開放格局下的銀行數字策略探析范文

本站小編為你精心準備了開放格局下的銀行數字策略探析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

當前，隨著5G時代如期而至、移動互聯網進一步發展，銀行日趨開放，邁向下一個金融與科技深度融合的數字銀行（Bank4.0）階段。在線上化作業模式的大勢下，沒有海量數據，一切都將是“無源之水，無本之木”，如何運用這些數據，則需要具備數字化戰略思維、數字化運行肌理、數字化決策手段，在一定范式之下應對這種全新模式下的新問題，走出符合自身發展定位的道路。

一、數字基因應運而生——響應全新運營模式

善戰者求之于勢，在移動支付迅猛發展、金融科技方興未艾的大背景之下，四川新網銀行（以下簡稱“新網銀行”）順勢而為，在2016年誕生之初，就致力于成為一家“數字普惠、開放連接”的互聯網銀行，借助數字化運營提供差異化的金融產品和服務，將大數據的分析與利用作為新網銀行實現產品數字化、多元盈利模式轉變和踐行普惠金融的利器。作為全國第七家獲批籌建的民營銀行、主流銀行的“補位者”，新網銀行的發展歷程不同于傳統銀行，無分支機構、無現金業務、無客戶經理，這些先天“劣勢”讓新網銀行另辟蹊徑，走出了一條獨具特色的開放之路，這些全在線操作、全實時風控、全客群獲取的模式，更加契合小微群體需求、增加實體經濟破題渠道、為普惠金融實踐提供現實支撐。然而，“開放連接”的模式并非一蹴而就，需要在實戰過程中不斷磨合，累積經驗值。在數字化戰略的格局下，如何解決導流成本、數據成本、支付成本、存款成本過高的影響，如何能讓營銷效果最大化，如何控制貸款不良率、評估貸款模式效果，如何保護客戶敏感信息，如何盤活數據資產……這些有關數字化的問題，都對實際發展路徑提出了更多的要求。

二、數字化運營平臺先行——大數據筑牢基礎

大數據時代的新經濟、新金融背景對銀行的戰略、應用、數據、技術、分析和管理機制等多個數字化驅動要素創新提出了更高的要求，其中，數據作為新興的戰略增長點對業務創新和科技賦能起到了關鍵的支撐作用。新網銀行作為一家由數據驅動的銀行（DataDrivenBank），依賴數據來驅動業務運營，在成立之初就將大數據提升到了戰略的管理高度，對各創新增長要素進行深耕。新網銀行的所有業務都在線上開展，需要充分利用大數據、人工智能技術。從開業至今，新網銀行大數據技術體系建設成效顯著，已基本實現了信貸、存款和賬戶等金融產品服務的數字化任務；在未來的業務擴展和產品創新中，新網銀行也將繼續把數字化作為一項基本原則貫徹下去。通過構建迅速決策的組織和強大的數據中臺，運用人工智能實現風控策略的自我糾偏和更新，金融和科技專家組成的前線小組能靈活作戰，應對互聯網業務發展帶來的高并發、快速迭代挑戰。銀行的業務全流程均通過數字化在線操作，捕獲“人+智能設備”這一最大場景，打破業務辦理的地域和時間限制。

