数据驱动的银行业：它将如何定义行业的现在和未来
已发表: 2022-09-06“数据驱动的银行业务”一词是指利用数据提供一系列银行服务的所有活动。
通过结构化和有针对性地使用数字工具，数据驱动银行为取得重要成果做出了决定性贡献：定义风险（实时利用更丰富、更全面的信息），发现新的增长机会（通过能够帮助及时做出更准确的决策），以及开发个性化的银行与客户互动的方式（将获得的关于单个客户的知识转化为强大的竞争优势）。
投资于先进数据管理系统的金融服务机构能够提高业绩质量、改善客户体验并最终增加利润。 在数据驱动的银行范式中，业务目标不再将其自身分解为简单的增量收益，而是通过高级数据分析，旨在识别经常隐藏或尚未开发的全新机会。
在我们审视数据驱动银行的现状并展望行业的未来之前，让我们稍作停顿，发现将银行和客户联系在一起的关系的某种普遍性。
信息、知识、信任：一切始于数据
虽然“数据驱动银行”并不是一个新概念，但在当今世界，它已具有前所未有的重要性。 要理解其真正意义，我们必须将数据驱动银行与另一个一直是该行业营销核心的概念“信任”联系起来。
银行和金融机构与客户的关系建立在信任之上。 在客户方面，“信任”首先是关于共享一系列敏感信息。 根据从这些信息中获得的知识，银行制定假设并设计具体的解决方案。 如果决策过程的基础是由共享知识提供的，我们可以说信任是推动银行业存在的资源。
随着互联网的出现，改变的不是银行与客户关系的实质，而是结构、范围和强度。 通过大规模数字化开辟的渠道极大地增加了银行组织可以访问的数据量，从而实现了真正的范式转变。
数据驱动银行最先进的进化步骤——我们每次访问银行在线服务时都会经历的一步——是数字化转型的直接结果。 这种具有划时代意义的转变最宏观的影响是行业参与者加深对目标受众的了解的机会激增。 偏好、需求、购买模式——大数据中包含的大量信息告诉我们人们愿意支付什么以及愿意支付多少。 正是由于数据驱动的银行业务，银行才能够通过一种独特的方法来全面管理所有这些信息，该方法集成了最先进的方法和技术。
迄今为止支撑银行业动态的承诺已被数据更新：需要倾听需求和紧迫性，创造有利于客户的产品，并提出越来越个性化的服务。 为了让他们产生价值（并建立客户忠诚度），数据（包括唯一数据和第三方数据）必须进行战略管理，按照安全程序和法规进行处理，正确解释并通过透明的消息进行沟通，清晰，可理解，并且可能很有趣。 为了开展所有这些关键活动，银行和金融市场向所谓的“金融科技”开放，这些来自 IT 行业的公司能够相对较快地确立自己的地位，成为指导、创新、并改进“传统”公司的核心流程。
金融科技在数据驱动银行中的出现
在数据驱动的银行环境中，无论是初创公司还是大型科技公司，金融科技公司都将技术创新作为影响现有商业模式的杠杆，并重新定义日益拥挤和竞争激烈的市场的运营和运营逻辑。 他们可以依靠极其高效的数字工具和丰富的专业知识来区分、丰富和增强银行已经提供的服务。
金融科技的普及导致消费者期望发生了变化，以至于为了跟上竞争对手的步伐，银行必须彻底重新设计他们的客户体验。 金融科技公司的分布式和本地数字化特性还有助于通过实施替代通信模式和灵活有效的解决方案（例如为执行数字支付而设置的解决方案）缩短公司与客户之间的距离，从而应对危机或紧急情况。
数字化是数据驱动银行的必要前提，极大地推动了传统金融服务的创新，例如，通过简化访问方式，简化或加快开立银行账户、申请贷款、或付款。 这场对许多传统供应商的收入和相关性产生影响的小革命也产生了社会包容性的重要影响：它使实现以前被忽视或排斥的目标成为可能。
从金融科技到开放银行：数据驱动银行释放数据潜力
虽然金融科技公司正在进入市场而没有遗留系统的负担，并且能够立即充分利用云、人工智能和机器学习等先进技术，但它们也必须应对一些结构性限制。 例如，他们不能依赖领域知识，并且缺乏提供深入和准确分析所需的历史数据。 为了解决这一冲突，随着支付服务指令 2 的推出，整个银行业的数据处理方法在 2019 年进行了根本性的重新设计。
PSD2 指令要求所有欧洲银行向业内其他参与者开放其 API （API 是应用程序编程接口，允许两个应用程序相互通信的软件中介），有效地标志着生产框架Open Banking的诞生银行生态系统中的参与者彼此共享数据流。
