2019年4月4日，由CFCA聯合近百家成員銀行共同舉辦的“銀行線上運營新攻略交流分享會”暨中國電子銀行聯合宣傳年2019開年論壇”在上海舉行。本次論壇成功吸引包括銀行相關從業者、互聯網運營大咖、數據科學家、數字化營銷專家等在內的200余人出席，針對銀行業線上運營和數字化轉型中遇到的問題展開廣泛而深入的探討。

易觀產品副總裁、易觀銀行業創新中心負責人 朱江

三類銀行的數字化發展進程

易觀產品副總裁、易觀銀行業創新中心負責人朱江，出席本次論壇并接受中國電子銀行網專訪，他認為“整體看來，由于銀行的行業特點，其實很多業務已經是天然的數字化，銀行業的數據運營和數據驅動轉型，已走在其他傳統行業前面?！?/p>

朱江表示，銀行的類別主要可以劃分為國有大行、股份制銀行和城商行，銀行規模不同，數字化的發展階段不盡相同，遇到的難點和痛點也不一樣。   

國有大行已具備良好的數字化基礎設施，尚需更加靈活機制配合，將數據與其數字化產品結合起來。股份制銀行的產品數字化做得相對較好，用戶數字化也發展到一定階段，但在線上運營過程中，人對于數據分析的能力，以及通過數據決策的能力，還沒有達到互聯網公司那樣熟練的水平，所以股份制銀行的痛點是如何去把現有數據，真正的與業務結合并利用。

城商行受資源和業務因素等限制，開展數字化運營面臨著諸多挑戰，城商行的基礎技術平臺正處于搭建過程中，數據采集功能還沒有運轉起來。因此城商行的當前工作重心在于如何把產品數字化，再進一步去完成數據的收集。   

智能數據技術解決銀行線上運營痛點

銀行如何根據自身發展階段特點，利用智能數據技術，解決線上運營的痛點，重塑用戶體驗，朱江稱，“從數據驅動的角度來說，面臨的第一個技術問題就是如何收集數據，這需要建立數字化的觸點，把用戶數字化，通過用戶的行為數據指導運營?！?/p>

大數據技術快速發展，從前做不到的事情，比如秒級實時分析、面向用戶的個性化服務，現在已經非常成熟。朱江介紹說，2017年，易觀基于IOTA架構自主研發易觀“妙算”引擎，通過Common Data Model的設計，專注在某一個具體領域的數據計算，從而可以從SDK端開始計算，中央端只做采集、建立索引和查詢，提高整體數據分析的效率。目前來看，在金融政策調控的大背景下，銀行業的數字業務成長艱難，在這樣市場環境下的銀行企業，普遍存在一些痛點，例如多層級信息不對稱，很多問題決策層難以及時掌握；例如營銷活動成本高，但結果不明顯；例如用戶活性粘性不高，營銷活動無法評估等，作為用戶行為數據分析平臺的易觀方舟，能夠建立統一、實時、透明的數據平臺，讓決策層快速定位、量化業績增長的問題及原因，同時易觀方舟能夠有效地監測活動效果并優化問題，提升銀行運營效率，降低活動成本，最主要的是易觀方舟能夠提升銀行數字用戶全生命周期中的粘性價值。

通過易觀的“秒算”引擎，支持海量數據的查詢和運算，并在此基礎上，結合易觀的工具平臺和數據平臺如易觀方舟，快速地收數、存數、算數、用數，解決銀行的線上運營問題。

銀行的運營人員在平臺上通過可視化操作，查看埋點收集來的數據和分析支持，快速進行決策，得出產品或活動改進方向，進行下一個迭代。這就是精益成長的工作環境，其實它的核心就是通過數據的支持，快速地迭代產品和服務。

輕型化驅動產品迭代

易觀提出輕型化的數據驅動，幫助銀行重塑企業級的數據智能，并以此來構建數字化的商業新模式，朱江如此闡釋，銀行需要圍繞核心用戶的需求，于不同場景滿足其需求，這意味著銀行不一定要堅持傳統的業務體系，可能會外延到核心業務相關的一些場景，而這些場景是更加高頻、多樣性的。

當前，很多股份制銀行傾向開放式的、生態化的發展方式，試圖滲透到核心用戶其他的生活場景，從而將業務潛移默化地融入到這些場景，例如購車、買房、醫療、教育等。銀行需要跨界運營，或稱為金融業務的融合與拓展，以互聯網企業美團為例，從外賣到旅游、出行等各式各樣的業務，其核心訴求就是基于大量的用戶，極盡可能為豐富場景，滿足用戶需求。

