中台战略打造敏捷银行

数字化时代、平台+服务,金融科技,数据中台,业务中台,技术中台

中台:金融数字化解决方案

构建中台已成为企业数字化转型过程中核心要务,也渐渐被金融机构的CIO们所采纳,成为IT战略规划中的组成要素。随着互联网时代的到来,快速响应变化、前瞻性发掘客户需求、迅速提供满足业务创新所需要的资源能力…这些成为企业可持续发展的必要条件。传统僵化的前台组织和服务模式已经逐渐落后于市场环境,这迫切要求企业构筑平台化的服务能力。而平台化服务能力,则具体体现在业务中台数据中台技术中台的建设上。

中台本质上体现了企业快速响应前台业务的灵活变化、为业务创新提供稳定可靠的服务能力支撑,实现前台与后台的弹性适配。此外,中台还能够为前台提供企业资源的沉淀、定义、开发和统一管控,如数据资产的开发与管理、AI算法模型的共享服务等等。

中台战略的实现要点是共享服务单元的架构设计,以及业务中台、数据中台、技术中台的多层次驱动。基于前、中、后台分层设计思想,在基础云平台、PaaS、SaaS等不同层级形成共享服务单元,将可标准化、高扩展性的服务架构实现颗粒化、组件化。

著名的阿里巴巴“大中台、小前台”模式.jpg
著名的阿里巴巴“大中台、小前台”模式

业务、数据中台的价值与效能

在《企业数据中台战略:利用共享服务体系驱动业务创新》一文中,我已经给出了数据中台的定义:对内提供数据基础建设和统一的数据服务,对外提供服务商家的数据产品通过整合数据、产品和技术,形成强大的共享服务层,支持前台部门的业务发展。如果说数据中台体现了企业沉淀数据资产和数据智能技术的平台服务能力,那么业务中台则体现了核心业务的共享服务化,使得任何业务条线都能够快速调用公司的核心能力。

数据中台确保了整个企业的数据一致性和数据重用性。统一数据基础模型将业务领域的数据实现互通,避免了数据重复加工、维护带来的数据孤岛效应和成本浪费。因此,其解决了企业在数据治理中数据标准不一、数据架构混乱、数据质量难以统一管控等难点和痛点。

此外,数据中台作为企业数据智能中心,为科技驱动金融业务创新,提供从数据准备、数据标签化、数据采集、数据工程到数据应用的核心能力,成为大数据、人工智能创新实验室的抓手。

如果说数据中台体现了企业数据资产的价值沉淀能力,那么业务中台是企业业务流程中核心要素的有序组织,提供模块化、开放化的共享服务能力,供前台各业务线灵活配置。例如,供应链管理中的供应商、订单、库存、商品、会员、营销、交易、渠道、物流等,覆盖了运营管理、营销管理、渠道管理、售后管理等环节。再如,资产管理中的交易、估值、核算、信披、过户、代销、客服等业务模块,提供规范化、可扩展的资管业务组织单元。

业务中台的建设随着企业信息化、数字化进程中能力的提升不断沉淀,从业务领域吸收营养、再到反哺业务发展。其特点与价值可归纳为数据能力、开放能力和创新能力:

一、数据能力:利用数据智能驱动业务应用创新。通过数据资产的统一开发、管理与运营,确保数据智能技术贯穿于业务流程,实现良好管理的数字资产、业务模型、算法能力驱动的的业务创新。

二、开放能力:良好设计的业务中台一定具备可扩展、可配置的弹性开放能力。无论是营销中台、支付中台、风险中台…都应该具备开放API、组件化、可重用的架构设计与治理体系。

三、创新能力:通过业务模式的能力下沉,为更多业务方提供统一支持,有效连接业务单元,创新新的业务价值。当企业业务规模做大后,这种将业务模式内聚、下沉的方法,能够在架构上提供给业务方灵活定制、组装业务的能力,从而为业务创新提供了有效支撑。

