數字化銀行轉型：以“千人千面”的金融服務新模式為例

【提??要】面對新的客戶需求、市場環境與發展趨勢，商業銀行必須要有與之相適應的服務模式。近年來，各大商業銀行紛紛將數字化銀行轉型升級作為一項重要的發展戰略，并以此為契機結合重點業務領域、渠道載體以及應用場景大力推進“千人千面”的金融服務模式創新，積極探索新的增長曲線。“千人千面”的金融服務創新從最初的萌芽到當前的廣受歡迎、初具成效并將最終進一步深刻改變未來銀行服務模式。這當中有商業銀行業務發展的內生動力，也有外部不斷變化的市場環境與日臻成熟的產業條件的必然要求。

【關鍵詞】??數字化轉型;數字智能;千人千面;客戶體驗

一、“千人千面”服務新模式的快速興起

“千人千面”是根據心理學中的“迎合心理”原理演化而來的概念，最早出現在廣告服務領域中。國內最早將其作為一種服務模式應用到零售業務領域則是由一家大型電子商務平臺公司于2013年率先創新實踐的，其目的是為了適應移動互聯時代發展趨勢，抓住買家興趣點，并與賣家的商品細分類目進行匹配，從而實現個性化的精準服務。該服務一經推出就受到買家與賣家以及市場的一致好評，快速被互聯網及電子商務行業效仿并加速改變了相關行業的市場競爭格局。

近年來，隨著用戶對金融服務需求碎片化、多元化、個性化、智能化的要求逐漸提高，以及數字智能時代大數據、智能終端、機器學習等新興技術的快速發展與成熟應用，國內銀行業以“最懂用戶”并為用戶提供智能化的貼心服務為目標，包括工、農、中、建、交等國有大型銀行以及招商、光大等股份制銀行紛紛布局數字化銀行轉型升級，并在“千人千面”金融服務新模式方面取得不俗的成效。尤其是通過不斷迭代升級的手機銀行及逐漸興起的開放銀行，結合客戶標簽屬性、用戶特征變量以及產品匹配模型等，及時分析并識別用戶的交易行為與風險偏好，更加精準地判斷用戶的即時“痛點”需求與長期業務及風險偏好，個性化推送用戶想要的產品服務與資訊信息，為客戶提供包括功能展示、廣告投放、信息推送、產品推薦、融入生態、風險防控等多個維度的“千人千面”銀行服務，開啟了“數字化、智能化、開放性銀行4.0”的新時代，以此將手機銀行打造成為綜合金融服務的門戶、整合場景生態的平臺、引爆用戶增長的利器，進而“拓展銀行的服務邊界，最終改變銀行的增長曲線”。

（一）功能服務

功能服務方面，是商業銀行數字化轉型升級的重點，同時也是“千人千面”服務最為直接的表現方式，主要是為每個用戶在使用手機銀行、網上銀行、微信銀行等前端服務觸點時呈現出不同的功能頁面、菜單欄位及優先排序等，使用戶在打開手機銀行APP時能夠更快地找到自己喜歡或經常使用的產品功能頁面，從而實現從“做功能”到“升體驗”的轉變。在具體實現方面，為最大程度減少對客戶的打擾，提升客戶體驗，盡可能保持客戶易于接受的形式，一是定期（如每周）根據客戶交易及行為特征做一次模型計算，根據新的運算結果更新客戶的手機銀行功能菜單展示;二是對于客戶有自定義菜單需求的情況，尊重客戶的自定義選擇，僅對其余尚未自定義的菜單欄位做智能推薦，幫助用戶快速發現感興趣的服務內容，增加用戶粘性。

（二）消息推送

消息推送方面，主要根據用戶使用手機銀行等電子渠道的頻率、瀏覽偏好、關系人關系、產品持有關聯度、產品持有偏好等設置相應的規則模型，通常要通盤考慮包括觸發場景、觸發行為、觸發用戶、觸發時間、觸發次數等五個方面的規則，建立智能化的EDP（Even-Driven?Pushing）事件式精準推送模式，為每一個用戶精準推送有價值的資訊信息、優質服務以及熱門內容等，并在具體推送時準確判斷時機并采取合適的內容表現形式（如廣告圖片、短信、微信、APP菜單、URL鏈接、在線客服、站內信息等多種形式），降低用戶打擾、減少用戶騷擾、促使用戶點擊，使流量得到更為充分的利用，最大限度地提升手機銀行的客戶活躍度與滿意度。

