以數據化、智能化為特征的數字化轉型是銀行業的一次產業革命。以支付功能的在線化為例，近年來移動支付領域的“脫媒”給銀行上了生動的一課，即使是全國性的大型銀行，面對互聯網公司的“降維”競爭也是無能為力，區域性銀行更是全面失守。

　　這種數字化金融服務對銀行業的傳統理念和服務模式，乃至市場生態和競爭格局均形成無可規避的顛覆性沖擊，銀行要具備哪些核心能力，如何提高運營管理效率等，都成為商業銀行無法回避和亟待解決的重大課題。數字化轉型不再是可選項，而是成為銀行想要在激烈競爭的市場中生存下去的必選項。

　　但是，銀行數字化轉型的含義是什么，“轉”的又是什么呢？當前商業銀行數字化轉型情況如何？又面臨哪些問題呢？不同類型的銀行數字化轉型的實踐又有哪些？銀行未來的數字化轉型之路又將走向何方？九卦金融圈作為支持媒體，為大家帶來這份詳細報告：

　　第一章 銀行的數字化轉型進程

　　自電子計算機應用普及以來，銀行業的數字化能力建設從未間斷過，數字化是銀行業最重要的基因之一。多年來，伴隨著科技的進步、經營環境的變化、客戶訴求的升級，銀行業不斷推動數字化邊界的擴展。從最早的業務經營電子化，到后來的管理流程信息化，再到最近幾年的客戶交互移動化，數字化的定義正在持續擴展，并邁入經營全面數據化的新階段。

　　對于銀行的數字化歷程，業內并無權威且明確的定義，但從其業務發展和技術迭代的角度看，可以簡單分為以下幾個階段：

　　一、業務自動化

　　19 世紀7 0 年代，花旗銀行就開始使用自動取款機來解決用戶的一些日常事務。它利用磁碼卡或智能卡實現金融交易的自助服務，在一定程度上替代了銀行柜臺人員的工作，降低了人工成本，提高了交易效率。

　　二、銀行電子化

　　計算機的出現，實現了電子渠道的信息錄入，此階段主要由人工手動操作，可看作我國數字金融的發展雛形。隨著互聯網和移動電子設備的興起，傳統的銀行開始在互聯網上進行線上運營，電子銀行被廣泛使用。無論是網絡版的e - 銀行，還是基于手機的網上銀行服務，從最初的網上轉賬、對賬單和電子賬單支付，現在已經形成了越來越豐富的功能，如網上購買和融資、借貸等。在這個階段，數字銀行的主要參與者是傳統的銀行機。

　　三、銀行數字化

　　在這一階段，參與者從傳統的銀行機構擴展到技術公司，互聯網公司。金融技術開始影響銀行產業的發展，許多銀行企業開始依賴大數據，人工智能，區塊鏈，云計算和生物識別等關鍵技術。自2 0 0 9 年以來，包括花旗銀行、 摩根大通、 摩根士丹利、和高盛等大規模開拓金融科技領域，中國開始在金融技術領域發揮實力，并相繼在支付、貸款和財富管理領域增加戰略投資。中國國內的大規模銀行也加速了其在金融技術領域的布局速度。就科技公司而言，如騰訊發起的微眾銀行和阿里發起的網上商家銀行，代表了科技公司以科技賦能金融業務的民營銀行，直接進入銀行產業，成為數字銀行的主要參與者。

　　四、究竟什么才是“數字化銀行”

　　數字銀行目前并沒有確定統一的定義，根據《數字銀行（ D i g i t a l B a n k ）》一書給出的解釋——“數字銀行區別于傳統銀行的關鍵在于，無論是否設立分行，其不再依賴于實體分行網點，而是以數字網絡作為銀行的核心，借助前沿技術為客戶提供在線金融服務，服務趨向定制化和互動化，銀行結構趨向扁平化。

　　數字銀行的特點在于智能化和線上化，意味著銀行的業務、管理能夠自動在線進行。這就代表著數字銀行是具體的，而非是空洞的概念。

　　第二章 銀行數字化轉型現狀及問題

　　2.1

　　疫情倒逼銀行加速數字化轉型

　　當前，在新冠肺炎疫情倒逼之下，商業銀行數字化轉型步伐加快，越來越多的商業銀行開始利用金融科技重塑銀行體系。包括國有銀行、全國股份制商業銀行等大型商業銀行依托自身資源重塑技術架構布局數字金融；中小銀行則借助科技公司或與大型商業銀行合作，從差異化和本地化實現數字化轉型。科技與金融已從互相“補臺”轉向深度融合，從金融服務延伸至非金融服務，涵蓋生產、生活的多元金融生態，打造數字化時代的核心競爭力。

　　一、銀行業加大金融科技資源投入

　　2020 年，中國銀行業持續加大金融科技投入，A 股中上市銀行信息科技方面的投入達2078 億元，同比增長25%，占當年銀行業1.94 萬億元凈利潤的10.7%。且大型商業銀行金融科技投入占營收比重普遍在2.70%-3.15%，更有多家銀行科技的資金投入接近千億元。

　　二、科技投入向基礎設施延伸

　　科技資源主要投入方向是運用大數據、人工智能、云計算、區塊鏈、5G、物聯網等技術重構既有架構，實現金融基礎設施的能級躍遷，推進金融科技在金融基礎設施、數字貨幣、私人銀行和財富管理、供應鏈金融、綠色金融、普惠金融等領域的深度應用，圍繞“Bank4.0”

　　時代的智能化營銷服務體系打造基礎支撐體系，調優核心系統的基礎架構，以適應大并發、高實時、可伸縮、強健壯、動態組合的核心基礎架構。通過對適應大規模市場容量的架構調整，加速向分布式架構轉型，成為中國銀行業基礎架構重構的趨勢。

　　三、更加重視數據中臺建設與數據治理

　　數據業已成為關鍵生產要素，挖掘數據價值成為今后一段時期銀行業系統性、長期性的工作，2020 年中國銀行業加速推進全方位、廣覆蓋的數據體系建設，統一數據標準、數據清理模式、數據安全體系，挖掘跨期、多維度的海量內部數據，加大外部數據源整合，推進數據的深度治理。

　　同時，在數據治理的基礎上，優化中臺架構，推進基于模塊的快速迭代和復用，助推內部管理效率提升，增強組織效能，為前臺業務板塊和面向客戶的金融科技產品服務體系提供智力支撐。

　　四、重視打造多元生態場景

　　國內商業銀行數字化轉型已從原有的單一儲蓄、貸款、結算、支付等服務供給向深度融入客戶的生產、生活各類場景轉變，并推進對產業鏈上下游綜合生態金融服務、對數字政務全鏈條一體化服務、對更多維度的民生消費生態金融服務，并推進B 端、C 端、G 端的協同整合，實現基礎平臺支撐共享，產品和服務定制化的差異化金融服務，以及平臺經營和客群細分。

