意见领袖 | 中国金融杂志
作者 | 徐瀚 中国农业银行副行长
国家“十四五”规划提出，稳妥发展金融科技，加快金融机构数字化转型。中央金融工作会议强调，做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。这些都对银行业数字化转型工作提出了明确要求。随着数字化转型进入深水区，如何建立一套科学合理的数字化转型评价体系，有效评价数字化转型成效，并以此指导数字化转型的发展方向，成为摆在商业银行面前的一项重要课题。
构建业务视角下数字化转型评价体系具有现实意义
近年来，中国银行业数字化转型如火如荼，金融科技投入不断加大。2021年以来，六家大型商业银行信息科技总投入连续三年超过千亿元。面对巨额的资金投入，加快建立数字化转型评价体系，对商业银行准确认识数字化转型成效具有重要意义。
科学合理的评价体系是商业银行深化数字化转型的“灯塔”。建立一套科学合理、符合实际的数字化转型评价体系，有助于商业银行准确把握数字化转型推进情况，抓实“回头看”，更好“向前走”。一方面，能够科学衡量数字化转型水平。商业银行借助评价体系能够确定当前数字化转型所处阶段，准确把握各条线、各分行数字化转型的价值和成效，形成目标明确、行之有效的考评机制。另一方面，能够清晰指明数字化转型方向。商业银行依托评价体系可以准确把握数字化发展过程中的强项和短板，有的放矢做好重点领域的资源投放，为明确下一步数字化转型工作的方向、目标和要求提供决策支撑。
商业银行亟须构建基于业务视角的数字化转型评价体系。随着我国企业数字化进程不断加快，各行业、各机构开始积极探索建立数字化转型评价体系。从当前研究看，现有评价体系主要侧重从战略、组织以及技术等维度考察银行数字化转型进程，未能直接从银行业务视角出发、以最终业务目标为落脚点，以终为始认识数字化转型给银行带来的转变。银行从业务视角出发制定数字化转型评价体系，有助于提升基层员工和客户的获得感，更好地以数字化转型驱动业务发展。
没有量度就没有管理，数字化转型必须通过评价体系引领来判断所处阶段、指明发展方向。由于数字化转型具有全局性、综合性、复杂性和专业性等特点，对其开展具体量化评价具有一定难度，目前仍处于探索之中。相比于先前的研究，本文所提出的业务视角下的数字化转型评价体系更加契合商业银行的业务实践，且业务视角也是衡量数字化转型成效的重要视角，但该评价体系只是数字化转型评价的一个子集，并不能完全替代战略、组织以及技术等方面的数字化转型评价，其中蕴含的理念可供商业银行借鉴参考。需要说明的是，文中所列数据主要是为了方便论证和理解，并不具有唯一性和标准性。
基于业务视角开展数字化转型评价的核心抓手和关键领域
数字化转型的实质是通过“用数”思维和“用数”行动的转型，用新技术和新方法对传统银行业务、流程进行解构与重塑，在全渠道、全场景、全链路下实现业务数据化和数据业务化的螺旋式上升。在这一过程中，数据是关键，不同业务环节都会产生、沉淀数据，推动业务高质量发展也应充分运用各类数据赋能。从业务视角开展数字化转型评价，一个核心抓手是考察业务流程人机协同中“数据+算法”的贡献度。具体来看，可将“一面三度”作为主要评价标准。“一面”是指“数据+算法”对所有业务领域的覆盖范围，即覆盖面；“三度”是指“数据+算法”在每个业务领域的应用广度、深度和精度。“数据+算法”的业务覆盖面越大，在各个业务领域应用的广度越宽、深度越深、精度越高，数字化水平越高。本文尝试围绕贷款审批风险管控、决策定价、产品研发、市场营销和运营管理五个易启动的领域，从“数据+算法”应用于各领域的广度、深度和精度出发，评价不同领域的数字化水平。
-
贷款审批风险管控
