体的拆分工作,落实小组的整体的思路和规划。但这种方式要求下级部门能对执行办公室的想法有效理解和落地,部门之间的沟通和协调工作较重。如恒丰银行成立了数字化敏捷转型工作领导小组,由恒丰银行党委书记、董事长出任组长,下设“一院两办”,共同助力区域性银行数字化转型。

成立独立的数字银行部,承接数字化转型。除了设立敏捷小组,配合数字化转型外,区域性银行也可以成立数字银行部,进行全行数字化转型的统筹规划。数字银行部以独立的数字化部门形式设立,与行内管理层制定统一的数字化转型规划,可以全面承接行内数字化转型工作,并且牵头研究和实施行内数字化项目。在人员调配上,数字银行部由行内优秀的业务、技术人员共同组成,是一套既懂技术又懂业务的班子。该部门一般会在行内得到充分的授权,有较为充足的资源、资金。如南京银行、顺德农商行、张家港农商行等多数区域性银行均成立了数字银行部。在运行过程中,数字银行部也存在一定问题:在战略任务的拆解上,需要保证与高层的一致性;在战略的实施上,其他部门配合意愿低,在起初未见成效之前推动阻力大。虽然遇到各种问题,仍不能排除数字银行部是一个好的实施办法。

4.5.2 组织文化升级

数字化转型,除了要选择好转型路径,还需建立与之相适应的组织文化。

创新文化。数字化转型之路即创新之路,转型离不开创新。只有在全行层面,推行创新文化,形成敢于创新的风气,才能驱使全行员工以更远的视野、更宽广的胸怀看待业务环境,从而为数字化转型树立信心。

容错文化。银行的数字化转型离不开失败与错误,容错是创新的保障。银行员工应正确处理和对待科技创新中的失误与错误,建立完整的试错机制,对转型道路上的失败与错误给予一定的包容空间,为创新提供保障。

4.6 数字化人才培养

4.6.1 数字化人才结构性短缺,亟待破局

中国银行业协会专职副会长潘光伟在“第二届中国数字银行论坛”上提到过,科技人才储备的不足是中国银行业进入数字化时代所面临的挑战。

数字化时代对银行人才结构提出新要求。以中原银行的敏捷工作小组为数字化人才需求结构缩影,敏捷小组成员包括业务分析、市场营销、数据分析、系统开发、产品设计等多种角色人员。根据调研发现,大型区域性银行侧重数字化业务拓展,更为紧缺兼具业务理解和科技能力的数字化复合人才,包括业务分析、数据分析人才;而中型区域性银行尚处于数字化基础能力建设阶段,更为紧缺的为先进技术人员,比如人工智能、云计算等技术人员。

数字化人才存在明显供需不匹配现象。根据猎聘数据,2020年金融行业数字人才需求整体处于增长态势,随着下半年经济复苏,9月数字人才需求达到峰值,人才需求大于供给趋势,其中银行的需求量占比高于人才存量占比,需求更急迫;而且金融业数字人才主要分布在北上深等一线城市,杭州、成都等新一线城市紧随其后,人才区域分布的不平衡加剧区域性银行的人才短缺。

相比高成本引进人才发展与保留更为重要。金融行业,尤其是银行业重视数字化人才,流入的薪酬涨幅普遍在30%以上,引入成本高。因而,在数字化人才结构性短缺的大背景下,有实力的大型区域性银行更需要逐步着手自身数字化人才发展体系的构建,发展与保留数字化人才;中型区域性银行可尝试与高校等研究机构进行合作,短期内可以与金融科技公司共建为主。

4.6.2 重新定义能力模型,加速人才培养

数字化转型需要大量能够将数据分析与银行业务有效结合的复合型人才。为此,区域性银行需要重新建立人才能力模型,调整人才发展战略,创新人才培养机制,打造兼具业务能力、技术能力、数据分析能力的T型人才团队。

