J9集团

本期嘉宾

陈洁

J9集团信息新动力数字金融钻研院创新钻研部总经理

赵涵

J9集团信息新动力数字金融钻研院业务征询部总监

■ Q1：从新动力数字金融钻研院的研发方历来看，我们在零售金融领域的重要研发方向是什么，我们钻研院为客户提供的服务是什么，有什么特点？

陈洁：新动力数字金融钻研院是J9集团信息打造的、业务和技术融合的新型研发机构。目前，重要有四大业务方向：科技征询、平台与技术研发、数字零售金融、数自祗业金融。赵涵是我们新动力在数字零售金融方向的大专家、领头羊。

赵涵：新动力重要聚焦零售银行数字化转型、智能营销和零售客户深度经营专业领域。我们重要向客户输出三项能力，即产品赋能、运营支持和征询服务。以产品沉淀主题价值，以运营放大服务效力，以轻征询延长价值索求。特点总结起来就是“轻征询、强赋能、灵运营”。

轻征询：以“精诊断+速规划”迅速定位银行近况，输出有效建议。精诊断基于ITSDA零售银行数字化评估系统，援手银行迅速定位、明确“起跑线”；速规划基于新动力零售银行数字化经营领域经验，聚焦经营子主题，提供“短平快”的征询建议。

强赋能：“技术+业务赋能”全面强化零售银行数字化经营能力。首先是产品赋能——在营销、运营、渠路、分析和治理领域部署拳头产品，基于统一的数据尺度，实现全栈服务能力，为银行补齐零售银行数字化经营系统平台；其次是集成赋能——向银行提供新、旧系统的集成与整合能力；其他还有流程赋能——协助银行形成并固化尺度化的经营流程；以及业务赋能——疏导银行挖掘新需要、迭代优化现有业务

• 灵运营：是指基于“内容+活动+用户”三个专题，援手银行提升运营水平，推进收益成效。通过业务专家、数据专家输出持续业务战术、分析建模等专业能力，协同银行实现经营所需数字化运营工作。其中，内容运营——凭据渠路个性，进行内容元素的治理运营，参加形成经营战术；活动运营——结合用户资源和经营战术，组织治理营销活动，实现获客和增长；用户运营——引入互联网玩法，推动MAU的增长以及向AUM的急剧转化。

■ Q2：银行客户遇到了哪些挑战，从业务性质和技术赋能方面又提出了哪些新的需要？

赵涵：传统零售以物理网点为经营支点，提供面对面金融服务，凸起的是经营环境的舒服度、服务的人道化和个性化。但近些年面对互联网平台的冲击、线下客户不休向线上迁徙，数字化零售业务逐步成为主流。数据显示，2021年银行业均匀电子渠路分流率已达90.29%，线上服务生态不休成熟，对零售场景中的金融结算服务和账户系统的纯线上化支持提出更高要求，非临柜、去介质的业务办理需要促使银行沉新审视现有业务流程微风控核验伎俩，萦绕客户履历沉塑买卖流程，构建数字化服务协同模式，实现多渠路一体化、差距化经营服务。

陈洁：我举一个例子来给各人注明一下，银行在零售数字化转型中遇到了哪些问题，以及我们是若何通过业务、技术、治理全方位赋能银行的零售数字化转型。

这家银行是J9集团信息的老客户，是一家以对公业务见长的全国性股份银行，后面我们代称它为“X银行”。X银行近几年一向致力于补齐零售银行数字化业务的短板——在银行数字化转型的新阶段若何利用数字化工具，实现从用户运营到客户经营的无缝衔接，实现MAU+AUM的双沉提升。X银行在数字化渠路升级、客户精准营销和精密化治理等方面进行了不少索求，但成效不够梦想。

在这种布景下，J9集团信息为X银行提供了从征询到落地的端到端服务，援手它提速零售客户经营数字化转型，获得了不错的成效。单一总结一共用了四招：轻型征询、急剧整合、灵智战术和动态支持。

首先，在前期接触和项目初期，采取“精诊断、速规划”打法，基于ITSDA零售银行数字化评估系统，援手银行迅速定位、明确“起跑线”；这一过程中我们发现了五个关键问题并给出了五风雅案建议。其中两点如下：X银行经过几年的零售数字化建设，已有实现了大部门的基础设施系统建设，但是这些系统呈烟囱情况；系统烟囱的背后，反映是业务的孤岛和流程的断裂；诖，我们给出了“短平快”的征询建议。一是，X银行应先进行零售银行有关系统的买通和集成；二是，X银行亟需成系统的零售银行数字化经营流程关环。