（三）產品推薦

產品推薦方面，在對用戶、產品及服務等進行全方位打標的基礎上，為每一位用戶提煉關鍵特征因子并匹配最為合適的銀行產品及服務，推動以往的“廣而告之”漫灌式營銷向“標簽驅動”的數字化營銷轉變，這就要求對其中的每個細節都要做到精益求精，包括銀行業務的精益運營、客戶服務的精細管理與產品服務的精準推薦等，從而有效降低營銷推廣成本并進一步提升客戶體驗水平、產品轉化傳播以及銷售服務效率等。具體來講，主要采取兩種方式，第一種方式是“物以類聚”，根據產品或服務的相關性與相似性進行推薦;第二種方式是“人以群分”，分別根據用戶的運營生命周期（如新用戶與老用戶，注冊用戶、沉默用戶、活躍用戶與流失用戶等）、用戶的基礎屬性（性別、職業、年齡等）以及用戶的交易行為（搜索關鍵詞、瀏覽記錄、交易數據等）等進行推薦。例如向投資偏好的用戶推薦基金理財產品，向融資偏好的用戶推薦信用卡分期服務等。以信用卡服務的精準推薦為例，一是根據持卡客戶賬單情況等向客戶推薦個性化分期活動;二是根據持卡客戶特征向非持卡用戶進行關聯信用卡產品的智能推薦等;三是根據用戶的交易頻率，在轉賬、信用卡還款、結售匯、基金、理財、跨境匯款、民生繳費等交易完成后，分析用戶特征并向用戶推薦后續最適合該用戶的產品、服務以及后續可能的最佳操作（如朋友圈分享）等。

（四）融入生態

融入生態方面，將客戶日常生活中的衣食住行等高頻場景嵌入手機銀行APP，讓手機銀行APP的服務內涵豐富起來，并根據用戶瀏覽情況以及用戶地理位置軌跡，挖掘用戶各類生活場景的興趣愛好與喜好，為用戶智能化推薦感興趣的優惠券、商品服務及市場活動等，提升手機銀行APP的打開頻次與使用粘性，逐步擺脫金融場景的低頻約束。并在此基礎上，綜合考慮“技術平臺、產品體系、協同機制、組織文化”等基本要素，積極鍛造商業銀行的產品與服務輸出能力，通過開放性的API（Application?Programming?Interface）應用接口等標準化模式將金融服務“融”入移動互聯網、“融”入零售商業生態、“融”入非金融服務領域等客戶聚集的線上線下場景，不斷增加更多的金融服務“觸點”，與廣大的優質合作機構打造“如影隨形”的嵌入式泛金融生態，共同提升客戶服務水平。

（五）風險防控

風險防控方面，通過豐富的反欺詐模型、規則以及反欺詐知識庫，從賬戶、設備、位置、行為、關系、偏好等多個維度精準識別客戶身份與行為、實時監測客戶每筆交易行為并做出風險預警，并根據風險模型評分采取差異化的智能化處置措施，包括“直接放行、攔截操作、增強驗證、暫掛交易、賬戶凍結”等，實現實時高效、客戶無感的反欺詐服務，切實保障用戶資金和賬戶安全，守住用戶的“錢袋子”。另外，在風險防控能力提升的基礎上，一方面加強產品創新，向客戶推出更為安全便捷的“一鍵轉賬”“一鍵下單”“智能投顧”“無感支付”“實時授信、在線提款”等定制化的創新金融服務模式;另一方面逐步減少TOKEN等安全認證工具的使用頻率并進一步提升網絡支付、融資提款與轉賬匯款等手機銀行的交易限額，有效滿足用戶在特定場景下的大額交易需求，打造好的客戶體驗。

