本文根據神策數據銀行事業部業務諮詢專家張何津關於《構建銀行運營體系，賦能業態新發展》的直播整理，主要內容包括：
· 銀行數字化趨勢解讀
· 銀行數字化轉型面臨的問題和挑戰
· 銀行數字化運營體系構建路徑規劃建議
一、銀行數字化趨勢解讀
在中國銀行業協會發布的《2020 年中國銀行業服務報告》中，從服務文化提升、服務渠道拓展、流程整合優化、服務實體經濟、產品創新發展、消費者權益保護、發展挑戰與機遇等方面，再現了 2020 年銀行業金融機構的發展成果。其中，在銀行業電子銀行、網點數字化轉型方面，有兩大結論：
第一，電子銀行移動化趨勢明顯。從 2018 年到 2020 年，銀行業平均電子渠道分流率，即離櫃率呈逐年上漲趨勢，手機銀行的交易筆數增長速度已經高於網上銀行交易筆數。
第二，銀行網點創新數字化轉型加速。數據顯示，銀行網點的數量持續下降，伴隨着整個互聯網信息技術的變革，網點創新的自助設備在逐漸恢復增長。
起初，零售銀行大多以營業網點爲中心，直到 ATM 自助銀行的出現，網點突破了營業時間的限制；網上銀行的出現，又實現了空間限制的突破……如今，手機銀行盛行，部分網點開始做 VTM 升級，來爲客戶提供移動化、線上化、自助化的金融服務。我們可以預見，未來隨着物聯網、5G 和邊緣計算等技術能力的發展，銀行的數字化能力將進一步增強，也可以說，未來的銀行服務將是一個無處不在的開放的數字化金融服務。
從外部競爭環境來看，互聯網巨頭公司紛紛持牌佈局金融市場，以當下銀行的年輕長尾客羣爲核心目標客羣，加速了負債、資產和支付三大場景的脫媒壓力；從內部環境來看，銀行金融服務模式已經從賣方市場轉向買方市場，逐漸從傳統銀行向數字銀行轉變，加速了銀行業對運營、流程、場景構建、產品迭代、精準風控等多方面展開深入思考。
基於對以上五大能力的思考和提升，許多銀行依託金融科技的力量走上了數字化轉型的道路。比如交通銀行，它已經着手基於開放的生態進行平臺化建設，首先通過客戶標籤畫像體系建設將整個數據容量達到了 PB 級別，標籤日調用量也達到了億次級別，很大程度地推動了業務進程；然後通過構建用戶成長體系，實現用戶生命週期運營，基於事件式的個性化產品組合與精準營銷場景，真正落地營銷策略；最後，在開放生態方面，接軌外部互聯網平臺的服務場景，打造高頻生活場景，賦能低頻的金融服務模式。
整體來說，銀行業的戰略轉型，其目標都是重塑經營模式和價值曲線，一方面減少業務開展對介質的依賴，通過線上線下融合打造金融場景生態，另一方面增強數據過程的價值支撐，以實現客戶價值最大化。如下圖所示：
通過深入洞察，我們可以將銀行業務的發展趨勢總結爲 5 點：
需求碎片化。快速捕捉客戶需求對於客戶的心智培養，和快速觸達是非常重要的。
營銷精準化。提倡把營銷做成服務，而不是打擾，儘可能地通過客戶畫像描述，讓營銷更精準。
服務智能化。基於對客戶的行爲預測，判斷客戶的潛在需求，這種主動、實時的甚至超預期的智能化服務能夠有效提升客戶滿意度。
渠道產品化。打造極致的溝通體驗，增加渠道觸點，珍惜與客戶的溝通契機，並通過連接客戶及時獲取客戶的反應和反饋，把客戶往更積極的方面去引導。
場景生態化。打造具有場景優勢的服務壁壘，能夠在未來跨平臺和無界融合時的“銀行服務無處不在”時，有自己的立足之地。
二、銀行數字化轉型面臨的問題和挑戰
