科技猎麦肯锡：奇点临近，数字化助力银行业腾飞丨亿欧智库精选
数字经济作为一种新的经济形态，正成为转型升级的重要驱动力，也是全球新一轮产业竞争的制高点。2016年美国数字经济规模11亿美元，占GDP比重59.2%。而我国数字经济规模也达到3.8亿美元，占GDP比重30.1%。目前各个行业都将 数字化 运营作为公司的重要战略，银行业也需要在数字化浪潮中抓住机遇，迈向 智慧金融 新时代。
本篇文章来自麦肯锡中国银行业CEO季刊2017年冬季刊，以下是 亿欧智库 为您带来的精选分享：
数字化浪潮现在进行时
在当今时代，企业长期处在激烈的竞争环境下，提供数字化服务和运营已成为几乎各行业中重塑客户体验的首要驱动力。不仅亚马逊、苹果和优步这类科技公司不断通过提供简单、及时和个性化的客户体验来重新改变自身经营，即便是在化工、钢铁等传统行业的公司也在大胆开拓，围绕客户需求来构建数字化生态系统。 面对瞬息万变的市场，银行业应当把握数字化浪潮中的增长机遇，开启迈向未来智慧金融的进化之门。 麦肯锡通过在数字化客户体验领域与知名企业的合作中提炼出三大重要发展趋 势。
趋势一：客户旅程的数字化势不可挡，并极大地提升了客户体验
数字时代的卓越用户体验有赖于服务提供商提供简洁的并且赋有个性化的、由多个互动构成的体验旅程。 企业应将“客户旅程设计”作为价值创造的核心，并综合运用多种设计工具强化体验旅程。麦肯锡调查显示，亚洲发达国家的58%至75%消费者在线购买银行产品，方便、快捷、多渠道等数字化体验成为客户选择银行的重要衡量标准。领先实践经验表明， 银行只要抓住最关键的30个客户流程，进行数字化改造就可创造巨大价值，并节约20%的运营成本。
关键的30个流程包括借记卡开卡、信用卡申请、贷款申请、客户投诉、现金管理以及按揭申请等，覆盖了80-90%的客户行为，占到40-50%成本开销。 通过对这些流程的数字化改造，银行可牢牢抓住数字化转型机遇，进一步抢占客户资源，扩大客户钱包份额，提升客户满意度，改善运营效率，以及削减成本（见图1）。
趋势二：银行服务从“跨渠道”转变为“ 全渠道 ”
麦肯锡研究发现在数字化的推动下，银行的服务渠道在过去几十年中发生了巨大的变化。90年代以前，银行主要利用物理网点服务客户，并专注于产品销售；从90到00年代，随着电子通信技术快速提升，电话银行、网上银行等电子渠道发展迅速，银行开始提供网点、呼叫中心与网上银行等配合的多渠道服务模式，但渠道之间缺乏客户信息共享。之后的00-10年代，银行积极整合各渠道的信息，实现共享，以打造跨渠道服务模式，但各渠道的运作还是相对独立，并没有真正实现“以客户中心”的转变。
目前银行致力于发展线上线下一体化的全渠道管理，包括网点布局、新业态规划、线上渠道开发、创新获客渠道开拓等，努力构建全渠道、多触点的一致客户体验。
趋势三： 大数据 、 人工智能 等高科技助力打造智慧银行
西班牙对外银行首席执行官冈萨雷斯曾说过：“一些银行家和分析人士认为，谷歌（Google）、Facebook和亚马逊（Amazon）等公司不会完全进入银行业这种受到高度监管、利润率较低的行业。我不同意。而且我认为，如果银行不做好应对这些新竞争对手的准备，将必死无疑。” 领先银行已经在利用大数据找到对客户“隐藏的”见解，描绘客户画像，了解客户需求。 新的数据类型和更完善的工具、技术和分析功能，能够根据基于行为和事实的预测，发现更深入、更相关的客户见解。
人工智能也将对银行业起到颠覆性作用。 以往人们借助计算机的运算能力可以更高效地完成任务（例如，比人类更快地处理更复杂的计算）。传统的软件程序由人类编写，包含具体的指令要求。人工智能的工作模式完全不同。它们依据通用的学习策略，可以读取海量的“大数据”，并从中发现规律、联系和洞见。因此人工智能能够根据新数据自动调整，而无需重设程序。利用机器学习，人工智能系统获得了归纳推理和决策能力，而深度学习更将这一能力推向了更高的层次。这些计算机系统能够完全自主地学习、发现并应用规则。Capital One银行已成功运用人工智能+大数据技术预测客户偏好，这些预测贯穿在客户获取、客户服务、产品设计及风险管理等所有业务环节。
