梁启鸿 - 社交银行与数据化转型

1 . 社交银行与数字化转型 凡泰极客 | FinoGeeks 梁启鸿 2019 

2 .“数字化颠覆终于来到了银行业” - 手机银行用户到达“关键多数”：美国市场 49%的人通过手机处理日常银行事务 - 科技企业进军金融：苹果与高盛发行“智能” 信用卡 - iPhone就是你的信用卡； Facebook要变身“微信支付” - 关闭分行网点、取替Mainframe：全球上市 银行共同裁减三分之一的成本，即等同于 为地球上每一个人每年增加80美元存款 《经济学人》2019年5月2日版 2019 

3 .英国：2015-2019 银行网点关闭分布图 甚至出现专门查询附近网点关闭情况的工具 2019 

4 .美国：大萧条以来最大规模最持续网点关闭潮 2019 

5 .与此同时… - 造访网点的客户量下降40%（英国） - 2018年7月，美国银行宣布，移动端存款首次超过线下网点 - 2017年每个网点访客每天平均104人次， - 2018年4月美国银行发布人工智能银行助手Erica，3个月时 相较2012年下降近30%（英国） 间到达2百万用户；手机银行用户增长11% - 英国：2017年71%成年人使用网上银行；2200万人使用手 机银行、登录55亿次；移动端交易自2014年增加73% 2019 

6 .网点坪效：零售 vs 金融零售 超市里的网点 高端理财客户网点 通勤路上的网点 2019 

7 . 1 科技颠覆是突然来临的吗 传统金融业错过了Web 2.0与“移动互联网”浪潮 2019 

8 .全球金融业完美错过Web 2.0 及移动互联网 Web 2.0 （2004年 - ）: - 社会化、社交平台（Social） - 协作、协同（Collaborative） - 双向互动（Interactive） - 敏捷响应（Responsive） 移动互联网 （2007年 - ）: - 4G、智能手机 - 移动支付 - 即时通讯被重新发明 - O2O、供求撮合平台（2009年，Uber） 金融科技: - WealthFront （机器人投顾，2008年） - FutureAdvisor （机器人投顾，2010年） - Lending Club （2007年作为Facebook最早期应用） - 支付宝（2004） 传统金融企业们（至2012年）: - 非经营性、非互动型网站 - App？绝大部分企业没有 - 呼叫中心、MSN/QQ、电话 2019 

9 .移动互联网与云服务带来的悖论 互联网是实现连接的，通讯技术越发达，客户越不 必走进营业部办理业务，营业部反而与客户 “ 失联” 了 员工完全有条件24x7在任何地方服务任何地方的 客户在任何时段的诉求，但金融机构缺乏科技工具、 激励机制、管理制度去支持 2019 

10 . 银行即将面对：5G + “互联网原住民” 2019 

11 .移动互联网引发数字化 - 用户被数字化：手机是移动互联 网的“神经末梢”，手机用户是 “人肉传感器”（iPhone、微信 能复原你的“数字孪生”，PC、 网站最多只能画出你不完整的 “画像”） - 金融服务被倒逼数字化：用户日 益数字化的衣食住行场景要求金 融服务无缝“嵌入”到场景中 2019 

12 . 2 金融业真的理解移动互联？ 是时候重新认识 2019 

13 .把PC时代的网站在移动端重做一次？ ? 2019 

14 .PC + 网站 组合 与 手机 + App 组合的信息流差异 - 被动响应 - 主动推送 - 一对多服务 - 点对点、网状 - 单向 - 双向 - 单边（Web 2.0前） - 多边、平台化 请求 应答 司机端 乘客端 2019 

15 .“Form Factor” – 外形因素带来革命性影响 手机- 私人、随身、在线设备对App的 影响： - Social：天然具备社交属性 - Embedded：嵌入于上下文、场景化 - Connective：总是连接在线 - Pervasive：普适、普惠，强调体验 - Open：开放 2019 

16 .传统金融机构典型App – 违反所有手机外形因素带来的特点 - 单向信息流（像传统网站）：无视移 动互联网的“网状”平行、点对点、双 向信息流 - 不具备社交属性：明明运行在一个电 话里，可是无法与他人沟通 - 不利用“在线连接”能力：客户无法在 App里找到自己的投资顾问、营业网 点团队 - 体验不佳：堆砌功能、菜单纵深，“找 不到东西” - 封闭：与客户手机上其他应用不通， 自成信息孤岛 2019 

17 .把手机App按“信息化”套路做的后果 高度同质化：业务同质，手机方寸之 间更加难以做出品牌辨识 不以客户为中心，功能堆叠、业内互 相沿袭因循 冷冰冰无法交流交互的App：金融机 构与客户无产生关系的机制与场景 – 两者无关系 客户不会有“忠诚度”：切换银行、券 商只不过切换一个App，举“指”之劳 2019 

