數字經濟賦能商業銀行零售業務探索

導語：數字經濟賦能商業銀行零售業務探索一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：數字化浪潮席卷全球，中國數字經濟規模持續攀升。開放銀行被視為銀行4.0的起點，是未來銀行的主要趨勢。商業銀行應該如何基于數字經濟發展趨勢，實現銀行4.0時代的客戶全球化、銀行服務化和場景金融化是目前一熱點話題。因此，本文從風控端、營銷端和運營端三個方面分析商業銀行零售業務的挑戰，提出從智能風控、“千人千面”智能營銷體系和智能運營三個方面入手，逐步降低逾期率、提高貸款審批效率和產能，提升營銷效果和改善用戶體驗，提升客戶粘性的戰略目標。

關鍵詞：商業銀行；零售業務；數字經濟；路徑

一、引言

數字化浪潮席卷全球，數字經濟規模處于不斷攀升的狀態。在數字經濟時代，數據已成為國家新的生產要素之一，數字競爭力也已經逐漸轉變成衡量該國整體競爭力的主要指標之一。隨著大數據等頂尖科學技術的不斷發展和全球產業信息化的不斷深入，有助于產業融合與創新，打造了新的商業模式和經濟增長點。此外，非互聯網傳統行業正在借勢將傳統方式轉型升級，逐步呈現產業數字化發展趨勢，為企業技術創新和轉型升級助力。數據顯示，截至2021年，全球數據經濟的比例將上漲到50％。另外，數字經濟已經變成中國經濟增長的主要助推器。數據顯示，截至2021年，中國數字經濟的比重將達到55％。開放銀行被視為銀行4.0的起點，是未來銀行的主要趨勢。開放式銀行業務將以用戶的數字化為基礎，并使用新技術來幫助商業銀行實現平臺化服務，即手機端即可讓客戶享受金融服務，用戶不會僅受限于商業銀行網點，無處不在即可享受金融服務，因此它被看做商業銀行4.0的起點。BrightKing提到：“銀行的4.0時代，開放銀行是銀行逐漸發展演變的趨勢，未來所有金融交易會依賴數字經濟實現。”故根據數字經濟的發展趨勢，摸清數字經濟對數字銀行的需求，建立數字銀行的發展模式，以對推動商業銀行的數字化發展有里程碑式意義。

二、商業銀行零售業務的挑戰

（一）風控端客群下沉、欺詐風險上升，傳統風控手段日趨失效。零售銀行的客戶總量龐大，但客戶群體分散并且有多層的特征。隨著零售業務競爭激烈，頭部客群穩定，中部和尾部客群成為競爭焦點。該類。群體征信數據缺失，收入、負債情況難以有效衡量。消費金融傳統的風控手段，難以有效控制風險。此外，近年來，消費貸款欺詐風險明顯上升。據科技日報估算，中國網絡黑產從業人員已達200萬人，市場規模超千億級，滲透到數字金融營銷、注冊、借貸、支付等各個環節。（二）營銷端。消費場景不斷細分，不同場景客群特點各異。隨著3C、家裝、二手車等場景不斷成熟，更多細分場景相繼出現，旅游、教育、醫美、租房、在線培訓、農村消費等場景不斷受到重視。不同細分場景對應的客戶群體各不相同，以往大范圍覆蓋的營銷模式很難精準捕獲有效客戶，營銷的成功率較低。同時客戶對商業銀行零售產品的粘性不高，客戶選擇具體產品主要考量的是產品獲取便捷程度，傳統營銷手段往往針對眾多場景的客群進行大范圍推廣時，難以做到讓客戶全面認識產品特點，客戶也往往因對產品認識不夠，而放棄該產品。（三）運營端。產品同質化嚴重，用戶體驗成為評判產品優劣度的標準。消費金融市場參與者多，提供的消費信貸產品也多，但產品同質化問題嚴重。客戶對金融產品的選擇不像手機等產品選擇過程，難以形成情感上的依賴，往往只看重金額大小以及獲取的難易程度。因而，用戶體驗成為檢驗消費信貸產品優劣度的重要因素。從借貸產品的申請到使用再到客戶服務，每個細節都影響到客戶的體驗，而客戶體驗的好壞又直接影響了其對產品的復借率。尤其是在當前流量紅利消退，線上線下獲客成本越來越高的環境下，提升用戶體驗，提高復借率受到了銀行關注。（四）數字經濟賦能零售業務的路徑研究。金融科技已經成為商業銀行零售業務轉型升級的新引擎。零售銀行業務從資產端來看主要是按揭、信用卡、消費貸款及經營貸，負債端主要是吸收個人存款。金融科技的關鍵點是基于高科技賦能金融產品、銷售方式。同時，運用機器學習、數據挖掘等高新技術，簡化銀行客戶雙方交易的中間環節，減小融資成本。從而，幫助金融機構在盈利模式、信貸關系、渠道拓展等維度不斷完善，提高自身的競爭力，為零售銀行實現產業數字化提供幫助。金融科技與零售業務具有天然的黏合性，變革了傳統的營銷和風控體系。從銷售維度來看，大數據、人工智能等高科技有助于實現銷售的智能化和人性化，極大程度優化用戶體驗感。基于AI的用戶畫像，會將客戶的歷史信息轉變成結構化的數據并進行深度的分析，從而更好地進行精準營銷。從風控維度而言，大數據有助于商業銀行實時監控信用風險、實施反欺詐管理和合規監管。借助風控數據，商業銀行可以通過用戶的信用評分、違約預警、反欺詐模型開展貸前調查、貸中審批和貸后管理工作。