根据调研判断,数字化转型所需人才技能可以划分为数字化领导力、数字化运营能力两个层次。对于区域性银行目前最为紧缺的数字化复合人才,能力模型应该包含深刻商业洞察、掌握数据分析、熟悉IT技术三个维度;对于先进技术性人才,能力模型应该包含擅长技术实现、熟悉业务模式两个维度。

图 59: 数字化转型人才技能模型

加速人才培养,一般而言区域性银行可以从人才结构、培养计划、人才管理机制三个层面重新审视人才发展体系构建,但具体的人才培养方案需根据银行自身情况而定。比如,长沙银行依托广州分行,成立广州研发部,方便在粤吸收金融科技人才,以广州分行特色业务研发为基础带动过本行湖南辖内的金融科技发展;同时以人才画像和能力地图为基础,建立符合现状的培训体系,提升金融科技人才队伍的整体能力。

5. 面向未来,探索数字化转型新路径

领先的区域性银行已经凭借数字化构建起业务竞争壁垒,更多的中长尾区域性银行切入数字化转型,银行数字化转型悄然进入下半场。放眼未来,数字化的趋势在哪里,区域性银行如何把握趋势保持竞争优势甚至实现弯道超车,是区域性银行思考的核心问题。

我们认为,区域性银行首先要抓住三大趋势:一是深耕开放银行,寻找创新业务模式;二是建设敏捷银行,打造领先竞争优势;三是布局隐私计算,夯实银行合规基础。

5.1 深耕开放银行,寻找创新业务模式

根据麦肯锡数据,全球已有30多个国家和地区在推进开放银行模式,覆盖的产品约占收入池的90%。随着开放银行模式的兴起以及相关监管政策的落地,开放银行也正成为国内银行发展的新趋势。

开放银行是指银行开放自身服务与数据,通过数据聚合、产品创新等方式与同业合作伙伴合作,为客户提供“金融+非金融”场景下的金融服务,实现更广、更深、更精准客户触达的业态形式。

在国内,四大行、股份制银行和头部城商行已经在积极尝试开放银行模式,但与英国、欧盟等开放银行先行者相比,国内开放银行仍处于探索初期,主要体现在:开放银行战略不清晰,导致场景生态无法落地;生态拓展并不完善,端到端客户运营能力不足;新型风控经验不足,缺乏场景定制化风控能力。相应地,未来的趋势方向为:更落地、更开放、更稳健。

更落地。打造开放银行并没有标准模式,需要探索符合自身特点的模式。目前已有的开放银行模式有三种,业务驱动的生态圈模式,金融科技创新模式,金融业务服务平台化模式。未来区域性银行应基于清晰定义的目标,根据自身资源,聚焦一种模式,也可以形成多种模式组合。

图 60: 开放银行的三种商业模式

更开放。从场景生态层面,从“B端、C场景为主”到“BCGF多元场景”;从开放平台建设方面,从“自主建设”到“共建/合作”,对于中长尾区域性银行而言尤为重要;从数据共享层面,在满足监管要求的前提下,更开放的分享数据,进一步升级客户体验。

更稳健。由于合作生态伙伴所处行业和面向客群都不尽相同,因此商业银行需要建立针对不同场景和生态伙伴的定制化风控模型能力,有效利用生态场景伙伴提供的客户非金融行为数据。此外,银行业务部门、战略部门、合规部门应紧密合作,渠道业务合规开展。

5.2 建设敏捷银行,打造领先竞争优势

敏捷诞生于互联网,在市场格局充满不确定性的时代,越来越多企业选择敏捷方式以赢得竞争。在敏捷化转型紧迫度方面,银行业与其他行业并无差异,银行敏捷化转型势在必行。

银行业敏捷转型的成功经验显示,敏捷能够带来更高生产率、更优客户体验、更高企业价值、更快决策流程和更强员工认同。更多的区域性银行加入敏捷转型行列,比如中原银行在数字化转型过程中成立敏捷小组,同时更多的区域性银行引入低代码平台、建设DevOps能力等。

