数字经济赋能商业银行零售业务路径分析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了数字经济赋能商业银行零售业务路径分析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：数字化浪潮席卷全球，中国数字经济规模持续攀升。开放银行被视为银行4.0的起点，是未来银行的主要趋势。商业银行应该如何基于数字经济发展趋势，实现银行4.0时代的客户全球化、银行服务化和场景金融化是目前一热点话题。因此，本文从风控端、营销端和运营端三个方面分析商业银行零售业务的挑战，提出从智能风控、“千人千面”智能营销体系和智能运营三个方面入手，逐步降低逾期率、提高贷款审批效率和产能，提升营销效果和改善用户体验，提升客户粘性的战略目标。

关键词：商业银行；零售业务；数字经济；路径

一、引言

数字化浪潮席卷全球，数字经济规模处于不断攀升的状态。在数字经济时代，数据已成为国家新的生产要素之一，数字竞争力也已经逐渐转变成衡量该国整体竞争力的主要指标之一。随着大数据等顶尖科学技术的不断发展和全球产业信息化的不断深入，有助于产业融合与创新，打造了新的商业模式和经济增长点。此外，非互联网传统行业正在借势将传统方式转型升级，逐步呈现产业数字化发展趋势，为企业技术创新和转型升级助力。数据显示，截至2021年，全球数据经济的比例将上涨到50％。另外，数字经济已经变成中国经济增长的主要助推器。数据显示，截至2021年，中国数字经济的比重将达到55％。开放银行被视为银行4.0的起点，是未来银行的主要趋势。开放式银行业务将以用户的数字化为基础，并使用新技术来帮助商业银行实现平台化服务，即手机端即可让客户享受金融服务，用户不会仅受限于商业银行网点，无处不在即可享受金融服务，因此它被看做商业银行4.0的起点。BrightKing提到：“银行的4.0时代，开放银行是银行逐渐发展演变的趋势，未来所有金融交易会依赖数字经济实现。”故根据数字经济的发展趋势，摸清数字经济对数字银行的需求，建立数字银行的发展模式，以对推动商业银行的数字化发展有里程碑式意义。

二、商业银行零售业务的挑战

（一）风控端客群下沉、欺诈风险上升，传统风控手段日趋失效。零售银行的客户总量庞大，但客户群体分散并且有多层的特征。随着零售业务竞争激烈，头部客群稳定，中部和尾部客群成为竞争焦点。该类群体征信数据缺失，收入、负债情况难以有效衡量。消费金融传统的风控手段，难以有效控制风险。此外，近年来，消费贷款欺诈风险明显上升。据科技日报估算，中国网络黑产从业人员已达200万人，市场规模超千亿级，渗透到数字金融营销、注册、借贷、支付等各个环节。

（二）营销端消费场景不断细分，不同场景客群特点各异。随着3C、家装、二手车等场景不断成熟，更多细分场景相继出现，旅游、教育、医美、租房、在线培训、农村消费等场景不断受到重视。不同细分场景对应的客户群体各不相同，以往大范围覆盖的营销模式很难精准捕获有效客户，营销的成功率较低。同时客户对商业银行零售产品的粘性不高，客户选择具体产品主要考量的是产品获取便捷程度，传统营销手段往往针对众多场景的客群进行大范围推广时，难以做到让客户全面认识产品特点，客户也往往因对产品认识不够，而放弃该产品。

（三）运营端产品同质化严重，用户体验成为评判产品优劣度的标准。消费金融市场参与者多，提供的消费信贷产品也多，但产品同质化问题严重。客户对金融产品的选择不像手机等产品选择过程，难以形成情感上的依赖，往往只看重金额大小以及获取的难易程度。因而，用户体验成为检验消费信贷产品优劣度的重要因素。从借贷产品的申请到使用再到客户服务，每个细节都影响到客户的体验，而客户体验的好坏又直接影响了其对产品的复借率。尤其是在当前流量红利消退，线上线下获客成本越来越高的环境下，提升用户体验，提高复借率受到了银行关注。

（四）数字经济赋能零售业务的路径研究金融科技已经成为商业银行零售业务转型升级的新引擎。零售银行业务从资产端来看主要是按揭、信用卡、消费贷款及经营贷，负债端主要是吸收个人存款。金融科技的关键点是基于高科技赋能金融产品、销售方式。同时，运用机器学习、数据挖掘等高新技术，简化银行客户双方交易的中间环节，减小融资成本。从而，帮助金融机构在盈利模式、信贷关系、渠道拓展等维度不断完善，提高自身的竞争力，为零售银行实现产业数字化提供帮助。金融科技与零售业务具有天然的黏合性，变革了传统的营销和风控体系。从销售维度来看，大数据、人工智能等高科技有助于实现销售的智能化和人性化，极大程度优化用户体验感。基于AI的用户画像，会将客户的历史信息转变成结构化的数据并进行深度的分析，从而更好地进行精准营销。从风控维度而言，大数据有助于商业银行实时监控信用风险、实施反欺诈管理和合规监管。借助风控数据，商业银行可以通过用户的信用评分、违约预警、反欺诈模型开展贷前调查、贷中审批和贷后管理工作。此外，人脸识别、位置识别等AI技术可以成为辅助贷款风险控制的有效方式，从而助力贷款的自动化审批流程

