2019年4月4日，由CFCA联合近百家成员银行共同举办的“银行线上运营新攻略交流分享会”暨中国电子银行联合宣传年2019开年论坛”在上海举行。本次论坛成功吸引包括银行相关从业者、互联网运营大咖、数据科学家、数字化营销专家等在内的200余人出席，针对银行业线上运营和数字化转型中遇到的问题展开广泛而深入的探讨。

易观产品副总裁、易观银行业创新中心负责人 朱江

三类银行的数字化发展进程

易观产品副总裁、易观银行业创新中心负责人朱江，出席本次论坛并接受中国电子银行网专访，他认为“整体看来，由于银行的行业特点，其实很多业务已经是天然的数字化，银行业的数据运营和数据驱动转型，已走在其他传统行业前面。”

朱江表示，银行的类别主要可以划分为国有大行、股份制银行和城商行，银行规模不同，数字化的发展阶段不尽相同，遇到的难点和痛点也不一样。   

国有大行已具备良好的数字化基础设施，尚需更加灵活机制配合，将数据与其数字化产品结合起来。股份制银行的产品数字化做得相对较好，用户数字化也发展到一定阶段，但在线上运营过程中，人对于数据分析的能力，以及通过数据决策的能力，还没有达到互联网公司那样熟练的水平，所以股份制银行的痛点是如何去把现有数据，真正的与业务结合并利用。

城商行受资源和业务因素等限制，开展数字化运营面临着诸多挑战，城商行的基础技术平台正处于搭建过程中，数据采集功能还没有运转起来。因此城商行的当前工作重心在于如何把产品数字化，再进一步去完成数据的收集。   

智能数据技术解决银行线上运营痛点

银行如何根据自身发展阶段特点，利用智能数据技术，解决线上运营的痛点，重塑用户体验，朱江称，“从数据驱动的角度来说，面临的第一个技术问题就是如何收集数据，这需要建立数字化的触点，把用户数字化，通过用户的行为数据指导运营。”

大数据技术快速发展，从前做不到的事情，比如秒级实时分析、面向用户的个性化服务，现在已经非常成熟。朱江介绍说，2017年，易观基于IOTA架构自主研发易观“妙算”引擎，通过Common Data Model的设计，专注在某一个具体领域的数据计算，从而可以从SDK端开始计算，中央端只做采集、建立索引和查询，提高整体数据分析的效率。目前来看，在金融政策调控的大背景下，银行业的数字业务成长艰难，在这样市场环境下的银行企业，普遍存在一些痛点，例如多层级信息不对称，很多问题决策层难以及时掌握；例如营销活动成本高，但结果不明显；例如用户活性粘性不高，营销活动无法评估等，作为用户行为数据分析平台的易观方舟，能够建立统一、实时、透明的数据平台，让决策层快速定位、量化业绩增长的问题及原因，同时易观方舟能够有效地监测活动效果并优化问题，提升银行运营效率，降低活动成本，最主要的是易观方舟能够提升银行数字用户全生命周期中的粘性价值。

通过易观的“秒算”引擎，支持海量数据的查询和运算，并在此基础上，结合易观的工具平台和数据平台如易观方舟，快速地收数、存数、算数、用数，解决银行的线上运营问题。

银行的运营人员在平台上通过可视化操作，查看埋点收集来的数据和分析支持，快速进行决策，得出产品或活动改进方向，进行下一个迭代。这就是精益成长的工作环境，其实它的核心就是通过数据的支持，快速地迭代产品和服务。

轻型化驱动产品迭代

易观提出轻型化的数据驱动，帮助银行重塑企业级的数据智能，并以此来构建数字化的商业新模式，朱江如此阐释，银行需要围绕核心用户的需求，于不同场景满足其需求，这意味着银行不一定要坚持传统的业务体系，可能会外延到核心业务相关的一些场景，而这些场景是更加高频、多样性的。

当前，很多股份制银行倾向开放式的、生态化的发展方式，试图渗透到核心用户其他的生活场景，从而将业务潜移默化地融入到这些场景，例如购车、买房、医疗、教育等。银行需要跨界运营，或称为金融业务的融合与拓展，以互联网企业美团为例，从外卖到旅游、出行等各式各样的业务，其核心诉求就是基于大量的用户，极尽可能为丰富场景，满足用户需求。

