隨著、、物聯(lián)網(wǎng)、人工智能等新技術(shù)的蓬勃發(fā)展，從手機(jī)銀行、二維碼支付、P2P、到AI投資顧問、比特幣和區(qū)塊鏈，金融行業(yè)的新服務(wù)、新業(yè)態(tài)層出不窮，正以前所未有的速度迅速融入并改變著金融行業(yè)面貌。今年（）聚焦“賦能企業(yè)數(shù)字化轉(zhuǎn)型”，金融行業(yè)也將作為數(shù)字化轉(zhuǎn)型的討論熱點之一。

銀行業(yè)數(shù)字化轉(zhuǎn)型刻不容緩

當(dāng)前金融行業(yè)面對的信息技術(shù)水平、社會經(jīng)濟(jì)環(huán)境、政策環(huán)境發(fā)生了巨大改變，作為傳統(tǒng)金融機(jī)構(gòu)的銀行業(yè)面臨諸多挑戰(zhàn)：

（1）技術(shù)挑戰(zhàn)。移動互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的應(yīng)用促進(jìn)了社會的互聯(lián)互通，金融業(yè)每天都會產(chǎn)生海量數(shù)據(jù)，需要進(jìn)行數(shù)據(jù)處理分析，銀行原有數(shù)字化系統(tǒng)和經(jīng)營模式無法適應(yīng)技術(shù)的日新月異。

（2）客戶挑戰(zhàn)。隨著創(chuàng)新技術(shù)在社會其他場景的應(yīng)用，消費者對金融業(yè)的服務(wù)需求增加、服務(wù)要求提高。消費者不再像過去被動地接受銀行所提供的服務(wù)，而是要求能夠在理財、投資、融資等領(lǐng)域做出更多的自主決策。

（3）競爭挑戰(zhàn)。傳統(tǒng)銀行無法滿足客戶需求，競爭對手自然迎頭趕上。以互聯(lián)網(wǎng)巨頭和科技企業(yè)為代表的其他行業(yè)公司進(jìn)入金融服務(wù)領(lǐng)域，利用自身在技術(shù)及服務(wù)上的優(yōu)勢，與銀行搶奪消費者和市場，對銀行的傳統(tǒng)業(yè)務(wù)帶來挑戰(zhàn)。

（4）監(jiān)管挑戰(zhàn)。一方面銀監(jiān)會等監(jiān)管部門鼓勵銀行開展信息科技創(chuàng)新，構(gòu)建互聯(lián)網(wǎng)金融生態(tài)圈。另一方面政府又在加強(qiáng)風(fēng)險、和安全方面的監(jiān)管。銀行需要采取更多措施滿足監(jiān)管要求，如反電信詐騙、防洗錢等。同時，銀行需要確?，F(xiàn)有業(yè)務(wù)系統(tǒng)和平臺的安全穩(wěn)定運營。

一場關(guān)于信息的傳輸、接收、分析、處理技術(shù)的革命以大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈和物聯(lián)網(wǎng)為代表的新技術(shù)在銀行的數(shù)字化應(yīng)用，本質(zhì)上是一場關(guān)于信息的傳輸、接收、分析、處理技術(shù)的革命。數(shù)字化的技術(shù)創(chuàng)新改變將銀行業(yè)務(wù)和產(chǎn)品，為銀行帶來諸多應(yīng)用價值，主要表現(xiàn)在以下幾個方面：

一、提升決策效率。數(shù)據(jù)分析可以幫助銀行實現(xiàn)以客戶行為數(shù)據(jù)為核心的業(yè)務(wù)分析方法。銀行可以利用大數(shù)據(jù)等技術(shù)，從個人用戶已有行為數(shù)據(jù)分析和預(yù)測，到整體用戶及市場趨勢預(yù)測，為銀行的業(yè)務(wù)決策提供參考建議，從而更精準(zhǔn)地對市場變化做出反應(yīng)。 