接着，基于第一阶段的诊断了局和轻征询规划，我们在J9集团零售银行数字化经营框架的领导下，聚焦“能力集成”和“业务流程”两个关键能力建设专项进行赋能，为X银行梳理并设计了零售银行数字化经营流程关环，直接买通“数字资源→分析建模→运营战术→营销活动→客户触达→监控评估”的业务链路。

在系统和流程贯通的基础之上，J9集团信息又通过提供数字化经营战术、数字化运营等服务，援手X银行创造了更多的业务价值。项目组援手客户共同实现了两项工作：一是构建了数字化客户经营战术系统，依照客户经谋性命周期、事务营销和产品推广销售的类别，进行了存量战术的梳理、分类与更新；二是结合客户经营的沉点主题、客群、关键节点等，共同构建新的经营战术，支持更多的营销活动和运营服务。

最后，为了将数字化经营的理想、打法和作为齐全渗入到业务经营的毛细血管中，项目组援手客户美满并落实了一套数字化的客户经营指标系统，其中蕴含线上用户的运营指标和精准营销活动指标，使得各项业务过程和了局可能得以量化体现；通过丰硕的数字化业务经营分析工具，为从一线业务人员到治理者和经营决策者都可能看得清、看得明、看得实时。

这四招是J9集团信息近四十年银行数字化行业经验和项目经验的浓缩。我们致力于为更多客户提供类似这样端到端的服务，助力更多银行客户加快零售客户经营数字化转型，实现质效双赢。

■ Q3：钻研院能为银行客户提供什么具体的解决规划或是服务？

赵涵：面向银行客户，我们在提供解决规划和服务时重要采取在利用端和数据端同时发力的战术。营销领域是我们在利用端的传统优势，推出了Sm@rtMarketing智能营销解决规划，该系统规划已经在多多银行得以实际，它能够援手银行在客户营销和经营治理上实现更精准的触达、更火速的营销和更高效的治理。目前也有好多风险领域点的突破，好比反洗钱、反诓骗、关联买卖等。在数据端有专为模型开发服务的模型工厂，也有为响应国产化代替号召的专业化数据迁徙工具平台。当然，整个数据中台的产品线对标国表一线厂商，分歧的是我们专一于金融这一细分市场，解决银行数据系统“提质增效”的问题。

■ Q4：Sm@rtMarketing智能营销解决规划是什么？能否总结一下它的特色之处？

赵涵：Sm@rtMarketing智能营销解决规划是为解决银行传统线下营销成本高、营销效能低等问题痛点，打造的一整套数字化营销综合解决规划，其基于实时感知、智能分析、精准洞察和自动化技术，实现了大部门零售客户的标签化，全渠路、多营销场景覆盖，线上营销流程自动化以及治理的实时监控智能化。

这套数字化营销综合解决规划，沉点关注构建全流程关环的数据链，从客户的商机触提议头就成立了齐全客户旅程的蹊径规划，针对分歧的客户画像和分层，有主张地提升客户转化，增长客户粘性，提升客户操作体现。由于是齐全的客户旅程数据关环，所以会把渠路引流与客户的后续作为关联起来考评，这样能够有序地阐扬数据价值、为渠路端赋能。

构建关环数据链的同时也注沉构建流量生态系统。前期和主流的流量平台签定合作和谈，将流量资源整合筛选后引入银行端，援手银行解决自有渠路流量不及的问题。J9集团信息持久深耕银行营销业务领域，深知银行客群特点和客户需要，能够方便地引入流量平台的资源和优势，有效援手银行急剧定位、触达指标客群。

