数字化转型是技术的融合更是管理的优化——记2020第二期质量大讲堂（一）

◆ 周秀慧 / 文

质量大讲堂是上海市质量协会举办的重要公益宣传品牌活动。2020年7月16日，第二期质量大讲堂在太平洋保险集团举办，本次大讲堂的主题是“科技金融、数字赋能”。

金融行业数字化智能化运营的成功路径

本次大讲堂的第一位演讲嘉宾是上海画龙信息科技有限公司(Datatist)的创始人宋碧莲博士，演讲主题是“金融行业数字化智能化运营的成功路径”。

数字经济时代企业经营痛点

科技是金融发展的新驱动力，数字经济是经济高质量发展的新引擎。宋碧莲博士曾带领团队为eBay挖掘数亿美元的市场营销机会。在本次演讲中她指出，eBay是全球电商平台的鼻祖，其核心战略被称为互联网1.0的线上化经济，实质是精细化运营用户。在用户运营阶段中，通过大量的获客、促活、复购、交叉购买和权益共享等方法，把流量池运作到最大。互联网2.0的核心是数字化经济，将用户资产积累到一定程度进行流量和数据变现。阿里巴巴在和eBay比拼时，不再收取商家的租金费用，而是收取数据产品的费用，比如商家线上广告、搜索排名等，就是将数据进行了变现。同时，阿里巴巴把数据应用、数据价值的挖掘做到了极致，通过大数据挖掘，将站内业务延伸拓展到站外业务，实现与各行各业深度融合、赋能发展的互联网3.0，将用户身上潜在的二次价值、三次价值发掘出来，实现再变现，从而取得了巨大的成功。国际互联网公司如Facebook、Google都拥有这种变现能力，其核心商业模式也是数字化经济。

宋碧莲博士认为，数字化、智能化转型的目的，一是帮助企业更好地实现线上化经济，提高私域流量用户运营效果和效率；二是更好地挖掘用户资产和数据资产的二次价值，对外赋能，进一步实现数字化经济。不管哪个阶段，用户运营是基础，是根本。

宋碧莲博士分析总结了当前包括电商平台、金融企业等泛互联网企业用户存在的运营痛点，介绍了人工智能在企业决策、平台构建、营销活动中能够发挥的作用和创造的价值。

痛点一：用户运营需要改进生产力。运营1.0阶段是传统决策模式，需要很多市场运营人员通过策划大量的活动来完成用户经营。考核营销能力的核心KPI是ROI（投入产出比）。在1.0阶段，能否激活潜在用户凭的是经验，ROI无法保证，盈亏随机。2.0阶段是数据决策模式，ROI可以提升，但是提升倍数有限。到了3.0阶段，所有的运营决策，包括人群包的选择、内容推送、权益提供和渠道触达，都是通过人工智能完成，极大地提高了运营效率。人工智能运营（AI运营）模式，结合数百种AI算法和运营专家实践经验，适用于各种营销运营场景，让运营拥有AI决策大脑，能瞬间从纷繁复杂的影响因素中找到各类运营决策的最优解。

痛点二：分不清三个系统边界——产品、数据和运营。运营好用户，产品、数据和运营是三个密不可分的要素。产品不仅指保险产品，互联网平台上的APP、小程序和公众号都是可以优化的产品。数据不是基础数据采集和分析，而是商机挖掘。只有把商机挖掘出来，数据的价值才能发挥出来，而且商机一定要通过运营来变现和转化。比如，明明知道某人会购买某类保险，但是如果没有开展配套活动把它转化，这个商机就可能被浪费，没有形成生产力。人工智能运营可以挖掘商机，通过大量的商机转化来实现变现。

痛点三：企业运营缺人、缺系统、缺经验。科学的线上化、数字化、智能化系统需要有配套的组织架构、系统和懂数据运营的人。业务中台对应的是产品，包括营销业务系统（APP、小程序、电话客服、电话销售、智能交互大厅、业务员CRM系统等）、核心系统、财务系统、ERP系统等，中间是数据中台，上面是面向应用的运营中台。宋碧莲博士分析说，很多公司数据中台搭建完成之后的应用做得很差，数据团队不知道怎么服务运营，运营团队又不知道如何用数据赋能，中间有断层。

要把运营做好，需要有配比的团队协同工作。除了全套的运营人员外，还要有专门服务于运营团队的数据人员，也叫商业分析师。商业分析师越多，运营效果越好，但是目前大部分公司缺少服务运营的数据人员。

另一个重要的缺失是营销决策中心。很多公司因为缺乏决策中心，运营团队各自为政，没有构建全局优化的指标体系。

大部分的零售公司和金融公司都没有一个成套的或者是人数足够的对应团队，在这种情况下就需要考虑上机器人系统。此外，企业还需要驱动商机转化的中枢神经系统，如自动化运营RPA系统，也就是俗称的运营管理和控制中心，以便通过自动化运营解决人员不足问题、提高运营效率。所以，自动化和智能化需要协同配合，快速实现转变。