二、建立“以客為本”的精準用戶畫像

各大商業銀行之所以如此重視“千人千面”的金融服務創新，背后的根源主要是金融消費行為與客戶行為習慣的徹底變革，金融服務正在從以產品為中心，真正轉向以消費者為中心。與此同時，隨著工作生活節奏日益加快，消費者需求出現加大分化，商業銀行的客戶到店率逐年下降，人們對商業銀行產品與服務的便捷性、個性化提出了更高的要求，不再喜歡被動地接受“千篇一律”或“千人一面”的金融產品和服務。尤其是當前以智能手機為代表的移動終端可有效“錨定”客戶行為并真實反映客戶的“旅程”，為商業銀行更好服務客戶提供了一個全新的視角，“從不打烊”、安全便捷、覆蓋全球的手機銀行已成為銀行接觸與服務客戶的重要門戶與流量入口，尤其是對“輕資產型”商業銀行零售業務而言，其市場競爭已經全面進入全新的數字智能APP時代。因此，建立“以客為本”的精準用戶畫像已成為各大商業銀行適應轉型升級并創新服務模式的最佳實踐。

“以客為本”的精準用戶畫像，究其內在機理與邏輯本質，是用戶對銀行產品及服務滿意度的一個擬合函數，通過綜合分析產品、用戶與環境特征等變量，建立以用戶為維度的立體畫像，包括宏觀的客群分析畫像（如整體客戶規模、客戶結構和客戶偏好等）與微觀的用戶個體畫像（即單一用戶的360度標簽畫像，全面展示用戶的基本信息、風險信息、渠道特征、偏好等）等，幫助客戶經理迅速認知客戶、洞察客戶，了解客戶需求，并將特定場景下最貼合用戶需求的產品與服務推薦給最合適的客戶，最大限度地提升客戶轉化率與用戶粘性。這里所提到的產品特征，對商業銀行而言，可以是信息搜索、功能設置、主題定義等“小”服務，也可以是投資理財、消費貸款與信用卡等全流程的“大”產品，每個產品或每項服務都有其相應特征，需要銀行提前分析提取并做好推薦準備;用戶特征包括用戶的各種標簽屬性，如職業、年齡、性別以及興趣愛好等;環境特征則是數字智能時代的一個新特點，隨著智能手機等的不斷普及，銀行可以有效采集、識別與分析用戶在工作、生活、學習、出行等不同場景下的“旅程”信息。結合上述多個方面的特征變量的重要性分析、顯著性分析與相關性分析，函數模型會及時給出預估，即預測所推薦的產品或服務在當前特定場景下是否適合當前客戶的需求。

這背后最關鍵的是對客戶特征便利及標簽服務體系的大范圍深度應用，一是構建精準立體的客戶標簽，二是要對產品與服務全方位打標，三是要持續保持相關標簽體系的“熱度”，四是要將標簽體系與具體業務場景相融合并實現價值創造。