Sm@rtMarketing智能营销解决规划的优势能够从“采、存、用、管”4个方面来总结。

采：自动化、实时

◢ 业务数据买通：有系统支持的业务活动，通过买通业务系统与数据中台，实现买卖明细数据、分析数据的实时交互。

◢ 数据爬。和ü菖廊》绞交袢∮没Щチ形。

◢ 物联网利用：通过物联网获取工厂设备、物料等数据。

存：存得多、存得快

◢ 融汇统一：汇集原来分散于各业务系统中的数据，形成统一存储，便于交互和分析取用。

◢ 强扩大能力：基于Hadoop架构使存储扩大便为捷性。

◢ 区别存储战术：功夫周期更细、存储大局丰硕，可存储非结构化原始数据，无需结构化后进行存储。

用：自动、便捷、时效、创新

◢ 定造化开发：成立数据工具平台，为业务人员盛开定造化查问服务、为建模人员提供个性化建模分析服务，从数据展示平台升级为数据分析平台。

◢ 急剧数据分析：借助数据中台壮大的推算引擎，发展更复杂、更深度的数据建模分析。如区域调拨利用，可综合思考复杂影响成分，蕴含气象、车辆状态、路况状态等，急剧推算出优化蹊径、调配规划等。如粉丝营销利用，可丰硕多样的推荐算法。

◢ 数据挖掘：基于过程数据、汗青数据的大量堆集，发展创新数据挖掘利用，如客户画像、产品创新设计等。

管：质量把控、安全性、尺度统一

◢ 数据质量治理：对于多方采集来的主数据、买卖数据、分析数据在数据中台上进行数据质量的统计分析，出具质量分析汇报，支持数据治理组织工作。

◢ 数据安全治理：划分数据安全等级，不一致级造订相应的数据脱敏、数据授权、数据接见（蕴含下载、接见、删除、批改）留痕战术。

◢ 数据资产治理：主数据、买卖数据、分析数据都能够在数据中台做数据尺度化与资产可视化，能够承载数据运营优化的需要。

■ Q5：Sm@rtMarketing是若何满足分歧必要？

陈洁：刚才在介绍Sm@rtMarketing的特点时也提到了，我们会为银行客户提供定造化开发服务。在服务过程中，在与行方充分沟通互换、理解需要后，以行方的科技基础与业务发展诉求为启程点，通过？榈慕怦钣氤磷，提出最适合这家银行所处的发展阶段特点，同时又尽可能最大化产品利用效益的解决规划。

还是依照“采、存、管、用”这个挨次来给各人别离举例来注明：

在采这一方面，我们为某股份造行执行营销平台时发现，其数字化转型已经发展多年，有肯定的数据基础，根基具备了360度资产视图的价致粪数据，但针对客户行为的实时数据是缺失的。那么我们在数据采集端就集成了行为类的实时埋点数据，之后基于买卖报文的动账数据和刷卡数据、资产数据，形成短、中持久客户画像，银行从而能够更全面地感知客户，为客户提供更贴心、更合适的服务。

在存这一方面，传统的营销是基于营销模型和批量营销理想的。这类数据量不大，必要的存储资源也有限。但在大数据时期，随着银行渠路触点的增多，采集伎俩和时效性的加强，传统的数据存储模式已经不能满足要求。为此，我们在数据架构端出格设计了实时、准实时、T+1等数据存储区，利用Kafka、Flink等技术来处置和响应时效性高的客户事务，获得了不错的功效。

在管这一方面，出格要以业务需要为牵引，聚焦沉点领域。以某国有大前进行的客户标签项目为例，在进场前，行里存在数套标签系统：零售标签、对公标签、互联网场景金融标签等，但这些标签之间是相互割裂、没有买通的。因而在进场后，我们依照“统——用——管”这样的思路把客户标签升级到了企业级。1）统：首先就为行方成立了统一的标签分类系统，针对这一系统，将现有的标签纳入统一框架，去除二义性和冗余的内容等；2）用：接下来，针对这些标签设计分歧的场景利用，如零售财富客户的高潜预测和活动晋级、公私联动下的私行客户挖掘、工资代发鉴别等，让各部门深切体味到企业级客户标签更好用；3）管：最后就是成立治理造度，把每一个标签的守护落实到业务部门中去，对未来标签的高低架守护、若何使用、若何授权进行规范。这样成立了这个企业级客户标签系统的持久运营机造，让它持续有性命力。

在用这一方面，数据的分析与利用一向以来是智能营销的沉点，也是难点。“用”数有两个层面寓意：一个是为治理层做决策支持，第二个是为一线客户经理做经营支持。这里的第二个是J9集团信息Sm@rtMarketing的一大特色。某个城商行客户，但愿可能通过Sm@rtMarketing 急剧见到业务功效。那么我们就通过在该行“开门红”的活动中，助客户选择试点支行，对试点支行本地客户进行精准分析、精确画像，找到了切合细分客群画像的专属产品，再加上智能营销筛选出的权利、渠路及话术的支持。最后这次试点活动成效相比传统批量化营销实现了翻倍，用现实业绩感动、折服了客户。

