商业银行智能决策能力建设白皮书

亿欧智库 观远数据X EOIntelligence 商业银行 智能决策能力建设白皮书 PREFACE 前言 尊教的读者，您好！ 银行业作为金融行业的龙头，面临着信息爆炸和业务复杂度增加的挑战。在这个大环境下，如何加强银行数字化转型和业务智能化建设，提高金融机构的商业效益和客户服务质量，是银行科技人员、决策者和相关专 业人员必须面对和解决的问题。 银行智能决策是银行数字化转型和业务智能化建设的重要手段。它通过运用大数据和人工智能等前沿技术，从海量数据中挖据出有价值的信息，为银行业务决策提供更准确、更合理的依据。同时，银行智能决策还可 以提高银行机构的战略规划、风险控制和客户服务等方面的能力，从而增强银行的竞争优势和市场地位，本报告从银行智能决策的概念、价值、工具和方法等方面进行了全面的阐述和分析，着重探讨银行智能决策在实际应用中的价值和意义，希望为银行科技人员和决策者提供一份理论与实践相结合的资料，助力他们在银行数字化转型和业务智能化建设中取得更为优异的成绩。 最后，我希望报告能够给读者带来有益的信息与启示，跟随着智能化数字化的时代潮流，开创出更加火热而具有挑战的银行业新航程。感谢大家的关注和支持，祝愿每一位在银行智能决策领城挥酒着自已才情与智慧 的伙伴们，都能够在实现自身价值和推进行业发展中获得成功！ 3.1六大建设环节，让银行BI建设一步做对 3.2银行B采购关键要素指向生态伙伴4大能力 DIRECTORY 目录 01.建设背景：破局银行数据超载和决策困境 EO t0 90 80 1.1数据超载，让银行决策迟缓，智能决策成为破局关键 1.2银行智能决策建设两大根基：数据基确和战略定位 1.3银行智能决策建设两大价值：业务改善和管理提效 1.4银行构建智能决策关键拆手：全局建设与单点突破 02.建设难点：数据质量、组织文化、数字化工具 2.2实现智能决策的根本是数据应用程度进一步提升 2.3数据质量、文化、工具不足影响银行实现智能决策 2.1银行B✁设经历四大阶段12 13 19 103.建设指南：六大核心环节与IPSI选型指标体系 23 26 27 31 104.趋势展望：实现银行敏捷运营与智能洞察 3.3银行BI选型指标体系（IPSI），让智能决策一步做好 3.4观远助力银行实现智能决策，让合作伙伴不走弯路 4.1变革数据生产关系，由中心化决策向分级决策转型 4.2Al增强分析与ChatGPT扩展BI能力边界，让数据自己说话 35 36 01 建设背景：破局银行数据超载和决策困境 V转型之痛：数据超载，让银行决策迟缓，智能决策能力成为破局关键 破局之道：依据自身战略定位与数字化基础银行需要构建全面、实时、精准、预见、智 能的智能决策体系 √解决之术：智能决策能力是通过数智化工具将业务数据转换成智慧再反哺回业务的过 程，为银行带来管理价值与业务价值。 落脚之器：BI平台是构建智能决策能力的重要抓手，将促进数据、技术、场景的深度融合，是数据与业务的“链接器”。 02 决策智能 1.1数据超载，让银行决策迟缓，智能决策成为破局关键 VUCA的时代背景下，商业银行函需构建智能决策能力来保障其稳健运营，提升自身核心竞 争力，实现精细化运营 数据超裁下银行面临决策困境。商业银行天生就是“经营数字”的行业，其数据产出在各行业之首。以工行为例，其大数据 已经从TB级进入了PB级阶段，在接下去可预见的几年内会进入EB级的度大体量。数据、算力在爆炸式增长时代背景下，对 银行经营决策造成压力，需构建智能化决策能力来保障其稳健运营。 全球数据量变化趋势预测 银行业在各行业转型中的数据产出最大 全球数据量(单位：ZB) 指数（全球效据量(单位：ZB)) ■Z万美元收,入,产出的数据量(GB) 175 820 3 21.6 16.1 8.6 2015年2016年 2017.