上(shang)海2018年9月5日電(dian) /美通(tong)社/ -- 近(jin)日，天(tian)旦(dan)就“數(shu)字(zi)(zi)化轉(zhuan)(zhuan)型羅(luo)盤”的(de)(de)第二維度 -- “決(jue)策(ce)轉(zhuan)(zhuan)型”發(fa)布 “數(shu)據(ju)(ju)驅(qu)動決(jue)策(ce)實踐指(zhi)南(nan)”。在數(shu)字(zi)(zi)化轉(zhuan)(zhuan)型的(de)(de)歷(li)程之中，撲面而來(lai)的(de)(de)新(xin)(xin)客戶、新(xin)(xin)技(ji)術、新(xin)(xin)合作在帶(dai)給企(qi)業(ye)新(xin)(xin)的(de)(de)機(ji)遇的(de)(de)同時，也將引發(fa)新(xin)(xin)的(de)(de)問題：新(xin)(xin)客戶的(de)(de)涌入、新(xin)(xin)技(ji)術的(de)(de)投產、新(xin)(xin)合作的(de)(de)建立，將帶(dai)來(lai)數(shu)據(ju)(ju)積累的(de)(de)井(jing)噴式增(zeng)長。天(tian)旦(dan)發(fa)布“數(shu)據(ju)(ju)驅(qu)動決(jue)策(ce)實踐指(zhi)南(nan)”，結合多年來(lai)服務(wu)于120+銀行用戶、保障(zhang)200億(yi)筆金(jin)融交易(yi)穩定運(yun)行的(de)(de)實踐經驗，三(san)(san)問三(san)(san)答，為(wei)企(qi)業(ye)找(zhao)到數(shu)據(ju)(ju)激活商業(ye)價值(zhi)的(de)(de)突(tu)破(po)口。
真的有必要改變商業決策模型嗎？
市場瞬息萬變，每一個決(jue)策(ce)不僅要(yao)(yao)制勝當下(xia)的競爭，還要(yao)(yao)對(dui)未來負責，因此(ci)決(jue)策(ce)的時效(xiao)性非常重要(yao)(yao)。在(zai)過(guo)去(qu)，企業進(jin)(jin)行商業決(jue)策(ce)時往往依(yi)賴(lai)于個人經驗與直覺，即使參考歷(li)史(shi)數(shu)據，也會因為數(shu)據的滯后性而導致決(jue)策(ce)周期延長(chang)，進(jin)(jin)而導致決(jue)策(ce)的時效(xiao)性變差，失去(qu)與市場狀況的較佳匹(pi)配(pei)性。
在這個時代，每個個體的生活都被高度數據化，消費者經歷的相當一部分都發生在互聯網上，這使得他們在數字世界里的生活成了他們的“第二人生”。這也就意味著，一切在互聯網發生的事情，都可以以數據的形式存儲下來。而隨著市場競爭的加劇，企業的生存空間被逐漸壓縮，商業決策時的試錯成本大大提高，每一個決定都必須經過深思熟慮。而要實現進一步的業務成長和產品創新，就必須了解消費者需要、讀懂他們的內心，這使得對消費者數字化生存所產生的數據進行整合并且得到商業洞察的技術迅速成熟起來，也就是經常被提起的“大數據分析”。這在現實中已經有很多案例，比如某打車軟件的“大數據殺熟”，通過對不同用戶的用車頻次和用車行為進行區分定價以較大化企業利潤；還有京東、淘寶等電商購物網站的“千人千面首頁”，根據不(bu)同消費者購買/瀏覽(lan)記錄呈現不(bu)同的商(shang)品推薦等(deng)等(deng)。
你可能會說，我們公司已經有BI部門（Business Intelligence商業智能）和數據分析師根據數據制定企業戰略，這不就是數據驅動決策嗎？
早在1996年，Gartner就提出了商業智能的概念：商業智能描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處。正如著名的BI廠商Tableau定義其使命為：“幫助人們將數據轉化為可以付諸行動的見解。探索無所不能的可視化分析。”由(you)此可見，BI實(shi)際上就是數據驅動決策(ce)的一種(zhong)實(shi)踐。