以数字化营销为例的中台模式

对于商业银行零售电子银行业务、信用卡业务、证券公司网络金融业务来说,营销业务涵盖从客户画像、推荐触达、营销活动管理、营销分析、财富管理、客户服务与渠道管理等业务类型。过去在构建营销决策类系统时,多以传统的OCRM、ACRM系统为主。随着大数据驱动营销理念的兴起,金融机构以大数据平台为基础,开发了多类的基础标签和高阶标签,以实现客户画像和精准营销触达。但无论是传统CRM系统还是大数据营销系统,都仍然是业务部门独立建设的信息平台,并未形成业务中台模式。换句话说,仍然在建设“烟囱式“的业务系统,无法形成统一、可配置、可扩展的中台组件,难以形成APP、PC、网点…全渠道、全链路营销的敏捷业务能力基础。

网络金融零售营销业务看板.jpg
网络金融零售营销业务看板

此外,在银行、券商实践数据化营销的过程中,总会遇到以下的难点:难以盘活数据价值,为精细化的营销活动策划能力和营销分析提供决策依据;存量客户的优化、激活、流失预警,增量客户的获客、提升、传播的体系方法论仍欠缺;缺少全流程、全渠道、线上与线下协同的营销管理方案l营销工具的投放、推荐方法传统、粗放,缺乏AI驱动的自动化决策能力l产品、权益丰富但同质化程度比较高,难以针对客户寻求差异化的营销方案触达;以专家经验为主,缺少依据机器学习/深度学习的算法优化能力。

因此,金融机构在零售营销这一复合型业务的数字化、智能化升级进程中,构建营销业务中台与数据中台的双轮驱动策略,通过原子化、组件化的服务,形成零售营销业务视角的组合与编排能力,能够从整体上提升业务效率与灵活性。此外,还可以在业务中台与数据中台中沉淀具备营销业务属性的业务规范、数据标准与流程模板,如活动模板、标签资产、A/B实验模板等等,形成可重用的业务经验积累,为前台业务人员实现分工协作、提升营销服务效率形成助力。

营销中台+数据中台的双轮驱动模式
营销中台+数据中台的双轮驱动模式

总结而言,金融机构在数字化转型实践中,越来越多的引入金融科技基础技术,但仍然没有通过这些技术形成持续的业务创新驱动力。究其原因,以传统信息系统建设的模式落地,其实并未在灵活变化的业务前台与科技后台之间,形成良好的“匹配”关系。中台方案恰是为了解决前台与后台的衔接能力所提供的最佳组织实践。通过业务共享服务单元、数据中台与技术中台系统,能够兼顾快速迭代、持续变化的前台业务环境,又可以有效沉淀业务组件、技术能力和数据资产,使得科技在多样化、开放化、生态化的业务创新中起到更大的作用。

转自:https://www.iyiou.com/p/98050.html

更多文章

业务架构学习群资料

D1.1 业务架构:消除十二个常见的误解

业务架构是一门成熟的学科,吸引了世界各地各种组织的极大兴趣。它是战略和执行之间的桥梁,使业务转型、企业规划、投资组合管理和并购等活动更具战略性和有效性。然而,对于业务架构的用途、起源和价值主张,人们往往会产生误解。

阅读更多»
数据管理资料

大数据AI/ML将洞察力转化为行动

如今,许多世界上最有价值的资源都在考虑数据。但是,仅凭数据并不能提高业务价值。这只是一种资源。在本讲义中,您将获得有关人工智能、机器学习和数据科学的非技术性概述。我们将探讨AI / ML开发项目的各个方面,以及如何获取数据并将其转化为知识,然后采取行动。我们将介绍一下:企业如何使用数据、对数据基础架构的新需求、计算机科学和统计学的基本AI / ML技术之旅、所涉及工具的摘要、这些技术如何应用​​以及它们取得的惊人结果。

阅读更多»