三、智能風控-降低逾期率、提高貸款審批效率和產能

（一）智能風控深入挖掘下沉用戶特征，全流程防控風險。智能風控以大數據和人工智能為核心技術，在大數據應用的基礎上，結合算法、機器學習和深度學習模型等AI技術的運用，在有效提高風險管理效率的同時降低成本。智能風控是對傳統風控技術的有效補充，在數據與模型設定等方面，與傳統風控有較大區別。智能風控使優質用戶審批時間縮短至秒級。大數據在應用中不斷迭代更新，進而為服務下沉用戶提供了技術支持，填補了央行征信系統外的客群信息，從5.3億有信貸記錄的征信人群擴充至8.5億互聯網用戶，極大地拓展了零售業務的發展空間。人工智能、大數據、云計算和區塊鏈等科技已經賦能到精準營銷、智能貸前、貸中、貸后、反欺詐模型、以及智能客服全流程信貸服務。（二）智能風控大幅提升消費貸款、信用卡業務的審批效率。相較于傳統的風控方式，智能風控大改已經實現合規檢查要求的被動化方式，變成依賴高科技實現監測預警的主動化管理模式。就信貸業務而言，傳統貸款難以避免地具有欺詐和信用風險、審批時間過長的痛點。使用AI可以幫助商業銀行從大量數據中深挖借款人的信用程度，從貸前、貸中、貸后各個維度增加風險識別的精準程度。據艾瑞咨詢《中國人工智能+金融行業研究報告》，智能催收技術的運用可以減少40-50%的人力成本，同時大幅降低小額貸款的審批時長，從而提高客戶的體驗感。（三）零售貸款審批全流程數字化，提高審批時效和提升風控水平。招行零售信貸業務貸中審批實現了全流程數字化處理，在資料齊全的情況下，可實現房貸T+0審結、小微T+2審結。客戶通過招行APP提出消費“閃電貸”業務申請后最快1分鐘即可完成審批放款。招行實現數字化風控，通過強化擴展智能風控平臺“天秤系統”，偽冒偵測范圍覆蓋線上和線下交易渠道，并進一步優化電信詐騙提醒攔截。招行19年半年報披露，“天秤系統”僅僅只需30ms可以對疑似欺詐的交易進行攔截，大幅壓低非持卡人偽冒及盜用金額的比例，它成功實現電信詐騙交易攔截任務3.6萬筆，攔截金額破9億元，為客戶的資金安全提供穩固的保障。（四）“千人千面”智能營銷體系-提升營銷效果。智能營銷：千人千面、精準觸達。依托大數據、人工智能等新興技術，對海量客戶數據進行分析利用，構建用戶畫像，進行用戶分層，實現線上化、自動化、智能化的精準營銷。利用智能營銷，商業銀行可以更加智能、精準觸達客戶。大數據為智能營銷的基礎，海量數據的分析篩選使“千人千面”的精準營銷成為可能；云計算通過其超強的運算和存儲能力，在提供可靠資源能力支撐的同時提升了資源使用效率；人工智能作為智能營銷發展的核心驅動力，利用機器學習、知識圖譜等技術驅動營銷走向自動化和智能化。智能營銷效果顯著。《平安銀行2019年度報告》披露，通過智能推薦平臺在“口袋銀行”APP和信用卡首頁精準投放營銷廣告，轉化效果比人工投放提升超過50%。依據招商銀行2019年半年報數據顯示，基于數字化運營產生的大數據，可以幫助用戶畫像刻畫得更為準確，大幅提高銷售的精準程度。半年報顯示，通過1863個零售客戶的用戶畫像，1H19營銷客戶接觸次數高達39億次，同比增長2.98倍，銷售成功率高達20.8%。（五）智能運營-改善用戶體驗，提升客戶粘性。金融科技賦能，使得商業銀行服務更加人性化、方便易得。商業銀行借助金融科技技術，從最初產品申請到最后的貸款催收，進行全流程的服務升級，可大幅改善客戶體驗，進而提升客戶粘性。例如，招行零售業務從以往重視AUM（管理資產規模）轉向重視MAU（月活躍用戶數），更加看重與客戶的交互，打造場景生態，提升客戶粘性。1H19招行的招商銀行app和掌上生活app合計MAU達8511萬戶。

參考文獻：

[1]張華.數字經濟背景下商業銀行零售業務發展路徑探析[J].中外企業家，2020（13）：80.

[2]劉翠花，張斌.數字經濟背景下開放銀行未來發展趨勢研究[J].海南金融，2020（1）：33-40.

[3]陸岷峰.數字經濟背景下商業銀行發展定位與戰略研究[J].天津商業大學學報，2019，39（6）：22-29.

[4]陸岷峰，王婷婷.基于數字經濟背景下的數字資產經營與管理戰略研究——以商業銀行為例[J].西南金融，2019（11）：80-87.

[5]黃明華.淺談新時代銀行如何擁抱數字經濟[J].經濟研究導刊，2018（5）：122.

[6]程杰.深化實施“科技強行”戰略緊抓數字經濟發展契機——浙江稠州商業銀行數字化轉型實踐[J].中國金融電腦，2019（12）：25-28.

作者:李泳琪 單位:江西財經大學