五行数字化银行的能力框架包括 .pdfVIP

五行数字化银行的能力框架包括

“数字化转型”的核心目标，一是利用数字化手段，重构客户服

务模式，如领先银行纷纷在手机银行中拓展生活服务场景，或者是通

过开放银行的模式将银行服务开放给各类互联网APP，这些本质上都

是在重构银行的客户服务模式，并在重塑客户关系。二是在产品、营

销、风控和运营等多领域进行数字化创新，但其根本目标还是为客户

提供更好的服务，提升客户体验。以营销为例，领先银行在精准营销

领域，初期把“精准的客户名单”作为重点，通过数据分析发掘具备

营销潜力的客户，但在近两年，他们已经研究如何在最优的渠道、最

优的时间，把最优的产品推荐给客户，通过“精准的客户营销接触模

式”，有效提升客户体验，从而在竞争白热化的市场上，领先银行能

够进一步构建自身的领先优势。

通过这些分析，我们认为“数字化转型”，必须并且必然“以客

户为中心”，二者高度一致。在某种意义上，我们甚至建议将“以客

户为中心的数字化转型”作为银行转型的目标和方向。数字化转型是

银行服务客户的抓手。

目前国内银行在数字化转型过程中面临诸多挑战，主要集中在五

个方面：

数字化转型认知不足，战略定位大而不精。笔者在与银行的交流

中发现，由于整体基础不同，各类银行对“数字化转型”的认知和

要求截然不同。国内领先银行较早意识到了转型的必要性，对数字化

银行的认知已从模糊的概念逐步清晰化、具体化，能够结合行内业务

规划、信息化基础等现状，从数据分析场景、系统平台建设、组织人

才转型等方面着手，全面构建符合自身特点的数字化转型路径。例如

工行从IT架构转型、互联网金融战略、科技组织架构入手构建智慧

银行，招行则提出了清晰的做“金融科技银行”的战略目标。

相比之下，部分银行则停留在模糊的概念认知阶段，要么尚未制

定数字化转型规划，整体投入不足；要么规划的形式以与领先银行进

行简单的对标复制为主，未结合自身优势和特点。可以说对数字化转

型的认识不足，就是银行的领导力不足。由于整体认知不足，此类银

行往往过于追求数字化转型的短期效益，缺乏对长期数字化能力的构

建。

应用场景基础薄弱，数据分析流于形式。构建数据应用场景是银

行数字化转型的重要内容，但受制于数据能力不足、基础设施支撑有

限、整体规划布局缺乏等原因，许多银行的数据分析流于形式。能力

方面，数字化转型需要银行数据人才具备数据统计、数据分析与建模、

数据架构、数据治理等多种能力，而当前银行数据人员能力多集中在

统计与简单分析，难以开展高级的数据分析与挖掘工作。基础设施方

面，银行多以报表系统为主流的数据分析展现形式，需要进一步构建

嵌入业务流程、嵌入移动端产品的多元化落地形式，以支持流程自动

化、移动化等业务场景。数据分析场景整体规划方面，当前银行数字

化多由业务部门零散的数据应用需求驱动，局限在单一业务类型、单

一维度、单一应用主体，数据部门难以主动地、系统地、前瞻性地满

足业务部门需求。

数字化转型推动困难、组织人员体系有待优化。银行数字化转型

绝不仅是数据部门的工作，而是一项需要行领导牵头、组织体系支撑、

业务部门与科技部门共同参与的全行性工作。当前银行业开展数字化

转型，在组织体系方面存在诸多限制。一是组织流程缺乏配套机制、

数据团队定位不清晰，导致实际工作推动困难。二是数据工作协同机

制缺失，数据分析成果难以快速、规模化地赋能业务发展。银行普遍

面临数据工作协同不足的现状，总行与分行间数据工作割裂，总行推

动转型难以全面满足分行需求；数据部门与业务部门沟通存在壁垒，

数据分析缺少业务输入或者落地场景；数据部门与科技部门开发流程

复杂，执行效率缓慢，经常出现项目延迟上线、甚至难产的情况。三

是数据能力建设策略不明确、高级数据人才缺失。当前银行数据人员

多以单一知识背景为主，复合型人才比例较低；以基础型数据人员为

主，高级数据分析人才缺乏；以外包人员为主，内部专家储备有限。

数据质量亟待提升，数据安全与使用面临两难。实现数字化转型

的前提是具备良好的数据基础，这对银行数据治理能力提出了较高要

求。当前银行业的数据管理能力正在逐步提升，但具体标准化、体系

化的管理尚有差距。一方面，数据质量问题广泛存在，由于数据标准

不一、数据质量问题成因定位困难、数据责任归口不清，无法从根源

上实现数据质量整改。另一方面，数据安全与外部数据管理面临两难

困境。银行业作为信息高度敏感行业，数据安全是不可逾越的红线，

但随着大数据时代的来临，通过外部数据进一步丰富银行数据源的需