导入区块链模式下的客户关系管理（CRM）变革策略—针对商业银行的管控系统MCS转型

区块链

客户关系管理

管控系统转型

一、区块链技术核心特征与企业客户关系管理核心主张

区块链技术作为近些年来应用于各大商业领域的新型信息技术，是我国商业银行开发金融科技的重要方向之一。区块链技术的去中心化、不可篡改性、可追溯性、匿名性、可靠性、可扩展性和价值传递性等特性，使其具有较高的应用价值。

国内银行业较早的区块链应用，当属中国邮政储蓄银行在 2016 年通过超级账本在资产管理业务中实现的多方信息交互。之后的一年中，中国银行上线了区块链电子钱包；中国农业银行与趣链科技宣布了基于区块链上的涉农互联网电商融资系统“e链贷”；中国工商银行参与了央行数字货币的发行和数字票据交易平台的研究工作；中国建设银行与IBM合作在香港开发并推出了“区块链银行保险平台”。从此，区块链技术不断嵌入国内商业银行的各个领域，给各家企业的业务经营模式、管理系统和企业文化带来了巨大变革与挑战。

在原理上，企业客户关系管理（CRM）系统是以客户数据管理为核心，利用信息科学技术实现市场营销、销售、服务等活动的自动化，并建立一个客户信息收集、管理、分析、利用的系统，帮助企业实现以客户为中心的管理模式。通常CRM包括销售管理、市场营销管理、客户服务系统以及呼叫中心等方面。客户关系管理既是一种管理理念，又是一种软件技术。客户关系管理系统主要有高可控性的数据库、更高的安全性、数据实时更新等特点，提供日程管理、订单管理、发票管理、知识库管理等功能。客户关系管理正是改善企业与客户之间关系的新型管理机制，越来越多的企业运用CRM来增加收入、优化赢利性、提高客户满意度，使得客户关系价值的创造与管理会计价值的创造巧妙地结合在了一起，逐渐成为各家商业银行应对未来竞争的重中之重。

二、在区块链加持后企业客户关系管理的升级与挑战

引入区块链技术后的客户关系管理，拥有以下几个方面的优势。

首先，会实现CR M的低成本运作。以前或现在应用过客户关系管理系统的企业经常抱怨，系统中最大的痛点就集中在设置平台所产生的经济成本和时间成本上。无论是在系统的开发和部署上，还是在后期的管理、资源收集以及人员和技术的维护上，都会伴随较高的费用支出。可以肯定，引入区块链技术之后的客户关系管理系统会节省大量的费用支出，工作效率会大大提高。

其次，区块链技术存储的是每一个数据的产生过程，具有不可篡改、全程留痕、可以追溯的优势。这有助于提升企业数据的准确性与完整性，使得后期的数据分析结果更为可信，从而产生更高的效用。

再次，区块链技术实现了以往很难实现的跨平台服务能力。特有的加密技术和共识机制，使得加入区块链的每一个节点都拥有维护数据的能力，同时又可以不完全获取整套数据所对应的客户信息。这样的网络体系可以帮助企业与商务合作伙伴以及供应商建立起共同维护的关系，共享客户数据，实现更为精准的数据分析。

可以说，区块链技术为企业客户关系管理带来了管理模式、管理深度的巨大变化，管理效率极大提升。然而，看似具有颠覆性的优势在实际应用过程中也面临多方面的挑战。

第一，信息录入的问题。区块链技术拥有不可篡改、不可撤销的优势，但以商业银行为例，现在大部分的数据采集仍然采用人工录入的形式，相对于机器读取等方式，人工录入的精准度存在一定的不足，错误率更高。这就导致了区块链技术下的不可篡改、不可撤销的优势，在一定程度上打了折扣。人工录入的信息如果出错，无法像以往一样通过撤销等简单操作进行修改，这就增加了数据修改的难度。

