關於零售業務數字化轉型培訓成果報告

銀行數字化轉型迫在眉睫，國內外先進銀行紛紛投入大數據、雲計算、區塊鏈、人工智能等新興技術的佈局，積極籌備實施大規模的數字化轉型。論文總結了國內外銀行在推進數字化轉型進程中的核心要素，研究銀行零售業務數字化轉型的關鍵着力點，最後提出零售業務數字化轉型對策建議。

金融科技的崛起改變和塑造着客戶的金融消費行爲和交易習慣，方便快捷的數字化體驗成爲客戶選擇的重要考量因素，數字化渠道成爲服務客戶的主流， 數字化時代已經到來。一些金融科技公司迅速抓住數字化時代契機，打造以客戶體驗爲中心、以數據技術爲驅動、以互聯網渠道爲重點的經營模式，動搖了銀行的絕對優勢地位，在移動支付、小額信貸等領域不斷衝擊銀行的傳統業務。面對新的數字競爭對手和領先的平臺型企業的進攻，銀行等金融機構開始變得“無形”，銀行的數字化轉型已經迫在眉睫。

一、銀行數字化轉型概述

銀行的數字化轉型是利用科技手段改造傳統 金融，廣泛運用大數據、雲計算、區塊鏈以及人工智能等新興技術，優化金融服務模式和內部管理方式。總體來看，數字化轉型要求銀行具備以下幾個能力:

一是客戶洞察能力。客戶洞察能力是通過客戶的交易行爲和習慣操作分析客戶的偏好和特徵，從中得到有價值的判斷，幫助銀行理解客戶行爲背後的驅動因素、價值潛力及產品銷售機會，從而形成銀行與客戶的良性互動。銀行需要做的是瞭解客戶的需求，衡量客戶的看法，有效識別客戶未滿足的需求、不滿意的期待以及主要的訴求，建立需求反饋機制，從根本上着手解決客戶需求與銀行服務對接錯位的問題，有效提升客戶體驗。

二是快速反應能力。快速反應能力主要包括三個要素，分別是產品研發、人力資源和管理，三種因素集成而得的協調的、相互關聯的系統決定了快速反應能力的高低。數字化時代也是敏捷時代，激烈的市場競爭和對客戶的白熱化爭奪要求銀行能夠快速配置財務、人力、資金等各種資源，以響應市場和客戶的需要。 因此，銀行需要用靈活高效的產品研發、組織架構及運營模式替代過去的內部資源組織形式，提高應對客戶需求和市場變化的敏捷性。

三是數據激活能力。數據是數字化時代銀行的核心資產。良好的數據獲取、分析和運用能力可以幫助銀行挖掘客戶信息價值，制定切實可行的營銷計劃， 瞭解客戶的行爲習慣和喜好，支持客戶的交易行爲，構建新的業務模式，進而贏得競爭優勢。銀行在客戶數據管理、數據質量管理、數據模型構建等方面的工作有助於提升數據激活能力。

二、國內外銀行推進數字化轉型主要特點

（一）具有明確清晰的數字化轉型戰略

銀行決策層和管理層對數字化轉型戰略有清晰的願景、持續的投入和堅定的決心；有明確的戰略佈局和 發展規劃；戰略落地部門對數字化轉型戰略高度認同、自覺執行，全行上下對數字化轉型的願景、目標和路徑達成充分共識，全行的行動和決策統一在數字化轉型戰略部署下。最高領導自上而下帶領全行積極變革， 高管在設計、試點和實施關鍵節點投入充足時間積極參與。轉型項目主題與高管最關注的大事或痛點高度契合，不與日常工作脫節。

（二）以客戶爲中心，改造客戶旅程提升客戶體驗

從客戶角度出發，沿整個客戶旅程來審視客戶體驗，做到真正優化客戶體驗、提升業績。踐行“以客戶爲中心”的服務理念，堅持產品服務客戶所需，根據客戶的實際需求，搭配適合的產品；打通客戶旅程的關鍵節點，通過客戶旅程改造和內部流程變革，從前端到後臺重新設計銀行的核心旅程，分析新的機會，採用多樣化的方式使客戶滿意，應用並不斷改善新的智能技術，用於創新和促進客戶體驗，提高客戶服務效率， 完善全旅程客戶服務體系。