朱江称，“轻型化是一种互联网思维，用MVP（最小化可实行产品，Minimum Viable Product）方法，将产品快速地投入市场验证，通过用户的反馈结果，去引导产品的迭代方向，当然，这个验证过程需要大量的数据支持和分析，得出结论，轻型化也可以认为是快速、轻量地去试错。”

五大视角建立数据分析体系

朱江提出，数据分析和数据验证以及精益成长都是非常重要的，需要考虑如何建立企业自身适用的数据分析体系。易观的方法其实是从五方面来考虑建立企业自身适用的验证数据分析体系。

一是商业模式视角：决定整体运营策略和分析目标。这其中包含3方面的运营，第一点是注意力运营，这种运营方式就是提高用户在产品中的使用黏性，我们也称之为参与度。需要看用户的访问时长、访问频次、访问周期、访问间隔等等这些指标。第二点是交易类运营，电商，各种交易平台，内容付费、知识付费等等场景，都是属于交易类运营范畴。关注的指标可能就会偏向于交易、交易活跃度指标，还有有一些前期指标，比如说商品搜索率，以及新商品上架盈利等等。第三点是效益率运营，银行提供的转帐、查询等，特指用户操作一个流程的时长，用户使用深度的指标。

二是产品阶段视角：不同产品阶段决定不同侧重的分析指标体系；从产品生命周期来划分，一个产品从实施到导购到承诺到成熟，整个生命周期阶段，每个阶段都有不同阶段的目标。比如说在初创阶段，我们需要验证产品有效性，用户是否愿意使用这个场景，这是最大的一个目标。当产品验证阶段之后进入导购期，推广产品、拉新客户，到成熟期和成长期，更多的是偏向产品交付实现产品价值。

三是业务阶段视角：不同业务侧重选择不同的分析模型。银行从获客到活跃到留存，到实现营收、传播，这是一个经典的模型，但是这个模型是不是适用于产品所有的业务阶段。如果是一个成长提速的潜在市场，这个模型非常适用，可以通过这个有效获取用户，占领市场。但如果是在打磨产品，验证产品有效性的过程当中，产品体验还没有达到很好的状态，获得更多的客户也没有用。

四是用户场景视角：细化用户旅程，制定分析指标。一个银行用户从访问到注册成功，到开卡、激活卡，实现了一个流量转化成一个新用户的过程，以及后续的转帐、交易查询等，以上都是用户处在不同的场景中。在这个过程当中，每一步关注的指标都有相应的不同的关注点。通过这种用户的路径或者说用户旅程细分，划分每个业务板块上的指标体系。

五是用户人群视角：细化用户分阶段、分级、分群，精细化运营。通过客户人群视角制定不同的指标体系，以及通过细分做精细化运营。

PaaS让数据更丰富

运营的目标是触达用户，并与用户产生交互。任何差异化策略的最终落地，都需要触达的引擎，“易观方舟”是收数、分析、分群、画像和精细化触达的数据中台，帮助银行快速、低技术风险地搭建平台。

朱江更愿意把“易观方舟”定义成一个PaaS平台，因为SaaS产品常被看作是一个行业的最佳实践，PaaS可以支持个性化的API扩展，可以提供银行在平台基础上二次开发，更容易与原有的业务系统和不同的产品形态对接，让数据更加丰富、更加灵活，从而帮助银行企业实现数据驱动的用户运营，能够显著提升数字用户资产回报率。

“例如数据驱动高效增长，通过全渠道/全平台的数据采集、实时计算数据库引擎、根据各种业务场景灵活定的数据分析模型，帮助银行业快速实现收数、理数、用数的数据分析能力，从而通过数据分析支撑业务决策和产品迭代。

例如伴随业务发展高效扩展，通过易观方舟高度开放的PaaS平台接口，整个银行各种复杂的数据环境，轻松实现在平台上的业务扩展，减少研发成本，提高研发效率，降低研发风险。”朱江表示。

责任编辑：韩希宇