第二，信息透明化的问题。采用区块链技术存储的信息具有公开透明的特点，即每一个节点的用户都拥有一套完整的账本，对于整个系统中的变动信息都了如指掌。而商业银行的客户信息不但涉及了客户的身份信息，还涉及了大量经济方面的隐私。如果这部分信息被他人有意窃取利用或无意泄露，就会造成数据泄露事件。而数据泄漏，则是客户关系管理中的防控重点。

第三，监管问题。监管如何在区块链技术下实施，是面临的全新挑战之一。区块链技术的去中心化特点使区块链产品获得集体维护、公开透明的优势，并配合其全程留痕、不可篡改等优点，保证了区块链数据的真实透明。但所谓真实透明的数据，需建立在整个区块链使用者都是有效独立个体的基础上，而像51%算力攻击这类仍然存在的风险隐患还是需要商业银行在系统设计中应有针对性考虑。同时，区块链技术的这种自治化的特点增加了国家监管部门的监管实施难度，尤其是在区块链技术发展初期，监管部门对这类新技术在法律法规的建立上还存在滞后性。商业银行自身对于区块链技术的应用同样缺乏有效的内部监管措施。

第四，数据量过大的问题。区块链技术的特点使得区块链系统中的每个人都拥有一套完整的账本，账本的内容并非是每一个客户信息的最终状态，而是追溯到了创建以来的每一笔记录。因此这个自身庞大的数据系统会随着时间的推移不断增大，导致数据量过大而影响整个系统的运行速度。尤其是像国有大型商业银行的数据量，远远超过一般企业的存储体量，更会成为未来急切需要解决的问题之一。

三、商业银行客户关系管理转型的主要策略

引入区块链技术的客户关系管理系统，弥补了商业银行现有客户关系管理能力的不足。要在新管理模式下形成可持续发展，商业银行管控系统应积极面对区块链技术的不足，调整应用模式，以适应实际数据的应用需求。

第一，应通过系统整合和升级数据采集方式等措施来提升数据采集的精准度。传统模式下的商业银行客户信息来源广泛，各管理部门对于数据种类的需求不同，存在着同一项数据可能由多个部门采集的现象。各部门采集数据的渠道又有所差别，客户数据的精准度会受到不同程度的影响。应用区块链技术后的数据采集，又会面临着不可篡改、不可撤销的“优势”，如果仍然采用传统的人工录入形式，则会增加数据的修改难度，同一项数据多个部门采集的情况也可能会因为部门对于数据的侧重点不同而出现分歧。这就需要商业银行在数据的来源和采集方式上做出调整：尽量避免人工干预，对于可由其他权威部门或系统抓取的数据则通过系统导入；可由设备读取的信息则不通过人工录入；必须由人工录入的信息则尽量通过添加可选项的形式来统一信息的分类，避免个体录入差异，加大数据的精准程度，降低修改风险；明确并精简数据的采集部门，只为相关部门配发其对应数据的采集权限，避免同一数据由不同部门重复采集的现象，降低数据的采集成本。整个客户关系管理系统在市场营销的过程中，可以更为准确地将客户按照行业职业、年龄层次、地域等方面进行分类，从而帮助市场人员进行精准的市场投放，节约更多的营销成本。

以中国建设银行为例，2013年中国建设银行开始逐步对行内各种操作系统进行整合。在优化原有核心系统的同时，分批分拨将每一个部门甚至每一种业务所应用的独立系统整合到核心系统中，最终推出了全新的“新一代”操作系统。整套系统将原有的毫无连接的分离系统以模块的形势镶嵌在核心系统中，使得这些模块所产生的信息实现了全系统内的共享，这样就有效地从系统端实现信息录入的分权化和规范化。涉及相同信息的模块之间就可以由系统指定数据的采集部门，而这些部门往往是那些数据获得更为准确或更新更快的部门。其他应用这些数据的部门则无须参与对数据的采集工作，可以直接快速地使用数据，这样就避免了数据的重复采集工作，节省了大量的工作时间，还能保证数据的及时更新与准确性，提高了整体工作效率。而对于数据采集的方式，中国建设银行同时升级了配套的硬件设备，为数据采集部门配备了高清摄像头和扫描仪，通过设备读取和影像留存等措施来确保客户重要信息的完整性和正确性，为信息数据的入口把好了关，也为更深层的发展打好了基础。

