現代農村商業銀行數字化轉型體系建設研究

文/郁國培 史 浩

企業轉型是企業應對內、外部環境變化的綜合反應，轉型意味著企業長期經營目標、業務模式、組織結構、資源配置等方面的整體性全方位漸進式轉變。因此，轉型的決策往往由領導層做出，通常體現為企業戰略。銀行數字化轉型，就是銀行應對數字化發展趨勢和跨界競爭的一種企業戰略。

隨著大數據時代的來臨，銀行業與金融科技加速融合的趨勢已不可逆轉，數字化轉型已成為當前各銀行業金融機構的戰略重點。2020年7月京東數字科技集團、國際數據公司IDC（International Data Corporation）聯合發布《中國區域性銀行數字化轉型白皮書》的數據顯示，50家區域性銀行樣本中90%以上的區域性銀行已經開始啟動數字化轉型，更有20%以上的銀行認為政策鼓勵金融科技發展，區域性銀行有望借助金融科技實現彎道超車。此外，業務經營創新的需求、客群特征的快速變化也是驅動區域性銀行進行數字化轉型的最大動力（蘇潔，2020）。隨著越來越多的銀行將數字化轉型納入發展規劃，數字化轉型逐漸從原來傳統的電子銀行、網上銀行層面，拓展為包含企業戰略、組織架構、服務特色、營銷渠道、人才培養、大數據建設與AI能力等一系列環節的全面數字化系統性工程（施賢軍，2020）。通過系統性建立數字化的生態系統，從而實現從傳統的“基于產品”的業務模式轉型至“基于客戶”的業務模式，可以使企業更好地與客戶利益保持一致（張石，2019）。事實上，銀行數字化轉型的內涵，本質上就是“以客戶為中心”。本文嘗試以農村商業銀行的數字化轉型為目標，具體探討分析其數字化建設的建設規劃、建設關鍵、建設基礎和建設應用實踐。

一、 數字化轉型的建設規劃：設計理念和建設維度

中國銀行業協會發布的《2019年中國銀行業服務報告》指出，據不完全統計，2019 年銀行業金融機構網上銀行交易筆數達 1637.84 億筆，交易金額達 1657.75 萬億元，全行業離柜率為 89.77% 。進入數字化時代，科技能力將成為商業銀行經營制勝的關鍵要素之一。面對龐大客戶群體的個性化、碎片化的數字服務需求，傳統農村商業銀行業不應停滯不前，而應當利用銀行積累的資產和技術，快速交付和創新產品，實現客戶體驗的極大提升。

（一）建設規劃：以客戶為核心的設計理念

在農村商業銀行數字化轉型建設中各個子系統的聯接關系設計時，由于帕累托法則（Pareto’sPrinciple）二八定律的存在，因此在集約化實現時要秉持服務核心客戶（Core Customer）的理念，以數字銀行為載體追求為核心客戶提供極致服務（見圖1）。

圖1 一個客戶+多個產品+多個渠道+極致服務

圍繞核心客戶綁定核心產品，通過核心渠道觸及核心客戶營銷，而這些服務理念又都是基于數據平臺來實際完成的。即將各類外部、內部數據源（如省聯社內部核心信貸業務系統數據等），全部清洗裝入數據倉庫，做到各類數據的標準統一、集約管理和信息共享。也就是說建設中，數據主要是圍繞核心客戶來進行設計、采集、關聯和展示使用。

（二）建設規劃：三個維度

在數字化轉型建設過程中，建設工作可以分為三個維度開展：精細化運營、多場景獲客、全體系賦能。

第一，精細化運營。走向精細化運營是“存量市場”競爭下的必然趨勢。精細化運營模式中首先要對存量客戶進行分層并匹配對應價值的服務。例如，梳理出優質客戶進行產品的個性化推薦，做到精準營銷。通過精準的客戶關系管理維系客戶忠誠度，在鞏固已有市場份額的基礎上，進一步深度發掘客戶的潛在價值。簡而言之，這個維度的數字化核心任務就是做到“盤活現有數據”。

第二，多場景獲客。打造多場景是發展“增量市場”的必然選擇。實現銀行業務的良性發展，要發揮地區性農商行的特點，打造各類金融需求場景不斷獲得新的客戶，也才有可能從中精選出優質客戶。通過業務部門廣泛調研，如結合民宿、農機、養殖等本地強金融需求場景，打造民宿貸、農機貸、養殖貸等線上產品，依托地域優勢進行同業競爭，獲取更多市場份額。簡而言之，這個維度的數字化核心任務就是做到“開源新增數據”。