　　五、推進營銷、風控、管理等領域全面智能化應用

　　國內銀行業加速向智能化轉型，推進關鍵智能技術應用和模型深度挖掘，提升精準營銷、智能風控、線上線下一體化經營的智能化和有效性，降低營銷、風控與管理的投入產出比。

　　六、健全科技組織架構和治理體系

　　數字化轉型需要調優契合轉型的組織架構和治理體系，商業銀行通過開展科技組織架構調整，優化科技治理體系變革。通過設立科技子公司、優化科技資源布局、構建扁平化組織、打造柔性和敏捷團隊、加快科技部門前臺化轉型、培養復合型金融科技人才隊伍等多元方式，全面探索市場化科技創新機制。多家銀行相繼成立金融科技子公司，推進技術、業務的深度合作。

　　2.2

　　銀行數字化轉型面臨的挑戰

　　在商業銀行數字化轉型過程中，復合型人才短缺、敏捷落實不深入、數據應用不充分、業務轉型配套風控不到位等問題凸顯。

　　一、復合型人才短缺，影響科技和業務有效融合

　　數據，要靠數據專才打標簽、做處理，才能形成數據資產。數字化轉型依賴于高素質的專業人才隊伍。而當前銀行缺乏既了解銀行業務又兼具數據分析能力的復合型人才，從而弱化了業務條線的智力支撐，也影響了數字化升級迭代。

　　二、敏捷組織尚未普及，未達到數字化轉型敏捷要求

　　傳統組織體系下，銀行部門分割、協同作業成本高、業務科技融合不夠，難以形成創新合力，極大降低銀行響應客戶需求的效率，與數字化轉型的敏捷邏輯大相徑庭。

　　三、缺少全量數據

　　要將真實世界的情況完整映射到數字世界中，需要掌握描繪事物的全量數據，但銀行現階段掌握的數據，遠遠達不到全量。還存在數據覆蓋、數據維度、數據質量等方面問題。個人信息保護法的實施可能還會放慢本已走在世界前列的數字資產進程，但從長遠來看，對于數據合規化、資產化的作用是促進的。

　　四、數據資產管理難度大，數據價值挖掘不充分

　　銀行數據資產管理工作多由單個部門負責，受限于部門權責邊界，難以對行內數據資源進行全口徑、全周期的有效管理，另外數據資產開發者和使用者之間缺乏有效溝通和協同機制，使得數據資源使用率不高，數據價值難以充分體現。

　　五、數字化轉型延伸至對公，對銀行風控提出新要求

　　伴隨銀行零售業務數字化轉型的逐步成功，商業銀行數字化轉型進入下半場，轉型領域也從零售延伸至對公業務。而在對公業務轉型過程中，面臨著客戶端和銀行自身經營管理兩方面的問題。

　　六、缺制度環境

　　從市場客戶角度、政策監管角度，對銀行業的態度仍然停留在線下業務時代。包括客戶習慣、行業規則、監管制度等都沒有適應數字化做變革，使得數字化轉型進二退一。

　　2.3

　　銀行數字化轉型亟待解決的問題

　　中國銀行業在加速推進數字化轉型的同時，也存在一些共性問題亟待解決。

　　一、如何構建支持銀行數字化轉型的監管協調機制

　　當前熱議的“開放銀行”，核心在于把銀行的核心能力與數字化時代的開放協作有效結合，代表了數字化轉型的高級階段。但是其在實踐中能否成功，關鍵還是在于自上而下的監管規則能否適應和支持，更取決于不同監管部門的協調配合。

　　二、如何實施差異化的銀行數字化轉型策略

　　數字化轉型雖然是大勢所趨，但是也并不能作為銀行業的普遍運動，因為尤其在我國，銀行所處區域、自身特征、主要優勢與短板千差萬別，大銀行、中等銀行、小銀行的發展路徑也各不相同，因此不同銀行需要清醒地認識到自己在數字化大潮中的定位和目標，有時反而需要降低預期，先轉變理念、做好管理、鞏固既有業務優勢等，因為數字化轉型“欲速則不達”。

　　三、如何確定銀行內部持續推動的動力機制

　　長期以來，在走向信息化、數字化的轉型中，銀行內部始終面臨不同部門、不同條線、不同機構之間的競爭關系，有時能夠提高最終競爭效率，有時則成為改革與發展的阻礙。銀行數字化轉型能否最終成功，不能只靠目標和理想，還需要真正從內部構建有效的激勵相容機制，在轉型中盡量有利于增進多數內部人利益。

　　四、如何避免數字化被濫用和成為運動

　　當前銀行數字化轉型確實具有重大戰略意義，但是也并不能“包治百病”，更需要我們理性看待和把握。同時，也不應該把現有銀行遇到的問題、改革的選擇，都套到數字化轉型上。

　　五、如何加強銀行數字化轉型的理論支撐

　　現代銀行業的發展離不開理論支撐，包括經營管理理論、風險管理理論、治理機制理論等等，伴隨著實踐的快速迭代，理論又在不斷優化。近年來的銀行新技術變革已經超出了理論的更新步伐，銀行數字化轉型研究更多著眼于現象、素材和實踐，還缺乏在理論層面的系統分析、判斷與指導，這也需要在整個現代金融業、金融市場、金融結構的視角，來把握銀行數字化轉型的內在機理與外在約束。

　　第三章 典型的銀行數字化轉型實踐

　　總體上我國商業銀行數字化轉型加速，主要采取加大轉型投入力度、招聘數字化人才、搭建統一大數據平臺、改進線上渠道、探索新技術的應用、建設綜合場景服務平臺、強化數據治理等方式加快推進轉型相關工作。

　　同時，不同類型調研銀行的數字化能力差異顯著，國有大型商業銀行、股份制商業銀行、新型互聯網銀行數字化能力相對較高，城商行、農商行數字化能力相對較低。大型銀行全面轉型初級階段已基本完成，中小型銀行多處于規劃和試點階段，且集中在零售與小微業務領域。

　　3.1

　　大型商業銀行數字化實踐

　　隨著大數據、人工智能、移動互聯等技術的快速發展，金融科技以及新商業模式已對全球銀行業產生了“顛覆性創新”的壓力。由此，大中型銀行業不得不紛紛“大象轉身”，投入到數字化轉型升級之中。從全球看，大銀行普遍將數字化放到了戰略的核心地位，并逐年增加在科技數字化上的人力與物力投入。

　　整體來看，大型商業銀行的云計算、大數據等基礎支撐建設較為完善，線下網點智能化轉型、業務線上布局、數據治理等轉型初級階段工作已基本完成。此類大行數字化發展重點已向智能化轉變，多數銀行提出聚焦智能化生態系統、智能化平臺、智慧渠道及運營的建設。