（三）推進全渠道轉型，實現客戶各種觸點的體驗一致

讓客戶可以通過線上線下所有渠道與銀行接觸，在所有渠道提供統一的客戶體驗和品牌形象，在各個渠道之間實現無縫遷移，使客戶能夠隨時隨地選用自己覺得方便的渠道完成所需的交易或服務。從定義客戶旅程入手，根據不同渠道的功能與體驗特徵，明確渠道總體定位框架，構建整合渠道體系，進而通過協助、引導、差異化定價等手段幫助客戶向最有效渠道遷移，並同時在人力資源、數據平臺等方面建立內部的配套支撐，爲客戶提供統一、流暢和卓越的體驗。

（四）打造優秀的大數據管理、分析與運用能力

實踐表明，大數據在銀行業績提升、風險防控、效能改善與管理優化等領域具有重要價值，尤其在決策支 持、信用風險、精準營銷與個性化定價等領域發揮的價 值最大。銀行應圍繞大數據生態體系，運用大數據及相 關領域的最新技術，培育數據挖掘和分析技能，全方位 建設數據分析和運用能力，從海量數據中提取出有價值 的信息，爲銀行的決策、風險控制和客戶管理服務。

美國第一資本金融公司自2002 年起開始實施“信息決策”戰略，單獨設立了首席數字官（CDO），平均每年開展8 萬個以上的大數據實驗分析，是全球範圍內最早運用大數據技術的銀行。依靠豐富的數據積累和強大的模型分析能力，在客戶獲取、激活、產品組合管理、客戶挽留、風險控制等方面取得了巨大的成功。它的移動銀行應用成爲首款支持蘋果TouchID功能的軟件。2016 年，亦率先通過亞馬遜網站的Alexa虛擬助理實現了語音控制的金融服務交易。在數字化戰略的推動下，它從一家單一經營信用卡業務的公司迅速成長爲美國資產排名前十的綜合性銀行。

（五）打造開放銀行體系，建設金融生態圈

開放銀行是指開放應用程序編程接口（API）向合格的外部商業夥伴，將銀行的賬戶能力、支付能力、特色產品能力、數字經營能力、全渠道服務能力等開放給合作伙伴，共建跨界融合生態。通過改變傳統模式，無感、無限、無界提供場景化金融服務，使客戶金融服務需求在生活服務需求中第一時間得到滿足。

近年來，國內銀行頻頻探索利用API或SDK接口等方式打造開放銀行生態圈。比如，浦發銀行在2018 年7月推出了API Bank 無界銀行，截至2018年11月末，總共實現了211 個API服務，對接84 款APP，出臺電商平臺、出國服務、跨境服務等多個場景金融服務方案。中信銀行通過連接京東商城、滴滴專車、淘寶等平臺，將平臺數據引入，用於識別和分析客戶營銷機會與業務拓展風險。

（六）建立敏捷工作機制，全方位提升創新能力

銀行傳統的組織架構是按照職能來劃分部門的， 然而敏捷的組織形式是從各個相關部門抽調人員，成立敏捷團隊，實現組織架構上的扁平化管理，敏捷團隊的成員按照“端到端”的原則，每個人都對項目的全 過程負全責，所有人的績效考覈指標都是一樣的。敏捷團隊的成員在同一辦公地點集中辦公，保證員工單線程工作，變串聯爲並聯，同時輔之以定期培訓和考量、時間短和注重決策的輕量會議等，全面提升反應速度。對敏捷團隊充分授權，減少交接和精簡流程， 去除冗餘層級、重複決策等環節。

星展銀行的數字化轉型在經歷了第一階段“將核心業務進行數字化改造”和第二階段“銀行業務與客戶需 求深度融合”之後，進入第三階段“構建創業型企業的 文化氛圍”。星展銀行調動全員力量，提倡“有利於客戶體驗的努力都值得嘗試”，讓每位員工都自覺瞭解客戶體驗和關切，以自己的親身體驗重新構思客戶旅程， 推動全方位轉型。如星展的呼叫中心、ATM分析、HR等，全部逐步實現技術轉型，都是自下而上、由底層員工推動的。

三、零售業務數字化轉型的關鍵着力點

銀行數字化轉型，尤其是零售業務的數字化轉型成爲銀行業發展新趨勢。由於零售業務存在客戶規模大、長尾客戶服務不足、客戶結構分化等特徵，金融科技的運用能夠有效緩解這部分現實問題，大部分銀行在推進數字化轉型的過程中優先選擇零售業務爲突破口，利用科技手段驅動零售銀行業務全面釋放潛能， 使銀行服務擺脫時間、地點、人員的束縛，實現自動化、 實時化、線上化處理。零售業務數字化轉型的幾個重點體現在以下方面：

