意見領袖 | 中國金融雜志

　　作者 | 徐瀚 中國農業銀行副行長

　　國家“十四五”規劃提出，穩妥發展金融科技，加快金融機構數字化轉型。中央金融工作會議強調，做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章。這些都對銀行業數字化轉型工作提出了明確要求。隨著數字化轉型進入深水區，如何建立一套科學合理的數字化轉型評價體系，有效評價數字化轉型成效，并以此指導數字化轉型的發展方向，成為擺在商業銀行面前的一項重要課題。

　　構建業務視角下數字化轉型評價體系具有現實意義

　　近年來，中國銀行業數字化轉型如火如荼，金融科技投入不斷加大。2021年以來，六家大型商業銀行信息科技總投入連續三年超過千億元。面對巨額的資金投入，加快建立數字化轉型評價體系，對商業銀行準確認識數字化轉型成效具有重要意義。

　　科學合理的評價體系是商業銀行深化數字化轉型的“燈塔”。建立一套科學合理、符合實際的數字化轉型評價體系，有助于商業銀行準確把握數字化轉型推進情況，抓實“回頭看”，更好“向前走”。一方面，能夠科學衡量數字化轉型水平。商業銀行借助評價體系能夠確定當前數字化轉型所處階段，準確把握各條線、各分行數字化轉型的價值和成效，形成目標明確、行之有效的考評機制。另一方面，能夠清晰指明數字化轉型方向。商業銀行依托評價體系可以準確把握數字化發展過程中的強項和短板，有的放矢做好重點領域的資源投放，為明確下一步數字化轉型工作的方向、目標和要求提供決策支撐。

　　商業銀行亟須構建基于業務視角的數字化轉型評價體系。隨著我國企業數字化進程不斷加快，各行業、各機構開始積極探索建立數字化轉型評價體系。從當前研究看，現有評價體系主要側重從戰略、組織以及技術等維度考察銀行數字化轉型進程，未能直接從銀行業務視角出發、以最終業務目標為落腳點，以終為始認識數字化轉型給銀行帶來的轉變。銀行從業務視角出發制定數字化轉型評價體系，有助于提升基層員工和客戶的獲得感，更好地以數字化轉型驅動業務發展。

　　沒有量度就沒有管理，數字化轉型必須通過評價體系引領來判斷所處階段、指明發展方向。由于數字化轉型具有全局性、綜合性、復雜性和專業性等特點，對其開展具體量化評價具有一定難度，目前仍處于探索之中。相比于先前的研究，本文所提出的業務視角下的數字化轉型評價體系更加契合商業銀行的業務實踐，且業務視角也是衡量數字化轉型成效的重要視角，但該評價體系只是數字化轉型評價的一個子集，并不能完全替代戰略、組織以及技術等方面的數字化轉型評價，其中蘊含的理念可供商業銀行借鑒參考。需要說明的是，文中所列數據主要是為了方便論證和理解，并不具有唯一性和標準性。

　　基于業務視角開展數字化轉型評價的核心抓手和關鍵領域

　　數字化轉型的實質是通過“用數”思維和“用數”行動的轉型，用新技術和新方法對傳統銀行業務、流程進行解構與重塑，在全渠道、全場景、全鏈路下實現業務數據化和數據業務化的螺旋式上升。在這一過程中，數據是關鍵，不同業務環節都會產生、沉淀數據，推動業務高質量發展也應充分運用各類數據賦能。從業務視角開展數字化轉型評價，一個核心抓手是考察業務流程人機協同中“數據+算法”的貢獻度。具體來看，可將“一面三度”作為主要評價標準。“一面”是指“數據+算法”對所有業務領域的覆蓋范圍，即覆蓋面；“三度”是指“數據+算法”在每個業務領域的應用廣度、深度和精度。“數據+算法”的業務覆蓋面越大，在各個業務領域應用的廣度越寬、深度越深、精度越高，數字化水平越高。本文嘗試圍繞貸款審批風險管控、決策定價、產品研發、市場營銷和運營管理五個易啟動的領域，從“數據+算法”應用于各領域的廣度、深度和精度出發，評價不同領域的數字化水平。

• 貸款審批風險管控

　　銀行業是經營風險的行業。隨著數字化進程不斷加快，銀行業務逐漸從線下網點轉移至線上場景，金融需求和產品形態發生巨大變化，海量數據沉淀與風控算法升級促使銀行貸款審批的風控模式從“人為辨識”向“智能控制”轉變。在這個過程中，智能風控的應用廣度、應用深度和應用精度成為考察銀行風控領域數字化水平的重要標準。