二十多年的時間，信息技術快速更迭、推陳出新。大數據的出現，又為BI賦予了新的內涵。IDC咨詢對“大數據”的定義中指出其三個特性：“大數據技術是新一代的技術與架構，它被設計用于在成本可承受的條件下，通過非常快速（velocity）的采集、發現和分析，從大體量（volumes）、多類別（variety）的數據中提取價值”。由此可見(jian)，時(shi)效性從數據挖掘這一概念誕生開(kai)始就如影隨形。
Gartner在《2018分析和商業(ye)智能(neng)平臺魔(mo)力象限(xian)報(bao)告》中指出：到2020年，增(zeng)強數據發現能(neng)力將帶動商業(ye)智能(neng)和分析平臺快速(su)(su)發展(zhan)，用戶數量將以兩倍的速(su)(su)度(du)增(zeng)長，并提(ti)供兩倍的業(ye)務價值。同時，Gartner在報(bao)告中強調，2018年魔(mo)力象限(xian)的關(guan)鍵看點之一(yi)，在于“支持實時數據分析”。
BI部門依賴于數據倉(cang)庫（Data Warehouse）供給數據，而數據的來(lai)源可分為兩大(da)部分：企(qi)業外部的消費人群數據，以及企(qi)業內部的交易過程數據。
天(tian)旦產(chan)品(pin)憑借旁(pang)路方(fang)式(shi)部署，可以(yi)跨業務條線獲(huo)取全業務過(guo)程(cheng)數據(ju)的(de)(de)天(tian)然(ran)優勢(shi)，通過(guo)互聯數據(ju)引(yin)擎，全量(liang)吐(tu)出交易過(guo)程(cheng)數據(ju)，精度高達(da)毫秒級(ji)。通過(guo)互聯數據(ju)引(yin)擎提供的(de)(de)實時數據(ju)，賦(fu)予BI實時數據(ju)分(fen)析的(de)(de)能力。
用實際案(an)例來(lai)看BI與數(shu)據(ju)決策的(de)(de)關(guan)系：企業(ye)領導需(xu)要(yao)宏觀(guan)上對整個企業(ye)的(de)(de)狀況(kuang)有所掌握，以便及時地調(diao)整戰略布局。在(zai)過去，制作報表(biao)(biao)是一件費心費力的(de)(de)事。一方(fang)面(mian)，報表(biao)(biao)的(de)(de)數(shu)據(ju)統(tong)計需(xu)要(yao)時間，從制作到提交到管理層(ceng)，再快也只能(neng)代表(biao)(biao)過去。滯后的(de)(de)業(ye)務數(shu)據(ju)帶來(lai)的(de)(de)也是滯后的(de)(de)業(ye)務決策。
天旦某全國性股份制商業銀行用戶，面向總行業務部門和分/支行行長，基于天旦互聯數據引擎吐出的秒級交易數據（互聯數據引擎吐出的數據較高可達到毫秒級精度），獲取資產與負債實時指標，建立實時“行長駕駛艙”，按地(di)域與(yu)業務類型(xing)，實(shi)(shi)(shi)時(shi)(shi)呈現全(quan)行(xing)資金流，與(yu)各行(xing)機構往來賬目數(shu)據(ju)，行(xing)內各渠道(dao)當日(ri)實(shi)(shi)(shi)時(shi)(shi)總成交量，對(dui)公(gong)、個(ge)人存(cun)款(kuan)金額實(shi)(shi)(shi)時(shi)(shi)分(fen)析等(deng)內容。僅(jin)一(yi)張圖就(jiu)能夠讓總行(xing)業務部門和分(fen)行(xing)/支(zhi)行(xing)行(xing)長(chang)對(dui)全(quan)行(xing)情況全(quan)局(ju)、實(shi)(shi)(shi)時(shi)(shi)掌控(kong)，并且基(ji)于這些數(shu)據(ju)作出最(zui)即時(shi)(shi)的戰略決策(ce)，這就(jiu)是BI實(shi)(shi)(shi)踐與(yu)實(shi)(shi)(shi)時(shi)(shi)數(shu)據(ju)的較(jiao)佳結合(he)案例(li)。