（一）提高產品服務的觸達能力

拓展多元化服務渠道，利用互聯網渠道擴大服務半徑，覆蓋更多長尾客戶，同時將線上渠道與線下服務網絡進行有效銜接，實現閉環服務，構建“物理+ 虛擬”的線上線下全渠道服務體系。在銀行的多元化服務渠道中，手機APP的客戶觸達作用越來越突出。根據易觀產業數據庫發佈的報告顯示，2018 年一季度，我國手機銀行註冊用戶數超過15 億戶，手機銀行客戶交易規模達到66.89 萬億元人民幣，活躍用戶持續增長， 逐漸成爲用戶首選的服務主渠道，到2018 年底手機銀行渠道用戶比例達57%，首次超越網銀用戶比例。手機 銀行的發展趨勢主要表現爲兩方面：一方面是加強人工智能技術的應用，將生物識別技術應用於智能覈驗身份，在銀行APP登錄、交易中增加面部識別及指紋識別等功能；將人工智能技術引入到理財和投資顧問服務中，爲客戶精準定製個性化的理財產品等。另一方面是加強與外部機構的合作，在產品欄目引入保險、助學貸款、校園貸款等項目，實現與高校、保險公司、金融科技公司等外部企業的深度連接。網點作爲服務客戶的傳統渠道，同樣面臨數字化轉型課題。網點的數字化轉型要注重培養智能機具對櫃面業務的替代能力，數字化再造網點的業務流程，將信息化、業務流程和智能機具有效整合，加強網點分流引導，重點推進各類業務的線上協助化服務。

（二）提升個性化服務能力

根據騰訊研究院的報告顯示，採用個性化精準營銷的銀行，營銷成功率能夠提高50％～65％以上；根 據客戶畫像推送銀行產品，購買率可以提高30％～ 55％ ；通過大數據進行全面客戶管理的銀行，存量客戶激活率能夠提升30％以上，壞賬率能降低25％。爲提高個性化服務能力，銀行可以通過強大的數據整合分析體系，實時、智能化地處理客戶行爲數據，根據客戶的信用資質、收入水平、風險承受能力、行爲特徵、 使用習慣、使用偏好綜合考量，利用積累的內外部數據及成熟的算法進行個性化的界面展示，實現“千人千面”。同時，基於對客戶行爲特徵的分析挖掘，在客戶來到網點或電子銀行渠道時，按照爲客戶羣體打好的標籤，展現因人而異個性化廣告，讓用戶對感興趣的廣告信息進入業務辦理，改變傳統的廣告營銷模式。實現精準營銷離不開大數據技術的運用和支持，提高以大數據爲基礎的個性化服務能力，可以幫助銀行增加獲客精準度，降低獲客成本，提升客戶交互體驗和 產品轉化率，並實現個性化定價。運用大數據技術， 第一步是即刻捕捉數據，海量獲取數據，這些數據包括銀行內部數據和外部數據，結構化和非結構化數據， 清洗處理這些數據，提取特徵信息，爲客戶畫像做準備； 接下來，要按照客戶基本信息、興趣愛好、社會特徵、消費行爲等維度，建立標籤化的客戶模型；再通過客戶特徵、產品需求等參數，對客戶進行分類；最後採用協 調過濾、關聯規則、知識推薦等算法，使產品和服務智能觸達客戶。

（三）增強場景化服務能力

銀行發展進入生態建設的新時期，必須打造一個吸引和留住客戶的生態系統，讓客戶可以在生活場景中瞭解、使用和發現金融消費機會。場景金融的關鍵在於銀行把金融服務融入到客戶的衣食住行場景中， 以場景爲核心向用戶提供服務。與傳統金融服務模式的區別在於，場景金融不再是一個個獨立的業務流程或者單獨的產品，而是嵌入到生活場景中的綜合金融解決方案，服務內容體現“金融+ 生活”的高度融合。場景金融是一種完整的生態，是從金融需求到金融解決方案的閉環服務。構建場景金融服務模式，銀行可以從兩方面入手：一方面，與掌握場景流量的互聯網、新零售、房地產、能源、製造、出行等行業開展廣泛的跨界合作；另一方面，可自建場景，繼續發力場景生態建設，在電子商務平臺、社區銀行、移動生活服務、 加油站金融、汽車金融、機場金融等方面尋找細分市場，儘早構建“生活+ 金融”完整生態圈。除此之外，銀行可以改造傳統的銀行網點，將原有的金融服務單一場景延伸爲多元化服務場景，引入休閒、積分兌換、消費等生活化場景，讓銀行網點與客戶的日常生活有機結合，推動網點場景化轉型。