银行业是经营风险的行业。随着数字化进程不断加快，银行业务逐渐从线下网点转移至线上场景，金融需求和产品形态发生巨大变化，海量数据沉淀与风控算法升级促使银行贷款审批的风控模式从“人为辨识”向“智能控制”转变。在这个过程中，智能风控的应用广度、应用深度和应用精度成为考察银行风控领域数字化水平的重要标准。
以个人贷款审批为例，主要看以下三个方面。一是应用广度，即机器审批在个人贷款产品审批中的应用占比。一方面要考察有多少产品使用机器审批模式，另一方面也要看机器审批在某个贷款产品审批中所占的比重。例如，某一阶段个人贷款的10%由机器审批、90%由人工审批，而另一阶段个人贷款实现70%由机器审批，仅有30%需要人工审批，则后者数字化水平明显高于前者。二是应用深度，即机器审批支持哪些要素。这一标准主要关注“数据+算法”是否支持被应用于个人贷款利率、期限、额度、还款方式以及风险定价等多个要素，支持的要素越多，意味着数字化水平越高。三是应用精度，即机器审批的不良率是否处于预期范围。机器审批的精度越高，则贷款实际不良率围绕预期不良率的波动范围越小。例如，一个贷款产品运用机器审批的实际不良率与预期不良率之间的差异在30%左右波动，另一个在5%左右波动，表明后者的机器审批精度更高、数字化水平更高。
-
决策定价
面对金融数字化市场环境和客户多元化服务需求，存款和服务定价成为影响银行竞争力的重要因素。在数字化浪潮下，利用海量的内部经营数据和外部数据资源，银行能够更加立体全面地认识客户，明晰客户对银行的综合贡献度，逐步形成以客户为中心的精细化定价模式。在此过程中，实现精细化、差异化定价的客群越多，定价精度越高，表明决策定价领域的数字化水平越高。
以存款定价为例，主要看运用客户贡献度进行存款定价的广度和精度。在传统定价模式下，由于未充分考虑客户贡献度因素，银行往往针对同一种存款产品采取统一定价，优质客户与劣质客户之间、大客户与中小客户之间、老客户与新客户之间的存款定价差异不明显，缺乏以客户为中心的存款定价模型，以及对客户行为和综合回报的精细化分析。在数字化背景下，银行基于客户标签和模型算法，能够更加准确地衡量每位客户的综合贡献度，全面考虑每位客户的业务特征和需求特征，实现对存款产品的差异化定价。从应用广度看，银行可以将高净值客群作为起点，不断扩大以客户贡献度进行存款定价的客群范围，如逐步拓展至财富客群、大众客群，直至推广到全量客户。从应用精度看，银行需要持续优化精细化定价策略，提高客户贡献度定价和客户综合回报之间的匹配程度，在合适的时间将合适的存款产品以合适的价格提供给合适的客户。
-
产品研发
数字经济时代，数据资产成为银行的关键生产要素，数据驱动的银行产品设计逐步呈现出精细化、敏捷化发展趋势，为客户体验提升提供了新动能。考察产品研发领域的数字化水平，重点在于确定产品研发中数据驱动模式的应用广度，即银行有多少产品在设计和优化过程中采用数据驱动模式。
所谓数据驱动，是指银行工作人员在产品研发和管理的过程中，始终坚持将数据作为决策依据，以实现产品的迭代优化。例如，有的银行基于数据驱动模式对“超级柜台”展示项目进行优化调整。具体而言，某银行通过对客户需求数据进行分析，发现12项高频交易能够覆盖客户96%以上的业务需求，在此基础上对“超级柜台”首页的展示项目进行优化调整，解决大多数客户使用“超级柜台”时需要翻页浏览的痛点，有效提升了客户体验。又如，农业银行基于数据驱动模式对掌银自助注册流程进行优化迭代，运用用户故事地图、旅程漏斗分析等手段，根据数据分析结果完成多轮次系统优化，打通手机号核验、身份证核验等环节堵点，促使掌银自助注册成功率大幅提升。
-
市场营销
在数字化背景下，银行与客户之间的互动营销模式逐步改变，全渠道协同营销链路被持续打通，数字化工具在营销一线的应用场景越来越多，应用范围越来越广。可以从营销活动、营销渠道、营销工具三个方面入手，去评价数字化营销的广度、深度和精度。