　　數字化投入方面，國有大行及部分股份制銀行在金融科技方面的投入占營業收入的平均比例約為3%。

　　一、中國建設銀行數字化轉型的三個階段

　　在國有大行中，建設銀行的數字化轉型十分具有代表性。以階段劃分，可以大概將建設

　　銀行數字化轉型分為三個階段：

　　一是流程再造，建設新一代核心系統。以2010 年為標志，中國經濟增長進入換擋期。銀行業“黃金十年”剛剛結束。此時，銀行業普遍面臨增長壓力，零售業務被看做是新的增長點。“以客戶為中心”“流程再造”等概念充斥在銀行業，眾多銀行紛紛啟動建設“新一代核心系統”，國內銀行IT 投入顯著增長。這一階段的轉型理念有三：以客戶為中心、以企業級架構為核心、以企業級業務模型為驅動。

　　二是建設金融生態，搭建場景。2018 年，建設銀行正式發布《金融科技戰略規劃》，明確金融科技戰略實施方向：建立技術與數據雙輪驅動的金融科技基礎能力，對內構建協同進化型智慧金融，對外拓展開放共享型智慧生態，努力打造具有“管理智能化、產品定制化、經營協同化、渠道無界化”特征的現代商業銀行。通過對住房租賃、普惠金融和金融科技三大戰略的推進，進一步構建額金融生態，搭建了場景。

　　住房場景方面，與多個城市簽署《發展政策性租賃住房戰略合作協議》，向試點城市提供包括金融產品支持、房源籌集運營、信息系統支撐等一攬子的綜合服務；創新推出“存房業務”，激活存量空置房源；打造住房租賃產業聯盟，合作簽約商戶，培育住房租賃新生態；

　　惠金融方面，推出“惠懂你”移動客戶端，融合小微快貸、個人經營快貸、裕農快貸、交易快貸等應用，提供一鍵評估、一鍵貸款、一鍵支用、一鍵還款等功能，大幅提升服務效率和擴大覆蓋范圍。

　　與工商聯、商會、企業信息互聯互通，建設銀行提供場景化服務，推進普惠金融之“創業者港灣”建設，給予創業創新企業股權投資、信貸融資、創業成長等綜合化服務。

　　金融科技戰略方面，聚焦ABCDMIX（人工智能、區塊鏈、云計算、大數據、移動互聯、物聯網和其他前沿技術），封裝技術基礎能力，實現技術的平臺化、組件化和云服務化，降低技術應用門檻，賦能業務創新。

　　平臺化方面，人工智能平臺已上線圖像識別、視頻識別、自然語言處理、知識圖譜等6大類18 個人工智能組件，覆蓋300 多個業務場景。大數據云平臺實現了數據以服務方式對外發布，支持智慧政務、住房公積金數據平臺等重點客戶的大數據服務。區塊鏈服務平臺應用于福費廷、國內信用證、再保理、房源信息發布、電子證照等多種業務場景。物聯網服務平臺實現物聯終端的統一接入、統一管理、統一控制及數據共享，支持5G+ 智能銀行、智能金庫、智能鈔箱等應用。

　　組件化方面，部署即時通信、視頻直播等公共功能組件，共享公共能力。實現用戶認證、客戶認證、密碼服務、數據安全、基礎設施安全、安全策略管理等功能組件，提供安全即服務的能力，滿足不同應用場景的安全需求。

　　云服務化方面，將應用平臺和公共功能組件按照云服務產品的標準改進，建立具備云安全、云服務、云運維、云運營能力的“建行云”。目前建行云擁有物理節點26 000 多個，云化算力達到90%，擁有端到端解決方案，提供金融級防護。建設銀行云服務實力在國有大行中領先，上云業務應用項目已超270 個，其中包括住房租賃、智慧政務、智慧社區、善行宗教和中銀協區塊鏈等。

　　三是數字化經營探索。2020 年以來，建設銀行按照“建生態、搭場景、擴用戶”的數字化經營理念，全面開啟數字化經營探索。打造大中臺體系。全力打造“數字化工廠”，深入推進“數字力工程”，探索建立數據資產管理體系，搭建包括業務中臺、數據中臺和技術中臺在內的大中臺體系。

　　圍繞“生態、場景、用戶”開展探索。打造彼此相連、同步迭代、實時互動、共創共享的生態圈，跨界連接多個客群、多類產業和多種生產要素，為生態圈內各方提供共同演進的機會和能力。

　　在經營理念上，開啟了從以產品銷售為中心到以客戶體驗為中心的轉變，實現“客戶洞察、雙向互動、精準觸達、千人千面”。

　　在營銷模式上，充分應用互聯平臺，組織構建場景、營造生態的革新，實現了“全鏈路、全渠道、全天候”的全域營銷。

　　在戰略推進上，實現跨區域、跨條線、跨部門、跨層級的統籌協同。

　　二、招商銀行，數字化轉型的優等生

　　“客戶+ 科技”是招行定義銀行業發展3.0 階段的兩大核心主題，在“以客戶為中心”的發展戰略下，提出大數據決定客戶服務能力的轉型思路，并推進了一系列數據能力和洞察能力的建設任務。

　　在數據基礎層，建設數據中臺，持續打通內外部數據，完善大數據治理體系；在洞察能力層，升級大數據云平臺，并面向業務人員搭建數據應用工具平臺，降低洞察分析門檻；

　　在洞察應用層，相繼建設和優化了風控平臺“天秤系統”、零售客戶體驗監測“風鈴系統”等智能分析和決策系統，并依靠大數據和AI 技術打造智能服務機器人、流量分發決策機器人、智能坐席助手機器人、服務分析機器人、質檢機器人等。

　　通過零售3.0 模式探索，招商銀行數字化可以歸結為四個方向，數字化經營、生態建設、數字化風控、數字化管理。

　　數字化經營。以“招商銀行”和“掌上生活”App 為平臺，探索和構建數字化獲客模型，打造新的獲客增長點。截至2019 年年末，招商銀行App 累計用戶數達1.14 億戶。基于數字化運營，金融服務效能得到進一步提升，與客戶的線上交互能力也進一步增強。

　　生態建設。通過開放“招商銀行”和“掌上生活”App 平臺，不斷提升服務創新效率。對內開放App 平臺能力，所有分行可通過在招商銀行App 上開發小程序迅速提供新服務；對外向合作伙伴開放API（應用程序編程接口），聚焦飯票、影票、出行、便民服務等重點場景，拓寬服務邊界。截至2019 年年末，“招商銀行”和“掌上生活”App 中16 個場景的MAU 超過千萬；“招商銀行”App 金融場景使用率和非金融場景使用率分別為83.79%和69.80%，“掌上生活”App 金融場景使用率和非金融場景使用率分別為76.21% 和73.90%。

　　數字化風控。基于大數據及人工智能技術，構建起全新一代的實時智能反欺詐平臺，實現了智能決策與智能管控的雙核智能體系。通過高維建模、社區發現、遷移學習等新興技術的引入，全方面模擬人類認知“推理—感知—演繹”的進化過程。超過25 億的特征集合，精細刻畫用戶風險畫像，實現了類人腦的高度智能決策引擎。通過生物探針與神經網絡技術，實現了非法機器行為識別及客戶行為身份認證，保證了即使在客戶丟失密碼的情況下，也可對其異常行為實現智能管控。同時，不斷強化擴展智能風控平臺“天秤系統”，偽冒偵測范圍覆蓋線上和線下交易渠道，優化電信詐騙提醒攔截。