最后还需要有成熟的流程。数据中如何挖商机、AI如何优化决策和运营如何转化商机，都要形成一套高效的流程。

痛点四：缺乏懂运营场景、能驱动数据为运营赋能的外力。宋碧莲博士说，金融机构线上化、数字化转型需要四方面的经验——互联网经验、运营经验、大数据人工智能的操纵经验以及金融行业的经验，缺一不可。

数字化智能运营成功路径

数字化智能运营涉及非常专业和非常复杂的技术和流程，需要许多不同专业的大数据人才，如数据采集师、架构师、特征加工工程师、模型师和商业分析师等，还需要各种专业的运营人才，如市场运营、产品运营、内容运营和全生命周期用户运营等人才。作为国际AI运营决策机器人的发明者团队，宋碧莲博士以海尔为例，梳理出数字化智能运营的成功路径。

第一步：问题诊断和机会评估。通过诊断和分析，宋碧莲博士发现问题主要表现在两个方面：一是老客户在整个销售额里的占比很不健康，不到50%；二是新用户占比过高，且流失率很高。随后进行了精准营销价值评估，测算不同营销人群比例的收益和ROI。评估发现，从老客户身上挖掘商机，如果投入4800万元的成本，可以保证约50倍的ROI，新增24亿元的收益。

第二步：科学的规划场景和指标体系。把所有与用户运营有关的线上线下的各种场景构造出来，利用智能决策中心确定每个环节的活动和配套的方法。

第三步：改变工作模式。针对该项目，宋碧莲博士带领两三个专家和海尔原有的几个人的运营团队通过智能运营机器人系统开始运营。每个业务员通过掌上小程序（每个小程序都有智能决策引擎的支撑，如潜客雷达系统），先把商机挑选出来，精准确定哪些用户可能购买洗衣机或冰箱，并评估其购买力；然后，通过人工智能针对性地形成一套活动策略；接着，业务员用智能决策和掌上小程序发起邀约开展直播，将商机变现，一场直播下来就能售出十万台左右。

第四步：构建面向运营的数据应用，实施商机挖掘；构建面向运营的自动化营销系统，进行商机转化。宋碧莲博士提醒说，在进行商机转化变现过程中，需要将商机挖掘和商机转化配套成一个系统连接终端，比如业务员体系。业务员也叫销售员，销售员也是需要画像的。这样，人工智能在进行线索分配时，就知道高价值用户应该分配给哪个销售员。销售员能不能把握住高价值用户、是否擅长推介对应产品，就是通过画像标签展示出来的，然后才能协同后续的工作。

第五步：设计符合实际情况的执行计划。宋碧莲博士带领的团队在接下项目后不到两个月时间内就构造了不同的场景，如用户复购、交叉引流和交叉购买，同时构造用户权益模型，针对不同类型的用户给予不同的权益。项目开始两个月后启动不同的市场活动。到目前为止，已经开展大大小小的活动约几十场。系统跟服务同步进行。

第六步：启动人工智能运营。AI运营的效果如何？该项目即AI运营模型组，与海尔经验组进行了比较，比较结果显示：在不到三个月的时间里，AI运营组投入营销成本35万，拿到了2多亿元的收入，ROI值接近500；而海尔经验组产生了4000多万元收入。AI组比经验组新增1.67亿元收入，且购买转化率比高出近20倍；海尔AI运营组获客成本平均为27元，与拼多多获客平均成本140多元相比下降了至少90%。海尔案例，说明AI运营不仅增效，而且降本，大幅提高了生产力。

第七步：固化成功运营经验，形成自动化运营流程，提高运营效率。

第八步：启动下一个运营场景，逐步形成全生命周期运营，循环优化运营效果。

宋碧莲博士说，在金融领域，AI运营已经成功帮助平安好车主等几十个线上平台进行线上化数据采集、分析和全生命周期运营，提高活跃用户转化率3.2倍，人均促活成本减低60%；帮助阳光保险绘制客户360度画像以构造智能运营体系；帮助中国人保实现车险推健康险的交叉引流，毛利率提高了5.9倍，电话员人力成本下降60%；帮助光大银行建立了营销特征库，采集2.5万多个营销特征，用于构建金融产品交叉推荐模型和产品风险偏好特征矩阵；帮助广发证券构建线上平台数字化智能运营系统，提供个性化内容推荐和全生命周期运营模型等。

从新零售探索金融数智转型

第二位演讲嘉宾是来自阿里云智能新金融高级总监马荣强，他的演讲题目是“从新零售数字化经营探索金融数智转型”。

新零售的启示

马荣强认为，新零售是一种更高效率的零售，是应用现代新科技完成“人货场”的重构。新零售的核心方法论是“用数据驱动精益增长”，制定核心运营指标，量化营收增长目标，减少产业链中间环节，量化成本控制目标。常用的衡量方法，包括精准获客渠道、运营激活潜客、线上线下体验、价值变现模式、裂变式营销等。

