銀行的數位轉型之旅 - 從新零售看新銀行的數據應用

數據引領轉型

前一篇文章在講銀行轉型的定位與策略，本篇接著談執行層面的問題，其中最重要的關鍵無它 – 就是數據。

我用新零售當做主題來談銀行數位轉型的應用方向，目的是想藉由比較兩者在應用與數據上的差異來凸顯現在銀行業對於數據本身發展的不足。

不要問數據能為你做什麼，要問你為數據做了什麼！

以往傳統的思維在IT文化裡，尤其是銀行業，本質上因為有業務應用，所以產生數據，數據是應用產生的，所以數據是結果，對銀行員來說數據存在的目的主要是用來保存、更新、查詢、稽核、統計、出報表的，舊思維框架侷限了數據的能力。

新零售思維裡恰恰相反，因為掌握了數據，透過像大數據分析與AI等新能力，可以從中探索機會，產生更多新的應用，進而創造更多的可能性，在新零售的世界裡，數據是源頭，應用才是產出。

我們來看一下哪些值得借鏡的發展方向：

1.   新零售的全通路戰略

新零售在談全通路(Omni-Channel)，銀行也在談全通路，談線上線下整合(O2O)，舉凡面向消費者的服務都開始在談全通路的客戶體驗，這裡的全通路講的是結合實體與虛擬，線上與線下的渠道，把客戶互動的歷程在不同渠道的過程加以整合與交互利用，以滿足客戶體驗，強化客戶黏著度，話說是如此，新零售走的快，新銀行卻走的跛腳。

最關鍵的還是法規與人才的不足，尤其在身分認證與金融監理技術相關應用，銀行在客戶服務的過程中多想要開拓更便捷的流程，簡化繁瑣的表格文件往來過程，更進一步的是希望藉由客戶數據的分析與再應用，留住客戶並開發更多的商機，讓客戶的價值/成本比或產出/投入比能提高。

這個全通路思維台灣走的慢，在我的前一篇文章裡提到資產利用率與人力的重新分配是當前銀行最需要嚴肅面對的課題，實體資源應該重新分配，讓有潛力的通路能獲得更多資源，更快速發展。

2.   會員與流量 vs. 銀行客戶

在網路的世界裡最常被引用的兩個重要指標 – 會員與流量，掌握會員就掌握市場數據，創造流量就表示擁有人氣，這是網路經濟裡含金量多寡的典型價值指標，網路業者尤其是零售相關產業早就熟稔這些領域，非常善於操作跟消費者相關的互動體驗，並且從中產生很多變形的新業務模式出來。

其實銀行擁有最多的會員，所有存款、開卡、融資、投資的客戶都是銀行的會員，動輒數百萬戶，網路與手機銀行的交易量也無敵高，從這個觀點來看，銀行的會員與流量可能更多，當銀行期望轉型以客戶為中心，創造客戶體驗的同時，卻忽略善加利用這些所謂的會員資料與流量數據，反而總是想在網路上放個對話機器人(Chatbot)還是ATM什麼的弄個人臉識別，塑造新的形象與體驗，猶如緣木求魚，實際產出價值還是有限。

話說銀行本來就比較保守，有金管會加上個資法也是銀行無法善用數據的緊箍咒，尤其現在又來個GDPR，讓所有金融業甚至各產業還都得防一防，至少也會要做個樣子，數據的應用就更被畫地自限了。

銀行被要求對客戶做KYC，主要是信用評比與風險管理考量，出發點完全與網路商業不同，電商做客戶分析是要了解客戶的興趣與購買行為，可不是要查核客戶的財力與還款能力，某種程度來講電商已經把這個風險轉嫁給金融業者，就是銀行，所以銀行承擔這個風險勢必是要做KYC的，只是銀行在認識客戶的風險之餘，其實應該也可以更積極看客戶的消費潛力，而不僅僅看償債能力。

3.   忠誠度

在網路的世界裡是沒有忠誠度可言的，即使交易都是實名制，也不代表客戶都是鐵粉，挑戰在於網路是透通的，轉換成本低，任何商品都可以輕易比價，隨便比一比就知道，網站如果不好用，玩家兩三下就冷掉了，所有的網路業者都在想盡奇招，想辦法提高或維持客戶黏著度與回客率。

電商業者每天都有新的競爭對手出現，大咖想盡辦法用各種手段試圖把其他業者幹掉，蝦皮就是典型的例子，燒錢來補貼運費就是要把客戶留住，把對手逼死，網路競爭之激烈遠遠超過銀行業。

銀行本身完全不是這麼一回事，客戶忠誠度本來就高，客戶沒事不會去換銀行，所以銀行本身在維護客戶忠誠度這方面顯得很鬆散，好像客戶來了就一定跟這銀行一輩子，這樣的思維非常危險，尤其實體銀行逐漸式微，純網路銀行開始被接受，客戶的轉換成本會下降，網路透通性會提高，接觸銀行的通路大大開放，支付渠道多元化，客戶忠誠度必定會持續下降，這是擋不住的趨勢。

那麼銀行有什麼可以跟新零售學的？筆者認為營利思維是可以借鏡的，別老是想直接從客戶身上賺錢，要賺的是機會，換個思維面對客戶，從客戶身上挖掘資料、經營市佔率、提供創新商品；銀行除了賺手續費，也應該嘗試從數據中賺機會。

