數(shù)字化轉(zhuǎn)型是技術(shù)的融合更是管理的優(yōu)化
——記2020第二期質(zhì)量大講堂（一）

◆ 周秀慧 / 文

質(zhì)量大講堂是上海市質(zhì)量協(xié)會(huì)舉辦的重要公益宣傳品牌活動(dòng)。2020年7月16日，第二期質(zhì)量大講堂在太平洋保險(xiǎn)集團(tuán)舉辦，本次大講堂的主題是“科技金融、數(shù)字賦能”。

金融行業(yè)數(shù)字化智能化運(yùn)營(yíng)的成功路徑

本次大講堂的第一位演講嘉賓是上海畫龍信息科技有限公司(Datatist)的創(chuàng)始人宋碧蓮博士，演講主題是“金融行業(yè)數(shù)字化智能化運(yùn)營(yíng)的成功路徑”。

數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)經(jīng)營(yíng)痛點(diǎn)

科技是金融發(fā)展的新驅(qū)動(dòng)力，數(shù)字經(jīng)濟(jì)是經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎。宋碧蓮博士曾帶領(lǐng)團(tuán)隊(duì)為eBay挖掘數(shù)億美元的市場(chǎng)營(yíng)銷機(jī)會(huì)。在本次演講中她指出，eBay是全球電商平臺(tái)的鼻祖，其核心戰(zhàn)略被稱為互聯(lián)網(wǎng)1.0的線上化經(jīng)濟(jì)，實(shí)質(zhì)是精細(xì)化運(yùn)營(yíng)用戶。在用戶運(yùn)營(yíng)階段中，通過大量的獲客、促活、復(fù)購(gòu)、交叉購(gòu)買和權(quán)益共享等方法，把流量池運(yùn)作到最大?；ヂ?lián)網(wǎng)2.0的核心是數(shù)字化經(jīng)濟(jì)，將用戶資產(chǎn)積累到一定程度進(jìn)行流量和數(shù)據(jù)變現(xiàn)。阿里巴巴在和eBay比拼時(shí)，不再收取商家的租金費(fèi)用，而是收取數(shù)據(jù)產(chǎn)品的費(fèi)用，比如商家線上廣告、搜索排名等，就是將數(shù)據(jù)進(jìn)行了變現(xiàn)。同時(shí)，阿里巴巴把數(shù)據(jù)應(yīng)用、數(shù)據(jù)價(jià)值的挖掘做到了極致，通過大數(shù)據(jù)挖掘，將站內(nèi)業(yè)務(wù)延伸拓展到站外業(yè)務(wù)，實(shí)現(xiàn)與各行各業(yè)深度融合、賦能發(fā)展的互聯(lián)網(wǎng)3.0，將用戶身上潛在的二次價(jià)值、三次價(jià)值發(fā)掘出來，實(shí)現(xiàn)再變現(xiàn)，從而取得了巨大的成功。國(guó)際互聯(lián)網(wǎng)公司如Facebook、Google都擁有這種變現(xiàn)能力，其核心商業(yè)模式也是數(shù)字化經(jīng)濟(jì)。

宋碧蓮博士認(rèn)為，數(shù)字化、智能化轉(zhuǎn)型的目的，一是幫助企業(yè)更好地實(shí)現(xiàn)線上化經(jīng)濟(jì)，提高私域流量用戶運(yùn)營(yíng)效果和效率；二是更好地挖掘用戶資產(chǎn)和數(shù)據(jù)資產(chǎn)的二次價(jià)值，對(duì)外賦能，進(jìn)一步實(shí)現(xiàn)數(shù)字化經(jīng)濟(jì)。不管哪個(gè)階段，用戶運(yùn)營(yíng)是基礎(chǔ)，是根本。

宋碧蓮博士分析總結(jié)了當(dāng)前包括電商平臺(tái)、金融企業(yè)等泛互聯(lián)網(wǎng)企業(yè)用戶存在的運(yùn)營(yíng)痛點(diǎn)，介紹了人工智能在企業(yè)決策、平臺(tái)構(gòu)建、營(yíng)銷活動(dòng)中能夠發(fā)揮的作用和創(chuàng)造的價(jià)值。