朱江稱，“輕型化是一種互聯網思維，用MVP（最小化可實行產品，Minimum Viable Product）方法，將產品快速地投入市場驗證，通過用戶的反饋結果，去引導產品的迭代方向，當然，這個驗證過程需要大量的數據支持和分析，得出結論，輕型化也可以認為是快速、輕量地去試錯?！?/p>

五大視角建立數據分析體系

朱江提出，數據分析和數據驗證以及精益成長都是非常重要的，需要考慮如何建立企業自身適用的數據分析體系。易觀的方法其實是從五方面來考慮建立企業自身適用的驗證數據分析體系。

一是商業模式視角：決定整體運營策略和分析目標。這其中包含3方面的運營，第一點是注意力運營，這種運營方式就是提高用戶在產品中的使用黏性，我們也稱之為參與度。需要看用戶的訪問時長、訪問頻次、訪問周期、訪問間隔等等這些指標。第二點是交易類運營，電商，各種交易平臺，內容付費、知識付費等等場景，都是屬于交易類運營范疇。關注的指標可能就會偏向于交易、交易活躍度指標，還有有一些前期指標，比如說商品搜索率，以及新商品上架盈利等等。第三點是效益率運營，銀行提供的轉帳、查詢等，特指用戶操作一個流程的時長，用戶使用深度的指標。

二是產品階段視角：不同產品階段決定不同側重的分析指標體系；從產品生命周期來劃分，一個產品從實施到導購到承諾到成熟，整個生命周期階段，每個階段都有不同階段的目標。比如說在初創階段，我們需要驗證產品有效性，用戶是否愿意使用這個場景，這是最大的一個目標。當產品驗證階段之后進入導購期，推廣產品、拉新客戶，到成熟期和成長期，更多的是偏向產品交付實現產品價值。

三是業務階段視角：不同業務側重選擇不同的分析模型。銀行從獲客到活躍到留存，到實現營收、傳播，這是一個經典的模型，但是這個模型是不是適用于產品所有的業務階段。如果是一個成長提速的潛在市場，這個模型非常適用，可以通過這個有效獲取用戶，占領市場。但如果是在打磨產品，驗證產品有效性的過程當中，產品體驗還沒有達到很好的狀態，獲得更多的客戶也沒有用。

四是用戶場景視角：細化用戶旅程，制定分析指標。一個銀行用戶從訪問到注冊成功，到開卡、激活卡，實現了一個流量轉化成一個新用戶的過程，以及后續的轉帳、交易查詢等，以上都是用戶處在不同的場景中。在這個過程當中，每一步關注的指標都有相應的不同的關注點。通過這種用戶的路徑或者說用戶旅程細分，劃分每個業務板塊上的指標體系。

五是用戶人群視角：細化用戶分階段、分級、分群，精細化運營。通過客戶人群視角制定不同的指標體系，以及通過細分做精細化運營。

PaaS讓數據更豐富

運營的目標是觸達用戶，并與用戶產生交互。任何差異化策略的最終落地，都需要觸達的引擎，“易觀方舟”是收數、分析、分群、畫像和精細化觸達的數據中臺，幫助銀行快速、低技術風險地搭建平臺。

朱江更愿意把“易觀方舟”定義成一個PaaS平臺，因為SaaS產品常被看作是一個行業的最佳實踐，PaaS可以支持個性化的API擴展，可以提供銀行在平臺基礎上二次開發，更容易與原有的業務系統和不同的產品形態對接，讓數據更加豐富、更加靈活，從而幫助銀行企業實現數據驅動的用戶運營，能夠顯著提升數字用戶資產回報率。

“例如數據驅動高效增長，通過全渠道/全平臺的數據采集、實時計算數據庫引擎、根據各種業務場景靈活定的數據分析模型，幫助銀行業快速實現收數、理數、用數的數據分析能力，從而通過數據分析支撐業務決策和產品迭代。

例如伴隨業務發展高效擴展，通過易觀方舟高度開放的PaaS平臺接口，整個銀行各種復雜的數據環境，輕松實現在平臺上的業務擴展，減少研發成本，提高研發效率，降低研發風險。”朱江表示。

責任編輯：韓希宇