　　數字化管理。招商銀行設置專業用戶體驗團隊，以“為客戶創造價值”為出發點，推動客戶體驗升級。零售方面，重構了零售客戶體驗監測體系，實現對零售客戶體驗的實時監測和數字化呈現，初步構建零售客戶的體驗風向標和服務升級引擎。批發方面，對關鍵客戶旅程進行全面診斷，打通線上審批、風險、合規、運營流程，持續推進各類服務流程的重塑。

　　3.2

　　區域性城商行數字化實踐

　　區域性銀行數字化能力建設大部分處于規劃和試點階段。數字化投入方面，大部分區域性銀行數字化資金投入占營業收入的比重不足3%，低于國有大行及股份制銀行平均水平。

　　從數字化應用領域看，零售與小微業務是區域性銀行數字化建設和應用的重點領域，平均已經建設比例為67%，其中互聯網金融、小微普惠、零售信貸業務已經建設（包括小范圍試點、大范圍開展、全面開展三種情況）比例較高，業務轉型較為領先。

　　一、江蘇銀行，從直銷銀行到數字銀行

　　（一）直銷銀行

　　江蘇銀行直銷銀行國內首批問世的直銷銀行之一，通過聯合國內著名互聯網企業共同建設數字化營銷平臺。江蘇銀行的營銷活動平臺面向各種業務場景提供精細化運營的能力，在業務場景進行數字化重構，并與營銷策略在客戶體驗層面進行統一協同，實現人群識別精細化、觸達智能化、全渠道域的協作運營。

　　（二）數字營銷：“筋斗云”移動工作平臺

　　“筋斗云”是為提高全行對公業務營銷能力，向客戶經理提供的智能化工作支持系統，該平臺將整合客戶經理及營銷管理人員的日常工作，實現營銷支持和移動辦公。

　　一是通過產業鏈上下游派生、業務派生及客戶推薦派生等關系，全面繪制了客戶關聯關系圖譜，通過信息共享，有效助力客戶經理撬動新客戶營銷。

　　二是搭建業務撮合平臺，打通與“企業網銀”的線上對接，實現客戶網銀端發布貿易及金融需求。通過業務撮合，進一步增強金融服務，提升客戶黏性。

　　三是通過全方位業績展示、表內外業務數據、客戶ERP 分析、財務數據分析、物聯網風險監控分析、結算量分析以及產品覆蓋度分析等功能，為基層營銷提供服務支持。

　　（三）場景融合深耕“e 融支付”交易場景生態圈

　　重點深耕教育、醫療、交通三大場景生態圈。2017 年，江蘇銀行與部分醫院合作推出的一站式智慧醫療服務平臺“愛健康”，不僅實現了線上掛號、線上繳費，而且在線下醫院窗口及自助繳費機實現了掃碼繳費的功能，大大緩解了患者掛號難、繳費慢的問題，為市民就診創造了更多便利。創新推出“車生活”智能服務，讓市民通過手機就可以享受全線上、智能化、便捷化的一站式車主服務。2018 年江蘇銀行在業內首創了“愛學習”智慧教育服務，為家長、教師及學校財務三種不同角色定制了專屬解決方案，全面支持繳費管理、校務管理、家校互動等功能。

　　（四）創新數字金融產品

　　線上產品“隨e 融”。2020 年銀行客戶無接觸服務、線上化交易進程的加速，江蘇銀行借鑒互聯網及網貸模式成功經驗，打造“隨e 融”產品。其中為企業提供一站式、全線上的融資服務“經營隨e 貸”，融合了稅e 融網貸等多個爆款信用類和抵押類產品，以一款產品滿足客戶各類需求。“消費隨e 貸”也為典型的線上消費信貸類產品。

　　公司業務，“智盛”交易銀行。針對不同風險偏好的用戶嗎，“智盛”企業手機銀行推出“游客版”“大眾版”“專業版”等多層次的企業手機銀行產品，用戶可在不同版本間自由切換，以產品版本階梯化解決不同市場主體訴求。并與企業網銀完全聯通，實現包括用戶體系以及交易流程無縫對接，兩個渠道的權限及流程的統一，更好滿足企業移動化辦公需要。用戶可以在PC 端和移動端無縫切換。同時，還以服務“企業全員”為中心進行規劃設計，觸達企業日常經營等“非金融功能”場景，為企業提供外部資源，包括企業主駕駛艙、OA 協同、事務審批、HR 管理、商旅出行、企業百科、高端資訊等增值服務。

　　推出區塊鏈品牌“蘇銀鏈”。基于Linux 開源系統搭建并進行了性能優化，提升數據處理速度和交易吞吐量。對“蘇銀鏈”進行國密改造，提升安全性能，保證“上鏈”數據更加安全可靠。并落地票據貼現、物聯網動產質押、OA 無紙化審批、電子合約可信存證等多個業務場景。

　　（五）數字運營

　　后臺工作中，推行敏態工作機制，減輕客戶經理無謂的事務性工作。全面實現企業財務報表智能識別、內部統計報表線上化取數及線上審批、開具銀票、稅票等功能；開發直通式放款功能，使客戶、客戶經理足不出戶即可完成貸款落地；通過“客戶經理之家”一站式服務平臺，為基層提供業務交流、問題反映、問題查詢、客戶營銷、操作指導等線上服務。推出短視頻培訓機制，助力客戶經理減負增效。

　　搭建“5G 云投顧平臺”，提供遠程視頻銀行服務。并通過邊緣計算了解銀行營業網點的客戶流量、業務量情況以及各時間段客戶分布等，適時調配網點客戶經理、大堂人員和自助設備數量等，提升客戶業務辦理效率和網點服務能力。

　　（六）智能風控

　　構建大數據應用基礎管理體系。已整合的內外部數據包括27 大類個人數據信息和16 大

　　類企業數據信息。建立了整體運轉有效的數據治理架構。處理層面打造了“融創智庫”大數據平臺，應用數據層面，推出“大數據風控月光寶盒”數據產品，包括黑名單寶盒、貸前寶盒、授信額度寶盒、定價寶盒等，實現具有核心知識產權的信貸技術創新。

　　建立大數據實時風控反欺詐平臺。整合利用行內外大數據資源，構建一個滲透到各業務

　　條線、整合行內外資源的互聯網實時反欺詐平臺。

　　打造“千里眼”智能遠程審查平臺。平臺主要由4 個板塊組成：移動工作平臺板塊、智能視頻客服平臺板塊、智能風控平臺板塊和影像平臺板塊。其中智能視頻客服平臺是江蘇銀行自主搭建的語音通信服務平臺，通過客戶人臉識別身份審查技術，對平板電腦/ 手機中拍攝的公司客戶人像與該公司授權人進行比對，確認客戶的真實身份，識別率可達98%；通過客戶經理拍照上傳的客戶資料、財務報表等進行自動OCR 識別并錄入系統。錄入后，通過完整性檢測、證件真偽檢測等技術，并調用智能風控平臺板塊的服務，進行進一步的分析審核，強化風控。通過語音識別，將客戶全程的語音記錄下來并轉為文字，作為審查報告的附件，使現場訪談內容不會有遺漏。