从营销活动看，评价的关键在于每一次营销活动是否有数据支撑，是否依托数据驱动提升营销效果。以农业银行为例，在掌银的客户运营方面，农业银行采用“筛选、布放、执行、回收、优化”的数据应用“五步闭环”法，成功实现精细化、差异化营销对粗放化、全量化营销的替代，通过让数据在营销活动全流程形成闭环，促使模型策略不断收敛、营销效果不断精准，数字化营销活动的有效触达率和转化率随之出现明显提升。
从营销渠道看，评价的关键在于是否形成全渠道数据归户，是否实现跨渠道信息实时同步。随着银行数字化转型的深入推进，线上线下全渠道协同经营逐渐具备可行性和可操作性，割裂式的“多渠道”营销将逐步被闭环式的“全渠道”协同营销取代。线上线下两种经营网络是否能够形成统一的数据视图，线上渠道触客“广”和线下渠道触客“专”的优势是否能够实现有机结合、发挥“1+1＞2”的效果，将会直接决定数字经济时代银行的市场营销质效。
从营销工具看，评价的关键在于移动营销工具的功能是否完善，客户经理是否应用尽用、能用尽用。由于客户服务需求正快速趋向移动化、线上化，低成本、高效率的移动外拓营销将逐渐替代高成本、低效率的网点等客营销。例如，应用移动营销PAD可以突破特定营销场景中的时间和空间限制，银行在开发和推广过程中，既要不断完善PAD端功能，也要持续提高客户经理使用率，从而有效提升业务办理效率和客户服务体验。
-
运营管理
随着数字技术的深入应用，传统银行经营管理中标准化程度高、人力耗时多的重复性工作将加快实现集约化、自动化和智能化。从银行实践看，智能客服、智能外呼和机器作业等数字化手段已经被广泛应用于多个业务场景，在数字化转型中发挥着越来越重要的作用。
在智能客服方面，全渠道智能客服应用占比、问题响应时长和问题答复正确率是评价其数字化程度的关键指标。相较于人工客服，智能客服服务效率更高，可以在任何时间、任何地点为客户提供无间断的智能化服务，解决客户问题、满足其诉求。当前，一些先进银行的智能客服覆盖程度已经可以达到80%~90%。银行需要不断提高智能客服在远程坐席、网上银行和手机银行等的应用占比，持续优化知识库和算法模型，提升响应速度和问题答复正确率。
在智能外呼方面，智能外呼业务范围、有效触达率和实际业务转化率是评价其数字化程度的重要指标。数字化时代，传统的人工外呼方式在拨打效率、用户体验和人力成本等方面面临极大挑战，智能外呼通过应用语音识别、自然语言处理等技术，有效拓展了外呼业务范围，提升了银行和客户之间的互动体验。银行需要不断提高智能外呼的应用广度及其有效触达率、实际业务转化率，推动智能外呼服务质效提升。
在机器作业方面，RPA等数字技术在运营全工作量中的应用占比是评价其数字化程度的主要标准。近年来，RPA技术在银行业得到越来越广泛的应用。借助RPA平台可以自动处理信用卡、财会、运营等多个领域的重复性工作，有效释放人力资源、提升业务流程的执行效率。同时，RPA和人工智能的结合进一步提升了其在银行业复杂场景的适用性。例如，“RPA+OCR”技术可以被用于文档识别、身份证识别和银行卡识别等流程，“RPA+NLP”技术可以被用于文本分析、语音识别和人机交互等流程。银行需要持续深化数字技术在运营管理领域的应用，促进运营流程优化，实现降本增效。
以终为始，评价先行。银行应以业务视角下的数字化转型评价体系为抓手，着力提升贷款审批风险管控、决策定价、产品研发、市场营销和运营管理等领域的数字化水平，加快建设数据友好型系统，提高人机协同中的“数据+算法”应用比例，打造强大的数据驱动引擎，由简到繁、从量变到质变，推动客户和客户经理的行为方式发生根本性改变，以数字化赋能业务高质量发展。
来源：中国金融杂志
(本文作者介绍：权威、专业、理性、前沿，宣传金融政策、分析金融运行、报道金融实践)