第三，全體系賦能。數字化轉型最為關鍵的階段就是在存量、增量數據的基礎上，采用特定模型和算法，整合所有環節形成合力，以全流程數字化推動銀行全方位的數字化運營。全流程數字化將從管理決策、組織架構、業務環節、營銷渠道、客戶關系、風險控制、業績考核乃至企業文化、人才甄選等角度，結合深度理解銀行生態場景的業務、科技團隊，形成以全數字驅動的銀行運轉創新動能。簡而言之，這個維度的數字化核心任務就是做到“數字驅動發展”。

圖2 實施數字化改造與建設：三個維度和十二個子系統

由于數字化銀行的建設是一個全方位的體系建設，涉及到銀行經營管理的各項服務與流程。銀行在實施過程中主要可以從圖2中的三個維度和十二個子系統來實施數字化改造與建設。三個維度分別是面向客戶、面向員工和面向管理的數字化應用維度。其中，面向客戶的維度中包含客戶管理、產品管理、渠道管理、網點管理、營銷管理；面向員工的維度中包含績效管理、人才培養、文化培育；面向管理的維度中包含精細管理、督導管控和全面風險管理。如圖2所示。

支撐起這三個維度的十二大子系統建設則分別為數字化客戶管理建設、數字化產品管理建設、數字化渠道管理建設、數字化網點管理建設、數字化營銷管理建設、數字化風險管理建設、數字化人才管理建設、數字化績效管理建設、數字化成本管理建設、數字化審計管理建設、數字化資本管理建設和數字化資產負債管理建設。

數字化轉型是一個系統工程，因此應當全面謀劃并構建數字化轉型的戰略框架體系，包括從頂層設計到業務和管理領域的深入應用，再到后臺數據處理、數據管理和數據使用，都必須進行全面的統籌規劃和實施。同時在具體建設過程中，注意掌握節奏，優化資源配置，形成持續有效的轉型升級和迭代優化。

二、 數字化轉型的建設關鍵：頂層設計與戰略規劃

（一）戰略選擇

數字化轉型首先是一個自上而下的戰略選擇，是一個長期發展布局。由于在短期內并不一定能馬上見到成效反而有一定的轉型成本投入，因此要結合自身的市場定位、發展目標、優勢短板等統籌規劃、科學決策。防止重視業務發展而輕視數據基礎建設，重視短期效益而輕視長遠規劃。

（二）總體目標

通過構建具有創新性、前瞻性、針對性的數字化轉型方案，實現農村商業銀行向集約化、專業化、智能化、標準化、精細化的最佳客戶體驗型數字銀行轉型，構建可持續發展的核心競爭力。

具體指導原則體現在以下七個方面：一是愿景與戰略方面，需要樹立清晰明確的企業愿景和核心業務戰略，以及與之匹配的商業模式和治理體系；二是戰術與服務方面，需要倡導精準聚焦的價值主張和核心客戶戰術，以及敏捷的產品供給、渠道服務能力；三是組織與機制方面，需要打造具有扁平化的組織架構、敏捷式的運作機制，以及追求卓越的精益文化；四是運營與流程方面，需要運行集約化的運營模式、智能化的業務流程，以及追求高效的執行能力；五是獲客與管理方面，需要鉆研具有科學性、高效性、閉環性的精準獲客流程和存量客戶精細化管理能力；六是定價與風控方面，需要強調具有系統化、精細化、差異化的科學定價能力，以及具有全面性、前瞻性、專業性的風險管理能力；七是數字化團隊與大數據決策方面，需要形成具有定量管理理念、思維、方法、技術的數字化管理和創新團隊，在專業化大數據分析平臺、一站式管理作業平臺基礎上，最終發展科學、智能、高效的決策體系。

從價值鏈重構的角度來看，數字銀行的價值形成過程可類比為近似前店后廠模式，即前臺商品化、中后臺工廠化。前臺的商品化是指銀行要了解自身產品的商品化屬性，對于推出的產品要從財務角度分析其效益是否達標，從客戶群角度分析其定位是否精準；中后臺的工廠化是指銀行產品的設計與推出來自基于數據的智能化決策，同時也有相應的數字化人才來推動新產品的研發和部署，并且對其進行KPI（Key Performance Indicator）、OKR（Objectives and Key Results）等定量考評（見圖3）。

