數字化轉型是技術的融合更是管理的優化
——記2020第二期質量大講堂（一）

◆ 周秀慧 / 文

質量大講堂是上海市質量協會舉辦的重要公益宣傳品牌活動。2020年7月16日，第二期質量大講堂在太平洋保險集團舉辦，本次大講堂的主題是“科技金融、數字賦能”。

金融行業數字化智能化運營的成功路徑

本次大講堂的第一位演講嘉賓是上海畫龍信息科技有限公司(Datatist)的創始人宋碧蓮博士，演講主題是“金融行業數字化智能化運營的成功路徑”。

數字經濟時代企業經營痛點

科技是金融發展的新驅動力，數字經濟是經濟高質量發展的新引擎。宋碧蓮博士曾帶領團隊為eBay挖掘數億美元的市場營銷機會。在本次演講中她指出，eBay是全球電商平臺的鼻祖，其核心戰略被稱為互聯網1.0的線上化經濟，實質是精細化運營用戶。在用戶運營階段中，通過大量的獲客、促活、復購、交叉購買和權益共享等方法，把流量池運作到最大?；ヂ摼W2.0的核心是數字化經濟，將用戶資產積累到一定程度進行流量和數據變現。阿里巴巴在和eBay比拼時，不再收取商家的租金費用，而是收取數據產品的費用，比如商家線上廣告、搜索排名等，就是將數據進行了變現。同時，阿里巴巴把數據應用、數據價值的挖掘做到了極致，通過大數據挖掘，將站內業務延伸拓展到站外業務，實現與各行各業深度融合、賦能發展的互聯網3.0，將用戶身上潛在的二次價值、三次價值發掘出來，實現再變現，從而取得了巨大的成功。國際互聯網公司如Facebook、Google都擁有這種變現能力，其核心商業模式也是數字化經濟。

宋碧蓮博士認為，數字化、智能化轉型的目的，一是幫助企業更好地實現線上化經濟，提高私域流量用戶運營效果和效率；二是更好地挖掘用戶資產和數據資產的二次價值，對外賦能，進一步實現數字化經濟。不管哪個階段，用戶運營是基礎，是根本。

宋碧蓮博士分析總結了當前包括電商平臺、金融企業等泛互聯網企業用戶存在的運營痛點，介紹了人工智能在企業決策、平臺構建、營銷活動中能夠發揮的作用和創造的價值。

痛點一：用戶運營需要改進生產力。運營1.0階段是傳統決策模式，需要很多市場運營人員通過策劃大量的活動來完成用戶經營。考核營銷能力的核心KPI是ROI（投入產出比）。在1.0階段，能否激活潛在用戶憑的是經驗，ROI無法保證，盈虧隨機。2.0階段是數據決策模式，ROI可以提升，但是提升倍數有限。到了3.0階段，所有的運營決策，包括人群包的選擇、內容推送、權益提供和渠道觸達，都是通過人工智能完成，極大地提高了運營效率。人工智能運營（AI運營）模式，結合數百種AI算法和運營專家實踐經驗，適用于各種營銷運營場景，讓運營擁有AI決策大腦，能瞬間從紛繁復雜的影響因素中找到各類運營決策的最優解。

痛點二：分不清三個系統邊界——產品、數據和運營。運營好用戶，產品、數據和運營是三個密不可分的要素。產品不僅指保險產品，互聯網平臺上的APP、小程序和公眾號都是可以優化的產品。數據不是基礎數據采集和分析，而是商機挖掘。只有把商機挖掘出來，數據的價值才能發揮出來，而且商機一定要通過運營來變現和轉化。比如，明明知道某人會購買某類保險，但是如果沒有開展配套活動把它轉化，這個商機就可能被浪費，沒有形成生產力。人工智能運營可以挖掘商機，通過大量的商機轉化來實現變現。