三、完善數據中臺建設——打造“厚平臺，薄應用”特征

數據戰略作為新網銀行重要戰略之一，需確保大數據發展方向與新網銀行總體戰略相符，為提升數據決策能力、數字化管理落地能力、業務創新洞察力和發現新的市場機會賦能。通過體系化的大數據建設，新網銀行將中臺定位為“厚平臺，薄應用”架構方式。數據中臺架構簡言之是梳理并規范管理企業數據，將其所需的數據存儲、計算及應用能力抽象出來，整合并共享的數據中臺，統一為前臺業務部門提供決策快速響應、精細化運營及應用支撐等需求。作為互聯網銀行，新網銀行沒有豐富的數據，只能依靠“萬能連接”方式整合各個場景的數據。因此，在保證合法合規、保障客戶數據隱私的前提下，新網銀行需要打破數據維度瓶頸，做好數據管控，快速挖掘數據，支撐數字化運營。數據中臺的建設，成為應對挑戰、解決問題的一把鑰匙。在數據中臺建設初期，通過數據倉庫貼源層（ODS）向后端數據應用系統和業務報表提供數據成為繞不開的路。在此階段，源系統變更頻繁，因此ODS層存在標準不統一、數據質量差、標準多樣化等情況，數據部門對業務部門的支撐主要以“給數式”的服務為主，即業務部門提出需求，數據部門進行數據加工并進行交付。當然，“給數式”的數據服務多用于實現業務固定邏輯的需求，無法及時滿足靈活多變的數據需求，這也成為該階段的用數痛點。隨著數據中臺建設的逐步完善，標準、指標和質量問題得到解決，共性層和數據服務接口得到全面完善。授人以魚不如授人以漁，數據中臺逐步由“給數式”服務轉向“業務主題式”服務，即通過數據查詢、數據文件和數據API接口等方式對外提供數據服務，滿足業務部門靈活、多變的數據查詢與分析需求。對于常用的查詢和指標數據，數據中臺內部能實現提前整合，避免因重復加工造成的計算資源浪費和指標不統一，全面提升數據服務和應用的效率與準確性。

四、新網銀行數字化運營的四大具體手段

以互聯網大數據平臺體系為基礎，新網銀行構建了用戶畫像、智能營銷、輿情識別、反欺詐、信用評估等豐富的應用系統，全面支持業務各場景的智能化。在不斷積累與迭代優化過程中，新網銀行對于互聯網數據的理解認知以及數據與業務結合的能力都有了極大的提升，使得各個應用的智能程度、精準程度在其領域都具備較強的競爭力。

1.數字化獲客能力

新網銀行通過數字化手段前移銀行服務環節，與合作伙伴共建生態場景，形成“無邊界”金融服務新業態。一方面將能力開放給娛樂、旅游、酒店、供應鏈、理財、3C消費等場景形成金融交易閉環，從而構筑起整體的金融生態；另一方面通過公眾號、小程序、微博等輕量級工具嵌入金融產品，將金融服務植入日常生活。

2.數字化風控能力

新網銀行運用大數據風控技術實現了全自動線上審批。用戶通過手機在線上申請后，新網銀行能即時在線調用大數據反欺詐、決策引擎、模型運算等多角度驗證用戶信息，實現在線機器審批決策，單筆平均審批用時20秒，與傳統審批模式相比效率得到極大提升，且自動化審批占比高達99.6%。

3.數字化營銷獲客

新網銀行基于大數據客戶集市和五大客戶指數360°全面刻畫用戶。結合AI平臺通過深度學習精準識別高價值客戶、定位易擴散客群、觸達個性化客戶。在新網銀行廣告投放、優惠券發放、微信公眾號推文、短信推廣和客戶流失挽回等應用場景下取得了很好的效果。

4.數字化在線管理

精細化管理的本質意義就在于它是一種對戰略和目標進行分解、細化和落實的過程，是讓戰略規劃能有效貫徹到每個環節并發揮作用的過程，同時也是提升整體執行能力的一個重要途徑。新網銀行覆蓋全場景和全流程的數據產品可以有效支撐管理者做出正確的決策，引導業務用戶在實施過程中按正確的方向執行。一是多維度經營現狀透視及同業對比分析，包括產品、條線、行業、客戶等維度。二是多層次凈利息收入變動歸因分析，包括業務規模、期限結構、定價策略等層次。三是多頻率定制設計資產負債管理相關分析報告。四是多視角透視流動性風險和利率風險現狀，包括現金流缺口、流動性指標、重定價缺口、利率敏感性等視角。