銀行的數據驅動決策能幫到我什么？
在(zai)數(shu)字(zi)(zi)化(hua)轉(zhuan)型(xing)中面(mian)對(dui)的(de)(de)(de)一(yi)切(qie)挑戰(zhan)都可以先(xian)參考銀行(xing)業經(jing)驗的(de)(de)(de)原因(yin)是，作為(wei)經(jing)濟活動的(de)(de)(de)起點(dian)和終(zhong)點(dian)，銀行(xing)首當(dang)其沖面(mian)臨數(shu)字(zi)(zi)化(hua)轉(zhuan)型(xing)的(de)(de)(de)浪潮；而有著所有行(xing)業中最嚴格監(jian)管和業務(wu)要求(qiu)（比如可靠性(xing)必須達到(dao)99.999%）的(de)(de)(de)銀行(xing)，也最迫切(qie)地需要進行(xing)數(shu)字(zi)(zi)化(hua)轉(zhuan)型(xing)。因(yin)此任(ren)何需要經(jing)歷數(shu)字(zi)(zi)化(hua)轉(zhuan)型(xing)的(de)(de)(de)企(qi)業，都可以從銀行(xing)業的(de)(de)(de)豐富(fu)實踐(jian)案例中學習經(jing)驗，少走彎(wan)路。
讓我們(men)來看兩個實(shi)際案例(li)：
案例一，數據驅動用戶營銷，讓用戶在樂不思蜀間創造收益。
應對營收(shou)重心從大客(ke)戶(hu)(hu)(hu)向(xiang)零售客(ke)戶(hu)(hu)(hu)的(de)轉(zhuan)變(bian)，銀行也努(nu)力推出(chu)各(ge)種(zhong)產品吸(xi)(xi)引(yin)用(yong)(yong)戶(hu)(hu)(hu)。對于VIP持卡(ka)人來說，最(zui)有吸(xi)(xi)引(yin)力的(de)自(zi)然就是各(ge)種(zhong)用(yong)(yong)卡(ka)權益。在過去，用(yong)(yong)卡(ka)權益與信(xin)用(yong)(yong)卡(ka)種(zhong)類綁定(ding)，只能(neng)在合同到期(qi)后(hou)進行變(bian)更(geng)，成本高、周期(qi)長、時效性(xing)差，對用(yong)(yong)戶(hu)(hu)(hu)的(de)吸(xi)(xi)引(yin)力也極大受(shou)到了(le)限制。而(er)(er)(er)借助(zhu)對數據分析，用(yong)(yong)戶(hu)(hu)(hu)喜(xi)歡用(yong)(yong)信(xin)用(yong)(yong)卡(ka)買什(shen)么(me)、從什(shen)么(me)渠(qu)道(dao)買等都(dou)可以從交易明細中分析而(er)(er)(er)出(chu)，從而(er)(er)(er)對用(yong)(yong)戶(hu)(hu)(hu)畫(hua)像進行刻畫(hua)和分類，按需設計用(yong)(yong)戶(hu)(hu)(hu)權益，精(jing)準營銷。而(er)(er)(er)營銷的(de)手法借助(zhu)于互(hu)聯網(wang)，也是更(geng)多(duo)玩法、更(geng)加靈(ling)活、更(geng)快反饋。
天(tian)旦某全國性股份制(zhi)商業(ye)銀行用(yong)戶(hu)(hu)，自2017年12月開(kai)始(shi)，將每月10日作為該行固定的(de)(de)(de)VIP會(hui)員權(quan)益秒殺(sha)日。VIP會(hui)員通過手(shou)機(ji)APP，即可(ke)參與。權(quan)益好(hao)禮包括了視聽權(quan)益、加油權(quan)益、酒店免費(fei)住、酒店買一(yi)(yi)(yi)(yi)送一(yi)(yi)(yi)(yi)等(deng)等(deng)，充滿了吸(xi)引(yin)力。