數據驅動的銀行業：它將如何定義行業的現在和未來

“數據驅動的銀行業務”一詞是指利用數據提供一系列銀行服務的所有活動。

通過結構化和有針對性地使用數字工具，數據驅動銀行為取得重要成果做出了決定性貢獻：定義風險（實時利用更豐富、更全面的信息），發現新的增長機會（通過能夠幫助及時做出更準確的決策），以及開發個性化的銀行與客戶互動的方式（將獲得的關於單個客戶的知識轉化為強大的競爭優勢）。

投資於先進數據管理系統的金融服務機構能夠提高業績質量、改善客戶體驗並最終增加利潤。 在數據驅動的銀行範式中，業務目標不再將其自身分解為簡單的增量收益，而是通過高級數據分析，旨在識別經常隱藏或尚未開發的全新機會。

在我們審視數據驅動銀行的現狀並展望行業的未來之前，讓我們稍作停頓，發現將銀行和客戶聯繫在一起的關係的某種普遍性。

信息、知識、信任：一切始於數據

雖然“數據驅動銀行”並不是一個新概念，但在當今世界，它已具有前所未有的重要性。 要理解其真正意義，我們必須將數據驅動銀行與另一個一直是該行業營銷核心的概念“信任”聯繫起來。

銀行和金融機構與客戶的關係建立在信任之上。 在客戶方面，“信任”首先是關於共享一系列敏感信息。 根據從這些信息中獲得的知識，銀行製定假設並設計具體的解決方案。 如果決策過程的基礎是由共享知識提供的，我們可以說信任是推動銀行業存在的資源。

隨著互聯網的出現，改變的不是銀行與客戶關係的實質，而是結構、範圍和強度。 通過大規模數字化開闢的渠道極大地增加了銀行組織可以訪問的數據量，從而實現了真正的範式轉變。

數據驅動銀行最先進的進化步驟——我們每次訪問銀行在線服務時都會經歷的一步——是數字化轉型的直接結果。 這種具有劃時代意義的轉變最宏觀的影響是行業參與者加深對目標受眾的了解的機會激增。 偏好、需求、購買模式——大數據中包含的大量信息告訴我們人們願意支付什麼以及願意支付多少。 正是由於數據驅動的銀行業務，銀行才能夠通過一種獨特的方法來全面管理所有這些信息，該方法集成了最先進的方法和技術。

迄今為止支撐銀行業動態的承諾已被數據更新：需要傾聽需求和緊迫性，創造有利於客戶的產品，並提出越來越個性化的服務。 為了讓他們產生價值（並建立客戶忠誠度），數據（包括唯一數據和第三方數據）必須進行戰略管理，按照安全程序和法規進行處理，正確解釋並通過透明的消息進行溝通，清晰，可理解，並且可能很有趣。 為了開展所有這些關鍵活動，銀行和金融市場向所謂的“金融科技”開放，這些來自 IT 行業的公司能夠相對較快地確立自己的地位，成為指導、創新、並改進“傳統”公司的核心流程。

金融科技在數據驅動銀行中的出現

在數據驅動的銀行環境中，無論是初創公司還是大型科技公司，金融科技公司都將技術創新作為影響現有商業模式的槓桿，並重新定義日益擁擠和競爭激烈的市場的運營和運營邏輯。 他們可以依靠極其高效的數字工具和豐富的專業知識來區分、豐富和增強銀行已經提供的服務。

金融科技的普及導致消費者期望發生了變化，以至於為了跟上競爭對手的步伐，銀行必須徹底重新設計他們的客戶體驗。 金融科技公司的分佈式和本地數字化特性還有助於通過實施替代通信模式和靈活有效的解決方案（例如為執行數字支付而設置的解決方案）縮短公司與客戶之間的距離，從而應對危機或緊急情況。

數字化是數據驅動銀行的必要前提，極大地推動了傳統金融服務的創新，例如，通過簡化訪問方式，簡化或加快開立銀行賬戶、申請貸款、或付款。 這場對許多傳統供應商的收入和相關性產生影響的小革命也產生了社會包容性的重要影響：它使實現以前被忽視或排斥的目標成為可能。

從金融科技到開放銀行：數據驅動銀行釋放數據潛力

雖然金融科技公司正在進入市場而沒有遺留系統的負擔，並且能夠立即充分利用雲、人工智能和機器學習等先進技術，但它們也必須應對一些結構性限制。 例如，他們不能依賴領域知識，並且缺乏提供深入和準確分析所需的歷史數據。 為了解決這一沖突，隨著支付服務指令 2 的推出，整個銀行業的數據處理方法在 2019 年進行了根本性的重新設計。

PSD2 指令要求所有歐洲銀行向業內其他參與者開放其 API （API 是應用程序編程接口，允許兩個應用程序相互通信的軟件中介），有效地標誌著生產框架Open Banking的誕生銀行生態系統中的參與者彼此共享數據流。