　　二、泰隆銀行，數字化的普惠金融業務標桿

　　迄今，泰隆銀行被認為是國內銀行業中創新小微企業金融服務的標桿，其中數字化對泰隆銀行的小微業務起到了關鍵性的作用。

　　（一）泰隆銀行數字化轉型整體戰略

　　通過建設并運用大數據管理體系，用數據驅動客戶分層分群，實現客戶關系全生命周期管理；通過搭建與客戶分層分群相適應的綜合經營和服務體系，建立與小微金融業務相適應的數字化經營模式；在組織和機制上，建立數字化的組織文化，建立快速試錯的敏捷交付體系，使體制機制形成閉環，最終實現降本增效、優化客戶體驗、提高風險防控水平的目標。

　　具體到信貸業務領域，泰隆銀行從作業模式入手，將全新的金融科技手段融入信貸工廠建設中去，打造了一個全新的信貸作業平臺。同時，利用客戶信息數字化的機會，將操作風險、道德風險的管理要求落實到系統中，將客戶信用風險的計量結果運用在決策流程中。通過建設和運行信貸工廠，提高全行工作效率，提升服務覆蓋率，有效提升風險管理能力。

　　（二）泰隆方法：以數字化為核心的信貸工廠作業模式

　　由于小微企業分布地域廣，小微金融服務機構均通過走訪式獲客，現場調查、收集資料，費時費力、效率低。過去，泰隆銀行承諾“三三制”，客戶新申請辦理一筆貸款，需3 天；續貸一筆，3 小時完成——這個速度在業內已經處于領先地位，但是這種作業模式的效率仍然比較低，客戶經理能夠服務的客戶數有限，造成人均產效低、運營成本高。同時，由于傳統模式下客戶信息不夠完善、全面，資產質量管控難度大，小微金融的信用風險相對較高，難以兼顧發展速度和資產質量。

　　為了突破小微信貸服務“天花板”，泰隆銀行從2015 年開始著手建立“金融科技+ 信貸流程再造”雙輪齊驅的新作業模式——信貸工廠，自2016 年上線，信貸工廠逐步實現了傳統線下信貸作業與線上移動作業模式的融合。客戶經理用一臺Pad，可完成90% 以上的常規性綜合業務，如開卡、激活、辦理結算、簽約、發放貸款等金融服務，極大提升了客戶經理的工作效率，擴大了客戶經理的服務覆蓋面。

　　截至2020 年6 月，泰隆銀行通過信貸工廠累計發放各類信貸業務約100 萬筆，金額超2000 億元。全行的信貸業務處理時間由過去的3 天、3 小時變成現在的30 分鐘，甚至3 分鐘。目前信貸工廠可以為客戶提供7×12 小時服務，每天可以處理信貸業務1000 筆以上。新的作業模式通過優化系統流程，提高貸款辦理效率，有效拓展了客戶經理人均管戶量。

　　據統計，新模式下客戶經理平均管戶數增加35%，有效提升了人均產效，降低了成本收入比。實現前中后臺分離作業。為了落實前中后臺分離的作業模式，泰隆銀行建立了信貸工廠集中作業中心。前臺客戶經理的主要職責側重于現場營銷、調查和信息采集；而中臺客戶經理由經過專業培訓的遠程作業人員擔任，主要負責信息初審、錄入、審核等中后臺的審查審核工作。中臺采用統一的客戶準入標準、錄入標準、審核標準、服務標準，加強了對操作風險和員工道德風險的管控。

　　積極采用金融科技，關鍵環節從人控升級為機控。在信息采集錄入環節，采用OCR識別技術、電子合同CA 認證、活體人臉識別、簽字識別和語音識別技術等科技手段。在貸前階段通過預評估準入、“三查詢”及第三方數據控制，在貸中階段通過系統校驗、中臺審核、時間印戳、申請評級、風險探測、現場定位、雙人調查、合同簽訂等手段控制，在貸后階段通過中臺監控、數據分析、非現場檢查、預警監測、精準貸后等手段控制，將傳統作業模式下的“四眼原則”、實地調查、空白合同，通過采集外部數據平臺，將客戶數字化。接入諸多外部數據平臺，如征信、法院、工商、海關、稅務等政務數據，建立客戶畫像，形成外部數據統一視圖，為金融科技的運用提供便利。

　　大數據反欺詐。以大數據為基礎，構建了全行一站式反欺詐系統。通過引進設備指紋、生物探針、知識圖譜等反欺詐技術，建設規則庫、名單庫、指標庫、案件庫，開發了完整的反欺詐規則、信貸規則及反欺詐模型，管理信貸業務全生命周期。

　　模式模型化。引入工商、司法、黑名單、稅務等外部數據以及省銀保監共享數據，并通過對第三方數據和內部自有數據的整合和提煉，利用大數據實時、精準等特性，在貸前、貸中、貸后對客戶進行全方位的快速評估和實時監控。

　　截至2020 年6 月，泰隆銀行通過信貸工廠累計發放各類信貸業務約100 萬筆，金額超2000 億元。全行的信貸業務處理時間由過去的3 天、3 小時變成現在的30 分鐘，甚至3 分鐘。信貸工廠可以為客戶提供7×12 小時服務，每天可以處理信貸業務1000 筆以上。

　　（三）集中數據平臺——泰隆云平臺

　　泰隆云平臺匯集全行各類基礎數據和應用數據，形成全行統一的數據資產層，并對業務部門開放；提供統一的機器學習平臺，基于云計算、大數據等技術支持大量優質算法（包括機器學習、深度學習、文本挖掘算法），支持海量、億級數據的復雜計算，支持開展一站式可視化建模（包括數據處理、特征工程、數據建模等）；可視化、可配置的基礎服務提高了數據決策服務的部署和迭代效率。泰隆云平臺已經在線上信用產品、客戶賬戶風險監測等領域提供實時決策服務輸出。泰隆云平臺為銀行業務生產過程提供標準化、平臺化、服務化、模型化、配置化的數據智能決策服務，驅動泰隆銀行在客戶洞察、市場營銷、風險管理、產品研發、客戶體驗等方面不斷突破與創新。

　　（四）數據治理工作

　　在泰隆云平臺整合數據能力的基礎上，為了挖掘“數據金礦”，提高預評估規則、風險模型、貸后監測的準確度，泰隆銀行開展了深度數據治理工作，建立了數據標準。

　　指標標準的建立與完善。為解決數據不一致、數據口徑不統一的問題，泰隆銀行建立指標數據標準，統一指標標準開發。2017 年建立1000 多項基礎類數據標準；2018 年將指標主題調整為業務、風險、財務、客戶、人力、機構、運營七大主題；2019 年梳理指標層級，主動發起和重點推進風險和財務主題指標落標。