圖3 價值鏈重構：前店后廠的數字銀行戰略

（三）發展思路

由于各家銀行的先天稟賦不同，為了順利推進數字化轉型，農商行在發展思路上要結合本地特色、圍繞本行戰略找準定位來進行整體布局。主要從基礎數據的積累、組織結構的適配、高管協整的認識、數據驅動的應用這四個方面來進行推進，以確保數字化轉型的切實落地。

（四）實現路徑

在農村商業銀行數字化轉型路徑上，可以通過循序漸進的方式形成數據積累、數據應用和數據分析。正因為從數據的積累到人員的思維理念和系統的成熟投產上均較難做到一躇而就，較為現實的實現路徑是通過一個階段性規劃，有計劃分步驟地穩妥推進實施。

前美國寶潔（P&G）公司負責數字化轉型的高管Tony Saldanha(2019)使用一個五階段模型來描述數字化轉型的成功過程。第一階段是現有工作的自動化；第二階段是獨立的項目或系統；第三階段是部分協同，或者說對應到銀行就是整體銀行的部分數字化；第四階段是全面協同，對應到銀行也就是整個銀行全面轉型到數字化運營；第五階段就是“活的DNA”階段，即數字銀行可以不停地迭代自身的業務模式，如圖4所示。

圖4 Tony Saldanha提出的數字化轉型五階段模型

圖5 實現路徑：轉型跨越的階段性規劃

借鑒以上的五階段模型，農商行的數字化轉型在實現路徑上也可以分為五個階段，分別是強基礎（先有工作的數據化）、建標準（形成數據標準和獨立的子系統）、搭體系（形成多個子系統的部分協同）、數字化（形成系統的全面協同）和自迭代（數字化的高級階段，能自我更新進化），如圖5所示。

三、 數字化轉型的建設基礎：大數據技術支撐

在銀行數字化轉型過程中，科技助力金融的動力源自數據。數據部分作為最基本的新型生產要素，一般需要通過三個階段來為我所用。第一個階段是數據治理與管理。即進行數據集市與數據倉庫建設，利用數據管理工具提升數據質量、實現數據互通共享，從而實現銀行數據資產的形成、積淀與完善，通過這一階段的工作可以構成數據基礎層。第二個階段是數據挖掘與應用。建立通用查詢、定制查詢和數據挖掘等多種數據應用方式，滿足不同層次的報表生成和多變的數據分析需求，通過這一階段的工作可以構成數據服務層。第三個階段是平臺建設與系統開發。在前面數據倉庫和數據挖掘基礎上，構造面向財務決策、績效管理、客戶管理、風險控制和營銷分析等各類應用的智能化分析決策系統，支撐起專門的業務平臺，通過這一階段的工作可以構成業務應用層。

數據治理與管理。在數據治理中首先需要全面制定治理方案，其中包括數據獲取、元數據管理、數據標準制定（如數據準入標準、數據分類分級標準等）、數據質量控制、數據安全管理、數據價值轉化（如數據轉化為客戶營銷能力、智能監管能力等）。以數據獲取為例，基礎數據的積累是一項長期的工作，主要需要整合的數據源有核心客戶數據、信貸數據、銀行卡、網上銀行、支付平臺、國際業務、資金業務、理財、第三方存管、中間業務、信用卡，一般可以采用以客戶營銷、業務分析、統計報表數據為來源，再結合各類應用場景采集數據（如智能商超、智能交通、智慧醫療、智慧校園、智慧農業等），多途徑完成數據倉庫基礎數據的入庫。

數據挖掘與應用。這一階段主要考慮開展大數據的定量分析，圍繞客戶細分、精準營銷、產品創新、網點轉型、運營優化、績效考核、風險防控、審計、反洗錢等各個銀行業務和監管領域，獲取大數據應用的成果，用來指導集約經營、高效管理與科學決策。

平臺建設與系統開發。當基礎數據和派生數據都可以通過模型與運算得到之后，在數字化轉型中這一階段主要考慮整個系統平臺的建設開發以及數據展現，即構造出整個數字化銀行技術框架（見圖6）。

圖6 數字化銀行技術框架

數據通過分布、離散的后臺多個業務系統，被大數據治理層進行數據的抽取、清洗和整合，進入數據倉庫中待用。基于數據倉庫可以派生出多類型的新型銀行數字化應用，最后在端建設層面中，主要完成系統數據與銀行員工的交互，這一部分內容并沒有用到大數據技術，僅僅是數據展現層。