（一）構建精準立體的客戶標簽

將客戶信息通過標簽化、可視化的方式呈現出來，并根據動靜態相結合的客戶基礎數據標簽、交易數據標簽、行為數據標簽以及一系列規則或算法，為每個客戶計算出清晰的用戶畫像，將人進行全方位“數據化”描述，從而使每個用戶變得更加立體且獨一無二。從實踐經驗來看，用戶標簽體系的設計與構建需要遵循三個最基本的要求，一是便于使用，二是便于區分，二是要產生實際成效。不同的企業構建用戶畫像有不同的戰略目的，商業銀行構建用戶標簽體系的目標是為了挖掘數據價值、定位目標客戶、識別客戶需求，并向客戶提供智能化的精準服務。因此，在構建用戶標簽體系之前，首先需要有一個非常清晰的用戶畫像戰略目標，并據此確定描述用戶畫像的整體框架，進一步明確用戶畫像的應用場景以及相應客戶標簽的層級、分類、數量以及客戶標簽之間的相互關系等。其次，客戶標簽是用戶畫像的前提與基礎，因此構建豐富的客戶標簽服務體系至關重要，需要明確標簽分類、屬性要求（包括分層結構、關聯特征、更新周期、處理方法等）、展現形式（標簽體系結構一般呈樹狀結構展現，也有部分標簽為非結構化的，每個標簽的取值分為判斷變量“0/1”與連續變量“0-1”兩種，分別代表“是/否”的判斷以及傾向程度或偏好程度的衡量）并逐步提升標簽的全生命周期（包括定義、設計、新增、編輯、審批、執行、評估、迭代、退出機制、安全規范等）管理能力與水平。根據商業銀行服務對象的不同，客戶標簽可分為個人客戶標簽與企業客戶（含金融機構客戶）標簽，每類客戶標簽按照不同的生成方式，一般又可分為靜態的事實標簽以及動態的模型標簽與預測標簽。其中，事實標簽主要是根據用戶的一些自然屬性（如出生年月、學歷學位、婚姻狀況、是否持有理財產品等）直接判斷或簡單統計得出的事實判斷類標簽;模型標簽將對用戶屬性及行為屬性等進行抽象和聚類，適用于總結或揭示用戶在一定范圍內的行為規律或偏好情況;預測標簽則是在事實標簽與模型標簽的基礎上，通過建模算法進一步挖掘用戶潛在需求并預測未來客戶行為的概率，如用戶風險偏好、消費能力、流失傾向等。另外，不同行業的用戶畫像的標簽主題范圍不盡相同，并還將在業務和數據雙重驅動下進行調整與擴充。就銀行業而言，個人客戶畫像的標簽主體范圍一般包括人口統計基本屬性、地理位置信息、客戶生命周期（拉新、促活、留存、交易、裂變傳播等）、客戶價值（是否有車、是否有房、金融資產、AUM分層、信用卡消費能力等級、月收入信息、交易活躍度等）、興趣愛好（健身、旅游等）、活動偏好（活動類型、活動敏感點、參與頻度等）、產品偏好（投資理財、信貸融資、信用卡等）、服務偏好、風險信息（是否黑名單、高可疑賬戶、貸款金額及預期等）、支付偏好、潛在預測、互動行為、在線瀏覽行為（手機銀行、微信銀行、網上銀行等）、簽約使用信息、消費行為等;企業客戶畫像的標簽主體范圍相比而言則較少，主要包括基本信息、風險信息、客戶價值、綜合簽約信息、產品服務偏好等。構建精準立體的用戶畫像可以借鑒商業銀行在產品創新過程中的MVP（Minimum?Viable?Product）最小化可實行產品的核心理念，只有根據清晰的業務目標及運營策略持續迭代優化并靈活調整，才能取得最好的效果。

（二）強化產品與服務的全方位打標

在客戶標簽的基礎上，進一步提煉產品服務的關鍵特征并對相應的資訊服務進行語義分析及相關度分析等，建立產品、服務、資訊類等全方位標簽服務體系，并結合實際情況確定各類標簽的顆粒度、標簽分類以及分級層數等。產品或服務的標簽也可參照客戶標簽根據不同的生成形式（簡單統計、規則模型、復雜算法等多種方式）分為靜態標簽與動態標簽。但標簽的分層結構可相對簡單一些，為了便于理解與管理，一般而言，產品或服務標簽體系控制在3個層級比較合適。當然，單獨或隔離地討論產品或服務的“打標”并沒有太多實際意義，只有堅持“以客為本”，將產品或服務標簽與客戶標簽建立業務間的相互關聯性，其價值才能真正體現。這就需要從客戶的角度，設置產品或服務的關注特征（品牌、名稱、價格區間等）、交互特征（接觸的渠道、觸點及方式、瀏覽、點擊、點贊、對比等）、交易特征（交易金額、交易次數、交易渠道、交易方式、交易原因等）、使用特征（包括使用場景、使用時間、使用頻次等）與評價特征（包括正面評價、負面評價、投訴建議等）等，構建用戶與服務行為以及用戶與產品特征之間的關系矩陣，另外當用戶在完成產品購買或使用相關服務后，用戶畫像中相應產品或服務的標簽權重也會隨之更新。一般來講，產品或服務的標簽配置越得當，與客戶需求的匹配度就會越高，該產品或服務在手機銀行APP等相關渠道上的曝光度及轉化率也就會越高。需要進一步強調的是，為了進一步提升營銷推薦的準確性與及時性，除了常規地將客戶標簽與產品或服務標簽的需求匹配外，還需要采集分析用戶在手機銀行等各種渠道的行為，結合環境特征（包括地理位置、時間等）、熱度特征（包括主題熱度以及關鍵詞熱度等）以及協同特征（包括點擊相似與興趣分類相似等），并運用時間衰減模型、周期檢驗模型以及用戶偏好模型等對客戶行為頻率及周期進行學習，掌握用戶的行為規律并為用戶持有產品及每一次行為進行評分，綜合上述多方面因素向客戶推薦最為合適的產品與服務并準確抓住滿足用戶需求的時點。