年 2018年 报行 专业服务电信 业之一，在VUCA的时代背录下，需要具备实时、全面、准确、智能的决策能力，来保障其稳健运营，提升自身核心竞争 力。为了实现这一目标，将通过提升客户体验、赋能员工展业以及加强风险管理来实现。这就要求商业银行能够更快、更 决策流程。 亿欧智库：致字化转型助力商业银行实现决策智能化 精准的提供更具个性化的交互与产品、生成最佳营销建议、更早发现可能违约或者欺诈行为。数字化技术将优化传统管理 企业外部高业化流程中的数据操索、建模，自动化生产等，主要实点是胃要形成决策闭环，构建数据 支付货款公共业务存款总账 企业内部的数提关联分析、自动化生产更动决策致据融合，数据治理和数据准备，以解决数据不可知、数据不可控，数据不可取以及效据不可联四大难 数据获取，这涉及企业内的技术支持及终一整合，也涉及流程优化，组织调整及职位的查化， 支付此款公共业务存款总账..... 业务数据 业务智能 数据询源 O 国有大行 基于历史背景与主体地位，经营范围更广、策略更稳健，在某种程度上国有大行在存量客户的运 营和维护是更加值得重视的； 全国性股份制银行 与国有大行相比，全国性股份制银行经营范围较低，尤其在长尾客户的覆盖上不及国有大行以及 城高行与农商行，因此对于这类银行如何高效的拓展长尾用户是更加值得关注的； 城商行与农商行 这一部分银行来讲，如何进行精细化区域化服务是更加重要的。 城商行与农商行大多有地方国资投资，其本质上就是要高效、高质量的服务当地客户，因此对于 1.2银行智能决策建设两大根基：数据基础和战略定位 数字化基础与战略定位差异共同决定银行智能决策能力构建侧重，国有大行、全国性股份制 银行侧重全面建设，区域银行则面向本地进行定点突破 国有大行、全国股份制银行、城商行与农商行由于业务范国和历史责任，在定位上有所差异： 亿欧智库：各类商业银行在智能决策领域的差异化发展格局 形成部门级数据平台： 试点业务推进数字运营 形成企业级数据平台； 跨业务条线数据协同 构建数据治理体系； ·全链条敏捷选代能力 科技投入组织能力系统建设 数据基码 持续营业与驱动 商业驱动 区域化服务 战略定位 国有大行 全国股份制银行 城商行，农商行 数字化基础受各银行科技投入、组织能力、系统建设、数据基础制约。 科技投入上，各类银行的金融科技资金投入，与智能决策能力呈现一定正向相关性。从下述国有大行、全国性股份行、 城商行与农商行的直观对比采看，呈现出明显的分化态势。其中，国有大行与股份制银行处于领先地位，成立数据管理 部与加速数据资产管理；中小银行小范围试点数露分析，润票客户需求变化。 ■能力上，有足够的人才支撑与独立管理体系将提升决策能力。领先银行也陆续成立数据管理部，“科技投入+数据管 理“双脏能将引领金融机构数字化转型。器于此，科技投入与数据认知相对薄弱的中小银行，更需要借助外部的商业智 能服务商，更高效地润案客户需求变化与潜在增长点。 形成企业级应用，为业务赋能。城商行与农村金融机构根据自身适用性出发，建立核心需求出发向领先者学习，局部试 ■系统建设上，国有大型银行围绕数据智能形成全链条投入，实现决策自动化与智能化。全国股份制银行从业务角度出发 点数据应用。 数据案器：公开资科、专家资，亿监智库 04 规范推进数据治理，数据丰富且质量较好。城商行与农村金融机构核心关注本地业务，数据量有限，国绕核心应用梳理 数据基础上，国有大型银行与全国股份制银行数量大，分支机构众多，从2018年前后使开始措建数据系统逐步制定数据 底层数据。 