第二，应对信息加密和系统准入严格把关。区块链的公开透明特性使得每一个节点都拥有一套完整的账本，客户的所有信息都会暴露在每一个节点中，甚至包含一些隐私数据。商业银行的客户关系管理系统虽然属于企业内部的应用系统，但为了能够获取更为精准广泛的客户数据，第三方的加入将是不可避免的趋势，这就使得商业银行不得不面对客户信息共享的问题。为了解决信息的共享问题，首先，商业银行应对系统中的数据进行加密处理，尤其是涉及客户隐私的敏感数据。就目前而言，常用的加密措施包括零知识证明、环签名、混币和同态加密等方式。商业银行应采取其中一种或多种方式，来避免第三方通过区块链获得客户隐私数据。但在应用额外加密措施的同时，由于措施的实施，又可能对整个系统的监管以及运行性能产生一定的影响。商业银行应注意保持隐私保护和监管及性能之间的平衡，不要形成顾此失彼的情况。其次，在约束第三方获取隐私数据的同时，应强化第三方的准入机制。增加政府机构和大型战略合作伙伴的准入，以实现更大规模的数据共享和数据应用。而对于可以提供特殊数据来源的中小型企业，则应通过严格的审核和评估程序才能最终确定准入。

在第三方的准入方面，我国的大型商业银行做得很好，纷纷与互联网巨头之间签订了战略合作协议。2017年3月，中国建设银行与阿里巴巴达成战略合作，与阿里巴巴旗下的各项产品实现了互通。阿里巴巴作为互联网金融的佼佼者，拥有遍布全球的用户群体，还建立有自己的信用体系。中国建设银行与阿里巴巴的合作，不但可以扩展自身在网络金融中的用户群体，还能借助阿里巴巴的信用体系完善重叠客户的征信数据，实现了客户增量和提质的双丰收。同年6月，中国工商银行与京东正式签署全面合作协议。双方将在金融科技、零售银行、消费金融、企业信贷乃至电商物流方面展开全面合作。同时，将打通线上线下的界限，使百姓们在中国工商银行的网点中也能看到京东的身影。随后，中国农业银行与百度的战略合作签约仪式在北京举行。中国农业银行利用其大规模全布局的网点优势，与百度全球最为领先的人工智能相结合，合作领域涵盖了共建金融大脑以及客户画像、精准营销、客户信用评价、风险监控等多个具体应用，将金融科技正式带入了智能时代的新进程。两天之后，“中国银行—腾讯金融科技联合实验室”挂牌成立，将重点基于云计算、大数据、区块链和人工智能等方面开展深度合作。这标志着中国银行与腾讯的合作正式开始，也标志着四大行与四大互联网巨头的合作已全面展开。这种跨行业的合作,有利于双方发挥各自的优势，弥补自身的不足。而对于商业银行这种特殊的金融行业，强强联姻的背后实际也是一种准入机制，无不体现了大型商业银行对第三方的严格管理要求。

