【上海华瑞银行副行长孙中东】智能化助力商业银行零售业务发展在工农中建四家大型银行分别与京东、百

上海华瑞银行副行长孙中东

在工农中建四家大型银行分别与京东、百度、腾讯、阿里实现战略合作后，今年8月，交通银行与苏宁集团也签订了战略合作协议，这标志着五家大型银行已经全面拥抱互联网，并且采用与互联网巨头合作的方式快速转型。这并非五大行碰巧都有这样的战略举措，而是代表了当下商业银行互联网转型的主要手段之一 ——跨界合作。

为什么跨界合作会成为商业银行互联网转型的主要手段？大型商业银行及体量较大的股份制银行和城商行，科技人员充足，IT资源丰富，业务架构复杂，涉及系统众多，牵一发而动全身，难以在旧系统上开辟新战场，因此不如另辟蹊径，投入较低的资金成本，与互联网流量入口充分合作，优势互补，共同打造创新的金融产品，实现转型。而中小银行的科技资源有限，本身定位只能“保证不出事”，难以支撑互联网创新所需的各类创新应用建设，不妨借助于互联网巨头的科技输出，结合自身的业务特点，合力推出具有自身特色的金融产品，这样也能实现转型。

科技实力较强的银行也尝试过自己建立互联网金融平台，从最早的清一色直销银行，到后来的各行百花齐放，如工商银行的e-ICBC系列产品、招商银行的小企业e家、包商银行的小马bank等，但不是所有银行都有能力自己打造平台。究其原因，与银行的机制体制、相关监管规定等不无关系。

于是，转型的另一条路应运而生：商业银行设立互联网金融子公司，监管层也明确鼓励商业银行设立子公司，从事P2P、第三方支付、众筹等业务。北银、中银、招联以及近期成立的包银、尚诚等都是银行通过设立子公司布局金融科技的典型案例。

商业银行设立的子公司开展业务更加灵活，同时可以享受银行的低成本资金，在组织架构上类似于互联网公司的扁平化架构，决策链条更短，效率更高。而近年来陆续成立的民营银行，则倾向于自建整套金融科技体系。由于没有历史包袱，高管团队又都来自成熟银行，熟悉银行建设的最短路径和最佳实践，所以发展也很快。无论是自建，还是合作或设立子公司，商业银行都是想尽快利用云计算、大数据、人工智能等新兴技术，打造智能化的金融产品，更好地服务于零售客户，以期实现零售业务的爆发式增长。

要实现零售业务智能化，核心在于底层用户数据的积累以及用户画像的实现。只有充分了解客户，才能投其所好，实现智能化。

以上海华瑞银行为例，在1+1+N的体系架构中，用户中心贯穿始终，全行所有的用户信息都归集于此，并且，区别于一般的ECIF只存储用户基础信息，用户中心还存储用户行为、设备、标签等信息，各渠道的用户信息在此统一管理。这种架构可以实现“一点接入，全程相应”的目标，让客户感受到各渠道统一、延续的服务，实现基础的智能化。

举个简单的例子，客户拨打客服热线时，客服人员能够知道客户刚在ATM上取款；而客户登录网银时，网银系统能识别出客户刚拨打过客服电话，更进一步，有时候客户一个交易能在几个渠道上连续操作，跨越几个渠道完成一次完整的交易。这些都依赖于用户中心的底层架构。

在用户信息的基础之上，我们需要对用户进行分类。比如，某用户是某个产品的新用户，那么我们可以为他推荐新手类的产品，而对于老客户，则没有这个必要。进一步，我们可以给用户打上标签。从金融数据中提取的标签类似于客户的风险偏好、资产负债情况等。利用协同过滤等算法，我们可以为用户推荐他可能感兴趣的金融产品，如基金或消费贷款，还可以在前端产品上增加埋点，收集客户的行为数据，如某个产品详情页的停留时长等，进而判断用户的金融产品偏好。

而基于用户兴趣打上的标签，可以做更精准的推荐。上海华瑞银行极限SDK，在植入各类消费场景后，和场景方深度合作，获取客户授权的场景相关数据。比如与电商合作分期类业务，我们获取了客户的消费数据，就可以知道客户的购物偏好，为客户打上电商类标签，甚至，通过客户购买的具有标志性的商品，如叶酸、尿布等，可以定位客户所处的人生阶段，从而为客户推荐对应的金融产品，最适合的莫过于相应的保险产品。这类推荐仅仅基于过去银行的金融属性数据是无法完成的。因此，银行只有让零售业务融入场景，获取更多的场景数据，才有可能使得零售业务更加智能化。

除了营销和推荐，银行在欺诈和风险防控上，同样可以做到智能化。

基于用户中心存储的客户历史信息、设备、位置等数据，我们可以识别是否为客户本人登录。客户的移动设备就像一个房间，我们必须对每个客户的房间了如指掌，一旦房间的摆设发生变化，客户的设备就有可能已经被盗，此时，我们就要通过动态的安全验证手段，加强对客户身份的核实，在避免“误杀”的同时，最大程度地控制风险。比如，历史数据显示某客户每次都使用指纹登录，在某次交易中，该客户突然跳过了指纹登录，采用短信验证码登录，并且登录后连续进行转账交易。这时，我们就要对客户的所有交易增加人脸识别，甚至暂时冻结账号，外呼客户确认为客户本人操作后再解冻。

在授信业务的反欺诈中，我们设计了挑战问答系统来防范伪冒欺诈。这类似于信用卡电核中的客服提问，如“您的生肖是什么”，以核实客户身份。为减轻客服压力，这套流程采用全自动设计，加上获取了客户的征信报告，挑战问答系统有了更多可以智能风控的数据。征信报告中包含了客户的历史地址、工作单位、每笔贷款的金额、信用卡额度以及最近使用额度等信息，这些信息只有客户本人知晓，即使身份被别人冒用，伪冒者也不可能知道。

为了提升用户体验，我们采用了内存计算技术，毫秒级解析征信报告，并筛选问题，生成干扰项，对客户进行提问，对于难度较低的问题，还可以根据客户回答的时间来判断欺诈的可能性。和精准营销推荐一样，每个客户看到的问题和对应的答案都不相同，真正做到了“千人千面”。

从产品设计上看，首先，要能够收集用户行为数据，尽可能详细地收集客户点击、停留、退出等行为数据，一方面可以优化产品体验和布局，另一方面为将来进行营销和反欺诈打下基础。其次，产品前端要预留为客户做精准营销推荐的动态展现空间，如首页banner、首页产品列表、购买后的成功页面底部或分享后的提示页面等。再次，后台的算法引擎需要支持迭代学习、A/B Test、在线更新等。

综上所述，要实现智能化，用户体系架构是核心和基础，用户数据是关键。无论是自建、合作，还是设立子公司，打通用户体系，能够完整刻画用户画像最为重要。商业银行可以通过用户数据的不断积累，结合自身优势和特点，推出有特色的金融产品。希望商业银行发挥自己的优势，在金融科技的浪潮中占据自己的一席之地。

《中国信用卡》2017年第11期

淘宝官网：http://shop160045533.taobao.com

￥25

欢迎订阅

公众号ID

ChinaCreditCard

长按识别左边二维码关注我们