12月16日,在“第14届金麒麟金融峰会暨2021智慧金融峰会”上,工行网络金融部副总经理赵磊分享了其关于大型商业银行线上智慧零售的一些思考。
赵磊指出,对银行业而言,智慧零售意为通过人工智能、大数据、云计算等金融科技手段,感知每一位用户的习惯,预测用户的需求,为个体用户特别是个人消费者提供多样化、个性化的产品和服务。这是新时代背景下对银行运营服务发展的必然要求。
大型商业银行发展客户面临4大挑战
在这个方面,由于综合环境的变化,科技的飞速发展重构了民众的生活方式,银行传统的经营模式无法与民众的全新生活方式相契合,大型商业银行面临4大挑战。
一在于获客方式的转变。
过去,银行的获客主要依赖网点,在新生活方式下,银行网点到店客户急剧减少,原因是多面的:一是随着银行业数字化改造的深入,越来越多原有观念中认为“必须柜台办理”的业务走向线上途径;二是疫情常态化防控后,生活方式的转变让民众更加青睐无接触的业务办理方式;三是网点面临着租金、人员、设备等多方位成本压力,在效率提升和成本控制上,不如线上化服务方式。
二在于触达和留存的转变。
过去,大型商业银行普遍依赖网点渠道作为触达客户的方式。客户到达网点,客户经理在与客户沟通的过程中交流与推荐产品、介绍产品规则、引导客户完成产品购买。而全新的生活方式使得到店客户急剧减少,触达客户的方式需要变更为线上为主,亟需通过数据整合,让银行营销人员更快速、更精准地了解客户需求,定位到目标客户。
客户的留存也在发生变更,银行与客户的关系正在从“一锤子买卖”关系向“客户维护性关系”转变,银行所提供的服务类型也由单一品类的“厂家直销商店”转变为“多类型购物超市”,银行需要为客户提供持续性的关怀和互动,这种关怀和互动让客户的需求不再囿于某些固定需求,能在一家银行享受到更加多元化的服务。
三在于服务方式的转变。
规模越大的商业银行,所面对的长尾客户群体越庞大。这些客户群体有着不同的属性和行为习惯,因此,数以亿计的客户群体由有限的客户经理来服务,后者显然力有不逮,需要借助智能化手段。
而智能化手段格外考验银行的数字化能力。智慧零售亟需解决的就是融合需求与供给,用金融科技的手段赋能零售业务,洞悉客户需求、精准推荐服务、促成产品交易。
四在于规模扩张到价值创造的转变。
当银行业主要竞争方式从线下网点的数量、质量转变为线上的服务精细化、产品多元化,其价值呈现也从MAU(月活跃用户数)向AUM(管理客户资产规模)转变。
如何将对数量的追求转化为对质量的打造?银行需要坚持以客户为中心的服务理念,从卖方思维转向买方思维,从“我要卖什么”转为关注“客户需要什么”;从关注银行价值转向关注客户价值,助力客户资产保值增值,全面重塑零售业务流程。比如,触达到用户后,如果没有发生交易行为,了解缘由后,要进行触达方式、交互方式上的优化,期望能在下次触达时促成交易;如果发生了交易行为,则通过交易过程中的客户习惯和客户需求,为客户提供更好的拓展服务。
赵磊进一步强调,全新思维下的智慧零售,应该是基于客户、面向数据所采取的,集“孕、塑、放、控”于一体,拓展数据应用能力,激发数据活力的一系列技术手段和方法。数据作为银行和市场之间的“中间层”,向前连接市场,感知客户需求;向后对接银行中台,反馈运营策略,就如同人体的血管和脉络。未来,商业银行对于数据的协同、开放、连接、搜索、治理等能力,将成为商业银行零售业务的核心竞争力之一。
从6个方面看大型商业银行的新打法
大型商业银行应建立怎样的新打法?赵磊从6个方面介绍其看法。
1、进行数据资产的“酵化”。
银行业是典型的数据驱动行业,良好的数据采集、管理、使用、分析以及流转能力对于银行挖掘客户信息价值至关重要,挖掘客户信息后,通过数字化手段对用户进行精细化的运营服务,有效盘活存量用户,完成从MAU到AUM的价值转变。
比如,工行为了用户更方便的查询,结构化解析海量交易日志数据,广泛应用自然语言处理技术(NLP)自动提炼、归纳客户消费类别、支付场景信息,打造“数智账本”,在银行业App中率先实现跨度长达10年的历史明细查询与分析。为了客户经理能够更快找到客户,工行打造一体化360度客户画像系统,跨越数据孤岛与信息沙漠,帮助客户经理快速找到有潜在需求的客户,并开展批量维系,使得线上营销服务的效能大幅提升。同时,工行积极推动数据共享,数据既要走出去,主动融入外部数据开放平台,又要引进来,丰富政务、征信、社保等各类外部数据,建立起以银行自有数据为基础、外部数据为补充的数据体系,并通过知识图谱、机器学习等先进的技术,形成数据分析、决策、行动、反馈的数据资源闭环。
不同的数据酵化能力,将成为新时代智慧零售竞争中拉开差距的重要核心。
2、重塑金融服务新模式。
疫情催生了各行业远程办公的新业态,银行业需要快速变革层级众多的经营模式,向互联网企业扁平化结构学习借鉴。
组织在线、员工在线正在重塑经营管理业态。组织在线,实现了跨越时空的高效迭代更新;员工在线,保证了用户通过一款App,就能远程联系专属用户经理,通过“人+数字化”协同,比以往网点沟通更便捷。
通过推动组织在线、员工在线,实现产品在线、服务在线,将云端化的智慧金融服务融入生产生活方方面面,塑造全新的金融服务模式。
3、开启智慧化运营新思路。