打赢数字化转型之战
就传统的运营模式而言，银行一个常见的短板是非常看重对企业内部能力的优化，而不是以客户的真正需求作为核心导向。部门之间的割裂也是银行转型的另一个障碍，因为这与实现真正意义上的跨部门协作要求格格不入。此外，很多银行仍在以一种传统的、自上而下的方式进行大项目的运作而不是以更适应市场变革的方式，不断验证和进行改变。最后，在很多情况下，银行的最高管理层也未能坚定地推行数字化解决方案。麦肯锡通过多年数字化转型经验总结出以客户为中心的银行数字化转型的四大关键成功要素。
要素一：坚持以客户为中心的数字化旅程重塑与优化
全球领先银行普遍采用EdgE（End-to-End Digitalization）方法来改善客户体验。 EdgE是客户旅程数字化改造的领先方法，是一种基于敏捷交付，快速迭代，短时间内开展端到端流程数字化的独特方法。
有别于传统方法，EdgE具备六大优势（见图2）：
汇丰银行在2015年6月提出了“从根本上把组织完全数字化”的数字化战略，将数字化列为银行近三年的前十大战略之一。汇丰银行计划五年内投资约20亿英镑，目标在2020年之前，将60-70%的业务、交易完成数字化转型，从而全面提升银行数字化水平。为此，汇丰银行针对最关键的20-30个流程（覆盖~90%左右的客户活动），在全球主要国家和地区同时开展端到端流程数字化改造（EdgE）。汇丰银行的数字化旅程改造已经取得了显著的成果，从2014年到2016年末，数字化渠道销售额增加了75%，活跃的数字化用户比例达到40-50%，大幅改善了客户体验。
某全球银行利用EdgE方法对抵押贷款和新客户开户两条关键流程进行数字化转型。仅用了16周时间就实现了贷款审批时间和开户时间缩短99%，每笔贷款成本下降70%，开户数增长25%，产生了显著的效果和影响力（见图3）。
另外要带来一流的数字客户体验， 关键是要对需完善的旅程进行大刀阔斧的设计，一种有效的方法是我们所说的“零基础旅程设计理念”，即对旅程最终形式不带有任何预先设想，从零开始设计客户旅程，而不只是简单地改进现有旅程。 在这个过程中，首要目标是彻底反思该旅程的运行方式，而不是单纯对出现的低效问题修修补补。客户的需要和偏好既是起点，也是这项工作的持续依据点——这就是说，根据客户的反馈，可对新旅程即刻进行测试和迭代。这样有助于建立一个可触摸的客户体验“样板”，以便对于真实的客户体验获得更具体的感知，接着在客户身上不断进行验证。
通常，避免原流程相关人员参与设计，而是由客户或不熟悉该流程的员工主导，聚焦于客户痛点和如何有效提升客户体验，这样往往可以产生意想不到的效果，流程得到大幅优化。如澳大利亚联邦银行在改造流程设计时，创新的大门对所有人放开，包括受邀客户。往往是那些没接触过原有流程的“外行”，提出的方案或构思更具颠覆性。
另一家领先银行在改造信用卡申请流程时，通过诊断发现某环节需手动录入客户信息，效率较低。若采用传统数字化改进方法，利用自动化方式替代手工录入，仍旧只是对流程的微创新和微改进，客户体验无法突破瓶颈。而零基设计理念彻底抛弃旧的工作模式和思路，突破原有流程的束缚，借鉴国外先进科技公司的做法，并邀请行业专家、客户深度参与其中，实现了颠覆性突破。
要素二：确保客户从非数字化到数字化旅程中的无缝衔接
近年来，银行对于如何建立有效的数字化渠道的认知比以前显著增多。然而，我们发现， 很多项目推进困难的一个常见的问题是未能充分考虑如何鼓励客户积极采用新的渠道。 客户未能接受数字化渠道的背后有很多原因。例如有些客户对当面沟通有自己的偏好，有些客户担心数字化服务的质量与速度不满足自己需求，还有些客户认为数字化服务缺乏个性化体验等等。结果，客户对数字自助服务渠道的接受未达到预期程度，从而制约了效率的提升和成本的节约。 因此，充分规划并鼓励客户积极采用数字化方式是一个关键的成功因素。