痛點(diǎn)一：用戶運(yùn)營(yíng)需要改進(jìn)生產(chǎn)力。運(yùn)營(yíng)1.0階段是傳統(tǒng)決策模式，需要很多市場(chǎng)運(yùn)營(yíng)人員通過策劃大量的活動(dòng)來完成用戶經(jīng)營(yíng)?？己藸I(yíng)銷能力的核心KPI是ROI（投入產(chǎn)出比）。在1.0階段，能否激活潛在用戶憑的是經(jīng)驗(yàn)，ROI無法保證，盈虧隨機(jī)。2.0階段是數(shù)據(jù)決策模式，ROI可以提升，但是提升倍數(shù)有限。到了3.0階段，所有的運(yùn)營(yíng)決策，包括人群包的選擇、內(nèi)容推送、權(quán)益提供和渠道觸達(dá)，都是通過人工智能完成，極大地提高了運(yùn)營(yíng)效率。人工智能運(yùn)營(yíng)（AI運(yùn)營(yíng)）模式，結(jié)合數(shù)百種AI算法和運(yùn)營(yíng)專家實(shí)踐經(jīng)驗(yàn)，適用于各種營(yíng)銷運(yùn)營(yíng)場(chǎng)景，讓運(yùn)營(yíng)擁有AI決策大腦，能瞬間從紛繁復(fù)雜的影響因素中找到各類運(yùn)營(yíng)決策的最優(yōu)解。

痛點(diǎn)二：分不清三個(gè)系統(tǒng)邊界——產(chǎn)品、數(shù)據(jù)和運(yùn)營(yíng)。運(yùn)營(yíng)好用戶，產(chǎn)品、數(shù)據(jù)和運(yùn)營(yíng)是三個(gè)密不可分的要素。產(chǎn)品不僅指保險(xiǎn)產(chǎn)品，互聯(lián)網(wǎng)平臺(tái)上的APP、小程序和公眾號(hào)都是可以優(yōu)化的產(chǎn)品。數(shù)據(jù)不是基礎(chǔ)數(shù)據(jù)采集和分析，而是商機(jī)挖掘。只有把商機(jī)挖掘出來，數(shù)據(jù)的價(jià)值才能發(fā)揮出來，而且商機(jī)一定要通過運(yùn)營(yíng)來變現(xiàn)和轉(zhuǎn)化。比如，明明知道某人會(huì)購(gòu)買某類保險(xiǎn)，但是如果沒有開展配套活動(dòng)把它轉(zhuǎn)化，這個(gè)商機(jī)就可能被浪費(fèi)，沒有形成生產(chǎn)力。人工智能運(yùn)營(yíng)可以挖掘商機(jī)，通過大量的商機(jī)轉(zhuǎn)化來實(shí)現(xiàn)變現(xiàn)。

痛點(diǎn)三：企業(yè)運(yùn)營(yíng)缺人、缺系統(tǒng)、缺經(jīng)驗(yàn)?？茖W(xué)的線上化、數(shù)字化、智能化系統(tǒng)需要有配套的組織架構(gòu)、系統(tǒng)和懂?dāng)?shù)據(jù)運(yùn)營(yíng)的人。業(yè)務(wù)中臺(tái)對(duì)應(yīng)的是產(chǎn)品，包括營(yíng)銷業(yè)務(wù)系統(tǒng)（APP、小程序、電話客服、電話銷售、智能交互大廳、業(yè)務(wù)員CRM系統(tǒng)等）、核心系統(tǒng)、財(cái)務(wù)系統(tǒng)、ERP系統(tǒng)等，中間是數(shù)據(jù)中臺(tái)，上面是面向應(yīng)用的運(yùn)營(yíng)中臺(tái)。宋碧蓮博士分析說，很多公司數(shù)據(jù)中臺(tái)搭建完成之后的應(yīng)用做得很差，數(shù)據(jù)團(tuán)隊(duì)不知道怎么服務(wù)運(yùn)營(yíng)，運(yùn)營(yíng)團(tuán)隊(duì)又不知道如何用數(shù)據(jù)賦能，中間有斷層。