■ Q6：线上线下一体化营销若何实现，是否有具体案例能够向各人介绍一下？

陈洁：我以为银行线上和线下的渠路，肯定要是一体的、买通的，也就是我们所说的“全渠路”。只不外线上和线下渠路属性不一样，所承载的职能有所侧沉。线上渠路具备延长半径长、成本低等等特点，适合服务于宽大长尾客户；再结合数字化、智能化的新特点，就可能做好尺度金融产品的个性化推荐，所谓服务千人千面的标品推荐。而线下渠路，能够跟客户面对面，更有温度，可能更好地服务客户的复杂金融产品定造化需要，适合提供1对1的贴身规划服务。

而此刻做一体营销数字化时，险些都是买通了线上线下渠路，提供一体化营销。好比最近在为某家股份造银行做财富治理数字化规划规划，我们在线上渠路部署了一个幼的财富规划？，用户能够自主地选择一些理财用处的生涯场景，系统也能很快给客户一个资产配置规划。通过“推送”和“预约”职能最终将线上与线下渠路买通。具体来说：一方面自动将客户在线上的财富治理需要，推送、反馈到管户经理手中；一方面为客户提供“线下财富规划预约”职能，客户能够在APP中预约线下的进一步财富规划。并且我们在线下配置了一套齐全的财富规划软件，管户经理睬当面基于客户的收入、资产、支出、风险偏好以及理财预期情况，精确地测算出指标GAP，针对这个缺口给出适合的理财、保险、基金甚至信任的组合配置规划。这个规划就实现了线上和线下渠路的无缝衔接。

■ Q7：在数字零售金融的钻研方面，萦绕着数据资产有哪些深刻的思虑和成就？

陈洁：数据作为资产来对待，是未来的趋向，各人都说“数据是新石油，并且取之不尽用之不竭”。

既然数据资产这么沉要，我们就要最大化利用它。但我们回首从前10多年的数据治理过程，就会发现从前我们对于数据并没有治理好，因而用起来也会很费劲。过往的数据治理仅仅是技术部门的一厢情愿，业务部门参加度不够，导致“两张皮”。当然这不能怪业务部门，由于业务部门没有体味到数据治理产生的价值。

因而我们以为，此刻的数据治理已经到了一个新阶段，思路首先要转变，要把原来沉点数据治理向数据运营的方向上转变。数据运营是要有参加方的，主题就是业务使用部门、数据治理部门、技术开发部门。这三个部门在一个平台上合作，能力高效地把数据使用的、治理的关环构建出来。只有关环构建起来，能力通过运营迭代的步骤，急剧发现数据使用和治理中的各类问题，好比说质量、尺度化、元数据描述等。这里也分享一个经验：做好数据资产的可视化，也就是数据资源地图，让业务部门尽可能方便地找到数据、使用数据，是最关键、或者说最有效的一环。

赵涵：数据资产两全治理的主张是形成银行系统化的数据资产视图，支持全盘把握与科学分析、清澈查看及急剧使用、智能调杜纂高效治理，促使实现“从数据转化成信息，从信息转化成知识，从知识转化成决策”的增值过程。

数据尺度层面：必要优化美满数据尺度规范，实现基础数据尺度和指标尺度起源的探查，细化到源系统，后盾表，字段级别，形成一套覆盖数据尺度的假造、守护、利用、监督的治理系统。

数据质量层面：明确数据质量治理各有关方职责，优化数据质量治理流程，订正数据质量有关治理造度，保障数据质量治理工作的持续运行，形成“事前预防、事中监督、过后改善”的全面数据质量治理系统。

数据安全合规层面：造订数据安全治理战术，保险数据安全合规。依照国度政策律例有关条款和当前数据保密性要求对数据进行敏感水平评估，划分至分歧敏感级别；明确分歧级别数据在监管审计、加密等场景中的安全治理要求，造订数据安全治理战术；在系统建设过程中将数据安全治理战术固化为节造规定，保险数据安全合规。

数据性命周期层面：美满数据性命周期治理战术，提升服务和运维效能。凭据数据活跃度、安全治理、实时性、存储成本和运维成本要求等，造订齐全的数据性命周期治理战术，覆盖数据存储分级、数据存储周期和服务级别划分三项内容；建设数据性命周期治理工具，并凭据数据性命周期治理战术对汗青数据进行归档、算帐、查问、使用。