（三）持續保持相關標簽的熱度

標簽既是分析的最終結果，也是一個分析的過程及條件，每個標簽均不會憑空產生，需要確定標簽的生成規則并定義標簽的權重（標簽的權重有時也被稱為標簽的熱度，權重越大，表示熱度越高）等。一般而言，在生成或新增標簽時需要重點考慮該標簽的準確性、時效性、一致性與可讀性，也就是要求標簽能夠準確反映真實的業務情況、具備清晰的時間范圍和明確的更新規則、與現有標簽體系中的標簽不重復以及確保標簽的使用者（包含管理者、加工者）能夠理解標簽信息。另外，無論是客戶標簽還是產品標簽，標簽的種類、數量及權重也都不是一成不變的，需要銀行根據具體應用場景、時空變化等情況建立標簽的持續跟蹤、定性評估、定量評價、調優機制及更新策略，形成“標簽的標簽”。以客戶標簽為例，一般會在行為標簽中加入時間衰減因子，使標簽的熱度隨著時間逐漸冷卻，從而使客戶標簽更貼近現時狀態;與此同時，還需要對推薦產品或服務的反饋行為進行標簽的后評價，并通過機器學習算法自動更新與專家定期修正相結合的方式，及時評估標簽有效性，保證有效的標簽能夠即時“勝出”，逐步形成優質標簽的“賽馬機制”與動態管理，從而實現標簽體系的不斷優化與靈活調整，保證標簽體系的準確性、高質量以及用戶畫像的應用水平，并使表現好的客戶、產品或服務能夠在實際業務發展過程中脫穎而出，進而取得好的業務效果。

三、數據是贏得數字化轉型的關鍵

通過上述分析不難發現，“千人千面”金融服務模式是未來銀行發展的一個大趨勢，實現根基是將用戶及相關產品服務的全面“數據化”，并通過數據識別客戶價值，這就需要豐富的標簽體系與精準的用戶畫像，其底層基礎是對各類數據的充分挖掘與合理利用，可以說“誰擁有最多的數據，誰就將贏得未來”。

在全新的數字智能時代，一切事物皆可數據化，數據正在成為最為重要的核心資產，并進而推動著決策與行動的更加自動化與全面智能化。大數據爆炸發展的影響不僅體現在社會生產及科學工程領域，也延伸到社會日常生活的方方面面。經過對每天產生的大量用戶基礎數據、交易數據、行為數據以及相關標簽數據的智能分析與有效利用，銀行可以有效預測用戶的需求與偏好，甚至有一天可能會比用戶更能了解用戶自己。

“千人千面”銀行服務的精準與否的關鍵及基礎在于數據規模的豐富程度與規則模型的算法能力，“更多數據、更快的處理和識別次數，也就意味著對銀行用戶提供更好的建議或推薦”，這當中包括數據采集、數據加工、數據服務、數據應用等多個層面的工作。為了構建一個好用的標簽體系與精準的用戶畫像，需要盡可能匯集最大范圍的數據，最大化地挖掘數據的潛能，包括內部數據（如人口屬性、信用特征、風險特征、消費特征）與外部數據（如興趣愛好和社交信息等）、結構化數據與非結構化數據、交易數據與行為數據、客戶數據與產品服務數據、一般數據與特殊數據等。如果數據不全，就難以畫出全貌，并有可能出現“盲人摸象”的片面假像。這些數據經過清洗、融合、去重、去無效、去異常、分類聚合等加工處理后生成標簽畫像所需要的數據原料，并經過關鍵特征提取、行為規則建模（如RFM模型、半衰期算法等）及主題關聯性分析后進一步使散亂的標簽體系化、孤立的標簽相互關聯并建立相應的標簽集合及子集等，進而將其應用到更為廣闊的業務場景，實現用戶洞察、個性推薦、精細運營等。這當中提到的RFM（Recency??Frequency?Monetary）模型是標簽體系中非常重要的用戶價值研究的經典模型，重點基于R（近度）、F（頻度）、M（額度）等三個指標維度并采用K-均值等機器學習算法對用戶進行聚類分析，篩選出具有潛在價值的用戶，判斷哪些是高潛能用戶、高凈值用戶或高流失用戶等。一般情況下，R表示用戶最近一次消費，用于衡量用戶的流失度，用戶消費時間越接近當前越容易經營與維護;F表示用戶的消費頻率，用于衡量用戶的忠誠度，在限定期限內（如每周、每月等）消費次數越多則忠誠度越高;M表示用戶的消費金額，主要用于衡量用戶的貢獻度。但從更加精準的角度來講，一定時期內的ARPU值（Average?Revenue?Per?User）是用戶貢獻度更好的衡量標準。在具體應用過程中有時也可根據產品類型或業務場景的不同，適當調整R、F、M的定義。