要把運(yùn)營(yíng)做好，需要有配比的團(tuán)隊(duì)協(xié)同工作。除了全套的運(yùn)營(yíng)人員外，還要有專門服務(wù)于運(yùn)營(yíng)團(tuán)隊(duì)的數(shù)據(jù)人員，也叫商業(yè)分析師。商業(yè)分析師越多，運(yùn)營(yíng)效果越好，但是目前大部分公司缺少服務(wù)運(yùn)營(yíng)的數(shù)據(jù)人員。

另一個(gè)重要的缺失是營(yíng)銷決策中心。很多公司因?yàn)槿狈Q策中心，運(yùn)營(yíng)團(tuán)隊(duì)各自為政，沒有構(gòu)建全局優(yōu)化的指標(biāo)體系。

大部分的零售公司和金融公司都沒有一個(gè)成套的或者是人數(shù)足夠的對(duì)應(yīng)團(tuán)隊(duì)，在這種情況下就需要考慮上機(jī)器人系統(tǒng)。此外，企業(yè)還需要驅(qū)動(dòng)商機(jī)轉(zhuǎn)化的中樞神經(jīng)系統(tǒng)，如自動(dòng)化運(yùn)營(yíng)RPA系統(tǒng)，也就是俗稱的運(yùn)營(yíng)管理和控制中心，以便通過自動(dòng)化運(yùn)營(yíng)解決人員不足問題、提高運(yùn)營(yíng)效率。所以，自動(dòng)化和智能化需要協(xié)同配合，快速實(shí)現(xiàn)轉(zhuǎn)變。

最后還需要有成熟的流程。數(shù)據(jù)中如何挖商機(jī)、AI如何優(yōu)化決策和運(yùn)營(yíng)如何轉(zhuǎn)化商機(jī)，都要形成一套高效的流程。

痛點(diǎn)四：缺乏懂運(yùn)營(yíng)場(chǎng)景、能驅(qū)動(dòng)數(shù)據(jù)為運(yùn)營(yíng)賦能的外力。宋碧蓮博士說，金融機(jī)構(gòu)線上化、數(shù)字化轉(zhuǎn)型需要四方面的經(jīng)驗(yàn)——互聯(lián)網(wǎng)經(jīng)驗(yàn)、運(yùn)營(yíng)經(jīng)驗(yàn)、大數(shù)據(jù)人工智能的操縱經(jīng)驗(yàn)以及金融行業(yè)的經(jīng)驗(yàn)，缺一不可。

數(shù)字化智能運(yùn)營(yíng)成功路徑

數(shù)字化智能運(yùn)營(yíng)涉及非常專業(yè)和非常復(fù)雜的技術(shù)和流程，需要許多不同專業(yè)的大數(shù)據(jù)人才，如數(shù)據(jù)采集師、架構(gòu)師、特征加工工程師、模型師和商業(yè)分析師等，還需要各種專業(yè)的運(yùn)營(yíng)人才，如市場(chǎng)運(yùn)營(yíng)、產(chǎn)品運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)和全生命周期用戶運(yùn)營(yíng)等人才。作為國(guó)際AI運(yùn)營(yíng)決策機(jī)器人的發(fā)明者團(tuán)隊(duì)，宋碧蓮博士以海爾為例，梳理出數(shù)字化智能運(yùn)營(yíng)的成功路徑。

第一步：?jiǎn)栴}診斷和機(jī)會(huì)評(píng)估。通過診斷和分析，宋碧蓮博士發(fā)現(xiàn)問題主要表現(xiàn)在兩個(gè)方面：一是老客戶在整個(gè)銷售額里的占比很不健康，不到50%；二是新用戶占比過高，且流失率很高。隨后進(jìn)行了精準(zhǔn)營(yíng)銷價(jià)值評(píng)估，測(cè)算不同營(yíng)銷人群比例的收益和ROI。評(píng)估發(fā)現(xiàn)，從老客戶身上挖掘商機(jī)，如果投入4800萬元的成本，可以保證約50倍的ROI，新增24億元的收益。

