数据技术支撑银行智能化发展PPT课件.pptx

信息管理咨询 大数据 数据技术支撑银行智能化发展 3 19 2020 1 普华永道 2 商业银行大数据实施及落地方法论 在 大数据 时代 数据海量化 多样化 传输快速化和价值化等特征 正在为商业银行带来全新的机遇与挑战 面对这场 数据地震 银行的管理人员正在积极的寻找方法 将大数据和业务分析结合起来 用创新的理念和行动主动拥抱 大数据 时代 旨在为客户提供更多更优质的服务 随着数据分析技术的不断成熟 商业银行采用越来越先进的分析工具 分析技术 同时引入人才开展变革 以此来创新业务 从而提高竞争优势 问题是 如何以高质量的数据和强大稳定的数据分析能力 丰富大数据应用 为客户提供智能化和针对性服务 从战略的角度思考大数据 自上而下的进行宣贯 深刻理解大数据的重要性 将大数据作为一项长期工作来计划和执行 大数据将带来组织的变革 由银行的高级管理层牵头 同时充分考虑现有团队的整合 应用完整 清晰的大数据应用场景框架 同时采取评估模型开展应用场景的优先级评估 对拟采用的业务场景开展试运行 对试运行结果开展评估分析 并制定相应的改进措施 从大数据中获得洞察力 商业银行不仅需要运用复杂的分析工具 先进的技术和强大的执行力 同时更重要的 银行还需要管理层的支持以及可行的战略支撑 普华永道基于业界先进实践 为商业银行量身定制大数据实施及落地的成熟方法论 3 19 2020 2 数据技术支撑银行智能化发展3 从战略的视角思考大数据 大数据技术的运用 可以实时的将数据转换成业务洞察力 实现经济效益 开展业务创新 开展有效的风险管理等 利用大数据实现以上目标 就需要商业银行从战略的视角来思考大数据 因为 业务和IT的结合不仅仅只在大数据启动之初 而是应该自上而下的进行宣贯 同时内部需要达成共识 深刻理解大数据的重要性 将大数据作为一项长期工作来计划和执行 普华永道关键观点一 大数据需要自上而下的推广 商业银行在制定战略时 应该意识到大数据不仅仅是一个技术工具 而是一种商业机会 银行需要超越技术层面 从业务需求和服务目标的高度来思考如何利用大数据 商业银行的领导层需要围绕 可实现的价值 和 如何达成 两个维度 来培养基于事实的 大数据驱动的决策思维 而不能再依赖于拍脑袋做决策 从而造成较低的投资回报率或是错误的市场定位 为了做好应对数据 技术 业务模式和经济环境等多方作用下的大数据风暴的准备 业务部门需要转变观念 提出新问题和新见解 IT部门则需要从先期的基础数据的搬运者角色转换为观点的使能者 普华永道关键观点二 大数据是可以带来价值的资产 商业银行的关注点不应仅仅是单独的外部数据 而是需要将外部数据与银行内部数据相结合 才能更好的发挥大数据的作用 同时 银行可以购买第三方机构的大数据分析信息 特别是在客户偏好等相关方面的分析 商业银行应该将大数据看作一项重要资产 通过分析帮助银行发现新的机会 即使对于分析相对成熟的领域 运用大数据也可以开辟新的视角 得到更深入的见解 商业银行引入大数据 在进行全球化思考的同时 开展本地化行动 广泛收集和分析不同地区和部门的信息 通过大数据得出洞察力 结合自身的现状开展有针对性的提升方案 普华永道关键观点三 大数据是一项长期的工作 商业银行首先需要做好前期失败以及数据可能无法立刻产生价值的准备 大数据的开展需要一段时间才能见成效 不要指望一蹴而就 大数据技术仍然处于不断发展的过程中 需要持续的开展关注和评估 3 19 2020 3 4 普华永道 大数据将带来组织的变革 从战略视角审视大数据 实现自上而下的 持续的大数据宣贯与推广 组织的变革势在必行 构建清晰 集中的组织架构 由银行的高级管理层牵头 确保大数据始终依照银行的战略方向开展 同时充分考虑现有团队的整合 借助内外部的资源 共同参与完成大数据的实施落地 普华永道基于业界先进实践 建议商业银行从三个层级重构大数据团队 第一层 大数据领导层 为实现自上而下的 持续的大数据宣贯与推广 建议银行新设大数据战略委员会 作为大数据的领导层 由银行的副总担任委员会主席 主要从战略层面对全行的大数据工作进行统筹规划及关键决策 银行的各技术条线负责人 业务条线负责人 外部供应商 外部服务提供商作为合作伙伴 分别从银行内外部的视角为大数据开展提供建议 银行内部的各技术条线和业务条线为大数据的开展和实施提供支撑 银行借助专业咨询和技术服务商的优势 采取合作或外包等方式 提升自身对数据的整合 分析 挖掘以及转化为商业洞察力的能力 第二层 大数据核心团队 一般情况下 银行已经建立起相应的数据团队 建议在此基础上构建大数据核心团队 大数据核心团队的工作任务是提供大数据解决方案 大数据核心团队可以由银行已经存在的相关数据和技术团队整合而成 包括数据采集团队 数据分析团队 技术专家和业务专家 项目管理办公室等 以大数据平台建设为契机 在数据采集团队和数据分析团队的协作下夯实大数据的收集 处理 存储 运用能力 在大数据领域 对拥有较强的业务理解能力 数据资产管理能力 数据处理能力以及数据挖掘能力的人才需求较高 以打造专业 经验丰富的大数据专家团队 第三层 大数据咨询委员会 大数据的顺利开展 不仅是IT部门的事情 需要各业务部门积极参与和配合 提出明确的业务场景 并配合开展相应的验证和评估工作 