4.   紅利積點

航空公司有會員哩程積點，Line Pay有點回饋點數，各種店家有集點卡，電商有點數累積可以折抵消費，銀行信用卡也有刷卡積點，這些都是獎勵消費行為的一個重要手段，上面這些產業其實已經形成一個會員積點回饋的夥伴關係，這個夥伴關係讓客戶可以享受各種型態的紅利回饋。

紅利積點的管理是一們大學問，因為本身就是一個行為，行為產生數據，數據就可以再被利用，重點在於經營熟客，也是強調黏著度與回客率。

從銀行的客戶來看，累積點數多用在信用卡消費，卻少用在其他交易上面，有點可惜，例如ATM、網銀、自助服務設備的使用並沒有任何獎勵機制，這些自動化系統投入與維護的成本最低，處理速度最快，交易量最大，銀行應該要多鼓勵用戶使用才對。

台灣的銀行目前普遍資產效益低，透過紅利點數的累積可以獎勵這樣的用戶行為轉變，同時又產生大量客戶相關數據，以供後續分析再利用，如此可解決雙重問題。

5.   物流、金流與資訊流整合的電商 vs. 銀行傳統金融服務

在中大型商業銀行之外，再舉一個地方金融的例子來看，台灣有很多小金融機構，很多人不知道有些是產業的隱形冠軍，從分行家數來看，農漁會、信用合作社、郵局才是最多也分布最廣的金融單位，雖然業務量、業務種類、客戶數等都不是最多，但是其任務性質非常明確，所以數位金融策略上就應該專注在發揮其任務目標的規劃上，以數位創新來講，其實有很多可以做的。

如果以農漁會來看目標應該是明確的，可以打造『台灣大農業網』的數位金融生態鏈為目標，新零售就是完全可以借鏡的生態鏈，藉由政策的加持，把整體農業金融服務的位階提升到數位科技化層次，讓台灣農漁業的物流、資訊流與金流能充分農漁會分部，線上線下發揮大農業網的綜效。

以這個大農業網的高度來看，跨基層金融網點的整合、農產銷上下游的金融服務、網路金融服務、支付與物流等的金融服務都是轉型的契機，重點在於數位金融的轉換，已經不在於金融產品本身的數位化，產業加持下的新金融平台，金融機構只要把位階提高，自然可以看到機會。

6.   技術架構的演化

同樣是B2C及B2B，電商與銀行技術框架大不同。

且先回顧一下銀行系統的演進，從早年核心系統開始衍生的分行系統，之後二十年前開始談網路銀行，十年前又有手機銀行，現在則談區塊鏈、談社群與媒體，這中間有很多接觸客戶的渠道陸續被佈署，例如客服中心，又例如自助服務，甚至無人銀行，結局就是疊層架屋的各種應用與系統架構，銀行為了讓企業內部資料可以分享與整合，後來大多做了EAI，可以說EAI的誕生是歷史的緣故，銀行企圖藉由SOA架構打通企業內部的資料流，這個當初看似前瞻的發展現在卻成了全通路戰略的阻礙！

EAI談的是資料流與服務導向架構，是介於前台與後台的一個企業框架，EAI導入之前所開發的應用必須重新包裝以接入，新的應用則需滿足SOA架構開發業務邏輯，不管新舊，就是得透過EAI做整合與服務調用，整個數據與應用就是被EAI給活生生綁架了。

不是說EAI不可用，而是應該倒過來用，企業內外的訊息流經過時代的淬鍊已經逐漸趨於標準化，以新零售的觀點來看這些技術都已經過時，電子商務跳躍式的演化，讓整個框架得以直接面向消費端，把行業重點直接放在客戶體的達成，也就是業務流程與互動歷程的透通與分享，這需要企業應用框架的再造，讓數據應用生成在EAI之上，框架應該更著重於業務邏輯的微服務化與數據的結構化處理，而不再只是前中後台的資料整合流程。

人才是數據應用的關鍵因素：高手在民間 – 電商

最後談到執行面的問題，銀行的轉型很多都是組織內的，組織內轉型本身就是弔詭的事，內部需要符合從上而下的IT標準、規範、管理政策等，要靈活積極對當地市場狀況做出反應，要同時快速開發創新的數位銀行服務，又得綁手綁腳遵循組織內的權責劃分與作業標準，可以想像其難度極高。

這也就是為何很多家銀行都積極從外部網羅人才，從技術人才到高階管理人才都是，必須跳脫金融體系的思維，面對來自各方的競爭對手就必須在現有的框架進行碰撞，這些人才從哪裡來？筆者觀察很多都是從傳統的乙方挖角過來的，最多看到的就是像IBM這樣的大公司，一群經驗有能力的人在過去這幾年流轉到銀行端。

有些中大型銀行動作很積極，在資訊長之外，從外面延攬了數位長或技術長，這些銀行要能真正夠突破數據應用的盲點，發揮數據的力量，其實電商與新零售也盡是人才，尤其在數據應用這一方面，這些人的經歷與能力是凌駕於傳統資訊服務供應商的，銀行在網羅人才的方向更可以考慮從這方面著手。

下回待續。

文/老林

關於作者：
目前擔任美商優利系統副總經理、企業應用服務事業群總監
曾任Dell亞太區技術支援中心資深協理、IBM大中華區協理、IBM台灣經理

長期從事企業數位轉型服務、網路金融、全渠道服務、客戶關係、與智能化科技