新网银行行长赵卫星:如何打造一家真正的数字银行

机构大成网 财经频道2017-11-17 09:37

文/赵卫星:新网银行行长

在移动互联时代,金融生态及金融格局均已发生重大变化。在大数据、云计算等金融科技的深刻影响下,近年来传统金融机构“离柜率”显著提升,数字化转型进程持续加快。与此同时,以微众银行、网商银行、新网银行等为代表的纯数字银行崭露头角,出生即带着互联网基因,彻底颠覆了以往银行“多营业网点、多产品条线”的运营模式,开启了“平台化、轻成本”的数字银行发展探索。

到底如何才能成为一家真正意义上的数字银行?新网银行行长赵卫星认为目前并无一条现成路径,只能“摸着石头过河”。而作为一家新生代数字银行,应依托差异化战略定位,以“补位者”的角色与传统主流银行优势互补,沿着“产品服务数字化(数字银行1.0阶段)-数字能力共享化(数字银行2.0阶段)-金融服务智慧化(数字银行3.0阶段)”的演进路径,最终成长为兼具“人工智能深度”与“场景连接广度”的智慧数字银行。

数字银行也需要差异化战略定位

作为纯互联网运营的新型机构,数字银行不同于传统金融机构的数字化转型,建立伊始,无论在组织架构、人员配置、信息系统、风控系统等方面,其整体运营均以数字化为核心。由于数字银行轻资产运营且规模较小,其业务范围相对单一、客户群体偏年轻化,作为行业“补位者”,重点服务对象是传统银行服务不到的“长尾客群”。

纵观国内外的纯数字银行,如英国的Atom银行,迪拜商业银行的CBD Now以及国内的微众银行、网商银行、新网银行等,其运营模式大致相同,即运用大数据、云计算、人工智能以及多种金融科技,重构金融底层科技系统、风控系统,为消费者、小微企业等提供高效、便捷、安全的数字化金融服务。

但要取得长足发展,各家数字银行必须依托于自身特有的资源禀赋,明确差异化战略定位。在目前的数字银行阵营里,大致可分为三类:一类是致力于服务C端客户的数字银行,主要依托强场景、大流量,在对场景大数据的深度运用之下,优化交互、产品及流程,降低客户服务成本,提升服务体验;一类是把重心放在服务小微企业客户上,通过综合分析物流数据、供应链数据等信息,创新B端数字金融服务;还有一类则采用了平台化打法,如新网银行,即利用多种金融科技,在服务普通C端用户的同时架起金融开放平台,通过连接各种数据流、资金流、信息流,向各类金融合作伙伴输出科技、风控能力。

差异化定位将带来数字银行“百花齐放”的竞争格局。未来专注于满足C端客户金融需求的数字银行,将会伴随大数据的不断积累,人工智能的不断迭代,在储蓄、信贷、理财等个人业务方面形成核心竞争力,用户黏度进一步提升;侧重于企业端客户的数字银行,会在企业金融服务方面累积数据优势,甚至在足够大的样本分析下,形成强大的行业研判能力,最终形成更广泛的盈利空间;侧重平台化连接的数字银行,则会随着金融科技、风险控制等能力源源不断的输出,在汇聚信息流、资金流等的情况下,形成一张无比巨大的网络,通过数字化手段提升整体行业的资金融通效率。

数字银行1.0:金融产品、服务数字化

无论选择哪种战略定位,数字银行的首要任务是实现金融产品、服务数字化,为此银行需要对包括组织架构、人员结构、信息系统架构、风险防控、流程体验在内的多个环节进行设计。

化繁为简,确保组织架构扁平化。传统银行“总-分-支”三级结构形成的“金字塔”状组织结构,一定程度上存在管理环节多、运作效率不高等问题,而轻量级运营的数字银行由于没有线下网点,产品类型较少,需要扁平化的结构架构,以减少审批中间层级,快速试错迭代更新,根据市场情况迅速、灵活调整运营、业务模式。与传统银行动辄30多个一级部门的架构不同,数字银行的结构更加精简,以新网银行为例,目前仅有15个一级部门,还有视业务运作情况而成立的专业小组进行灵活作战。