五、數字化運營應用案例

新網銀行從成立以來從未停止過推動數字化運營，在建設大數據平臺和數據分析平臺的過程中面臨了很多挑戰和困難：一是流程耗時長，邏輯比較復雜的數據需求涉及業務用戶、產品經理、源系統、數倉等多方相關人員，通過反復的溝通、確認才能完成，增加了溝通成本，拉長了項目周期。二是人力資源浪費，短期產品和活動效果分析需要臨時提數支持，沒有產品化的活動分析，導致指標重復加工造成開發人員的人力浪費。三是集群壓力大，各種匯總級別的報表需要批量處理，大量的指標每天需要重復計算，而且每天都有幾百個臨時SQL提交到集群中處理，造成集群計算壓力大，影響集群性能。四是查詢性能慢，隨著數據量越來越大，往往一條聚合SQL需要幾分鐘才能出結果，不能快速響應業務用戶的需要。業務用戶有強烈的數據分析需求意愿，期望從多個維度自由組合的去分析業務數據。我們需要從PB級數據量、億級記錄中去聚合匯總業務用戶關注的各維度數據，并實現數據分析的上卷、下鉆、切片、切塊、旋轉等操作，為業務用戶帶去良好的體驗，降低學習成本。結合業務用戶的需求，為了解決在數字化運營道路上面臨的困難和挑戰，新網銀行積極尋求解決方案。最終搭建了基于業務領域主題模型的自助分析平臺和基于預計算模型的多維度實時分析平臺，特點如下：（1）所見即所得，用戶可以清晰地從各個角度觀察數據，獲取各個維度組合的數據，無需像傳統報表一樣導出再加工；（2）數據使用場景化，通過一系列的可視化圖表，從各個視角反映出當前的業務場景；（3）平臺化建設，由傳統的用戶提出固定報表需求，深入業務按場景梳理出用數需求；（4）改變用戶用數習慣，從報表導出Excel統計匯總和可視化，變為直接從報表中導出，自助拖動維度組合獲取想要的數據。

1.基于業務領域主題模型自助分析

自助分析平臺通過提供自助化的數據訪問、探索、展現工具，不僅提升了數字化運營的效率，更為業務思考、業務拓展、管理創新提供了共享和交流的空間，既使數據的利用更加便捷有效，同時也讓企業的數據資產得到升值。從業務視角出發建立完整描述業務信息的統一視圖，數據按業務歸屬存放、多主題引用、按業務語言定義。業務人員所面對的不再是表、字段和它們之間復雜的關聯、計算關系，而是他所熟悉的業務術語和指標名稱。通過專業的數據準備將源系統數據匯總到數倉，結合5大數據集市匯總成50多個模型、提取2000+指標，可滿足業務人員日常80%的數據需求。業務用戶如果要查看客戶A的放款金額、分析30~35歲標簽客戶、多維度多指標組合篩選營銷客群，只能通過排期開發報表來滿足，現在只需要在自助分析中的貸款域、客戶域組合想要的維度篩選即可得到，無需等待排期開發。

2.基于預計算模型多維度實時分析

針對大數據量場景下的數據分析，自助分析平臺在響應和交互性上有一些不足。我們需要一個在海量數據場景下也可以自由組合需要的維度，查看不同指標的情況，洞察數據背后的業務形態和趨勢的平臺。結合市場可用的產品和定位，謹慎選型。通過“預計算”的方式，可以實現海量數據查詢毫秒級響應。結合前端BI分析工具可以做出各種滿足業務用戶使用需求的圖表，也便于業務用戶自助發掘、洞察圖表背后的業務價值。為將開源的工具用于現有的大數據平臺，新網銀行做了一些技術創新，包含重寫數據源適配器、離線編譯、Cube自動構建和智能監控等，來保障多維分析平臺的高可用和高性能。通過可視化的模型設計，高度自由的Cube計算為業務用戶賦能“多維度、多視角、多場景”的數據分析能力。隨著監管對各商業銀行流動性風險控制的要求越來越嚴，新網銀行對于流動性各項指標也非常敏感。目前新網銀行的存款業務都是短周期固定派息產品，計財部認為新網銀行的存款流動性風險過高，具體體現為派息后留存率偏低，存款的平均存續周期較短等。新網銀行從流動性控制的角度，利用多維分析平臺打造了各個渠道、各類產品不同維度組合的留存率分析和存續周期分析，幫助存款部和計財部提升管理風險的控制能力。數據戰略體現在為實現新網銀行愿景所需的各方面數據能力提供全面支持。作為新網銀行的核心戰略，數據戰略與公司總體戰略一脈相承，以確保大數據發展與業務需要相符，為提升數據決策能力、數字化管理落地能力、業務創新洞察力和發現新的市場機會賦能。

作者：李秀生 單位：四川新網銀行首席信息官