数据驱动能力的好处
今天，我们都希望享受流畅、易于使用、快速可用且具有成本效益的产品和服务。 而且，我们希望与我们的银行建立有益的、情感上引人入胜的，甚至是“有趣的”关系。 为了实现更高质量的客户体验，我们愿意共享数据和信息，甚至是敏感信息（例如，留下评论、启用地理定位、在社交平台上创建帐户）。
银行和行业中的其他参与者使用我们提供的数据（例如，通过客户分析、交易模式分析、当前和过去的行为）对目标受众进行细分，以便他们实时获取详细信息。 然后，他们可以预测（例如，通过预测分析）我们将在不久的将来购买的产品或服务，并设计出最适合我们的报价。
一方面，我们的意愿和容忍度转化为来自各种渠道和第三方来源的越来越多的数据，另一方面，它转化为银行和金融机构实施的新数据驱动功能的创建，以改进其服务（部分归功于金融科技在最适合自动化的流程方面的干预）。
数据驱动的银行功能可以利用许多好处来增加金融服务的价值。 这些是主要的：多功能性、效率、个性化、增加的收入、假设的准确性和更好的风险管理。
多功能性
为了增加收入，金融服务公司可以使用收集到的客户数据来创建新的创新产品和服务，包括与非银行机构合作。
效率
收集和优化数据——数据驱动银行业务的基础——使银行组织能够简化和优化其内部流程，包括使用人工智能和机器学习解决方案。 由于数据驱动的银行业务，降低了运营成本并提高了整体绩效水平。 正确处理客户数据的可用性降低了运营风险。 这是因为实时信息有助于消除上游的关键问题并增强自动化。 协同使用离线和在线渠道还可以增加客户数量。
个性化
收集和优化客户数据的最大好处之一是这些分析活动允许的个性化。 银行可以使用收集到的数据来定制其产品和服务，以满足日益受到关注和限制的目标的个人需求。 量身定制的定价、专注于特定客户需求的服务、为增强授权和财务状况而选择的深入内容：这些只是个性化可以实现的一些举措，直接和间接地影响品牌知名度和收入。
增加收入
随着越来越复杂的数据分析（通常基于人工智能）的结果，银行可以可视化反复出现的行为和市场趋势，并测量内部流程的实时效率。 通过这种方式，他们能够确定客户的支付意愿，并重新考虑他们的策略，以创建能够利用数据产生的知识的优惠和产品。
通过大大提高定价模型的准确性并减少为寻找“最佳”假设而制定一组不确定的假设的需要，银行和其他金融组织获得了显着的竞争优势：他们通过更明智的业务计划预测市场发展，并能够保留和获取新客户，最终实现收入最大化。
更准确的假设
借助数据驱动的银行业务，公司可以做出影响一系列关键活动的更明智的决策：从促进防止金融犯罪（甚至是非常复杂的犯罪）的措施到帮助金融机构发现欺诈，从扩大信贷决策到改进融资策略，预测流动性需求。
更准确的假设在降低风险、降低成本和最大化销售额方面发挥着决定性作用，因为它们能够创建预测模型。 在此基础上，银行可以开发与个人客户真正相关的交叉销售产品。
改善风险管理
通过依靠数据，银行和金融业者在遵守各种监管机构的同时将风险降至最低。
最大化信息资产以改善参与流程并加强客户关系
为了能够实施数据驱动的银行计划并支持 AI、ML 和区块链提供的可能性，您必须重新设计数据价值链，使其触及流程的每个阶段，从获取到存储、处理到共享。 这种重组和重组虽然极其复杂，但如今可以通过新的数据捕获和结构化工具、最先进的基于云的数据存储以及用于识别随机数据之间连接的分析技术来成功解决。 总之，这些工具和技术可以帮助组织将不断增长的数据量转化为可用于自动化、更完整、更快、更准确的决策过程的资产。
通过最大化信息资产的价值，市场参与者（银行、金融机构、金融科技）使吸引新潜在客户和加强与现有客户关系的过程更加高效和有效。
数据驱动的银行业务通过将投资集中在两个方面，在短期和长期内实现了稳固的竞争优势：
- 通过实施特定的数据治理策略，整合数据中嵌入的信息资产；
- 通过充分利用公司现有信息，通过创建一个开放的、交互式的、个性化的通信系统来提高客户体验的质量。
如果开放银行引入的新动态能够逐步扩展可用信息资产，那么数据分析是数据驱动银行必不可少的第一步，它注定会影响行业的现在和未来。