痛點三：企業運營缺人、缺系統、缺經驗?？茖W的線上化、數字化、智能化系統需要有配套的組織架構、系統和懂數據運營的人。業務中臺對應的是產品，包括營銷業務系統（APP、小程序、電話客服、電話銷售、智能交互大廳、業務員CRM系統等）、核心系統、財務系統、ERP系統等，中間是數據中臺，上面是面向應用的運營中臺。宋碧蓮博士分析說，很多公司數據中臺搭建完成之后的應用做得很差，數據團隊不知道怎么服務運營，運營團隊又不知道如何用數據賦能，中間有斷層。

要把運營做好，需要有配比的團隊協同工作。除了全套的運營人員外，還要有專門服務于運營團隊的數據人員，也叫商業分析師。商業分析師越多，運營效果越好，但是目前大部分公司缺少服務運營的數據人員。

另一個重要的缺失是營銷決策中心。很多公司因為缺乏決策中心，運營團隊各自為政，沒有構建全局優化的指標體系。

大部分的零售公司和金融公司都沒有一個成套的或者是人數足夠的對應團隊，在這種情況下就需要考慮上機器人系統。此外，企業還需要驅動商機轉化的中樞神經系統，如自動化運營RPA系統，也就是俗稱的運營管理和控制中心，以便通過自動化運營解決人員不足問題、提高運營效率。所以，自動化和智能化需要協同配合，快速實現轉變。

最后還需要有成熟的流程。數據中如何挖商機、AI如何優化決策和運營如何轉化商機，都要形成一套高效的流程。

痛點四：缺乏懂運營場景、能驅動數據為運營賦能的外力。宋碧蓮博士說，金融機構線上化、數字化轉型需要四方面的經驗——互聯網經驗、運營經驗、大數據人工智能的操縱經驗以及金融行業的經驗，缺一不可。

數字化智能運營成功路徑

數字化智能運營涉及非常專業和非常復雜的技術和流程，需要許多不同專業的大數據人才，如數據采集師、架構師、特征加工工程師、模型師和商業分析師等，還需要各種專業的運營人才，如市場運營、產品運營、內容運營和全生命周期用戶運營等人才。作為國際AI運營決策機器人的發明者團隊，宋碧蓮博士以海爾為例，梳理出數字化智能運營的成功路徑。

第一步：問題診斷和機會評估。通過診斷和分析，宋碧蓮博士發現問題主要表現在兩個方面：一是老客戶在整個銷售額里的占比很不健康，不到50%；二是新用戶占比過高，且流失率很高。隨后進行了精準營銷價值評估，測算不同營銷人群比例的收益和ROI。評估發現，從老客戶身上挖掘商機，如果投入4800萬元的成本，可以保證約50倍的ROI，新增24億元的收益。

第二步：科學的規劃場景和指標體系。把所有與用戶運營有關的線上線下的各種場景構造出來，利用智能決策中心確定每個環節的活動和配套的方法。

第三步：改變工作模式。針對該項目，宋碧蓮博士帶領兩三個專家和海爾原有的幾個人的運營團隊通過智能運營機器人系統開始運營。每個業務員通過掌上小程序（每個小程序都有智能決策引擎的支撐，如潛客雷達系統），先把商機挑選出來，精準確定哪些用戶可能購買洗衣機或冰箱，并評估其購買力；然后，通過人工智能針對性地形成一套活動策略；接著，業務員用智能決策和掌上小程序發起邀約開展直播，將商機變現，一場直播下來就能售出十萬臺左右。

第四步：構建面向運營的數據應用，實施商機挖掘；構建面向運營的自動化營銷系統，進行商機轉化。宋碧蓮博士提醒說，在進行商機轉化變現過程中，需要將商機挖掘和商機轉化配套成一個系統連接終端，比如業務員體系。業務員也叫銷售員，銷售員也是需要畫像的。這樣，人工智能在進行線索分配時，就知道高價值用戶應該分配給哪個銷售員。銷售員能不能把握住高價值用戶、是否擅長推介對應產品，就是通過畫像標簽展示出來的，然后才能協同后續的工作。