在我们的经历中，要想鼓励客户接受数字旅程并无“万金油”。答案在于根据客户的测试结果，综合运用不同的工具和反复的方法。有各类战略可以使用，每个战略都有各自的战术技巧：包括向客户提供信息、提高客户旅程对客户的相关度、引导客户积极参与等。
向客户提供消息
运用有效的营销技巧，例如搜索引擎优化（SEO）、搜索引擎广告（SEA）或者线下活动，这些都是吸引消费者的关键手段。尽管重点是建立数字渠道，但目前仍需要在传统媒体和数字媒体技巧之间采取一种明智的组合方法。
Foodora公司在德国开辟市场就是一个很好的范例，该公司成功地运用了SEO和SEA，在线认知度宣传活动和线下户外渗透并举的形式。像亚马逊和Zalando等其他科技公司也采用了类似的战略。
说明新数字渠道的用途，例如，通过实体接触点播放视频，也可成为一种鼓励消费者积极接受的极其有效的机制。德国电信推出全新的云服务，阿拉斯加航空公司推出在家办理登机手续和行李托运签打印服务，或是汇丰银行针对全新设计的在线银行业务推出教学视频等都采用了这种方法。
通过测试、用户分组以及推送评论来吸引客户尝试使用，使部分公司通过激励反馈和口碑获得关键的客户基础。
提高数字旅程的相关度
汇集相关内容并带来愉快的体验非常关键（例如将各种功能整合到一个应用程序中），尤其对那些并不常用的数字渠道来说更是如此。个人客户会使用的应用数量非常有限，因此需要包含来自同一公司尽可能多的内容。在土耳其，安联保险决定将健康保险、提出索赔和其他服务等多种功能整合在一个应用程序中，而不是针对各个功能分别提供对应程序，消费者使用各个单一程序的可能性也低得多。
将一直高频使用的服务囊括其中。 中国平安保险是这方面的一个优秀典范，该公司的“好医生”应用程序包含多种吸引人的功能。公司用这种方法促使客户更频繁地使用其服务，并可以收集有价值的客户行为数据。
不断完善和创新数字旅程。 提取用户体验数据，提高数字渠道的接受程度和成功率。根据有效的用户体验评估结果和客户测试，有些公司使用了一些简单的技巧，例如建立全新的登录页面或者调整网站上功能元素的颜色，从而提高订阅量和点击率。
引导客户
提供激励措施也是促使数字接受的重要手段。 常见的做法是提供加分奖励或其他奖金。例如，英国的《星期日泰晤士报》推出的具有的纯数字化订阅方案比传统订阅方案更具竞争力。
通过削弱竞争性或传统渠道的效力，或者限制竞争性或传统渠道的访问，使企业进一步轻推那些落后的采用者。这表示他们致力于采用全新数字工具或渠道并对其充满信心。例如，Wizz Air这家航空公司在其网站上免费提供数字支持，而向寻求呼叫中心咨询服务的顾客收取15欧元的服务费。
为了鼓励客户积极接受数字旅程不仅仅要看重渠道的质量，还要利用多个抓手，找到一种合适的、个性化的解决方案。而且，需要在组织内的不同渠道和业务单元领导层中实现内部协调，因为在战略、目标、激励措施和心态方面领导者们的冲突可能会产生极具破坏性的影响。
要素三：打造全渠道银行的一体化体验
国际领先银行借鉴零售业“全渠道”概念，提出打造全渠道银行（Omnichannel Banking），意在为客户提供一体化全方位的数字化服务，确保各渠道任何触点客户体验的一致性和透明度，大幅提高客户服务效率，一改过去反应迟缓、渠道衔接不畅等不佳的客户体验。 麦肯锡的研究表明，使用多种渠道的客户会给银行创造更多价值。使用单一渠道的客户平均持有五种银行产品。使用三种渠道的客户平均持有七种产品；使用三种以上渠道的客户平均持有九种产品。与此类似，使用三个或更多渠道的客户贡献的收入是单一渠道客户的两倍以上（见图4）。
全渠道战略有三个主要组成部分：
1.强化线上渠道，提升移动平台竞争力 ：数字化业务已逐渐成为传统银行的重要收入来源。以欧洲银行为例，2010年到2016年之间，来自