　　以個人貸款審批為例，主要看以下三個方面。一是應用廣度，即機器審批在個人貸款產品審批中的應用占比。一方面要考察有多少產品使用機器審批模式，另一方面也要看機器審批在某個貸款產品審批中所占的比重。例如，某一階段個人貸款的10%由機器審批、90%由人工審批，而另一階段個人貸款實現70%由機器審批，僅有30%需要人工審批，則后者數字化水平明顯高于前者。二是應用深度，即機器審批支持哪些要素。這一標準主要關注“數據+算法”是否支持被應用于個人貸款利率、期限、額度、還款方式以及風險定價等多個要素，支持的要素越多，意味著數字化水平越高。三是應用精度，即機器審批的不良率是否處于預期范圍。機器審批的精度越高，則貸款實際不良率圍繞預期不良率的波動范圍越小。例如，一個貸款產品運用機器審批的實際不良率與預期不良率之間的差異在30%左右波動，另一個在5%左右波動，表明后者的機器審批精度更高、數字化水平更高。

• 決策定價

　　面對金融數字化市場環境和客戶多元化服務需求，存款和服務定價成為影響銀行競爭力的重要因素。在數字化浪潮下，利用海量的內部經營數據和外部數據資源，銀行能夠更加立體全面地認識客戶，明晰客戶對銀行的綜合貢獻度，逐步形成以客戶為中心的精細化定價模式。在此過程中，實現精細化、差異化定價的客群越多，定價精度越高，表明決策定價領域的數字化水平越高。

　　以存款定價為例，主要看運用客戶貢獻度進行存款定價的廣度和精度。在傳統定價模式下，由于未充分考慮客戶貢獻度因素，銀行往往針對同一種存款產品采取統一定價，優質客戶與劣質客戶之間、大客戶與中小客戶之間、老客戶與新客戶之間的存款定價差異不明顯，缺乏以客戶為中心的存款定價模型，以及對客戶行為和綜合回報的精細化分析。在數字化背景下，銀行基于客戶標簽和模型算法，能夠更加準確地衡量每位客戶的綜合貢獻度，全面考慮每位客戶的業務特征和需求特征，實現對存款產品的差異化定價。從應用廣度看，銀行可以將高凈值客群作為起點，不斷擴大以客戶貢獻度進行存款定價的客群范圍，如逐步拓展至財富客群、大眾客群，直至推廣到全量客戶。從應用精度看，銀行需要持續優化精細化定價策略，提高客戶貢獻度定價和客戶綜合回報之間的匹配程度，在合適的時間將合適的存款產品以合適的價格提供給合適的客戶。

• 產品研發

　　數字經濟時代，數據資產成為銀行的關鍵生產要素，數據驅動的銀行產品設計逐步呈現出精細化、敏捷化發展趨勢，為客戶體驗提升提供了新動能。考察產品研發領域的數字化水平，重點在于確定產品研發中數據驅動模式的應用廣度，即銀行有多少產品在設計和優化過程中采用數據驅動模式。

　　所謂數據驅動，是指銀行工作人員在產品研發和管理的過程中，始終堅持將數據作為決策依據，以實現產品的迭代優化。例如，有的銀行基于數據驅動模式對“超級柜臺”展示項目進行優化調整。具體而言，某銀行通過對客戶需求數據進行分析，發現12項高頻交易能夠覆蓋客戶96%以上的業務需求，在此基礎上對“超級柜臺”首頁的展示項目進行優化調整，解決大多數客戶使用“超級柜臺”時需要翻頁瀏覽的痛點，有效提升了客戶體驗。又如，農業銀行基于數據驅動模式對掌銀自助注冊流程進行優化迭代，運用用戶故事地圖、旅程漏斗分析等手段，根據數據分析結果完成多輪次系統優化，打通手機號核驗、身份證核驗等環節堵點，促使掌銀自助注冊成功率大幅提升。

• 市場營銷

　　在數字化背景下，銀行與客戶之間的互動營銷模式逐步改變，全渠道協同營銷鏈路被持續打通，數字化工具在營銷一線的應用場景越來越多，應用范圍越來越廣。可以從營銷活動、營銷渠道、營銷工具三個方面入手，去評價數字化營銷的廣度、深度和精度。