第五步：設計符合實際情況的執行計劃。宋碧蓮博士帶領的團隊在接下項目后不到兩個月時間內就構造了不同的場景，如用戶復購、交叉引流和交叉購買，同時構造用戶權益模型，針對不同類型的用戶給予不同的權益。項目開始兩個月后啟動不同的市場活動。到目前為止，已經開展大大小小的活動約幾十場。系統跟服務同步進行。

第六步：啟動人工智能運營。AI運營的效果如何？該項目即AI運營模型組，與海爾經驗組進行了比較，比較結果顯示：在不到三個月的時間里，AI運營組投入營銷成本35萬，拿到了2多億元的收入，ROI值接近500；而海爾經驗組產生了4000多萬元收入。AI組比經驗組新增1.67億元收入，且購買轉化率比高出近20倍；海爾AI運營組獲客成本平均為27元，與拼多多獲客平均成本140多元相比下降了至少90%。海爾案例，說明AI運營不僅增效，而且降本，大幅提高了生產力。

第七步：固化成功運營經驗，形成自動化運營流程，提高運營效率。

第八步：啟動下一個運營場景，逐步形成全生命周期運營，循環優化運營效果。

宋碧蓮博士說，在金融領域，AI運營已經成功幫助平安好車主等幾十個線上平臺進行線上化數據采集、分析和全生命周期運營，提高活躍用戶轉化率3.2倍，人均促活成本減低60%；幫助陽光保險繪制客戶360度畫像以構造智能運營體系；幫助中國人保實現車險推健康險的交叉引流，毛利率提高了5.9倍，電話員人力成本下降60%；幫助光大銀行建立了營銷特征庫，采集2.5萬多個營銷特征，用于構建金融產品交叉推薦模型和產品風險偏好特征矩陣；幫助廣發證券構建線上平臺數字化智能運營系統，提供個性化內容推薦和全生命周期運營模型等。

從新零售探索金融數智轉型

第二位演講嘉賓是來自阿里云智能新金融高級總監馬榮強，他的演講題目是“從新零售數字化經營探索金融數智轉型”。

新零售的啟示

馬榮強認為，新零售是一種更高效率的零售，是應用現代新科技完成“人貨場”的重構。新零售的核心方法論是“用數據驅動精益增長”，制定核心運營指標，量化營收增長目標，減少產業鏈中間環節，量化成本控制目標。常用的衡量方法，包括精準獲客渠道、運營激活潛客、線上線下體驗、價值變現模式、裂變式營銷等。

數字化運營能多層面提升人效、坪效、流效和時效，馬榮強從人貨場的角度對此進行了解構分析?！皥觥?，衡量指標是坪效，也就是面積能帶來效率，相關指標是貨架轉化率（自營為主）和檔口坪效（店中店），涉及到門店基礎數據管理、貨架數字化管理和門店分群管理；“貨”，衡量指標有與供應鏈平衡相關的門店缺貨率和門店庫存周轉，涉及到自動補貨、損耗管理和庫存全鏈路360管理；“人”，衡量指標是人效，與之相關的是人員排班質量（有效工時占比）、任務指令和操作/工具效率，涉及到移動店務助手、智能排班和集單調度優化等管理。尤其要在供應鏈及服務效能、商品、服務交付時效和營銷這些關鍵業務價值鏈上進行數智創新。

金融數字化轉型探索實踐

馬榮強介紹了阿里金融相關業務的情況。作為開在“云”上的銀行，網商銀行服務超過2000萬家小微企業經營者，由阿里云提供核心科技能力。網商銀行所謂的“310”，是指3分鐘申請，1秒鐘放貸，0人工干預。阿里巴巴通過大數據、人工智能等讓風控實現線上化，然后實時把控風控，網上銀行的“310”策略到目前為止，不良率不到1%。