　　推動指標管理線上化，完善管理機制。實現指標查詢和管理流程線上化，提高管理效率。明確職責與管理流程，通過制定規章明確指標生命周期管理、應用管理、開發和數據質量監控的流程和職責。泰隆銀行已實現1000 多項基礎數據標準與業務系統落標，建立了全行的數據標準化體系。其中，新核心、新信貸、客戶信息系統落標率均超90%，解決了數據同步、數據共享、數據準確性、數據完整性和系統集成的標準問題。

　　3.3

　　區域性農商行數字化實踐

　　一、蘇州農商銀行

　　蘇州農商銀行早在2014 年就提出了“API 銀行”概念，并率先通過微信繳學費、微信銀行等場景進行積極探索并積累了一定經驗。

　　（一）戰略設計

　　自2018 年以來，蘇州農商銀行全面實施以“四輪驅動”為核心的戰略規劃，關注零售，立足“三農”，聚焦普惠，在以加大金融服務力度、提升金融競爭優勢、豐富金融產品體系、暢通金融服務渠道建設為工作目標的戰略規劃之下，制定了實施數字化轉型工作的規劃。

　　（二）設立數據治理和數據價值挖掘的職能部門

　　蘇州農商銀行在金融科技部設置了數據中心二級部門，將電子銀行部調整為數字銀行部，和風險管理部以及相關業務條線分工協作，使數字化轉型工作職責涵蓋數據架構規劃、數據模型管理、數據平臺和數據集市體系架構、數據質量管理、外部數據采集、業務分析建模、數據產品推廣、應用系統建設、創新場景探索等，同時將行內數據和外部數據統一接入、存儲、整合，提供報表、查詢、數據交換服務。

　　自2011 年即開始搭建獨立的數據倉庫，對行內的數據進行充分整合和應用，近年來又搭建了一套獨立的外部數據交換平臺，實現行內、行外數據在大數據平臺上進行交匯融合并服務于行內的多個業務場景。技術層面，依托大數據分析和人工智能等技術對數據進行充分的整合和分析，并應用到包括全行的業務流程再造、營銷、風控和管理等各個方面。

　　（三）建立敏捷組織和敏捷機制

　　在實際工作中，蘇州農商銀行經過論證成立了“蘇易貸”等第一批三個敏捷團隊，抽調跨職能部門人員全職參與“以客戶體驗為核心”的旅程再造工作，加速推進階段性重點產品數字化實施。

　　（四）產品體系數字化建設

　　公司金融產品，已初步形成具有區域特色的公司金融產品群，包括現金管理、供應鏈金融、企業網銀、國際結算、電子票據等具有特色的對公業務系統。

　　零售金融產品體系。開發了“聚富e 號”線上存款產品。“蘇易貸”線上純信用貸款產品，通過全流程線上服務、大數據風控、線上營銷、紅包裂變等措施的綜合應用線上進件。

　　鄉村振興金融產品及服務體系，與政府合作共建了“江村通”線上三資管理平臺，對各村銀行賬戶進行集中管理，現村賬托管，通過“臺賬式”管理對農村資產、資源進行清查登記，通過“合同管理”“招標管理”實現對資源的動態監管，通過網絡信息互聯建立區、鄉鎮、村組“三資”監管體系，通過信息發布平臺實現政務公開、黨務公開、村務公開，提高“三資”管理工作效率和質量。

　　場景方面，蘇州農商銀行建立了農副產品溯源體系，提供溯源功能，讓客戶掃描溯源碼了解商戶名稱、商品名稱、供應商、進貨時間、產地信息，為提升農貿市場交易產品的安全性、保證農產品品質提供了系統保障。

　　（五）風險管理數字化體系

　　蘇州農商銀行從對公信貸客戶風險畫像切入，打造客戶風險畫像系統。該系統整合行內跨條線、跨系統的業務及流程數據，引入多機構、多維度的外部數據，將傳統的風控經驗和量化模型相結合形成客戶風險畫像報告及風險評分。同時，對風險畫像報告中的負面信號進行解析和提煉，在信貸全流程中將嚴重負面的信號推送給客戶經理與審批人。

　　（六）數字化運營/ 營銷

　　打星球游戲。蘇州農商銀行在2020 年初推出了打星球在線排名休閑小游戲，融合手機銀行開通、手機號轉賬開通、微信銀行動賬提醒開通等金融任務，通過眾多獎項的靈活配置，引導用戶在玩游戲的同時去完成線上任務場景融合。在2020 年新冠肺炎疫情期間，蘇州農商銀行與北聯農場、潤匯農業、惠健農業、東山果農等本地優質農企合作，在微信銀行網上商城推出在線購買蔬菜、河蝦、面點小吃、東山枇杷等服務

　　（七）數字員工團隊建設

　　RPA 項目已經在全行各業務條線部分數字員工崗位配置，設置了外管查詢崗、報表查詢崗、外匯牌價監控崗、日終票據清算檢查崗、零售條線郵件批量處理崗、企業數據申報輔助崗、營銷月報及班后練兵報表統計崗、學生繳費數據報送崗、監管條線公函郵件處理崗、公文管理崗等。

　　（八）場景融合

　　e 生活是蘇州農商銀行推出的區域化生活服務平臺，包括智慧醫療和智慧專業化市場。智慧專業化市場系統是以集中經營的專業化市場為載體，如農貿市場、批發市場等，以一碼通收單業務為基礎，可實現交易數據的可視化分析，實現食品安全管理、購物體驗和智慧化管理提升，也可搭配電子屏、電子秤、掃碼槍等外部設備來實現市場的數字化運營。

　　3.4

　　民營銀行數字化實踐

　　為傳統銀行的補充，互聯網銀行在服務長尾客群及下沉市場中扮演著不可或缺的角色。“線上化”互聯網銀行的特色優勢，也是其生來就具有的基因。

　　一、網商銀行

　　浙江網商銀行是中國首批試點的民營銀行之一，也是互聯網銀行之一。網商銀行利用數字技術服務小微企業和個體戶，通過線上觸達、大數據風控、人工智能、區塊鏈，實現大規模、低成本、高效率的金融服務，開創了國內獨有的創新模式。依靠服務線上“網商”和線下“碼商”兩大群體，網商銀行實現了用戶量指數級增長。截止2020 年末，開業5 年來累計服務2900萬小微經營者，戶均貸款3.6 萬元，不良率僅為1.5%，平均運營成本僅為2.3 元，遠低于行業平均水平。這些小微經營者包括網店、路邊店、經營性農戶，其中80% 此前從未獲得銀行經營性貸款。

　　網商銀行不依賴資本金、物理網點、人員擴張的發展模式，而是用互聯網的方式進行數據化運營。

　　（一）云計算基礎設施

　　基于螞蟻金融云計算平臺，建立基礎設施、金融技術、金融數據、金融業務云，將核心系統架構在云上。建立“異地多活”跨地域金融級容災體系。建設金融級云原生分布式架構和安全可信架構。利用云計算綜合成本優勢，性能、穩定性和擴展性優勢，實現為更多小微企業提供金融服務的目標。