数字化渠道的零售银行业务额从356亿欧元增长到763亿欧元，银行总业务占比从9%提升到20%。金融服务愈加广泛频繁地嵌入到零售和公司银行业务场景之中，国际领先银行着眼于移动端和互联网平台的业务模式，不断推陈出新。
2.明确网点定位，利用新科技推动智慧银行转型 ：在网络时代，线下渠道仍非常重要，大多数消费者认为网点和面对面的咨询必不可少，国际领先银行通过大力推动渠道优化和智能化银行转型，提升竞争力。网点的定位从大且同质的全产品服务供应向轻型化、智能化转型，专注于销售和复杂产品服务咨询，注重客户的数字化体验。以澳大利亚联邦银行（CBA）为例，通过全面推动线下渠道的数字化升级，融合新技术，打造全渠道一体化体验。CBA的下一代支行设计中，采取了一系列创新技术，比如设置大量移动自助设备，升级自动柜员机，缩短排队时间，通过视频方便客户与专家顾问互动，营造了极具“未来科技感”的一流网点体验。
3.打造全渠道的一致客户体验，实现线上线下无缝连接 ：全渠道战略要求零售银行以客户为中心，全面汇集不同渠道产生的交易资料和客户数据，创建客户360度全景画像，提供一致的客户体验。其次，通过明确不同渠道的价值定位，帮助客户实现线上线下渠道的无缝连接。
要素四：利用人工智能+大数据给银行真正创造价值
利用人工智能+大数据打造无人化客户交互方式。 人工智能技术则可以通过语音识别、语言处理和图像识别系统提供智能机器服务，将客服中心和柜台的大量人工解放出来，从而大幅提升运营效率，降低服务成本。典型的应用场景有基于语音识别和人脸识别技术的智能客服、柜员业务辅助、大堂智能引导等等。
星展银行利用试点方式在推广他们的移动银行，而星展认为成功的关键是采用了人工智能数字化身份识别技术，通过该技术，银行只要一个智能 机器人 就能处理所有用户咨询，大幅缩减了呼叫中心的规模。移动银行不发行支票或者支票本。除了可以在线上完成支付，还能进行借贷，完全实现无纸化，客户体验得以极大改善。根据星展的测算，移动银行所需的人力仅为传统银行的10%，大大降低了运营成本。
利用人工智能+大数据带给客户个性化体验。 人工智能+大数据能够重新解构金融服务生态，简化业务流程，并深刻挖掘客户的需求，为其选择适合的金融产品和服务。典型的应用场景有基于机器学习与神经网络技术的智能投顾、保险定价、交叉销售等等。招商银行推出了国内首家智能投顾服务——摩羯智投。它可以深刻洞悉用户的需求和信用等级，从而对金融产品和服务做出选择，交易过程、服务反馈、信用再调整等一系列工作都可由人工智能在短时间内完成，极大地优化、丰富了用户体验。
花旗银行通过挖掘信用卡数据，交叉营销提升交易量。2011年，花旗在新加坡创立“创新实验室”，集中250名优秀数据分析员在卡纳塔卡设立大型数据分析中心。客户如报名参加相关计划，每次使用信用卡时，花旗银行的系统就会根据时间、其所在地点和花旗银行客户过往的购物或进餐记录，向客户进行短信推送，提供临近商店餐厅的优惠，该场景帮助花旗银行成功提升了客户价值。此外，系统还会根据成功响应的客户特征及可能接受优惠的客户规模进行模型的自动优化。
利用大数据加强风险控制。 从授信到早期预警体系，从压力测试到催收，大数据风险模型可以加快信贷决策速度、提高资金配置准确度、提升贷款定价的竞争力、降低风险损失。强化的优劣信用区分能力可以双重优化银行的业绩和风险。具体来说，银行的信贷审批时间可以从两天缩短为20分钟，或者贷款监控和早期催收系统准确性可以达到以前的两倍。银行一直对改善预测能力和提高信贷损失模型细度感到非常头痛，压力测试的结果也证明了这一点。基于大数据的高级分析法特别适用防欺诈侦查。传统防欺诈方法是参照特定规则和标准寻找对应客群。而机器学习则会找出异于常态的模式，判断是否值得调查。高级分析法曾经提高了某家银行欺诈案件侦查率超过15%。
在数字化浪潮的推动下银行面临的压力越来越大，要努力改变客户体验的质量，满足不断增长的客户期望并对抗灵活的数字竞争对手。利用数字化变革，银行能够深刻的了解客户需求，有针对性的将高度完善的计划投放到市场中去。