基於以上銀行趨勢分析，我們可以發現，銀行數字化轉型過程中會面臨以下 5 大問題：
1.數據治理方面
（1）數據源頭質量堪憂，各平臺數據採集無規範，客戶數據冗餘
（2）標籤數據管理無序，多部門分散管理無統一標準
2.客戶運營方面
（1）客戶成長路徑不清晰，推動客戶成長晉級的手段方法不豐富
（2）分層分羣運營能力有待挖掘，交叉銷售和策略協同有待加強
3.產品體驗方面
（1）系統穩定性和流暢度不足，用戶體驗缺乏有效監測和優化
（2）流程斷點環節漏損嚴重，場景化的金融輸出能力不足
4.總分聯動方面
（1）一體化營銷新工具使用不足，中後臺無法統一策略支持前端營銷
（2）營銷推廣見短不見長，線上化營銷手段無法適配分行經營
5.線上線下聯動方面
（1）聯動經營管理缺乏統籌，職能散落，權責缺乏統一，資源難以整合
（2）線上線下資源錯配，人力財務管理資源主配線下，而客戶行爲向線上遷移
神策數據基於服務了 30 多家銀行的經驗，將銀行數字化轉型劃分爲三個重要階段：
數據基礎階段：數據分散在各個系統裏，煙囪式的架構居多，數據更獨立，造成數據孤島的現象，具體來說就是數據的口徑不一、數據的質量不齊，包括數據的應用時效、提取時效、產生時效等較低，客戶的行爲數據有所缺失，且銀行的組織架構上還沒有專業的數據團隊。
洞察分析階段：該階段已經完成了從“沒有數”到“看到數”的轉變，但對於業務側的數據分析能力和深度的數據價值挖掘能力可能仍有欠缺，比如缺乏客戶畫像的體系化構建和應用能力等。
高效運營階段：基於數據基礎和數據分析洞察能力，銀行的經營策略處於散點式觸達，完整的業務運營體系還未形成。具體來講，全行的客戶成長體系、客戶忠誠度計劃還未構建，缺乏全行統一的經營策略，而且運營作業模式還處於人工或者半人工的配置上線經營狀態，亟需全面提升數字化運營的效率和質量，將運營人員從重複、機械式的場景中解放出來，增加一些創造性的業務策略 A/B 測試等。
在以上三個階段中，各銀行的數字化進程存在一定差異，這就需要銀行結合自身發展情況，針對性地開展項目建設。
三、銀行數字化運營體系構建路徑規劃建議
現階段，銀行在數字化運營方面的目標，主要圍繞金融資產和數據資產的雙因子增長模式，構建客戶的經營成長體系，提升銀行存量客戶規模、活躍度及價值，推動線上線下的生態化運營建設，並構建數據驅動的企業文化。
下圖爲銀行以客戶爲中心的數字化運營體系： 
其落地構建的路徑主要包括四步，接下來將詳細介紹。
- 夯實數據基礎，構建全行指標看板體系
夯實數據基礎主要包括以下三個部分：
（1）數據獲取
對於大部分銀行來說，他們都有着自己核心的業務數據和用戶數據，把客戶行爲數據和行內業務多數據源融合，實現數據打通消除數據孤島，是數據獲取階段的重要工作。
（2）數據處理
數據處理是指儘可能地提供可視化、自主化、自動化的開放數據分析能力，將數據可見、可操作、可預警的能力開放給業務側運營人員，提升數據採集到應用的效率。
（3）數據應用
在數據應用層面，我們倡導基於數據流的企業運營框架 SDAF，感知客戶及其行爲需求，快速形成更高效、科學的決策，精準觸達用戶，然後完成全面、實時的數據回傳反饋，驅動經營策略的調優。
2.細分經營客羣，構建全行標籤畫像體系
構建全行級客戶畫像中心，通過標籤系統和行爲畫像平臺建設，統一管理維護全行客戶，真正實現一個銀行一個客戶的目標。