大數據應用加快了“千人千面”金融服務模式的創新與騰飛。建立商業銀行標簽服務體系與精準用戶畫像涉及很多環節，涉及的數據來源廣泛、規模巨大、類型多樣、內容豐富，而且對信息相關性與時效性的要求也非常高，這就需要有一個健壯且高效的業務模式及技術架構（Hadoop、Spark、Hive等）來支持數據的存儲及計算。

第一，將分散在商業銀行各類業務中的數據按照統一的標準規范予以整合，并在法律法規及監管要求允許范圍內按照必要性原則適當引入業務發展需要的外部數據或外部標簽，在引入外部數據或外部標簽時需要重點關注與內部數據或標簽的匹配度、相關性與有效打通，外部數據或外部標簽的覆蓋率、活躍度與合規性等。

第二，將復雜數據簡單化，將不同口徑、不同來源、不同渠道、不同結構、不同形式的復雜數據統一分類管理，逐步完善數據的場景化設計。例如，可以根據商業銀行的特性將這些復雜的內外部數據簡化為人口屬性、信用屬性、消費特征、興趣愛好、社交屬性等五大類場景化標簽信息。

第三，提取關鍵特征因子，將定量信息定性化。如根據用戶的年齡區間及收入信息，可分別將客戶分為學生、少年、中青年、中年、中老年、老年等人生階段與高收入人群、中等收入人群、低收入人群等客戶群體，也可以根據客戶在商業銀行的交易行為及價值屬性特征進一步將其分為高潛能用戶、高凈值用戶、高頻交易用戶、高睡眠用戶、高流失用戶等，并在此基礎上，挖掘看似孤立信息之間的內在關聯，加強相關性（lookalike等）分析，構筑個人與個人、個人與企業、企業與企業間的關系圖譜，以便于后續的客群遴選與精準營銷。

第四，聚焦業務應用熱點，加強與業務場景的深度結合，重點挖掘分析與業務強相關信息及大概率數據，基于特定業務場景（包括數字化營銷、實時反欺詐、在線授信審批、普惠金融白名單等）進行數據建模與有序組合，建立場景化的用戶畫像與智能化的推薦引擎，降低客戶認知成本、提高產品轉化成效、創造業務價值。例如與用戶信用風險評估的強相關信息包括職業、收入、資產、負債、學歷、學位、信用評分等，而與用戶觸達的強相關信息則是姓名、手機號碼、電子郵箱及家庭住址等。將標簽體系應用到具體業務場景時，也要考慮遵守相關法律法規，尤其是不能在數字化精準營銷中出現價格歧視或“大數據殺熟”等不良情況。

第五，大數據的流式處理框架與實時計算能力（Flume、Kafka、Storm等）還能有效采集記錄用戶的每一次使用行為，并為標簽體系更好地使用邏輯回歸、K-均值聚類、支持向量機、神經網絡等機器學習算法開展實時模型訓練奠定了條件，進而使標簽畫像更加準確、服務對象更加聚焦、產品創新更加專注，更好地預測并滿足客戶潛在需求。