自上線以(yi)來，每月10日的(de)(de)(de)用(yong)戶(hu)(hu)訪問(wen)量(liang)(liang)和交(jiao)易(yi)量(liang)(liang)屢創新高，今年8月10日，創下18000TPS的(de)(de)(de)交(jiao)易(yi)峰值紀錄，僅(jin)(jin)僅(jin)(jin)10分(fen)鐘之內(nei)的(de)(de)(de)訪問(wen)量(liang)(liang)就約達平(ping)日5倍，客戶(hu)(hu)領取權(quan)益的(de)(de)(de)總數(shu)在活動開(kai)始(shi)后2分(fen)鐘內(nei)迅(xun)速達到10萬份以(yi)上，連帶信用(yong)卡申請、理(li)財基金、定存轉賬等(deng)周邊業(ye)務被盤(pan)活。這一(yi)(yi)(yi)(yi)活動的(de)(de)(de)成功依托(tuo)于(yu)該行富有遠見的(de)(de)(de)數(shu)字化轉型技術(shu)改造(zao)。通過天(tian)旦BPC，一(yi)(yi)(yi)(yi)方(fang)面為高壓之下的(de)(de)(de)業(ye)務性能提供(gong)了可(ke)靠保障，指導運(yun)維(wei)部(bu)門進行合理(li)的(de)(de)(de)容量(liang)(liang)規劃；另一(yi)(yi)(yi)(yi)方(fang)面，完(wan)整(zheng)、實時的(de)(de)(de)交(jiao)易(yi)過程數(shu)據充分(fen)體(ti)現用(yong)戶(hu)(hu)的(de)(de)(de)喜(xi)好(hao)，用(yong)技術(shu)手(shou)段(duan)“懂用(yong)戶(hu)(hu)”，為業(ye)務部(bu)門的(de)(de)(de)決策提供(gong)數(shu)據依據。
案例二，南京銀行基于實(shi)時數據的“T+0”風控(kong)創新
2017年，銀(yin)(yin)(yin)監會(hui)印(yin)發《中國銀(yin)(yin)(yin)監會(hui)關于銀(yin)(yin)(yin)行業(ye)風(feng)險防(fang)控工作(zuo)的指(zhi)(zhi)導意見(jian)》，在全國范圍(wei)內進一(yi)步加(jia)強銀(yin)(yin)(yin)行業(ye)風(feng)險防(fang)控工作(zuo)，消除重點領域金融風(feng)險。《指(zhi)(zhi)導意見(jian)》指(zhi)(zhi)出(chu)，銀(yin)(yin)(yin)行業(ye)金融機(ji)構要(yao)嚴(yan)格落實信(xin)貸(dai)寄類(lei)(lei)信(xin)貸(dai)資產的分類(lei)(lei)標準和(he)操作(zuo)流程，真實、準確和(he)動態地反映(ying)資產風(feng)險狀況。
以往的風(feng)控系統為“T+1”的事后監控模式(shi)，每日日終時從(cong)數據庫抽取全部交易(yi)(yi)(yi)信息進(jin)行分析，從(cong)而排查出(chu)(chu)不良交易(yi)(yi)(yi)發生的賬戶、渠(qu)道、影響面等(deng)，以啟動風(feng)控流程。但是隨著手(shou)機銀行、第三方支付平(ping)臺等(deng)各種交易(yi)(yi)(yi)渠(qu)道的普及，交易(yi)(yi)(yi)進(jin)行的便捷性大(da)大(da)提高(gao)，出(chu)(chu)現風(feng)險(xian)交易(yi)(yi)(yi)的可能性也大(da)大(da)增加，傳統的“T+1”風(feng)控無法(fa)跟上業務要(yao)求(qiu)。