四、銀行零售業務數字化轉型的路徑

（一）批量獲取並經營零售客戶

互聯網的發展和手機的普及把銀行零售客戶行爲從線下網點變爲線上和線下並重，在平臺和場景中獲取金融服務成爲新的趨勢。零售業務必須把客戶工作、生活場景重新整合，通過線上平臺與各大電商平臺、社會資源平臺對接，批量化營銷和管理零售客戶，實現跨越式發展。通過與衣、食、住、行、育、娛、醫、壽等場景平臺對接，整合信息流、資金流、物流，將金融服務嵌入場景服務，爲零售客戶提供綜合金融服務。同時在後臺對接信貸系統實現線上融資、額度管理、風險防控等。建設包括人臉識別等生物認證技術在內的身份覈驗系統，打造大數據分析平臺和連接第三方金融信息平臺，進一步完善零售平臺金融服務功能，更有效地達到批量獲客、活客、留客，提供綜合金融服務。

（二）完善專業化管理模式

專業化管理模式是零售業務數字化轉型的基本保障，需要在產品研發、銷售管理、渠道佈局、數據驅動和風險管理等方面全面提升零售板塊的專業能力。突出產品引擎作用，豐富強化消費信貸、財富管理、信用卡等專業產品線，研發有市場競爭力的拳頭產品。強化總行銷售管理職能，負責零售營銷計劃制定、營銷業績統計、個人客戶經理績效管理、技能培訓等， 打通總行、分行、支行、個人管理與督導機制。發展線上線下一體化的全渠道管理，包括網點佈局、線上渠道開發、新業態規劃等，構建全渠道、多觸點的一致客戶體驗。打造基於大數據的定量分析與業務決策能力，推動大數據分析的規劃和開發，打通零售客戶底層數據基礎與數據驅動的應用。完善風險組織架構， 增強集中化、專業化、高效的風險管理能力。

（三）推動敏捷組織改造

在零售板塊探索敏捷組織改造，建立以客戶爲中心、快速創新的組織。轉變領導角色，向戰略家、設計師、輔導者轉變，充分授權團隊，注重培養團隊自主運作能力，在數字化快速迭代的工作方式下，把管理機制從複雜的“過程導向”轉向責任分明的“決策導向”。以項目爲導向，組建“小而靈活”的跨部門團隊， 負責零售數字化項目端到端的實施落地，賦予團隊充分決策權。改革決策機制，將傳統瀑布式的大項目“化整爲零”，分階段進行項目投入和審批，縮短項目研發時間。

（四）管理零售客戶旅程，提升零售客戶體驗

基於當前零售客戶體驗存在的差距和差異化戰略 兩大維度，梳理零售客戶旅程，進行優先排序後分批推動客戶旅程改造。建立全方位的零售客戶反饋收集體系，包括：針對金融服務、設施、產品及流程的整體滿意度及推薦值評價；通過短信、微信、APP客戶端等進行交易後的即時反饋；對投訴進行產品、渠道、對象、 成因的多維分析等，將收集的反饋及監測數據彙總成零售客戶體驗儀表板，將抽象的體驗轉化爲直觀、可操作的優化舉措，進而緊跟零售客戶需求，推動數字化產品創新。

（五）智能化應用大數據工具

建立強大的大數據精準營銷能力，設計一條環環相扣的閉環通路，在前端收集零售客戶信息、建立數據分析模型，獲得客戶特徵；根據數據分析結果匹配零 售客戶所需的產品、服務和營銷方案；在支行端引入產 品跟蹤系統，檢查管控執行過程；基於結果分析、前線及客戶意見形成反饋，持續改善大數據分析和執行能力。打造端到端大數據平臺，打通個人數據管道，搭建數據分析平臺，做到數據、分析和前線操作之間的無縫連接，全面提升大數據分析與應用能力。