第二步：科學(xué)的規(guī)劃場(chǎng)景和指標(biāo)體系。把所有與用戶運(yùn)營(yíng)有關(guān)的線上線下的各種場(chǎng)景構(gòu)造出來，利用智能決策中心確定每個(gè)環(huán)節(jié)的活動(dòng)和配套的方法。

第三步：改變工作模式。針對(duì)該項(xiàng)目，宋碧蓮博士帶領(lǐng)兩三個(gè)專家和海爾原有的幾個(gè)人的運(yùn)營(yíng)團(tuán)隊(duì)通過智能運(yùn)營(yíng)機(jī)器人系統(tǒng)開始運(yùn)營(yíng)。每個(gè)業(yè)務(wù)員通過掌上小程序（每個(gè)小程序都有智能決策引擎的支撐，如潛客雷達(dá)系統(tǒng)），先把商機(jī)挑選出來，精準(zhǔn)確定哪些用戶可能購(gòu)買洗衣機(jī)或冰箱，并評(píng)估其購(gòu)買力；然后，通過人工智能針對(duì)性地形成一套活動(dòng)策略；接著，業(yè)務(wù)員用智能決策和掌上小程序發(fā)起邀約開展直播，將商機(jī)變現(xiàn)，一場(chǎng)直播下來就能售出十萬臺(tái)左右。

第四步：構(gòu)建面向運(yùn)營(yíng)的數(shù)據(jù)應(yīng)用，實(shí)施商機(jī)挖掘；構(gòu)建面向運(yùn)營(yíng)的自動(dòng)化營(yíng)銷系統(tǒng)，進(jìn)行商機(jī)轉(zhuǎn)化。宋碧蓮博士提醒說，在進(jìn)行商機(jī)轉(zhuǎn)化變現(xiàn)過程中，需要將商機(jī)挖掘和商機(jī)轉(zhuǎn)化配套成一個(gè)系統(tǒng)連接終端，比如業(yè)務(wù)員體系。業(yè)務(wù)員也叫銷售員，銷售員也是需要畫像的。這樣，人工智能在進(jìn)行線索分配時(shí)，就知道高價(jià)值用戶應(yīng)該分配給哪個(gè)銷售員。銷售員能不能把握住高價(jià)值用戶、是否擅長(zhǎng)推介對(duì)應(yīng)產(chǎn)品，就是通過畫像標(biāo)簽展示出來的，然后才能協(xié)同后續(xù)的工作。

第五步：設(shè)計(jì)符合實(shí)際情況的執(zhí)行計(jì)劃。宋碧蓮博士帶領(lǐng)的團(tuán)隊(duì)在接下項(xiàng)目后不到兩個(gè)月時(shí)間內(nèi)就構(gòu)造了不同的場(chǎng)景，如用戶復(fù)購(gòu)、交叉引流和交叉購(gòu)買，同時(shí)構(gòu)造用戶權(quán)益模型，針對(duì)不同類型的用戶給予不同的權(quán)益。項(xiàng)目開始兩個(gè)月后啟動(dòng)不同的市場(chǎng)活動(dòng)。到目前為止，已經(jīng)開展大大小小的活動(dòng)約幾十場(chǎng)。系統(tǒng)跟服務(wù)同步進(jìn)行。

第六步：?jiǎn)?dòng)人工智能運(yùn)營(yíng)。AI運(yùn)營(yíng)的效果如何？該項(xiàng)目即AI運(yùn)營(yíng)模型組，與海爾經(jīng)驗(yàn)組進(jìn)行了比較，比較結(jié)果顯示：在不到三個(gè)月的時(shí)間里，AI運(yùn)營(yíng)組投入營(yíng)銷成本35萬，拿到了2多億元的收入，ROI值接近500；而海爾經(jīng)驗(yàn)組產(chǎn)生了4000多萬元收入。AI組比經(jīng)驗(yàn)組新增1.67億元收入，且購(gòu)買轉(zhuǎn)化率比高出近20倍；海爾AI運(yùn)營(yíng)組獲客成本平均為27元，與拼多多獲客平均成本140多元相比下降了至少90%。海爾案例，說明AI運(yùn)營(yíng)不僅增效，而且降本，大幅提高了生產(chǎn)力。