从而有效促进大数据的实施与落地 所以 引入各业务部门作为大数据咨询委员会是必不可少的 3 19 2020 4 数据技术支撑银行智能化发展5 数据服务应用场景的评估 目前行业内都在探讨大数据在商业银行的应用场景 大多较为零散 没有形成体系 同时缺乏有效的评估框架 难以确定应该开展哪些场景以及开展的优先级 普华永道基于行业洞察力和同业实践 提出一个完整 清晰的大数据应用场景框架 包含业务拓展 管理决策和风险合规三个方面 九类应用场景 同时创建优先级评估模型 为大数据应用场景的评估提供思路 优先级评估分析示例 业务价值评估 以场景应用对财务 客户 内部管理和学习发展领域能力的提升作为评估内容 具体包括 财务 衡量场景应用对提升银行盈利能力 刺激业务增长 降低业务成本 甚至对信用风险 市场风险和流动性风险管理能力的提升的作用 客户 衡量场景应用对提升银行产品市场占有率和品牌形象 以及提升客户关系和服务品质方面能力的作用 内部管理 衡量场景应用对业务流程优化 业务效率提升 风险及合规管理 产品创新领域起到的支持作用 学习与发展 衡量场景应用对提高员工满意度 减少员工流失 培养人才 以及引入新的技术等方向起到的作用 实施复杂度评估 以场景应用的技术方案所需的实施周期 投入的人员情况 业务需求是否明确 涉及的相关部门数量以及需求紧迫程度等内容 衡量实施的复杂程度 具体包括 实施周期 通过衡量场景应用所需的实施周期判断实施复杂程度 业务需求 通过业务需求是否明确梳理或提出 评估场景应用的复杂程度 人员投入 通过衡量场景应用所需投入的人员数量判断实施复杂程度 相关责任方 通过衡量场景应用需要涉及的部门数量 判断部门协作的复杂程度 紧迫程度 通过衡量场景应用的紧迫程度 判断实施复杂程度 普华永道大数据商业银行应用场景框架 业务拓展管理决策产品创新流程优化客户体验战略决策客户营销绩效管理 风险管理 监管合规 信息披露 风险合规 1 产品创新产品设计定制化 产品审批自动化 产品成本盈利分析科学化 2 客户体验客户识别智能化 跨渠道服务协同 客户服务定制化 3 客户营销客户定位精准化 产品与服务交叉销售 精准营销 事件营销 4 流程优化流程运转监控与优化 5 战略决策运营现状和发展能力评估 6 绩效管理人员工作状态监控与绩效管理 7 风险管理风险审批 监控与预警 8 监管合规监管信息自动化报送 合规风险监测预警 9 信息披露自动化生成和披露信息 3 19 2020 5 6 普华永道 开展试运行 在对大数据业务场景开展评估之后 为了更好的提升绩效和IT投资效益 商业银行可以对拟采用的业务场景进行试点 完整的试点工作包含以下四个步骤 第一步 技术方案论证 根据价值评估体系 对需要开展的大数据应用场景进行优先级的排序 选取其中优先级较高的业务场景 大数据变革的核心团队可以采取头脑风暴的方式 开展广泛探讨 研究可行的技术解决方案 如果提出的业务场景在技术上是可行的 则进入到下一步 如果没有可行的技术方案 则由大数据团队成员集思广益 继续思考其他解决方案 第二步 概念验证 POC 在本步骤中银行的大数据团队将收集所需数据 开展概念验证 POC 在验证过程中 大数据变革核心团队与大数据变革咨询委员需要共同参与 确认该业务场景是否实现了预期的价值目标 如果预期的价值目标实现了 则进入到下一步 如果没有实现预期价值 则需要重新开展技术方案论证 或者考虑其他的业务场景 第三步 IT实现 在此步骤中 需要借助软件开发团队的力量 通过产品开发 把通过概念验证 POC 的技术方案加以实现 同时 大数据团队 软件开发团队以及运维团队将共同商讨相应的维护方案 第四步 业务推广 最终 将已经实现的技术方案推广到业务场景中加以应用 同时开展后续运维工作 3 19 2020 6 数据技术支撑银行智能化发展7 对试点的改进与评估 对选取的应用场景开展试运行后 商业银行需要对运行结果开展评估分析 并制定相应的改进措施 普华永道建议商业银行针对以下三点开展评估和改进 强大高效的技术体系对大数据应用有 着重要的影响 大数据仍处于一个快速发展的领域 与其他成熟的数据管理技术不同 相当多的银行在大数据技术应用上都还不够成熟 因此在大数据应用方面依旧具有很大发展的空间 银行应当紧跟当前大数据的发展趋势 确保所运用的大数据工具和技术的先进性 关键点一 大数据工具与技术的先进性 关键点二 大数据的应用情况 关键点三 人力资本 随着大数据在业务场景中的应用 其应用情况应当定期进行评估 例如 按季度 按年等 同时对实现步骤开展调整和优化 直到达到银行预期的价值目标 另外 对大数据的应用架构也需要定期进行重新评估以确定是否需要改进 银行大数据团队的成员应具有良好的教育背景 同时注重工作中的实践培训 以使其知识与技能可以与时俱进 随着大数据应用的深入开展 银行也需要对大数据的组织架构和岗位开展一定的重检 以确保良好的人力保障 3 19 2020 7 8 普华永道 我们所提供的服务 基于普华永道成熟的解决方案 我们向商业银行提供全方位的大数据管理咨询服务 协助其全面提升大数据应用水平 满足客户服务和内部管理的需求 具体服务内容包括 大数据应用场景设计及流程变革 为客户进行大数据应用场景设计 流程变革 数据分析 业务建模 建立数据服务和应用能