多元化人才结构确保强创新能力。数字银行以大数据为起点,广泛运用金融科技开展业务,对大数据、人工智能、互联网信息系统架构、金融科技等人才的需求明显高于传统银行,因此人才结构也必须多元化,才能在跨界融合的文化氛围中开拓创新。在新网银行中,除了拥有不少传统银行工作背景的员工外,还有超过50%的员工来自于科技行业,比如网络架构师、大数据建模分析师、反欺诈研发工程师等。

分布式信息系统架构满足高并发需求。数字银行应建立适应互联网发展节奏的高并发、敏捷开发、快速迭代的信息系统架构,目前较为常见的做法是搭建分布式架构,当业务量高并发时,当某个节点出现故障,批量任务可自动分配到其他正常的节点上执行,从而实现批量任务执行的高可用。

保证大数据实时风控系统持续迭代。数字银行应构建一套实时反欺诈系统、实时大数据风控系统,确保数百条风控规则并行执行,毫秒级响应,保持风控策略的持续更新迭代,在人工智能机器学习的帮助之下,进一步提升安全度与精准度。目前多家数字银行在大数据实时风控上建立了完备的体系,以新网银行为例,我们运用了人脸识别、生物探针、设备指纹等技术,实现了在线实时风险防控。同时通过不断打磨、迭代背后的风控逻辑与模型,借鉴美国科技企业广泛使用的AB测试框架,在线对比多组授信策略表现,根据实际表现自动切换流量,以达到授信策略快速迭代和不断地自我纠偏和更新。

流程体验便捷化,提供全天候金融服务。数字银行全流程均为在线数字化操作,在移动互联时代,手机已成为最普遍、最广泛的业务办理渠道。借助大数据风控及科技手段,可以打破地域和时间限制,无需提交过多资料与手续,就可最大化、最便捷地满足用户7×24小时的金融需求。在新网银行,用户在手机上只需简单三步,就可快速享受金融服务。有一个有趣的现象,传统银行线下网点四五点就关了门,而新网银行的业务申请最繁忙的时间反而是晚上8点后,用户躺在沙发上,甚至被窝里都可以申请借款。

数字银行2.0:数字能力共享化

如果说数字银行1.0阶段是将金融产品和服务数字化,那么在数字银行2.0阶段,则需要依托数字化手段,通过“万能连接”的方式,将科技、风控、支付、精准营销等能力对外开放输出,助力各方机构共享“数字金融红利”。

一方面,商业银行的数字化转型迫在眉睫,面对近万亿元的零售金融市场,绝大部分中小型商业银行均有线下转线上、对公转零售的需求,但迅速构建全新的信息系统架构、组建数字化风控部门、调整业务模式并非易事,除此之外,对大数据的整合分析、深度挖掘能力,大数据风控能力、模型策略迭代能力也是其短板所在。

另一方面,蓬勃发展的出行、外卖、旅游等场景平台汇聚了大量的用户数据,金融需求持续增长。但由于此类平台并无金融资质,加上支付通道成本高企,需要合规金融机构介入实现支付结算、充值、提现、转账、对账等账户功能输出,并借助大数据风控提供更多元化、定制化的金融服务。

以中小商业银行为代表的资金端和以消费场景平台为代表的资产端,目前都需要大数据风控、金融科技对其赋能,而先行一步的数字银行,正具备这样的能力,开放式金融平台应运而生,通过数字化手段优势,可减少资金流、信息流在传递过程中的摩擦阻力,提高资金融通效率。