第七步：固化成功運(yùn)營(yíng)經(jīng)驗(yàn)，形成自動(dòng)化運(yùn)營(yíng)流程，提高運(yùn)營(yíng)效率。

第八步：?jiǎn)?dòng)下一個(gè)運(yùn)營(yíng)場(chǎng)景，逐步形成全生命周期運(yùn)營(yíng)，循環(huán)優(yōu)化運(yùn)營(yíng)效果。

宋碧蓮博士說，在金融領(lǐng)域，AI運(yùn)營(yíng)已經(jīng)成功幫助平安好車主等幾十個(gè)線上平臺(tái)進(jìn)行線上化數(shù)據(jù)采集、分析和全生命周期運(yùn)營(yíng)，提高活躍用戶轉(zhuǎn)化率3.2倍，人均促活成本減低60%；幫助陽光保險(xiǎn)繪制客戶360度畫像以構(gòu)造智能運(yùn)營(yíng)體系；幫助中國(guó)人保實(shí)現(xiàn)車險(xiǎn)推健康險(xiǎn)的交叉引流，毛利率提高了5.9倍，電話員人力成本下降60%；幫助光大銀行建立了營(yíng)銷特征庫(kù)，采集2.5萬多個(gè)營(yíng)銷特征，用于構(gòu)建金融產(chǎn)品交叉推薦模型和產(chǎn)品風(fēng)險(xiǎn)偏好特征矩陣；幫助廣發(fā)證券構(gòu)建線上平臺(tái)數(shù)字化智能運(yùn)營(yíng)系統(tǒng)，提供個(gè)性化內(nèi)容推薦和全生命周期運(yùn)營(yíng)模型等。

從新零售探索金融數(shù)智轉(zhuǎn)型

第二位演講嘉賓是來自阿里云智能新金融高級(jí)總監(jiān)馬榮強(qiáng)，他的演講題目是“從新零售數(shù)字化經(jīng)營(yíng)探索金融數(shù)智轉(zhuǎn)型”。

新零售的啟示

馬榮強(qiáng)認(rèn)為，新零售是一種更高效率的零售，是應(yīng)用現(xiàn)代新科技完成“人貨場(chǎng)”的重構(gòu)。新零售的核心方法論是“用數(shù)據(jù)驅(qū)動(dòng)精益增長(zhǎng)”，制定核心運(yùn)營(yíng)指標(biāo)，量化營(yíng)收增長(zhǎng)目標(biāo)，減少產(chǎn)業(yè)鏈中間環(huán)節(jié)，量化成本控制目標(biāo)。常用的衡量方法，包括精準(zhǔn)獲客渠道、運(yùn)營(yíng)激活潛客、線上線下體驗(yàn)、價(jià)值變現(xiàn)模式、裂變式營(yíng)銷等。

數(shù)字化運(yùn)營(yíng)能多層面提升人效、坪效、流效和時(shí)效，馬榮強(qiáng)從人貨場(chǎng)的角度對(duì)此進(jìn)行了解構(gòu)分析。“場(chǎng)”，衡量指標(biāo)是坪效，也就是面積能帶來效率，相關(guān)指標(biāo)是貨架轉(zhuǎn)化率（自營(yíng)為主）和檔口坪效（店中店），涉及到門店基礎(chǔ)數(shù)據(jù)管理、貨架數(shù)字化管理和門店分群管理；“貨”，衡量指標(biāo)有與供應(yīng)鏈平衡相關(guān)的門店缺貨率和門店庫(kù)存周轉(zhuǎn)，涉及到自動(dòng)補(bǔ)貨、損耗管理和庫(kù)存全鏈路360管理；“人”，衡量指標(biāo)是人效，與之相關(guān)的是人員排班質(zhì)量（有效工時(shí)占比）、任務(wù)指令和操作/工具效率，涉及到移動(dòng)店務(wù)助手、智能排班和集單調(diào)度優(yōu)化等管理。尤其要在供應(yīng)鏈及服務(wù)效能、商品、服務(wù)交付時(shí)效和營(yíng)銷這些關(guān)鍵業(yè)務(wù)價(jià)值鏈上進(jìn)行數(shù)智創(chuàng)新。