　　（二）數據風控

　　應用數據風控技術實現“310”的信貸放款模式，即3 分鐘申貸、1 秒鐘放款、全程0人工介入，大幅降低信貸成本，控制信用風險，提高服務效率。依托阿里體系內客戶授權數據和外部可獲得數據，設計指標體系，創建預測模型和風控策略，形成多層次、完整的風險評估、準入授信、定價策略、風險預警和監控體系。

　　（三）多端多渠道服務體系

　　建立以阿里經濟體各端的場景嵌入或小程序為主，以App、企業網銀為輔的多端多渠道服務體系，實現客戶的全渠道、全場景觸。

　　（四）智能運營營銷體系

　　通過引入大數據分析，全面解讀用戶的行為、關系網絡，對用戶進行畫像，再根據產品特性、服務內容、用戶習慣等進行深度挖掘，在不同的商業場景下，向不同的用戶推薦不同的產品和服務內容，實現千人千面的個性化智能服務和精準觸達。

　　（五）智能資管& 同業。應用大數據、人工智能技術，預測和防控流動性風險，優化金融市場、資產證券化等業務的交易成本和效率，優化總體資金成本。

　　（六）開放銀行。應用開放平臺、區塊鏈、共享智能技術，聯合商業生態、金融同業、政府等機構，實現金融能力開放、金融業務開放、數據安全融合共同利用。總體規劃還包含信息安全管理體系、信息科技治理體系、敏捷研發體系等。

　　二、江蘇蘇寧銀行

　　圍繞著銀行業務的“數字化轉型”，蘇寧銀行在小微金融業務全流程打造了“天衡”小微金融科技系統。

　　（一）科技驅動的小微金融

　　江蘇蘇寧銀行的微商貸基于統一渠道系統、金融開放平臺、智能營銷系統、網貸系統、CSI 反欺詐決策引擎、天衡小微金融風控體系等技術，具有很強的場景基因。

　　微商貸產品通過統一渠道系統支持APP、公眾號、場景平臺等多種渠道進件，經網貸系統調用天衡小微金融風控體系完成自動審批，支持客戶在線電子合同簽約，運用人臉識別、手機號三要素校驗、反欺詐等系統功能判斷客戶的真實性，支持客戶在線自主提款。智能營銷系統在小微企業客戶進入系統那一刻就開始對其通過模型進行畫像，并實時生成標簽，用于后面的客戶經營。

　　金融開放平臺將授信申請、協議簽署、文件傳輸、放款申請、還款申請、賬戶開立及相關查詢交易等30 余個標準化接口封裝給合作方，客戶通過第三方平臺完成與蘇寧銀行側的信貸申請、簽約和自主提款、還款等操作。基于金融開放平臺，微商貸成為小微企業日常經營中的有力支撐，如汽車服務商添置配件的貸款、農場主購買農資的資金、餐飲商戶采購食材的錢款。

　　貸前環節基于天衡精靈決策引擎系統實現純線上信用審批流程，基于納稅、財務、工商、征信等數據構建了600 多個數據特征，打造了一批機器學習模型，如反欺詐決策模型、準入策略模型、信用模型、逾期模型、額度模型、定價模型等。

　　貸中階段基于債務人還款記錄、征信記錄和納稅數據，打造還款意愿模型，基于實時計算技術，評估債務人當前還款能力和意愿，自動化給出處置如提額、凍結、解凍、預警等。

　　貸后環節打造了“秋毫”小微企業風險預警、“捕逾”智能催收等系統，基于知識圖譜分析資金用途，通過催收評分模型實現智能分案和差異化催收處置策略。

　　蘇寧銀行對小微企業貸款資金的用途，堅持實質重于形式的原則，從貸款的真實用途和交易背景出發，要求提供真實有效的佐證材料，而不是簡單的概以“購銷合同”應付。

　　一是關注貸款支付資金流，訂單貸業務均采用受托支付方式，資金用途明確合法；

　　二是加強大數據技術在信貸資金用途中的應用，提升監管能效。江蘇蘇寧銀行借助大數據分析技術，提高監管科技水平。例如，運用第三方數據審查股權穿透，可以觀察銀行的受托支付對象與借款人是否具有關聯關系；基于涉稅數據的上下游供應鏈交易分析，可以運用到監管檢查中，用于檢查貸款支付的合理性和貿易背景的真實性，從而提升監管檢查的精準性和效率。

　　依托第三方工商數據，完成股權拓撲結構，分析勾勒出集團內成員公司（如有）和行業分布，設置敏感成員標簽（所謂敏感成員，是指涉及敏感行業成員，如涉及房地產、投融資等資金密集性板塊或國家限制行業的成員），構建預警模型或規則，將預警或風險提示信息輸入至貸后管理系統，作為強制工作要求，督促客戶經理通過憑證查閱、銀行流水記錄等材料的審核，加強敏感關聯成員之間的資金往來分析，對貸款資金的真實去向進行全局性跟蹤。

　　依托稅務數據的挖掘和運算，可以校驗貸款支付用途的合理性、真實性，并且不再需要依賴無法保證真實性的“購銷合同”。在稅務數據中企業申報的銷售收入相對真實客觀，銀行完全可以通過稅務數據的交叉檢驗，核實企業的真實經營規模，合理適度授信，避免盲目放貸，防止企業挪用貸款。

　　（二）小微金融“線上+ 線下”的融合

　　在疫情期間，很多客戶信用表現并不好，無法通過風控模型審批，本行充分采用線下結合線上的方式對線上申請困難的客戶進行走訪，使用PAD 實現錄入資料無紙化、信貸合同電子化、信貸數據影像化，基于人工線下走訪的情況，對這些困難客戶群進行線上人工審批。

　　從2020 年6 月到12 月，江蘇蘇寧銀行線下走訪220 戶線上申請困難的小微企業，擴大申請通過179 戶，通過率82%。

　　通過金融科技手段，加強大數據技術的運用，增強貸后分析和資金用途監控的全局性、客觀性、合理性，避免了貸款真實用途管控流于形式，全面提升風控水平，做到既服務好實體經濟，又守住了風險底線。截至2020 年12 月末，江蘇蘇寧銀行普惠型小微企業貸款中不良貸款余額為1.21 億元，不良貸款率為1.77%。

　　江蘇蘇寧銀行堅持金融科技服務小微客戶，并榮獲多類獎項：自主風控項目“基于大數據分析的金融風控應用”成功入選國家工業和信息化部“2020 年大數據產業發展試點示范項目”“江蘇省2020 年大數據優秀典型應用項目”；自主研發項目“基于大數據的智能實時風控系統”“微商快消貸”榮獲中國人民銀行南京分行營管部和南京市總工會的“南京市銀行業金融科技賦能金融發展提質增效獎”；自主開發的“面向小微企業無接觸金融云服務平臺”項目斬獲“2020 年‘騰云駕數’轉型升級計劃融合創新發展案例”榮譽等。