数据管理部 2022年金融科技资金投入（单位：亿元） 2014 常熟级行3 10 21 2019 25 数据曾理部 83 2020 87 数报管理部 107 116 SARRR 2021, 数报管理部 142 招商银行 交通银行都政银行中信银行共业银行北京银行上海银行沪农银行 厦门银行13 215 数据资产管理部 232 2022 233 建设银行 农业银行 中国银行 1262 工商银行 组织架构变革：相继成立数据管理部 金融科技投入：2022年我国主要银行投入规模 客户群基数决定数据样本量 中小银行的睿户与网点数量有限，导致数量样本量较少，难以像全国性级行开展收据建摄分析 资金投入有限下的竞争格局 由于中小银行的利润规模准以与全国性银行匹致，因此科 技投入薄智，数据能力处于务势； 分化的数据管理能力：各类银行“金融科技+数据战略“双赋能差距控大 全面、实时、精准、预见、各智能是衡量商业银行智能决策能力的重要维度 商业行智能决策是一个将业务数器转换成智慧再反确回业务的过程，在海量数据聚集且每天部有新变化的如今，智能决 策能力需要具备以下特征： ■全面性：数据具备全面性，且上下游数据清晰可关联，事前指标、事中指标、事后指标可追踪； ■实时性：数据、分析、建议、预警实时动态更新，赋能业务人员实时跟踪事件动态； ·精准性：模型理论支撑完备、可解释性高，能够提供可靠性高的执行策略； ■可见性：基于动态数据更新与模型精准，对相关风险可以预警，对执行策略结果可预测； ■智能：自动、智能、低门槛，实现自动更新数据、自学习调优模型及智能策略，降低业务人员使用门槛。 商业银行构建智能决策能力，体现出获客增收，降低成本。提升效率等三个核心特征，以此驱动着银行寻求数字化转型、 由局部到整体的发展道路。 教招案源；公开资料、专家诺资，记款智库 05 1.3银行智能决策建设两大价值：业务价值和管理价值 商业银行构建智能决策能力，体现出获客增收、降低成本，提升效率等三个核心特征，以此驱动着银行寻求数字化转型、 由局部到整体的发展道路。 “横向到边：数据助力各业务条线掌控全局，智能决策赋能银行业务增长 国绕着我国数字经济的高增长态势，银行触客案道已经由线下转为线上，并逐步构建出全域、全集道、全生命周期的业务 潢向到边”是指商业银行的业务服务流程，从前台业务到中台业务、后台业务，数据驱动着银行全流程的数字化转型。 模式。银行业务办理的战上化流程，也实现了横向的数据流转，保证各环节的数据统一，打通银行内部各系统之间的客户 数据。基于数据管理的商业银行“横向到边数字化转型，核心特征体现为三个方面： 针对客户的全生命周期管理，银行加快探索各阶段客户的需求编好； 环节，中台业务的智能审批与数据中台环节、后台业务的智能风控与数据治理环节，均带来业务模式的重大突破创新。 “"一个基本点”：制定银行总体数据要素发展目标，与数字化转型战略保持一致；“三大业务变革”：纵向观察商业银行自身的关键业务流程与经营管理模式，以数据为核心，将对于前台业务的智能营销 “两大抓手”：一是近两年银行先后加大数据管理能力建设，二是内部组织人才培育与激励机制。 数字化转型决策指引 ·清断的数据要索发展目标： +跨部门协同的统一视图： ·对标一流银行的前瞻理念 一个基本点 前中后台的数据流打通； +数据引领全新发展机遇； +经营理念与业务模式变革 后台业务 智能风控与数据治理 中台业务 智能审壮与数据中台 前台业务 智能营销及客 三大业务变革 数据驱动业务模式变革 ++内部激励机制与鼓励制實 组织人才与 微励考核 专属的数据管理组织机构； 一把手银行高管推进落实； 两大抓手 数据管理体系支撑 加大专业化科技投入，优化数据流转与致据 指标管理，监能银行全业务流程 数军管理能力 绝筹建设全行筑一的数据管强领导小组，拉 90 "纵向到底”：实时更新过程及结果数据，让管理决策更轻松 "纵向到底”是指从商业银行的组织架构层面出发，鉴于各自承担的数据管理职责与数据规模体量各有不同，固此从银行 整体角度构建了自上而下的数据资产管理模式，具体如下： 总行层面 由各业务部门抽调骨干，