四、 數字化轉型的建設應用：面向客戶的數字化應用體系

由于數字化轉型后的銀行主要從面向客戶、面向員工和面向管理這三個數字化維度來開展應用實踐。本文由于篇幅所限主要選取第一個維度，同時也是較為基礎和關鍵的維度，即“面向客戶”的數字化應用體系來進行詳細介紹。

在面向客戶的具體應用實踐中，根據實時數據分析，計算出用戶對銀行的當前貢獻度，并實行差異化服務，制定出有針對性的服務策略和營銷方案，體現出精細化營銷。一是實施客戶分層、客戶畫像與精準維護。二是實施渠道建設，做到客戶分流與服務客戶的效益提升。三是實施產品創新、上線的全閉環管理。四是對營銷分析，進行營銷的數據挖掘，對客戶貢獻度與營銷績效實施精準匹配。

（一）客戶分層

客戶在金融與商業活動中留下的豐富數據痕跡，包括網點活動軌跡、金融產品咨詢或購買記錄、銀行網頁搜索記錄、社交平臺參與度等，在不侵犯隱私獲得客戶允許的前提下都需要被有效留存和深度分析。通過大數據和人工智能算法進行客戶分層，并向重點層級提供定制化優質服務，形成農商行的核心競爭力。例如，銀行將客戶劃分為7個層級，框定二星級及以上客戶為核心客戶（見圖7）。

圖7 客戶分層（二星級以上客戶為核心客戶）

分層客戶之后，可以進一步通過數字化解決方案進行客戶畫像，而且還可能延伸到家庭甚至家族數據的關聯與采集，同時基于核心客戶可以進行客戶管理方案的設計。例如培育特殊客群、代發工資客群、中高端學歷客群、法人客群、信用卡客群、手機銀行客群等等，可以采用的數字化解決方案有標簽體系和畫像體系，對分層客戶進行進一步的客戶細分和輪廓分析。對于個人客戶定義了以下數字化標簽進行描述，如表1所示。

表1 個人與企業客戶數字化標簽

對于企業客戶，主要定義的數字化標簽是公司信息，包括資金往來、投融資關系、擔保關系、供應鏈關系等。用戶數字化標簽是精細化運營的基礎，能有效提高銀行對客戶的服務效率和轉化效率。亞馬遜的CEO 貝索斯（Jeff Bezos）曾說過“如果我有一百萬的用戶，我就會做一百萬個不同的網站”，而實現這個夢想的基礎就是先對用戶建立數字化標簽。因此通過利用數據關聯，將企業與企業、個人與企業串聯起來，形成完整的客戶關系圖譜。

圖8 實施渠道建設，分流提升效益

（二）渠道分流

在渠道分流中，以“方便客戶、降低成本、提升效益”為原則，根據客戶分層維護體系，從降低服務成本、提供更為有效服務的角度，將無星、一星客戶歸類為非核心客戶，將二星到四星客戶歸類為一般核心客戶，將五星、六星客戶歸類為中高核心客戶。客戶分層后要通過多種服務渠道進行觸達，其中尤其要重視核心客戶群的培育和維護，并最大限度利用數據分析的方式而非主觀判斷選擇有效渠道進行營銷。比如計劃對五星級以上客戶銷售一款高風險理財產品，首先獲取本行當前評級為五星級以上客戶，建立理財客戶預測模型，模型將調取其最近6個月是否咨詢或購買相關風險等級理財產品，進行分析計算后輸出按購買可能性排序的客戶列表，通過精準定位目標客戶，對于購買概率高的核心客戶，可選擇較高成本的上門營銷、公關營銷等方式。

對于中高核心客戶，加大優質服務力度，提供貴賓式服務；對于一般核心客戶，為其提供“一公里”便捷服務圈；對于非核心客戶，主要分流引導到自助服務為主的方式（見圖8）。在整個過程中，結合客戶渠道交易偏好，實施個性化的引導，從而降成本提效益。

另外，在決策中還要通過建立渠道交易結構模型，來動態分析和調整各服務渠道的業務資源的承載狀況，包括柜面、ATM、自助終端、手機銀行（豐收互聯）、網銀、電子支付等，為渠道資源的科學、合理、有效利用提供決策依據。

（三）產品創新和營銷分析

產品創新和營銷分析是更為高級階段的面向客戶的數字化應用模塊，兩者都是以精準客戶畫像和精準營銷為前提，進一步對客戶價值進行深度開發的有效手段。基本的做法還是遵循滿足中高端客戶個性化需求，將合適的產品帶給合適的客戶，實現從粗放式到集約式經營，從被動式到主動式客戶營銷轉變。