智能醫療理賠由一個數智中心、兩種推理模式和三種感知能力組成。數智中心的左腦是業務推理，右腦是風險管控。兩種推理模式以知識圖譜和規則推理為主，模型推理加以輔助。三種感知能力是基于視頻掃描的憑證采集、基于健康知識圖譜的醫療憑證主體識別和基于健康知識圖譜的健康事件抽取。通過領域知識、場景感知、推理決策和可視化交互理賠大腦進行運營。

螞蟻生態的創新業務中：支付寶開啟了移動支付先河，2019年全國移動支付超過440萬億，全球超過10億用戶，核心技術有移動技術、金融分布式、智能風控和生物識別；螞蟻花唄是無介質的類信用卡服務，4年時間超過4億用戶，核心技術有智能風控和生物識別；網商銀行310的核心技術也包括智能風控。馬榮強認為，隨著市場拐點的到來，應將全面風險控制上升到戰略高度并加大投入，建立基于大數據的智能風控，打造高度專業化的風險管理，對技術風險、金融風險和外部合作風險加以管理，建設全面風險管理體系。

馬榮強強調了金融數字化轉型中的幾個關鍵要素。

敏捷創新是數字化的腰部力量。主要分了四層：敏捷型技術創新、業務共享、技術共享和資源共享。技術創新能支撐業務高速發展、線性擴展。公司內部的共享服務體系打破“煙囪式”架構，支撐業務快速創新；云化基礎架構高效支撐業務增長，靈活伸縮帶來巨大的成本節約。業務層面的特征有：創新快、敏捷、持續迭代；數據實時打通、實時在線，無孤島等。

數據的豐度是數字化核心要素?，F在的金融行業包括保險業，數據的豐度和廣度有很大的缺失。馬榮強認為，可以通過業務的豐富化、搭建業務中臺、承接多樣化創新的業務讓各種業務數據沉淀下來。業務中臺的價值，向上快速滿足業務方場景，讓最懂業務、最熟悉商業的人開發應用業務；向下歸集數據，集團收攏會員、訂單、商品和支付等數據。他強調，做“智能”不能光講算法，要和場景和數據融合。未來數據是金融科技的基石。隨著行業體量的增加和治理能力的提升，數據將被作為一種資產運營，并在各行各業擴展應用場景。數據會幫助金融企業重塑生產、決策甚至商業鏈條。

阿里云數智方案建議

疫情加速金融機構與客戶溝通的數字化。一是意識轉型：在生存法則下，數字化戰略從奢侈品變成了必需品。二是管理重構：從強組織到扁平化、中臺化賦能型組織轉型。三是業務重生：基于社會分工下的業務數字化協同模式。四是融合加速：基于數據價值的多元化融合加速，包括新技術的融合、數據匯聚和多平臺融合支撐。

馬榮強歸納了金融企業數字化轉型的四個關鍵點：一是戰略升級：全面數字化一定要上升到企業一把手層面，圍繞核心戰略規劃分步實施，以小步快跑方式在過程中不斷檢驗與糾偏。二是組織升級：傳統企業業務的割裂，其根源往往來自于組織架構的分割，數字化背景下的業務領域往往涉及跨部門協同以及組織能力與數字化需求的匹配，因此數字化建設須結合組織升級并行。三是流程升級：傳統企業通常采用“流水線作業方式”實現流程的標準化，數字化更關注業務領域自身的能力與流程共享，流程升級必不可少。四是技術升級：隨著互聯網業務的不斷創新，企業通過IT技術升級實現業務敏捷創新、隨需而變，數據實時共享打通、業務實時在線，降本增效。

馬榮強認為，數字化的轉型不僅是技術的融合，更是一個管理優化的過程。組織應以可持續競爭優勢為關注重點，保持戰略的一致性，發揮領導層的核心作用，全員的參與和考核，通過過程管理、全局優化，以循序漸進和持之以恒地推進創新引領和開放協作，推動和實現數據、技術、業務流程和組織結構四要素的互動創新和持續優化。