数字化运营能多层面提升人效、坪效、流效和时效，马荣强从人货场的角度对此进行了解构分析。“场”，衡量指标是坪效，也就是面积能带来效率，相关指标是货架转化率（自营为主）和档口坪效（店中店），涉及到门店基础数据管理、货架数字化管理和门店分群管理；“货”，衡量指标有与供应链平衡相关的门店缺货率和门店库存周转，涉及到自动补货、损耗管理和库存全链路360管理；“人”，衡量指标是人效，与之相关的是人员排班质量（有效工时占比）、任务指令和操作/工具效率，涉及到移动店务助手、智能排班和集单调度优化等管理。尤其要在供应链及服务效能、商品、服务交付时效和营销这些关键业务价值链上进行数智创新。

金融数字化转型探索实践

马荣强介绍了阿里金融相关业务的情况。作为开在“云”上的银行，网商银行服务超过2000万家小微企业经营者，由阿里云提供核心科技能力。网商银行所谓的“310”，是指3分钟申请，1秒钟放贷，0人工干预。阿里巴巴通过大数据、人工智能等让风控实现线上化，然后实时把控风控，网上银行的“310”策略到目前为止，不良率不到1%。

智能医疗理赔由一个数智中心、两种推理模式和三种感知能力组成。数智中心的左脑是业务推理，右脑是风险管控。两种推理模式以知识图谱和规则推理为主，模型推理加以辅助。三种感知能力是基于视频扫描的凭证采集、基于健康知识图谱的医疗凭证主体识别和基于健康知识图谱的健康事件抽取。通过领域知识、场景感知、推理决策和可视化交互理赔大脑进行运营。

蚂蚁生态的创新业务中：支付宝开启了移动支付先河，2019年全国移动支付超过440万亿，全球超过10亿用户，核心技术有移动技术、金融分布式、智能风控和生物识别；蚂蚁花呗是无介质的类信用卡服务，4年时间超过4亿用户，核心技术有智能风控和生物识别；网商银行310的核心技术也包括智能风控。马荣强认为，随着市场拐点的到来，应将全面风险控制上升到战略高度并加大投入，建立基于大数据的智能风控，打造高度专业化的风险管理，对技术风险、金融风险和外部合作风险加以管理，建设全面风险管理体系。

马荣强强调了金融数字化转型中的几个关键要素。

敏捷创新是数字化的腰部力量。主要分了四层：敏捷型技术创新、业务共享、技术共享和资源共享。技术创新能支撑业务高速发展、线性扩展。公司内部的共享服务体系打破“烟囱式”架构，支撑业务快速创新；云化基础架构高效支撑业务增长，灵活伸缩带来巨大的成本节约。业务层面的特征有：创新快、敏捷、持续迭代；数据实时打通、实时在线，无孤岛等。

数据的丰度是数字化核心要素。现在的金融行业包括保险业，数据的丰度和广度有很大的缺失。马荣强认为，可以通过业务的丰富化、搭建业务中台、承接多样化创新的业务让各种业务数据沉淀下来。业务中台的价值，向上快速满足业务方场景，让最懂业务、最熟悉商业的人开发应用业务；向下归集数据，集团收拢会员、订单、商品和支付等数据。他强调，做“智能”不能光讲算法，要和场景和数据融合。未来数据是金融科技的基石。随着行业体量的增加和治理能力的提升，数据将被作为一种资产运营，并在各行各业扩展应用场景。数据会帮助金融企业重塑生产、决策甚至商业链条。

阿里云数智方案建议

疫情加速金融机构与客户沟通的数字化。一是意识转型：在生存法则下，数字化战略从奢侈品变成了必需品。二是管理重构：从强组织到扁平化、中台化赋能型组织转型。三是业务重生：基于社会分工下的业务数字化协同模式。四是融合加速：基于数据价值的多元化融合加速，包括新技术的融合、数据汇聚和多平台融合支撑。

马荣强归纳了金融企业数字化转型的四个关键点：一是战略升级：全面数字化一定要上升到企业一把手层面，围绕核心战略规划分步实施，以小步快跑方式在过程中不断检验与纠偏。二是组织升级：传统企业业务的割裂，其根源往往来自于组织架构的分割，数字化背景下的业务领域往往涉及跨部门协同以及组织能力与数字化需求的匹配，因此数字化建设须结合组织升级并行。三是流程升级：传统企业通常采用“流水线作业方式”实现流程的标准化，数字化更关注业务领域自身的能力与流程共享，流程升级必不可少。四是技术升级：随着互联网业务的不断创新，企业通过IT技术升级实现业务敏捷创新、随需而变，数据实时共享打通、业务实时在线，降本增效。

马荣强认为，数字化的转型不仅是技术的融合，更是一个管理优化的过程。组织应以可持续竞争优势为关注重点，保持战略的一致性，发挥领导层的核心作用，全员的参与和考核，通过过程管理、全局优化，以循序渐进和持之以恒地推进创新引领和开放协作，推动和实现数据、技术、业务流程和组织结构四要素的互动创新和持续优化。