金融數(shù)字化轉(zhuǎn)型探索實(shí)踐

馬榮強(qiáng)介紹了阿里金融相關(guān)業(yè)務(wù)的情況。作為開在“云”上的銀行，網(wǎng)商銀行服務(wù)超過2000萬家小微企業(yè)經(jīng)營(yíng)者，由阿里云提供核心科技能力。網(wǎng)商銀行所謂的“310”，是指3分鐘申請(qǐng)，1秒鐘放貸，0人工干預(yù)。阿里巴巴通過大數(shù)據(jù)、人工智能等讓風(fēng)控實(shí)現(xiàn)線上化，然后實(shí)時(shí)把控風(fēng)控，網(wǎng)上銀行的“310”策略到目前為止，不良率不到1%。

智能醫(yī)療理賠由一個(gè)數(shù)智中心、兩種推理模式和三種感知能力組成。數(shù)智中心的左腦是業(yè)務(wù)推理，右腦是風(fēng)險(xiǎn)管控。兩種推理模式以知識(shí)圖譜和規(guī)則推理為主，模型推理加以輔助。三種感知能力是基于視頻掃描的憑證采集、基于健康知識(shí)圖譜的醫(yī)療憑證主體識(shí)別和基于健康知識(shí)圖譜的健康事件抽取。通過領(lǐng)域知識(shí)、場(chǎng)景感知、推理決策和可視化交互理賠大腦進(jìn)行運(yùn)營(yíng)。

螞蟻生態(tài)的創(chuàng)新業(yè)務(wù)中：支付寶開啟了移動(dòng)支付先河，2019年全國(guó)移動(dòng)支付超過440萬億，全球超過10億用戶，核心技術(shù)有移動(dòng)技術(shù)、金融分布式、智能風(fēng)控和生物識(shí)別；螞蟻花唄是無介質(zhì)的類信用卡服務(wù)，4年時(shí)間超過4億用戶，核心技術(shù)有智能風(fēng)控和生物識(shí)別；網(wǎng)商銀行310的核心技術(shù)也包括智能風(fēng)控。馬榮強(qiáng)認(rèn)為，隨著市場(chǎng)拐點(diǎn)的到來，應(yīng)將全面風(fēng)險(xiǎn)控制上升到戰(zhàn)略高度并加大投入，建立基于大數(shù)據(jù)的智能風(fēng)控，打造高度專業(yè)化的風(fēng)險(xiǎn)管理，對(duì)技術(shù)風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)和外部合作風(fēng)險(xiǎn)加以管理，建設(shè)全面風(fēng)險(xiǎn)管理體系。

馬榮強(qiáng)強(qiáng)調(diào)了金融數(shù)字化轉(zhuǎn)型中的幾個(gè)關(guān)鍵要素。

敏捷創(chuàng)新是數(shù)字化的腰部力量。主要分了四層：敏捷型技術(shù)創(chuàng)新、業(yè)務(wù)共享、技術(shù)共享和資源共享。技術(shù)創(chuàng)新能支撐業(yè)務(wù)高速發(fā)展、線性擴(kuò)展。公司內(nèi)部的共享服務(wù)體系打破“煙囪式”架構(gòu)，支撐業(yè)務(wù)快速創(chuàng)新；云化基礎(chǔ)架構(gòu)高效支撐業(yè)務(wù)增長(zhǎng)，靈活伸縮帶來巨大的成本節(jié)約。業(yè)務(wù)層面的特征有：創(chuàng)新快、敏捷、持續(xù)迭代；數(shù)據(jù)實(shí)時(shí)打通、實(shí)時(shí)在線，無孤島等。