新网银行就瞄准了这样的市场空间,目前已经搭建起开放式金融平台,针对各类用户群体、不同场景,开放平台提供了多种便捷的连接方式。包括简单快捷的嵌入式H5页面,功能齐备的SDK、API接入,以及零开发门槛的SaaS平台接入等。打个形象的比喻,就如同一个大型金融“百宝工具箱”,合作机构可以根据自身情况,快速进行金融模块的个性化组装。通过新网银行开放式金融平台的赋能、连接,中小商业银行等资金方可以快速通过拓展用户数量与业务规模,资产端可以为广泛C端用户提供便捷、合规的金融服务。

通过“万能连接”,不仅多方受益,加快我国银行业数字化转型的整体进程,同时也能为数字银行自身带来多重附加价值:

获取多维数据全面精准刻画用户画像。现如今,数字化金融探索存在一定困境,要么数据来源相对单一,要么数据来源趋同,风控模型算法也大同小异,对于用户画像不够全面精准,在此情况下,风控审核通过率相对较低,服务客群半径难以快速扩大。而通过与多个资金、资产端进行合作的开放连接,数字银行可以获取更多维度数据,对单一用户进行全面画像。可以想见,当其购物、社交、出行、吃喝玩乐、政务等数据都汇聚到一起时,基于此的风控模型运算也将更加精准。

实现传统盈利模式向多元化盈利模式转型。在此阶段的数字银行将不再单纯依赖于“存贷利差”,还会通过输出金融科技能力、大数据风控能力、账户、支付等获得盈利。如在支付环节,新网银行聚合了人行系、银联系、第三方支付、区域结算中心等多个支付渠道,打造了基于智能路由的支付管理平台,可向合作伙伴提供高可用、低成本、多链路、全场景的综合支付服务。

数字银行3.0:金融服务智慧化

展望未来,数字银行的3.0版本将由人工智能驱动。目前,不少金融机构已积极介入、布局此领域,但绝大多数机构仅仅处于理论和初级运用阶段。

新网银行也在人工智能上进行了探索,目前主要运用在风控环节,如利用随机森林(Random Forest)、梯度提升树(Gradient Boosting Decision Tree)、支持向量机(Support Vector Machine)等机器学习模型,实现对客户信用的快速甄别,几秒钟便可完成审批放款。利用此机器学习模型能够有效克服变量维度多、数据缺失率大、非线性等问题,有效提高风险评估模型的准确性,降低零售风险。

举个简单的例子,在判断是否为用户本人申请贷款时,人工智能会在申请动作开始时就介入到学习用户行为之中,并根据以往数据进行比对。如申请用户习惯于在晚上8点-9点,在同一WIFI环境中用右手大拇指操作手机登录。经过一段时间对客户行为的学习,人工智能会将若干关键行为要素作为用户操作行为可信的判断标准,若缺少重要行为要素则会触发二次验证甚至人工介入。

未来人工智能还有更多应用空间。从智能客服到智能投顾,从授信策略到风险监管,人工智能都可以提供辅助信息帮助判断,甚至随着数据和算法日益精进,人工智能系统会自发生成判断逻辑,如当用户行为触发了某一规则之后,系统会自动匹配营销方式,推荐定制化的金融产品甚至其他消费类产品。如当人工智能系统获取用户曾在网络上有过搜索汽车的行为,就会匹配其个人职业、收入状况、家庭构成、性格特征甚至城市交通状况等多维数据,自动在某一时间点为其提供定制化车贷解决方案,同时给出购买车型等建议。

未来的数字银行智能化能够达到什么样的程度,也许会远超我们的想象,但不可否认的是,它必须在人类道德基准范围内被开发和利用,而最终实现的目标,是通过人工智能技术让人人受益,即通过提升金融效率,优化用户体验,让普惠金融走向更多平凡人,为用户提供高效、精准、便捷的金融服务。

今日推荐:

成都人的养老金连年上涨,这种情况下,该给父母补缴养老保险吗?

如果要补缴养老金该如何操作呢?

扫描下方二维码或者搜索微信公众号成都有财(cd_money),回复关键词【养老】查看全部内容。

保险应该怎么买 知道这些才不会掉坑里

成都有财微信公众号

正文已结束,您可以按alt+4进行评论