現階段，大部分銀行都有自己的系統工具承載客戶標籤和畫像類數據，形式多種多樣，但缺乏體系化，這是因爲客戶標籤的產生通常是基於銀行的經營業務主體，比如銀行某個業務部門做一場活動，會定向的跟 IT 同學提標籤開發需求，定製化的開發成本較高，且往往有效期較短、複用性較差，也就形成了銀行看似有很多標籤，但大多是標籤孤島，各業務互相之間難以疏通，標籤價值大打折扣。
此外，對於大部分銀行來說，並不缺乏客戶數據和業務數據，用戶行爲數據作爲銀行基礎數據的一塊重要拼圖，目前已經逐漸受到銀行重視，通過過程數據洞察客戶偏好和真正的需求。舉個例子，某個客戶完成了一筆充值交易，在過去的業務分析場景中，銀行通常會認爲客戶對充值場景有一定偏好；但當通過過程數據分析，我們發現該客戶完成的充值交易使用了大額優惠券，所以某種程度上來說，該用戶的偏好應該是優惠券，充值只是優惠券使用的一個場景。因此，我們可以認爲，行爲數據能將客戶真實意願更清晰地體現出來。
至於銀行整個標籤體系的構建過程，我們能夠幫助銀行實現自助式、可視化的高效的標籤生產和標籤提取的應用，大大縮減傳統提數的流程時效，幫助銀行快速落地業務運營策略。
3.沉澱業務策略，構建立體化的業務運營體系
這個階段需要銀行能夠把整個經營體系真正地搭建起來，即搭建全行級運營中心，通過數字化營銷策略平臺的建設，實現立體化運營體系的構建，統一運營策略輸出。主要表現在以下四方面：
（1）全渠道數字化線上引流，提升獲客能力
通過神策數據的多渠道追蹤能力，可以幫助銀行準確識別客戶來源，以及不同來源客戶後續的行爲表現和業務轉化效果。此外，跨渠道的 One ID 映射能力，可以幫助銀行識別不同渠道訪問用戶的信息匹配，確認同一客戶屬性，爲實現無處不在的銀行服務打好基礎。
（2）全鏈路數字化活動運營，提升活客能力
基於數字化能力建設和輸出，業務數據化、數據資產化、資產服務化，全流程提升客戶活躍經營。在整個活動運營過程中，聚焦活動覆盤，實現活動觸達客戶的實時響應，活動效果的實時覆盤，以及活動策略的實時優化。
（3）全方位數字化客戶運營，陪伴客戶生命週期
結合不同客戶的不同生命週期階段制定經營策略，圍繞未獲客的他行戶、新人用戶、淺層用戶、深度用戶等維度進行階段劃分，構建客戶成長體系；通過沉澱業務策略，快速落地創新策略想法，掌控營銷計劃效果，全局視角展現運營策略。
（4）全觸點數字化產品運營，持續關注客戶體驗
基於客戶體驗的 HEART 模型，構建業務指標體系，迴歸服務客戶的本源。
4.優化組織結構，建立企業級數據驅動文化
行內可以成立數據管理委員會，負責企業數據驅動文化和業務創新文化的構建，提升整體數據文化意識；通過培養數據類型人才，打造數據 + 業務的專業化數字團隊。
在業務側數據分析師人才引進和培養方面，建議從通識、技術、數據和業務四大方面，根據分析師培養目標及工作場景，制定分析師培養階段及課程體系，爲銀行數字化運營轉型提供強業務型、數據應用體系專業數據分析師人才培養方案。更重要的是，通過數字化轉型項目的落地實踐，可以結合主流行業的業務特點、業務場景及真實案例，鍛鍊隊伍，培養數字化人才，爲銀行實現數據體系建設及最佳實踐賦能。
最後，基於以上四步走戰略和實踐落地，我們希望能夠幫助銀行在產品服務層、活動運營層、用戶經營層、場景層和生態層，實現全行數字化經營層級的躍升。
本次分享到此結束，希望能夠爲更多銀行在數字化運營體系構建方面帶來幫助！