　　第四章 銀行數字化轉型前景展望

　　未來，商業銀行發展的一個重要方向就是加快數字化轉型。對內要打造敏捷組織，對外要深化客群經營，在此基礎上依托金融科技搭建綜合服務場景，提高服務效率。

　　4.1

　　打造敏捷組織

　　近年來，數字化程度的持續提升使用戶的金融需求更加個性化、高頻化和即時化。為了滿足用戶的專屬市場，商業銀行必須重塑自身架構和內部運營能力，將用戶需求更加敏捷及時地傳遞到生產服務端，實現精準的供需匹配，為客戶、員工及業務合作伙伴帶來新個性化體驗。

　　一是建立業務層面的敏捷機制。

　　首先，推行敏捷開發模式，關注端到端客戶旅程體驗，通過中臺完成產品和功能的標準化封裝，支持前端系統的敏捷迭代與創新。

　　其次，打通底層數據，通過數據驅動與智能處理等方式，實現從業務洞察到經營管理落地的自動化閉環管理。將客戶行為數據、交易數據等同步到客戶關系管理系統（CRM） 以支持客戶畫像分析，賦能前端精準營銷。

　　最后，積極杭理業務流程，分析業務在各系統平臺中的流轉規律、接入節點以及對接方案等，以便打造高度融合、互聯互通的工具平臺，實現銀行內部工具平臺的相互協作，推動業務全流程高效運轉。

　　二是推動銀行自上而下的全組織敏捷轉型。

　　一方面，優化組織架構，以扁平化、觸屏反應式組織架構，提開市場反應的靈敏度。商業銀行將探索打破傳統部門人員配置，搭建涵蓋客群、產品、渠道的敏捷組織架構，建立科技與業務相融合的跨職能實體小組；

　　另一方面，完善敏捷管理機制。基于敏捷組織架構情況，商業銀行將從目標制定、經營落地、定期復盤、考核管理等方面來建立敏捷管理機制。積極創設數字化工具，輔助全組織架構在規劃客群、產品、活動時對按銷售目標，落實銷售的預算管理和執行的敏捷反饋，提升規劃和數字化經營能力。

　　4.2

　　深化客群經營

　　新冠肺炎疫情發生以來，商業銀行對細分客群的個貸、信用卡和借記卡等產品的創新層出不窮。未來，商業銀行將進一步對目標客戶群體進行分層分類，基于不同層級客戶的需求設計產品和提供服務，增強客戶黏性，實現長期穩定發展。

　　一是將流量作為客群經營的關鍵要素。深化客群經營，將流量經營作為起點，與精細化的客群經營相結合，形成“獲客一月活一價值轉化”的閉環。圍繞集中流量資源、引流獲客、評估流量效率三個維度建立一套完整的流量運營體系。一方面，持續推進功能迭代，針對不同客群推出個性化定制體驗，實現全層級的個性化分群經營；另一方面，積極推動全渠道、全流量線上生態運營，在發展自有渠道生態之外，通過小程序、微信等外部渠道合作共建生態，引入外部高頻生活場景服務，持續提升用戶活躍度及黏度。

　　二是對重點各群形成以客戶為中心的全局性經營策略。如私人銀行、財富管理、小微客群、長尾客群等，建立起客戶360 度視圖，明確各客群的差異化價值主張，為其匹配定制化的產品服務與營銷策略，并通過線索下發、培訓等方式賦能一線，提升產能。在布局戰略時，可以重點聚焦高凈值客群、年輕客群等。在高凈值客群經營上，通過持續完善優惠權益、專屬產品及定向服務，除了提供財富管理外，還可以發力財富傳承、子女教育、海外置業、稅務、健康等，提供更加有溫度的服務； 在年輕客群經營上，通過積極融入年輕人社交場景，持續豐富應用場景如社交、娛樂平臺，創造潮流內容，不斷提升年輕客群認同度； 在長尾客群經營上，基于長尾用戶的投資屬性、社交屬性、消費屬性，建立長尾客戶的數據分析系統，實現長尾客戶的分層營銷體系，借助行為、地域以及內容定向識別客戶，提升長尾客戶的服務效率和深度。

　　4.3

　　搭建綜合場景

　　近年來，互聯網企業的涌入為金融市場創造了大量的消費場景，使金融服務的供給更加趨于場景化。而隨著金融科技的發展，商業銀行將用互聯網思維和方法來改造銀行，加強與各類平臺的合作，構建開放創新、與全渠道產品和服務高度融合的全量客戶、金量產品和全渠道的場景金融生態體系。

　　一是融入場景，與掌握場景的互聯網平臺、生活服務類企業開展合作，建立開放的綜合類金融賬戶。商業銀行將致力于打造集金融賬戶和生活場景于一體的綜合類賬戶，為客戶提供支付結算和價格信息服務，實現資源供需雙方的自動均衡匹配，從而大幅降低成本、簡化流程。基于價值鏈條上的各類應用場景分析合作可能及合作形式，加大在養老、旅游、學校、社區、醫院等前景產業方面的投入，深挖高密度、高活力、高價值的應用場景； 密切關注新能源、環保、生物科技等朝陽產業發展，把握一切合作機遇。

　　二是積極開展多方位合作，協同線上線下，完善生態體系。

　　一方面，商業銀行將加強外部合作，擴大產業布局。充分利用新技術催化金融與互聯網之間的化學反應，打造更加智能、便捷的應用場景。如與頭部互聯網公司成立聯合實驗室，開展云計算、大數據、區塊鏈和人工智能等方面的深度合作，實現各自在業務資源和科技水平方面的優勢互補。

　　另一方面，商業銀行將以大數據為主軸、以個人場景金融和產業場景金融為兩翼的生態體系。在個人場景金融方面，商業銀行必領協同線上線下，運用數據決策豐富渠道入口，為獲取客源提供保障。在此基礎上，利用大數據平臺打通客戶視圖的社交數據庫，賦予金融工具“社交”屬性，打造完整的社交金融生態圈。在產業金融場景方面，商業銀行將解決流動性，支付交易和風險控制三大需求，通過全渠道追蹤企業客戶服務需求的價值鏈條，充分利用線下網點導流能力，發揮銀行資金、信息、風控等優勢，依托產業鏈數據分析結果滿足企業需求。

　　出品人：鄧慶旭

　　策劃人：王婷婷、楊帆

　　報告撰稿：黃大智

　　運營支持：張文、潘翹楚

　　戰略合作：蘇寧金融研究院

　　合作媒體：《中國金融》、《金卡生活》雜志、《投資時報》、《銀行家》雜志社、《當代金融家》雜志

　　合作自媒體：馨金融、九卦金融圈、金融人事、支付百科 Pro、消費金融頻道、支付圈、新金融瑯琊榜、消金界、愉見財經、WEMONEY 研究室

責任編輯：潘翹楚