二、強(qiáng)化數(shù)據(jù)管理能力。過去銀行大量使用傳統(tǒng)數(shù)據(jù)庫，成本較高。通過大數(shù)據(jù)平臺和的使用，可以替換部分傳統(tǒng)數(shù)據(jù)庫，并將部分應(yīng)用處理放到云端，有效提升銀行的數(shù)據(jù)管理和處理能力。

三、實現(xiàn)精準(zhǔn)營銷服務(wù)。在互聯(lián)網(wǎng)金融模式的沖擊下，銀行原有“存、貸、付”三塊核心業(yè)務(wù)面臨重重挑戰(zhàn)。數(shù)字化應(yīng)用可以幫助銀行更好的識別客戶需求，基于算法對客戶進(jìn)行智能推送相關(guān)服務(wù)和產(chǎn)品，實現(xiàn)良好的客戶體驗，提升競爭力。

四、增強(qiáng)風(fēng)控能力。通過數(shù)字化轉(zhuǎn)型，銀行可以對客戶數(shù)據(jù)信息進(jìn)行匯聚分析，識別可疑信息和違規(guī)操作，強(qiáng)化對于風(fēng)險的預(yù)判和防控能力，減少風(fēng)控人員的人工識別工作，降低成本的同時帶來更加高效準(zhǔn)確的風(fēng)控預(yù)測和管理。

重金加持Fintech，各銀行紛紛跑馬圈地

麥肯錫在《全球銀行業(yè)報告（2017）》中指出，相較傳統(tǒng)銀行，數(shù)字化銀行的獲客成本可降低98%。數(shù)字化轉(zhuǎn)型帶來的“甜頭”顯而易見，使得近年來數(shù)字化風(fēng)暴席卷銀行業(yè)。上半年公布的幾大行年報數(shù)據(jù)顯示，國內(nèi)銀行網(wǎng)點布局和柜員人數(shù)增速普遍放緩，智能化成為各銀行數(shù)字化轉(zhuǎn)型的突破口。各銀行紛紛明確轉(zhuǎn)型戰(zhàn)略，向輕型化、智能化升級，重金投入金融科技以期完成“彎道超車”。

綜合目前國內(nèi)已經(jīng)或正在進(jìn)行數(shù)字化轉(zhuǎn)型的銀行案例，銀行數(shù)字化轉(zhuǎn)型集中在以下方向:

第一，通過數(shù)據(jù)手段提升客戶體驗。咨詢公司凱捷進(jìn)行的一項調(diào)查顯示，有15%的銀行客戶因為不滿產(chǎn)品易用性和服務(wù)體驗，準(zhǔn)備在6個月內(nèi)更換銀行。而在80后、90后人群中，這個比例更超過了50%。該調(diào)查顯示，提升客戶體驗?zāi)軌驇砜捎^的投資回報：營收可增加10%-15%，服務(wù)成本降低15%-20%，員工滿意度提升20%-30%。具體實施上，銀行數(shù)字化轉(zhuǎn)型，需要重新梳理客戶與銀行交互過程中的關(guān)鍵節(jié)點和數(shù)據(jù)，設(shè)計以客戶體驗為核心的數(shù)據(jù)和業(yè)務(wù)流程管理體系，為客戶提供優(yōu)秀和連貫的用戶體驗。

第二，重視移動端建設(shè)和服務(wù)?！?017年中國銀行業(yè)服務(wù)報告》顯示，2017年中國網(wǎng)上銀行交易達(dá)1171.72億筆，交易金額達(dá)1725.38萬億元，手機(jī)銀行個人客戶達(dá)15.02億戶。銀行客戶離柜的數(shù)字化交易額增長迅速，無現(xiàn)金消費已經(jīng)在中國普及，移動端已經(jīng)成為銀行爭奪的新戰(zhàn)場。銀行推出移動端和基于現(xiàn)有移動互聯(lián)網(wǎng)平臺的金融服務(wù)，更加廣泛和頻繁地將銀行嵌入用戶眾多消費場景中。以招商銀行為例，早幾年前招行就開始了“移動優(yōu)先”戰(zhàn)略，除將傳統(tǒng)業(yè)務(wù)放到銀行移動端之外，更整合個性服務(wù)、投融資以及生活便利、娛樂出行等服務(wù)。短短幾年“招商銀行”APP和“掌上生活”APP合計用戶超過1億，月活用戶超過6200萬。