數據驅動能力的好處

今天，我們都希望享受流暢、易於使用、快速可用且具有成本效益的產品和服務。 而且，我們希望與我們的銀行建立有益的、情感上引人入勝的，甚至是“有趣的”關係。 為了實現更高質量的客戶體驗，我們願意共享數據和信息，甚至是敏感信息（例如，留下評論、啟用地理定位、在社交平台上創建帳戶）。

銀行和行業中的其他參與者使用我們提供的數據（例如，通過客戶分析、交易模式分析、當前和過去的行為）對目標受眾進行細分，以便他們實時獲取詳細信息。 然後，他們可以預測（例如，通過預測分析）我們將在不久的將來購買的產品或服務，並設計出最適合我們的報價。

一方面，我們的意願和容忍度轉化為來自各種渠道和第三方來源的越來越多的數據，另一方面，它轉化為銀行和金融機構實施的新數據驅動功能的創建，以改進其服務（部分歸功於金融科技在最適合自動化的流程方面的干預）。

數據驅動的銀行功能可以利用許多好處來增加金融服務的價值。 這些是主要的：多功能性、效率、個性化、增加的收入、假設的準確性和更好的風險管理。

多功能性

為了增加收入，金融服務公司可以使用收集到的客戶數據來創建新的創新產品和服務，包括與非銀行機構合作。

效率

收集和優化數據——數據驅動銀行業務的基礎——使銀行組織能夠簡化和優化其內部流程，包括使用人工智能和機器學習解決方案。 由於數據驅動的銀行業務，降低了運營成本並提高了整體績效水平。 正確處理客戶數據的可用性降低了運營風險。 這是因為實時信息有助於消除上游的關鍵問題並增強自動化。 協同使用離線和在線渠道還可以增加客戶數量。

個性化

收集和優化客戶數據的最大好處之一是這些分析活動允許的個性化。 銀行可以使用收集到的數據來定制其產品和服務，以滿足日益受到關注和限制的目標的個人需求。 量身定制的定價、專注於特定客戶需求的服務、為增強授權和財務狀況而選擇的深入內容：這些只是個性化可以實現的一些舉措，直接和間接地影響品牌知名度和收入。

增加收入

隨著越來越複雜的數據分析（通常基於人工智能）的結果，銀行可以可視化反復出現的行為和市場趨勢，並測量內部流程的實時效率。 通過這種方式，他們能夠確定客戶的支付意願，並重新考慮他們的策略，以創建能夠利用數據產生的知識的優惠和產品。

通過大大提高定價模型的準確性並減少為尋找“最佳”假設而製定一組不確定的假設的需要，銀行和其他金融組織獲得了顯著的競爭優勢：他們通過更明智的業務計劃預測市場發展，並能夠保留和獲取新客戶，最終實現收入最大化。

更準確的假設

借助數據驅動的銀行業務，公司可以做出影響一系列關鍵活動的更明智的決策：從促進防止金融犯罪（甚至是非常複雜的犯罪）的措施到幫助金融機構發現欺詐，從擴大信貸決策到改進融資策略，預測流動性需求。

更準確的假設在降低風險、降低成本和最大化銷售額方面發揮著決定性作用，因為它們能夠創建預測模型。 在此基礎上，銀行可以開發與個人客戶真正相關的交叉銷售產品。

改善風險管理

通過依靠數據，銀行和金融業者在遵守各種監管機構的同時將風險降至最低。

最大化信息資產以改善參與流程並加強客戶關係

為了能夠實施數據驅動的銀行計劃並支持 AI、ML 和區塊鏈提供的可能性，您必須重新設計數據價值鏈，使其觸及流程的每個階段，從獲取到存儲、處理到共享。 這種重組和重組雖然極其複雜，但如今可以通過新的數據捕獲和結構化工具、最先進的基於雲的數據存儲以及用於識別隨機數據之間連接的分析技術來成功解決。 總之，這些工具和技術可以幫助組織將不斷增長的數據量轉化為可用於自動化、更完整、更快、更準確的決策過程的資產。

通過最大化信息資產的價值，市場參與者（銀行、金融機構、金融科技）使吸引新潛在客戶和加強與現有客戶關係的過程更加高效和有效。

數據驅動的銀行業務通過將投資集中在兩個方面，在短期和長期內實現了穩固的競爭優勢：

1. 通過實施特定的數據治理策略，整合數據中嵌入的信息資產；
2. 通過充分利用公司現有信息，通過創建一個開放的、交互式的、個性化的通信系統來提高客戶體驗的質量。

如果開放銀行引入的新動態能夠逐步擴展可用信息資產，那麼數據分析是數據驅動銀行必不可少的第一步，它注定會影響行業的現在和未來。