數(shù)據(jù)的豐度是數(shù)字化核心要素。現(xiàn)在的金融行業(yè)包括保險(xiǎn)業(yè)，數(shù)據(jù)的豐度和廣度有很大的缺失。馬榮強(qiáng)認(rèn)為，可以通過業(yè)務(wù)的豐富化、搭建業(yè)務(wù)中臺(tái)、承接多樣化創(chuàng)新的業(yè)務(wù)讓各種業(yè)務(wù)數(shù)據(jù)沉淀下來。業(yè)務(wù)中臺(tái)的價(jià)值，向上快速滿足業(yè)務(wù)方場(chǎng)景，讓最懂業(yè)務(wù)、最熟悉商業(yè)的人開發(fā)應(yīng)用業(yè)務(wù)；向下歸集數(shù)據(jù)，集團(tuán)收攏會(huì)員、訂單、商品和支付等數(shù)據(jù)。他強(qiáng)調(diào)，做“智能”不能光講算法，要和場(chǎng)景和數(shù)據(jù)融合。未來數(shù)據(jù)是金融科技的基石。隨著行業(yè)體量的增加和治理能力的提升，數(shù)據(jù)將被作為一種資產(chǎn)運(yùn)營(yíng)，并在各行各業(yè)擴(kuò)展應(yīng)用場(chǎng)景。數(shù)據(jù)會(huì)幫助金融企業(yè)重塑生產(chǎn)、決策甚至商業(yè)鏈條。

阿里云數(shù)智方案建議

疫情加速金融機(jī)構(gòu)與客戶溝通的數(shù)字化。一是意識(shí)轉(zhuǎn)型：在生存法則下，數(shù)字化戰(zhàn)略從奢侈品變成了必需品。二是管理重構(gòu)：從強(qiáng)組織到扁平化、中臺(tái)化賦能型組織轉(zhuǎn)型。三是業(yè)務(wù)重生：基于社會(huì)分工下的業(yè)務(wù)數(shù)字化協(xié)同模式。四是融合加速：基于數(shù)據(jù)價(jià)值的多元化融合加速，包括新技術(shù)的融合、數(shù)據(jù)匯聚和多平臺(tái)融合支撐。

馬榮強(qiáng)歸納了金融企業(yè)數(shù)字化轉(zhuǎn)型的四個(gè)關(guān)鍵點(diǎn)：一是戰(zhàn)略升級(jí)：全面數(shù)字化一定要上升到企業(yè)一把手層面，圍繞核心戰(zhàn)略規(guī)劃分步實(shí)施，以小步快跑方式在過程中不斷檢驗(yàn)與糾偏。二是組織升級(jí)：傳統(tǒng)企業(yè)業(yè)務(wù)的割裂，其根源往往來自于組織架構(gòu)的分割，數(shù)字化背景下的業(yè)務(wù)領(lǐng)域往往涉及跨部門協(xié)同以及組織能力與數(shù)字化需求的匹配，因此數(shù)字化建設(shè)須結(jié)合組織升級(jí)并行。三是流程升級(jí)：傳統(tǒng)企業(yè)通常采用“流水線作業(yè)方式”實(shí)現(xiàn)流程的標(biāo)準(zhǔn)化，數(shù)字化更關(guān)注業(yè)務(wù)領(lǐng)域自身的能力與流程共享，流程升級(jí)必不可少。四是技術(shù)升級(jí)：隨著互聯(lián)網(wǎng)業(yè)務(wù)的不斷創(chuàng)新，企業(yè)通過IT技術(shù)升級(jí)實(shí)現(xiàn)業(yè)務(wù)敏捷創(chuàng)新、隨需而變，數(shù)據(jù)實(shí)時(shí)共享打通、業(yè)務(wù)實(shí)時(shí)在線，降本增效。

馬榮強(qiáng)認(rèn)為，數(shù)字化的轉(zhuǎn)型不僅是技術(shù)的融合，更是一個(gè)管理優(yōu)化的過程。組織應(yīng)以可持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)為關(guān)注重點(diǎn)，保持戰(zhàn)略的一致性，發(fā)揮領(lǐng)導(dǎo)層的核心作用，全員的參與和考核，通過過程管理、全局優(yōu)化，以循序漸進(jìn)和持之以恒地推進(jìn)創(chuàng)新引領(lǐng)和開放協(xié)作，推動(dòng)和實(shí)現(xiàn)數(shù)據(jù)、技術(shù)、業(yè)務(wù)流程和組織結(jié)構(gòu)四要素的互動(dòng)創(chuàng)新和持續(xù)優(yōu)化。