本文共字，预计阅读时间。

文/山东省城市商业银行合作联盟有限公司产品管理部 路青山

（本文为“2020金融文字节——银行数字化创新主题征文大赛”投稿文章。）

改变是好事吗？马云说：“有变化才有机遇。”随着信息技术产业的发展和相关数据类算法的逐步成熟，数字化手段越来越成为现代企业的核心竞争力。对于企业来说，抓住新一轮信息技术革命的机遇，用好数据这个新的生产要素，推动企业的数字化转型，成为一次弯道超车的绝佳机会。对于银行这种金融服务类产业，凭借数字化转型更好地服务客户、留住客户，已然是必然的要求。

现在中国的网民规模已经超过9亿人，互联网普及率已经高达64.5%，银行业务离柜率也达到了一个很高的水平 ，这为银行数字化转型奠定了坚实的基础。下面从两方面谈下自己对银行数字化转型的认识。

一、银行数字化转型的方法

近几年来，随着金融科技的发展，商业银行纷纷提出金融科技发展战略，加大金融科技投入力度，今后，商业银行可从如下几个方面进一步做好数字化转型：

1.坚持以客户为中心。以客户为中心，是基于通过各种方式获得的客户数据，进行机器学习算法的处理，得到客户的习惯、偏好及行为模式。根据机器学习的处理结果向客户推荐其真正需要的产品和服务，这就要求银行要有算法人才、数据积累，以及打破各产品之间的营销间隔和银行传统的以产品类别形成的组织架构的能力。

另一方面，把客户当作中心，银行需要构建各种数字化应用的场景，打通算法结果到实际应用的通道。举个简单的例子，一种理想化的厅堂营销场景，客户走进银行大堂，大堂通过摄像头识别出客户的身份信息，然后关联出客户的资产情况，算法计算出的产品偏好，客户经理通过这种关联结果向客户推销适合客户自己的产品。合理的算法架构和构建合理的数字化应用场景是决定算法结果应用于具体业务的成败关键，因此构建以客户中心的数字化转型方案，需要同事设计合理的算法架构和合理的应用场景。

2.继续加大信息化投入力度。任何事物都是从无到有发展的过程，信息化转型也是这样。目前，存在不少的银行，信息化转型口号响亮，甚至不乏将其写进公司的战略体系。没有投入，数字化转型不可能迎面向你走来。银行信息化转型的投入分为两个方面，一是人员的投入，二是资本的投入。

人员投入方面，需要招揽算法方面的人才，需要招揽数据方面的人才，需要投入人力变革组织架构，需要对全员进行数字架构体系的培训。

资金投入方面，银行自身的研发能力毕竟是有限，需要以项目的形式引入外部的算法，需要优化目前的科技架构以适应数字化转型的要求，需要对目前成熟的科技产品做出比较大改动以适应场景化和数据采集的要求。任何事情都不是一蹴而就，数字化转型也是这样。数字化转型是个不断试错的过程，不断特色化的过程。在这个过程中，会产生极多的沉没成本。因此银行在开始数字化转型的探索之前，最好衡量下自身的承受能力，确认自身是否有足够的利润积累完成数字化转型的过程。当然数字化转型一旦成功，对银行的作用也是极大的，首先会有先发优势，其次可以充分挖掘潜在的盈利动各项业务的联合发展。

3. 积极打造开放共享平台。当普通的商业银行有了基础的数字化能力之后，打造开放共享平台，不仅仅只是输入，还有输出，银行实现数字化转型，其实更重要的是借力，借科技公司技术算法之力，借三方共享数据之力，不能和从前一样保守的将技术应用限制在自家行内。在互联网潮流时代，只有开放才能生存，只有共享才会发现别人的优点和自己的缺点，从而扬长补短，才会得到持续的发展动力。

银行要积极将自己的服务能力输出，发光发热的同时既是照亮了别人，也让别人发现了闪闪发光的自己，把自己的服务能力输出给合作伙伴、输出给同行业的同仁、让参与者都得到利益，这样才会更有激情与活力。当银行与合作伙伴同行沟通共享的同时，自身也会在其中拓路获得发展空间。

二、银行数字化转型的难点和解决方式

了解银行数字化转型的运营不一定代表企业能转型成功，因为在推动转型过程中面临各种由于技能不足和机制不足交织在一起形成的固有难点。

1.银行数字化转型最重要的一个难点是数据问题。因为银行本来就是一个严控风险的行业，以及其他一些原因，导致银行留存的客户各维度的信息是比较片面的，导致银行基础数据的不全面，算法通过这么一个数据集无法习得客户较为全面的特征或标签，无法推测出客户真实的偏好与风险。针对该问题的解决思路是：加强和三方的合作，实现信息的共享。改造科技架构，增加客户结构化和非结构化的数据采集点。

2.数字化转型另外一个难点在于数字化体系的构建。数字化转型不应该是银行某个方面的数字化，应该是一个协调配合有机统一的整体。往往实现某个方面的转型是比较容易的，比如厅堂智能化，智能风控、智能营销、金融产品智能推荐，单单拿出某个方面，是比较容易实现。但是想构建一个体系确实需要一个复杂的算法体系，深度的业务整合才能达到。

目前主流的机器学习算法，在图像识别、语音识别等领域商用化十分成功，但是当应用到一个具有社会工程特性的体系时确鲜见收益。这主要是由于目前机器学习应用比较成功的领域，指标或者特征都是可量化且有尽的，但是当涉及到一个体系时，往往很多东西都比较难以量化，且体系内的交互关系也难以穷举，因此构建一个面向体系的算法架构目前来说是存在学术障碍的。针对这一问题，可能的办法就是不断的尝试，积累算法构建经验，另外一方面就要不断关注学术上新成果，考虑这种成果为己所用的可能性。

综上，商业银行的数字化转型为银行的发展带来了新的方向与活力，各大城市商业银行可以共享平台，获得共赢，扬长避短，弥补自身资源与技术能力上的不足。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。