南京銀行通過金融科技(ji)(ji)創新(xin)，富有預見性(xing)地(di)走到了(le)政策(ce)的前面。早在(zai)(zai)2016年，南京銀行即聯合天(tian)旦進(jin)行了(le)技(ji)(ji)術創新(xin)，通過天(tian)旦互聯數據，將逐筆交易(yi)(yi)明細實(shi)時輸送(song)至風(feng)(feng)控(kong)平臺(tai)進(jin)行模(mo)型(xing)匹配。在(zai)(zai)交易(yi)(yi)發生的當下風(feng)(feng)控(kong)部門就(jiu)可以進(jin)行分析并判定，進(jin)而在(zai)(zai)第一時間啟動(dong)風(feng)(feng)控(kong)流(liu)程挽回(hui)損失，讓(rang)風(feng)(feng)控(kong)從(cong)“T+1”突(tu)破性(xing)地(di)升級到“T+0”。而這一突(tu)破僅僅基于運(yun)維部門的技(ji)(ji)術升級，無需改動(dong)任(ren)何應用，因此不(bu)會對任(ren)何業務模(mo)塊造成(cheng)影響。
以(yi)上兩(liang)個案例，應該能讓你明(ming)白數(shu)據(ju)的(de)(de)寶貴價值(zhi)和巨大潛力(li)。而(er)數(shu)據(ju)驅動決(jue)策的(de)(de)核心(xin)不(bu)僅僅是數(shu)據(ju)，而(er)是實時(shi)、精(jing)準(zhun)、全(quan)量(liang)的(de)(de)業(ye)(ye)(ye)務(wu)(wu)數(shu)據(ju)，這又要求企業(ye)(ye)(ye)的(de)(de)運維(wei)部(bu)門有(you)相應的(de)(de)吐出能力(li)。在服務(wu)(wu)120+家銀行客(ke)戶的(de)(de)過(guo)程中，天旦(dan)BPC作為IT系(xi)統的(de)(de)業(ye)(ye)(ye)務(wu)(wu)保(bao)障，通(tong)過(guo)互聯數(shu)據(ju)引擎全(quan)量(liang)吐出精(jing)確到逐筆交易明(ming)細的(de)(de)實時(shi)數(shu)據(ju)，賦(fu)予了運維(wei)部(bu)門相應的(de)(de)數(shu)據(ju)能力(li)，也(ye)因此有(you)信(xin)心(xin)以(yi)我(wo)們的(de)(de)經驗幫助更多企業(ye)(ye)(ye)完成數(shu)字化(hua)轉型(xing)。
我打算/已經采取數據驅動決策了，接下來要做什么？
作(zuo)(zuo)為數字化轉型(xing)的一大維(wei)度，決(jue)策(ce)(ce)轉型(xing)不僅僅是(shi)技(ji)(ji)術(shu)升級(ji)改(gai)造，更是(shi)通(tong)過(guo)(guo)技(ji)(ji)術(shu)升級(ji)實現業(ye)務(wu)流(liu)程(cheng)的革新。過(guo)(guo)去喜歡拍(pai)腦袋、靠(kao)直(zhi)覺做決(jue)定的業(ye)務(wu)部(bu)(bu)門如今(jin)有了數據(ju)這一利器在(zai)(zai)手(shou)，要(yao)養成看數據(ju)而非靠(kao)經驗的思維(wei)方式；而數據(ju)這一工(gong)具要(yao)在(zai)(zai)商(shang)業(ye)決(jue)策(ce)(ce)中發揮(hui)更大的作(zuo)(zuo)用，也需要(yao)業(ye)務(wu)部(bu)(bu)門學(xue)習更多的數據(ju)分析知識，了解如何使用這柄利刃。這將是(shi)一個遠比技(ji)(ji)術(shu)改(gai)造要(yao)緩慢(man)得多的過(guo)(guo)程(cheng)。
在完成從經驗決策到數據驅動決策的轉型后，企業過往的海量數據積累將轉變為數據資產，不僅幫助企業更好地應對環境變動，還能推動業務創新地發生，搶占市場先機。但同時，決策轉型也將帶來新的挑戰：數據高實時化的要求，業務需求的快速變動，以及產品和服務的即刻落地，這些都將使運維所承擔的責任更加沉重。而要應對這些挑戰，不僅要運維部門自身的改變，企業的組織架構也需要作出大調整，這就是數字化轉型的第三個維度：經營模式轉型。敬請持續關注天旦公眾號“天旦(dan)Netis”。