18 .App后端连接CRM、前端嵌入IM就完事？ ？ = ✓ CRM：离线数据库、不解决数字服务最后一公里、移动互联网/社交网络史前产物，一维关系 ✓ IM：不等于社交、不和场景打通无法建立数字化连接 ✓ 服务的需求者与服务提供者：没有撮合、匹配机制 – 如何建立陌生人之间的信任关系？ ✓ 手机App不是“技术集成”- Form-factor（外形因素）对服务的影响比你想象的大 2019 

19 .银行证券APP现有技术架构和设计理念走到尽头 移动互联网的悖论：手机连接客户 与服务，可是App割裂金融机构与 客户的关系 客户线下不进营业网点、线上无法 连接金融服务提供者 零售网点“坪效”越来越低 2019 

20 . 3 社交银行 重建金融机构与客户的连接 2019 

21 .社交银行 – 重建与客户的人性化数字信任关系 安全可信 Digital Trust 2019 

22 . 重新认识即时通讯工具、社交平台 - 从交易角度看，聊天工具可以是一切OTC （Over the Counter）类交易（相对于STP） 的技术载体 - “交流中交易” - 从服务角度看，聊天工具是远程服务的基础设 施，只要解决了合规通讯、认证授信问题，可 以实现“在线即在场” - 与移动互联网结合的即时通讯工具，可以构建 金融企业自己的“社交化服务网络”：实现客户 对员工（1对1）、员工对海量客户（1对 多）、员工虚拟团队/工作室对客户（多对 1）、客户之间、员工之间的连接与协同 - 充当金融服务的“物联网”主干 2019 

23 .银行网点进驻App - Bank In A Pocket 客户从App里不仅有自助服务、还能找到投资专家、专业团队、自己所属的营业网点 2019 

24 .服务、销售、关系管理一体化 服务 支持 解答 产生 提供 推荐 内容 交流 产品 促进 带动 形成社交关系图谱 促成 交易 买卖 2019 

25 .强化网点与客户的数字关系（DRM） 什么是数字关系管理？ - 通过客户偏好的、个人选择的渠道（社交工具）， 提供实时、完全个性化、与客户全相关的服务 - 免除成本不低但效果不彰、非点对点、非人性化 （不带个人色彩）的无差异服务 - 极其弹性的延伸服务时间、按客户所需随时随地提 供解决方案 来源：Accenture 2019 

26 .数字关系管理成熟度的三个层次 基于客户数字画像、数字足迹，利用大数据、深 Level-3: Anticipation & Recommendation （预料与推荐） 度学习，建立对客户的“预测性分析”能力，技 术上自学习闭环、预期客户需要并给出推荐 通过文字、语音、视频等一切远程连接技术基于 Level-2: Online & Connected （在线即在场） 规则引擎，匹配、撮合适合的服务岗位、服务 团队，快速、高效响应客户解决问题 Level-1: Self-Service 提炼标准化流程、常见问题、知识管理工具， （信息化自服务） 向客户提供最优体验的自我服务 2019 

27 .专业服务人员的未来属于真人还是机器人？ 解决远程信任关系后，“在线即在场”：线上财富管理服务是必然的。只不过，服务的提供者 会是一个机器人还是真人？ 摩根斯坦利关于机器人投顾： 嘉信理财（Charles Schwab）： - 2013年起，3位数字增长 - 投资者需要信任 - 至2025年，6.5万亿全球市场 - RIA（注册投资顾问）大发展，占据更大市场 - 更多RIA进驻平台：在线、充分利用技术 Betterment（机器人投顾公司）： 布雷特金（《银行4.0》作者）： - 开始同时提供纯机器人投顾服务与真人投顾 - AI是未来银行的核心 服务选项 - 10年内风控将成为AI彻底负责的领域 - 真人服务需增加年度服务费用：管理资产的 - 银行内大部分不涉及社会社会习俗、人情世 0.15% ~ 0.25% 故微妙之处的工作，算法都能掌握的更好更 快 2019 

28 .机器人参与“社交” • 前端智能机器人（Front-end AI-powered Bot）- 完全由机 器人负责、无人类干预的类似FAQ的服务应答，但是可以通过 upfront choice（客户直接选择真人）和human takeover（客 户和机器人开始会话，随时要求真人接手）来结合人类辅助 （human assistance） • AI辅助的真人客服（AI-Assisted human agent）- 机器人 隐形，通过分析客户的请求内容，派发给合适的部门、真人员 工进行应答 • 人类辅助的智能客服（Human-assisted AI）- 机器人是服 务过程决策者，基于信心值（confidence level）决定是否需 要引入真人支持 2019 

29 .智能投顾 – 算法与人的结合 Cyborg：算法/机器人获得专家赋予 的“人性化”（投资决策需要被理性解 释，纯粹的深度学习带来的投资决定 无法解释、复盘对于投资者更加像“买 大小”；市场异动导致的对不确定性恐 惧、损失后的心理问题，需要人类投 顾的辅导、安抚） AR：算法与机器人助手，是对人类投 顾的“增强现实” 2019