　　從營銷活動看，評價的關鍵在于每一次營銷活動是否有數據支撐，是否依托數據驅動提升營銷效果。以農業銀行為例，在掌銀的客戶運營方面，農業銀行采用“篩選、布放、執行、回收、優化”的數據應用“五步閉環”法，成功實現精細化、差異化營銷對粗放化、全量化營銷的替代，通過讓數據在營銷活動全流程形成閉環，促使模型策略不斷收斂、營銷效果不斷精準，數字化營銷活動的有效觸達率和轉化率隨之出現明顯提升。

　　從營銷渠道看，評價的關鍵在于是否形成全渠道數據歸戶，是否實現跨渠道信息實時同步。隨著銀行數字化轉型的深入推進，線上線下全渠道協同經營逐漸具備可行性和可操作性，割裂式的“多渠道”營銷將逐步被閉環式的“全渠道”協同營銷取代。線上線下兩種經營網絡是否能夠形成統一的數據視圖，線上渠道觸客“廣”和線下渠道觸客“專”的優勢是否能夠實現有機結合、發揮“1+1＞2”的效果，將會直接決定數字經濟時代銀行的市場營銷質效。

　　從營銷工具看，評價的關鍵在于移動營銷工具的功能是否完善，客戶經理是否應用盡用、能用盡用。由于客戶服務需求正快速趨向移動化、線上化，低成本、高效率的移動外拓營銷將逐漸替代高成本、低效率的網點等客營銷。例如，應用移動營銷PAD可以突破特定營銷場景中的時間和空間限制，銀行在開發和推廣過程中，既要不斷完善PAD端功能，也要持續提高客戶經理使用率，從而有效提升業務辦理效率和客戶服務體驗。

• 運營管理

　　隨著數字技術的深入應用，傳統銀行經營管理中標準化程度高、人力耗時多的重復性工作將加快實現集約化、自動化和智能化。從銀行實踐看，智能客服、智能外呼和機器作業等數字化手段已經被廣泛應用于多個業務場景，在數字化轉型中發揮著越來越重要的作用。

　　在智能客服方面，全渠道智能客服應用占比、問題響應時長和問題答復正確率是評價其數字化程度的關鍵指標。相較于人工客服，智能客服服務效率更高，可以在任何時間、任何地點為客戶提供無間斷的智能化服務，解決客戶問題、滿足其訴求。當前，一些先進銀行的智能客服覆蓋程度已經可以達到80%~90%。銀行需要不斷提高智能客服在遠程坐席、網上銀行和手機銀行等的應用占比，持續優化知識庫和算法模型，提升響應速度和問題答復正確率。

　　在智能外呼方面，智能外呼業務范圍、有效觸達率和實際業務轉化率是評價其數字化程度的重要指標。數字化時代，傳統的人工外呼方式在撥打效率、用戶體驗和人力成本等方面面臨極大挑戰，智能外呼通過應用語音識別、自然語言處理等技術，有效拓展了外呼業務范圍，提升了銀行和客戶之間的互動體驗。銀行需要不斷提高智能外呼的應用廣度及其有效觸達率、實際業務轉化率，推動智能外呼服務質效提升。

　　在機器作業方面，RPA等數字技術在運營全工作量中的應用占比是評價其數字化程度的主要標準。近年來，RPA技術在銀行業得到越來越廣泛的應用。借助RPA平臺可以自動處理信用卡、財會、運營等多個領域的重復性工作，有效釋放人力資源、提升業務流程的執行效率。同時，RPA和人工智能的結合進一步提升了其在銀行業復雜場景的適用性。例如，“RPA+OCR”技術可以被用于文檔識別、身份證識別和銀行卡識別等流程，“RPA+NLP”技術可以被用于文本分析、語音識別和人機交互等流程。銀行需要持續深化數字技術在運營管理領域的應用，促進運營流程優化，實現降本增效。

　　以終為始，評價先行。銀行應以業務視角下的數字化轉型評價體系為抓手，著力提升貸款審批風險管控、決策定價、產品研發、市場營銷和運營管理等領域的數字化水平，加快建設數據友好型系統，提高人機協同中的“數據+算法”應用比例，打造強大的數據驅動引擎，由簡到繁、從量變到質變，推動客戶和客戶經理的行為方式發生根本性改變，以數字化賦能業務高質量發展。

　　來源：中國金融雜志

　　(本文作者介紹：權威、專業、理性、前沿，宣傳金融政策、分析金融運行、報道金融實踐)