银行敏捷能力建设包含五个维度,制定敏捷战略、建设敏捷组织、优化工作流程、动态人才管理以及敏捷技术能力建设,其中敏捷技术能力建设将是落地周期最短、价值最直观的投入。随着机器学习和人工智能成为银行数字化赋能的重要驱动力,模型开发过程中多学科专家在互动中会遇到许多组织难题和将技术障碍,效率与模型价值不及预期成为痛点。因而,我们认为,MLOps将是未来重要趋势。

MLOps是一种方法论,将DevOps开发运维工具和方法应用于模型开发,以实现机器学习的产业化和规模化,加速整个模型的生命周期。

图 61: MLOps

基于MLOps可以快速交付模型,实现机器学习的产业化。借助自动化和标准化流程,MLOps可以加速试验和交付,助力企业将机器学习产业化。同时MLOps可以剔除模型专家个人偏好,以标准化的方式完成模型开发任务,提高配合效率。

基于MLOps可以避免“模型漂移”,保证模型的专业度。MLOps在缩短模型研制周期的基础上,可实现利用实时数据建立模型,并可对模型进行监控,保证模型与不断变化的业务数据和客户数据保持同步,有效管理“模型漂移”产生的不确定与误差。

5.3 布局隐私计算,夯实银行合规基础

数据正在成为企业最重要的资产,近年来数据安全时间频发造成重大损失,数据安全对于企业的重要性不言而喻。同时,随着有关数据安全和个人信息保护的相关法律法规的实施,数据安全风险正成为企业要解决的主要风险之一。

对于区域性银行来说,业务数据涉及众多敏感信息,比如个人信息,因而一直以来行业数据安全措施完整有效,数据安全的核心风险点在于数据共享。随着业务上云、合作共建、开放银行等数字化创新业务的推进,数据共享的场景越来越多,意味着数据安全的风险趋高。

同时保证数据流通共享与数据安全,打破数据价值释放的壁垒,隐私计算成为关键的技术解决方法,实现数据的“可用不可见”。

图 62: 隐私计算的参与方与目标

根据“大数据联合国全球工作组”的定义,隐私计算是一类技术方案,在处理和分析计算数据的过程中能保持数据不透明、不泄漏、无法被计算方以及其他非授权方获取。隐私计算并不是一个通用型标准化产品/技术,数据使用相关方在数据共享及处理过程中以性能、精度及安全三大均衡因素为原则,根据业务场景的具体需求及相应的计算资源环境做出最适合的隐私算法选择及组合。

图 63: 隐私计算的技术路径

先进银行已经着手布局隐私计算。以微众银行为例,针对小微企业贷款业务,存在风险过高、信息不对称等风控难题,需要更多的数据优化筛选规则和风险模型。应对小微企业贷款风控数据不足的问题,微众银行联合多家外部合作伙伴一起搭建基于联邦学习的风控模型。比如微众银行与发票信息服务公司共享客户标签、央行信贷特征、发票相关数据等,双方基于开源的联邦学习系统FATE进行纵向联邦建模,多个机构可以构建联合模型而无需共享其数据。

结语

数字经济时代,数字化转型成为新时代共识性战略。区域性银行所处的宏观环境、监管环境和内生发展需求正在发生重大变化,在业务增长与合规双重压力下,数字化转型成为区域性银行放大资源优势实现弯道超车的重要着力点,得到区域性银行前所未有的重视。

一直以来,受限于人才、资金、技术、进程等多方面资源限制,区域性银行数字化转型进展相对缓慢。在经济发展新常态下,区域性银行对转型资源投入显著增长,数字化转型步入快车道。同时,在强者恒强的情况下,区域性尤为关注差异化转型路径探索,凭借地域性优势资源,“小步快跑”,以数字化真正推动银行业务高质量增长。

区域性银行数字化转型是一项长期战略性工程,数字化转型将会是区域性银行共同深入推进的主流方向。未来已至,区域性银行必须要把握住数字化转型的机遇期,构建起自身的数字化经营能力、服务能力和创新能力,在激烈的市场竞争中勇立潮头,探索出具有区域性银行特色的高质量规模增长之路。

上一篇
下一篇

为您推荐

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部