三、智能风控-降低逾期率、提高贷款审批效率和产能

（一）智能风控深入挖掘下沉用户特征，全流程防控风险智能风控以大数据和人工智能为核心技术，在大数据应用的基础上，结合算法、机器学习和深度学习模型等AI技术的运用，在有效提高风险管理效率的同时降低成本。智能风控是对传统风控技术的有效补充，在数据与模型设定等方面，与传统风控有较大区别。智能风控使优质用户审批时间缩短至秒级。大数据在应用中不断迭代更新，进而为服务下沉用户提供了技术支持，填补了央行征信系统外的客群信息，从5.3亿有信贷记录的征信人群扩充至8.5亿互联网用户，极大地拓展了零售业务的发展空间。人工智能、大数据、云计算和区块链等科技已经赋能到精准营销、智能贷前、贷中、贷后、反欺诈模型、以及智能客服全流程信贷服务。

（二）智能风控大幅提升消费贷款、信用卡业务的审批效率相较于传统的风控方式，智能风控大改已经实现合规检查要求的被动化方式，变成依赖高科技实现监测预警的主动化管理模式。就信贷业务而言，传统贷款难以避免地具有欺诈和信用风险、审批时间过长的痛点。使用AI可以帮助商业银行从大量数据中深挖借款人的信用程度，从贷前、贷中、贷后各个维度增加风险识别的精准程度。据艾瑞咨询《中国人工智能+金融行业研究报告》，智能催收技术的运用可以减少40-50%的人力成本，同时大幅降低小额贷款的审批时长，从而提高客户的体验感。

（三）零售贷款审批全流程数字化，提高审批时效和提升风控水平招行零售信贷业务贷中审批实现了全流程数字化处理，在资料齐全的情况下，可实现房贷T+0审结、小微T+2审结。客户通过招行APP提出消费“闪电贷”业务申请后最快1分钟即可完成审批放款。招行实现数字化风控，通过强化扩展智能风控平台“天秤系统”，伪冒侦测范围覆盖线上和线下交易渠道，并进一步优化电信诈骗提醒拦截。招行19年半年报披露，“天秤系统”仅仅只需30ms可以对疑似欺诈的交易进行拦截，大幅压低非持卡人伪冒及盗用金额的比例，它成功实现电信诈骗交易拦截任务3.6万笔，拦截金额破9亿元，为客户的资金安全提供稳固的保障。

（四）“千人千面”智能营销体系-提升营销效果智能营销：千人千面、精准触达。依托大数据、人工智能等新兴技术，对海量客户数据进行分析利用，构建用户画像，进行用户分层，实现线上化、自动化、智能化的精准营销。利用智能营销，商业银行可以更加智能、精准触达客户。大数据为智能营销的基础，海量数据的分析筛选使“千人千面”的精准营销成为可能；云计算通过其超强的运算和存储能力，在提供可靠资源能力支撑的同时提升了资源使用效率；人工智能作为智能营销发展的核心驱动力，利用机器学习、知识图谱等技术驱动营销走向自动化和智能化。智能营销效果显著。《平安银行2019年度报告》披露，通过智能推荐平台在“口袋银行”APP和信用卡首页精准投放营销广告，转化效果比人工投放提升超过50%。依据招商银行2019年半年报数据显示，基于数字化运营产生的大数据，可以帮助用户画像刻画得更为准确，大幅提高销售的精准程度。半年报显示，通过1863个零售客户的用户画像，1H19营销客户接触次数高达39亿次，同比增长2.98倍，销售成功率高达20.8%。

（五）智能运营-改善用户体验，提升客户粘性金融科技赋能，使得商业银行服务更加人性化、方便易得。商业银行借助金融科技技术，从最初产品申请到最后的贷款催收，进行全流程的服务升级，可大幅改善客户体验，进而提升客户粘性。例如，招行零售业务从以往重视AUM（管理资产规模）转向重视MAU（月活跃用户数），更加看重与客户的交互，打造场景生态，提升客户粘性。

参考文献：

[1]张华.数字经济背景下商业银行零售业务发展路径探析[J].中外企业家，2020（13）：80.

[2]刘翠花，张斌.数字经济背景下开放银行未来发展趋势研究[J].海南金融，2020（1）：33-40.

[3]陆岷峰.数字经济背景下商业银行发展定位与战略研究[J].天津商业大学学报，2019，39（6）：22-29.

[4]陆岷峰，王婷婷.基于数字经济背景下的数字资产经营与管理战略研究——以商业银行为例[J].西南金融，2019（11）：80-87.

[5]黄明华.浅谈新时代银行如何拥抱数字经济[J].经济研究导刊，2018（5）：122.

[6]程杰.深化实施“科技强行”战略紧抓数字经济发展契机——浙江稠州商业银行数字化转型实践[J].中国金融电脑，2019（12）：25-28.

作者：李泳琪 单位：江西财经大学