商业银行需要提高总部中枢能力,从分散驱动向头部驱动转变。转型关键在于自上而下的体系性变革,通过优化顶层设计,不断促进生产要素最优配置。大型商业银行需要做的,就是打造一个智慧中枢,用算法、模型等数字化技术洞察客户特征、重构服务流程、满足个性需求、提升客户体验。这个过程不是仅仅依靠人或机器,而是要实现人机的协同。银行专家需要做的是做算法、建模型,机器则根据预设的算法和模型,在对全量客户进行分层分类的基础上,生成策略、执行策略、评价策略、并进一步应用深度学习算法进行自学习,实现策略的升级调优。通过人机协同的智慧化运营,银行可以基于客户历史金融行为特征,预判客户潜在金融交易需求,为客户主动提供可互动的服务引导和个性化的交易旅程陪伴服务,完成客户需求产生到需求满足的全流程闭环。
“智慧大脑+运营引擎”是工行在智慧化运营建设路径中的探索,将会在手机银行8.0版中运用。该引擎通过应用协同过滤(CF)、水波网络(RippNet)等算法强化金融服务、资管产品、财经资讯、营销活动的智能推荐;通过升级智能流量分发系统,在客户每一个可抵达的旅程场景,结合应用智能推荐、计算广告、增强现实、端云协同技术提供个性化的服务,引导、交易助手和营销信息推荐;通过建立内容库标签体系和迭代检索算法,实现更精准、更全面、更贴心的搜索服务,基于用户行为数据,帮助用户发掘潜在需求。
通过自上而下、由中枢至终端的智慧化运营思路,可以最大才程度地最好“放管服”,即简政放权,强化结果导向,减少过程性指标的考核;集约运营,先横后纵,减少政策层层传导,提高管理效率;发挥智慧大脑的策略能力,减轻基层负担,服务基层客户经营。
4、全面建设开放生态。
通过开放场景,提升渠道触达能力。以网点劳动组合优化为契机,围绕厅堂和外拓等不同营销场景,重塑网点服务流程和销售体验,建立协同服务机制;线上,以手机银行为核心,打造全方位、全渠道网络,实现服务上的无所不在。
大幅增加场景API接入,以适应民众日新月异的生活方式。例如将缴费服务、政务服务、美食购物、积分兑换、购车指南等精彩内容汇集,让用户享受的服务“始于银行业务但不止于银行业务”,从煤气水电到社保民生,从吃住游娱到出行购物,凡所应有,无所不有。
工行基于金融产品API服务开放接口,建设以账户、支付、融资等基础产品为支撑的零售服务开放生态云平台,打造“智慧+”联合创新研发机制。以支付、账户等核心服务为基础,延伸使用场景,挖掘衣、食、住、行、娱、医、教等个人客户常见生活行为,与保险公司、停车场、加油站、轮渡公司、校园、景区等B端客户,以及车管所、交警部门等G端客户建立“智慧+”场景化联合创新研发机制,打造可复制、易推广的智慧产品服务能力输出模式,共同构建覆盖个人日常消费行为的“智慧出行”“智慧校园”“智慧餐饮”等生态。在今年推出的工行手机银行7.0中,搭建了自己的“工银微应用”云平台,利用SaaS云服务能力,向第三方合作伙伴开放API接口,输出金融科技服务能力和平台流量资源,与合作伙伴共建生态圈。
5、树立智慧风控新理念。
面向智慧零售,需要全新的风控理念相匹配。零售业务的主体是个体用户特别是个人消费者,在这些客户群体上,需要基于海量大数据构成的更加精细的风控建模。
原来,银行的风控体系多基于产品维度,需要客户来向产品靠拢,自行适配。在智慧风控的背景下,需要以客户为基准。智慧风控基于个体客户的金融交易、生活、学习、工作等多维度的行为数据,建立超高维AI反欺诈模型,基于“专家规则+智能模型+各类名单”的风控策略,完成事中毫秒级反欺诈识别和控制,从“人控”到“智控”升级。
6、构筑智慧人才新体系。
银行的零售转型是系统性工作,文化、科技、人才、考核等机制一个不能少。而面对客户新生活方式下的复杂多变的个性化需求,需要银行加强零售人才队伍建设,引入复合型、专业型人才,这些人才需要很好地适应市场,与市场需求进行交互,迭代知识能力的迭代,通过人力资源转型,升级带动零售经营能力提升。
银行要将内部机制“做柔”,围绕敏捷、创新强化部门联动,形成灵活、弹性的内部协同网络,推动资源聚合、服务融合、作战联合;通过增强互联网营销、运营、研发、设计、数据等方面专业化力量,培养既专业基础扎实、深入又具备跨领域知识储备、跨条线业务经验的“T”型人才,为柔性团队的组建提供基础。
展开全文
- 移动支付网 | 2022/9/1 14:04:03
- 移动支付网 | 2022/8/31 17:30:44
- 移动支付网 | 2022/8/23 14:18:05
- 移动支付网 | 2022/8/17 16:47:54
- 移动支付网 | 2022/8/15 14:39:58
- 移动支付网 | 2022/8/11 14:19:51
- 移动支付网 | 2022/8/10 11:17:11
- 移动支付网 | 2022/8/5 19:47:09
- 移动支付网 | 2022/8/3 19:34:58
- 移动支付网 | 2022/8/2 12:09:15
- 移动支付网 | 2022/8/1 11:41:14
- 移动支付网 | 2022/7/26 14:06:19
- 移动支付网 | 2022/7/25 9:45:00
- 移动支付网 | 2022/7/25 9:35:45
- 移动支付网 | 2022/7/22 9:45:46