摄图网

第三，推出不完全的去中心化，在提升数据传输速度的同时更适合数据分析及监管要求。去中心化虽然是区块链技术的一大特点，但在商业银行客户关系管理落地应用时需要谨慎考虑。首先，去中心化的主要目的是保证数据的真实与透明，但客户关系管理数据主要应用于企业的营销管理策略，对数据的绝对真实透明程度要求较低。相反，部分中心化管理反而更适合客户关系管理的数据整理和分析，更能有效地起到营销管理的目的。其次，完全的去中心化会造成严重的数据延迟现象，导致系统的运行速度极为缓慢。以比特币和以太坊为例，他们都是完全去中心化的代表，比特币的处理速度是每秒7笔左右，以太坊则是每秒3～40笔，如果以这样的速度来面对商业银行庞大的数据吞吐量，后果则不堪设想。尤其是在客户关系管理中的客户服务环节，客户服务的主要用途就是通过快速及时地获得问题客户的信息和客户历史问题记录来解决客户的实际问题，提升客户的满意度。客户服务的管理者应在第一时间取得问题客户的请求，并以最快的速度提交给客户尽可能满意的答案。但如果以完全去中心化的速度来运行客户关系管理系统，就可能错过解决客户问题的最佳时机，从而引起客户的问题升级，造成不可预估的企业舆情。EOS平台就很好解决了数据延迟和吞吐量的问题，相比比特币和以太坊不到百笔的处理量，EOS达到了上千的级别，这得力于EOS以超级节点为基础的不完全去中心化的特点，商业银行应借鉴其运行特点，来建立更为适合自身的不完全去中心化模式。与此同时，商业银行的客户数据具有特殊的金融属性和一定的隐私性。这样的特性就要求其应符合行业内部和有关部门的监管要求，如果采用完全去中心化的方式，反而会影响到监管部门对数据的监管工作。所以，不完全的去中心化是商业银行利用区块链技术来管理客户关系的正确选择。商业银行可以通过设立数据的统计分析中心，对信息采集部门提供的分散数据进行统计归纳，并分析营销中的有效数据，再将数据结果反馈给营销部门，实现整个客户关系的有效运转。而对于监管中心的设立，欧洲债券结算系统曾在发布的一份区块链报告中提到，应当允许监管机构参与作为区块链系统中的一个节点。他们可以对系统中的所有数据进行监管并实时接收真实透明的交易数据，对客户数据的合法合规情况进行监管，为风险管理部门提供信息支持，有效避免风险事件的发生。

第四，优化存储模式。日益增大的区块链数据存储问题虽然在目前看来还未成为区块链技术应用的主要问题，但对于我国商业银行来说，尤其是大型国有商业银行，它们承载着我国上亿人长达数十年的客户信息，同时伴随着未来经济的不断发展，商业银行的客户信息量还会以几何倍增长，因此优化存储模式的问题应尽早提上日程，不应像中本聪在白皮书中提到的“靠未来技术的发展”这种不太负责任的方式来“解决”问题。目前应用较多的优化存储的方法包括以下几种：①简单支付验证，是比特币为了优化存储提出的解决方案。这种方式只需要保存区块头内容，可以有效地减少节点的区块存储量。②闪电网络，同样是比特币的优化方案。该方式把节点账户的大量中间交易数据转移到链下通道，主链中只保留交易的开始和结束信息，同样可以起到减少区块存储的效果。③Fast同步算法。在该算法下系统只保存了最近区块的状态数据，而忽略了以前区块的状态数据，不但可以减少同步区块的状态数据，还能提高新节点加入的效率。④剪枝方案，通过对每个区块的状态数据进行修剪来达到减少存储的目的。而商业银行的客户关系管理系统中，中间交易数据往往反映了一个客户的行为趋势。如果按照目前较为流行的做法，简单地为了优化存储而去掉这些关键数据，反而会得不偿失。所以，商业银行应从系统的实际需求出发，提出更为适合的优化方案，在数据的存储和应用中找到平衡点，才有利于区块链技术的长远发展。

综上所述，区块链技术的应用在为商业银行节省成本、提升数据准确与完整性和加大信息共享程度的同时，又遇到了诸如数据录入不准确、信息过度透明化、监管难和数据量过大等全新挑战。商业银行应针对这些全新挑战，整合现有系统并升级硬件设备来提升数据的录入质量；通过严格控制信息加密和系统准入来解决信息过度透明化的问题；实行不完全的去中心化并建立统计分析中心、监管中心等中心节点实现对系统的有效管理和监督；采取更为高效的存储管理模式来面对未来数据量激增的趋势。相信在不久的将来，拥有区块链技术加持的客户关系管理系统，不但能够发挥出区块链技术的特有优势，还能针对所在行业的不同特征，进行更加适配的调整和优化，最终实现区块链技术在客户管理系统中的完美应用。