第三，推進(jìn)物理網(wǎng)點的智能改造。銀行網(wǎng)點作為銀行線下的重要渠道、構(gòu)成銀行業(yè)務(wù)部分的個體單位，承擔(dān)了銀行數(shù)字化轉(zhuǎn)型最基礎(chǔ)的改造。近幾年幾大行紛紛進(jìn)行了或正在進(jìn)行網(wǎng)點改造：增加一體化智能終端設(shè)備、增加智能服務(wù)機(jī)器人、增加超級柜員機(jī)、啟用人臉識別等。網(wǎng)點的智能改造，明顯減少了工作成本，精簡優(yōu)化了工作流程，提升了客戶線下體驗。

第四，布局金融科技。麥肯錫全球銀行調(diào)查顯示，52%的銀行與科技公司建立深度合關(guān)系，37%的銀行直接布局金融科技研發(fā)。國內(nèi)銀行近幾年加大對數(shù)字化技術(shù)的研發(fā)投入，同時加強(qiáng)與科技公司合作，成果卓著。如工商銀行的智能投資顧問——“AI投”。首先，客戶選定能承受的投資風(fēng)險等級及投資期限，“AI投”使用人工智能技術(shù)通過工行構(gòu)建的智能投資模型，分析股市、基金、債券等各類市場形勢，為客戶推薦投資組合方案。當(dāng)市場投資形勢改變時，“AI投”將重新計算并建議客戶調(diào)整投資組合。據(jù)工行負(fù)責(zé)人介紹，該服務(wù)試運行以來，15個組合采用了擇時與行業(yè)配置的量化模型體系，漲幅在0.68%-3.03%之間，年化收益率在3.14%-14.59%。

第五，大數(shù)據(jù)風(fēng)控。之前，銀行信貸及消費金融業(yè)務(wù)的風(fēng)控主要以使用央行征信數(shù)據(jù)為主的金融數(shù)據(jù)建模，對用戶進(jìn)行信用評級和授信。這種傳統(tǒng)的風(fēng)控體系，審批過程耗時較長，數(shù)據(jù)即時性不足。目前已經(jīng)有一些銀行利用大數(shù)據(jù)手段，開發(fā)自己的信用評分算法，在風(fēng)控系統(tǒng)中增加用戶互聯(lián)網(wǎng)行為動態(tài)特征等數(shù)據(jù)，進(jìn)行完整的用戶信用評分，然后將信用打分應(yīng)用到銀行眾多業(yè)務(wù)場景中。比如將信用評分應(yīng)用到貸款審核，原本對于貸款的風(fēng)控是在審批環(huán)節(jié)。使用該信用評分模型后，將風(fēng)控前置到營銷環(huán)節(jié)，可以提前發(fā)現(xiàn)一些明顯評分低、有信用缺陷的客戶。在營銷時就過濾到這些客戶，可以節(jié)省營銷資源、降低拒貸率、減輕壞賬率。

可以看到，經(jīng)過近幾年的洗禮，國內(nèi)越來越多的銀行已經(jīng)從最初被諸多挑戰(zhàn)沖擊原有業(yè)務(wù)，轉(zhuǎn)變?yōu)檫M(jìn)行數(shù)字化轉(zhuǎn)型，調(diào)整銀行適應(yīng)當(dāng)前科技發(fā)展與環(huán)境變化。更有銀行開始主動進(jìn)行自身科技研發(fā)創(chuàng)新，推動金融科技的更新迭代。

本文內(nèi)容首發(fā)于喜馬拉雅《數(shù)字化轉(zhuǎn)型實戰(zhàn)》欄目，歡迎掃碼收聽。

數(shù)字化轉(zhuǎn)型實戰(zhàn)音頻

關(guān)于數(shù)字化轉(zhuǎn)型的更多精彩話題，敬請關(guān)注中國IDC圈。“以賦能企業(yè)數(shù)字化轉(zhuǎn)型”為主題的