可以說，將基于大數據的機器學習算法應用到精準的用戶畫像及標簽服務體系后進一步增強了“千人千面”金融服務的優勢，對于商業銀行推出的每項金融產品或服務，不僅可以有效識別用戶的多種偏好選擇，而且還能采取不同的方式來衡量用戶不同的個人偏好的傾向程度，使商業銀行“更懂用戶”，并據此在用戶與產品或服務間確定最佳匹配方案。在全新的數字智能時代，這種基于海量數據與自適應機器學習算法的最佳匹配服務方案有效識別了用戶的個人偏好并盡可能減少了業務決策中的認知偏差，不僅會成為商業銀行滿足客戶需求、提升用戶體驗的基本能力，同時也將成為區分市場與提升商業銀行競爭能力的一個重要關鍵因素。在這種環境下，用戶的每一項基礎數據、交易數據以及行為數據都是非常有價值的信息，數據越豐富，算法越優化，“訓練”越頻繁，“反饋”越即時，“理解”偏差就會越小，“匹配”也就越精準，因此給商業銀行未來業務發展所帶來的差異化競爭優勢也就越明顯。當然，這個過程是不斷迭代的，當前雖不完美，但隨著市場各參與主體的不斷試驗，目前已取得巨大成效并會在將來得到持續的完善、改進與提升。當商業銀行引入海量數據與自適應機器學習算法時，也必須重新理解市場環境并要像成功的科技公司一樣去思考，重新定義商業銀行的服務模式與服務邊界。也就是說，在這個新的市場環境與產業條件下，商業銀行必須時刻警醒并重新思考如何在新的競爭格局中重新定位，如何從全新的數字智能時代中受益，如何經營才是更好的。

四、總結

在當下全新的數字智能時代，富有前瞻性的商業銀行都在加速數字化轉型的進程，并將基于大數據精準畫像的“千人千面”金融新服務模式上升為贏得差異化競爭優勢的重要發展戰略。事實上，從近期各家銀行先后公布的年報業績分析來看，自2018年以來，各大商業銀行在“千人千面”實施方面已經取得了可圈可點的良好成效。但“變”是當今時代以及未來發展?“不變”?的主基調，因此商業銀行必須緊緊抓住金融科技應用不斷深化的重大發展機遇，一方面大力推進“千人千面”金融服務模式的創新與發展，加快推動商業銀行全面向移動化、數字化、智能化方向發展遷徙;另一方面也要順應金融生態的開放性與金融服務高效性的發展趨勢，積極布局開放銀行，將金融服務嵌入外部合作伙伴更為豐富的應用場景中，快速適應未來商業銀行業務邏輯以及經營模式的重大轉型與變革。

參考文獻

[1] 曹漢平：《大數據應用：從認知、實踐到價值創造》，《中國經濟報告》，2019年第1期。

[2] 布萊特·金：《銀行4.0：金融服務無所不在》，施軼、張萬偉譯，廣東經濟出版社，2018年。

[3] 查爾斯·漢迪：《第二曲線：跨越“S型曲線”的二次增長》，苗青譯，機械工業出版社，2017年。

[4] 維克托·邁爾-舍恩伯格、托馬斯·拉姆什：《數據資本時代》，李曉霞、周濤譯，中信出版社，2018年。

（責任編輯：吳思）

*曹漢平，中國銀行數字資產管理部副總經理，管理學博士。

DIGITAL?BANK?TRANSFORMATION：?TAKE?THE?NEW?MODEL

OF?FINANCIAL?SERVICES?WITH?“THOUSANDS?OF?FACES”AS?AN?EXAMPLE

Cao?Hanping

Abstract：?Faced?with?new?customer?needs，?market?environment?and?development?trends，?commercial?banks?must?have?a?service?model?adapted?to?them.In?recent?years，?major?commercial?banks?have?regarded?the?digital?bank?transformation?and?upgrading?as?an?important?development?strategy，?and?take?this?as?an?opportunity?to?vigorously?promote?the?innovation?of?the?financial?service?model?of?"thousands?of?faces"?in?combination?with?key?business?areas，?channel?carriers?and?application?scenarios，?and?actively?explore?new?growth?curves.The?financial?service?innovation?of?"thousands?of?faces"?has?grown?from?its?initial?budding?to?its?current?popularity?and?effectiveness，?and?will?ultimately?further?profoundly?change?its?future?banking?service?model.?There?are?endogenous?driving?forces?for?the?development?of?commercial?banking?business，?as?well?as?the?inevitable?requirements?of?an?ever-changing?external?market?environment?and?maturing?industrial?conditions.

Keywords：?Digital?Transformation;?Digital?Intelligence;?Thousands?of?Faces;?Customer?Experience