從連接到賦能——商業(yè)銀行數(shù)字化轉型與創(chuàng)新策略

課程背景：

在未來5年中，企業(yè)將面臨的變化會超過以往50年中的總和。變化來得如此之快，所以企業(yè)必須為數(shù)字化未來做好充分的準備—— 摘自比爾.蓋茨1997年出版的《未來時速》

數(shù)字化轉型不是今天才提出的課題，是一家商業(yè)銀行必須面對的挑戰(zhàn)和機遇。繼2015年國務院部署“互聯(lián)網(wǎng)+”強國戰(zhàn)略，習近平總書記還親自擔任《國家網(wǎng)絡與信息化領導小組》組長。當今，銀行業(yè)不管擁有什么優(yōu)勢，但仍然無法抵御數(shù)字化轉型帶來的“顛覆”式破壞。所以各商業(yè)銀行急需深度解讀數(shù)字化轉型的理念、策略及應用，幫助各商業(yè)銀行完成數(shù)字化從連接到賦能的轉型，助力中國經(jīng)濟高質量發(fā)展。

思考：商業(yè)銀行為什么要進行數(shù)字化轉型？將面臨四方面挑戰(zhàn)？ 

1、 通過數(shù)字化完成：市場、創(chuàng)新、效率、成本等各方面的重構。

2、 把握從互聯(lián)網(wǎng)+到智能+，從連接到賦能的演進路徑？

3、 盡快通過數(shù)字化完成：從IT到DT，從數(shù)據(jù)到資產(chǎn)的轉化。

4、 人工智能、大數(shù)據(jù)、算法將取代90%的現(xiàn)有崗位，商業(yè)銀行如何選拔人才？

隨著數(shù)字經(jīng)濟大格局的變化和新科技的突飛猛進，將社會帶進數(shù)字化智能化時代，其中最核心的四項技術：A（Artificial Intelligence，人工智能），B（Blockchain，區(qū)塊鏈），C（Cloud computing，云計算），D（Big Data，大數(shù)據(jù)），以及IOT物聯(lián)網(wǎng)+5G技術。越來越多的用戶都將數(shù)字化作為首要的接入方式，或者唯一方式。商業(yè)銀行需要不斷變化，以適應用戶的層出不窮的需求。如果商業(yè)銀行還不開始考慮數(shù)字化轉型——沒有找到合適的業(yè)務創(chuàng)新，那更大的危機即將來臨。

數(shù)字化核心價值：

傳統(tǒng)商業(yè)銀行如何從戰(zhàn)略到實施？

l 隨時隨地的萬物互聯(lián)（連接信息孤島）

l 獲取極為豐富的海量數(shù)據(jù)（大數(shù)據(jù)）

l 擁有高效、廉價、無窮無盡的計算能力（人工智能與云計算）

l 最終實現(xiàn)：重塑用戶體驗、智能運營、敏捷創(chuàng)新三大戰(zhàn)略

課程大綱：

引言：從互聯(lián)網(wǎng)連接到數(shù)字化賦能

一、 數(shù)字經(jīng)濟浪潮洶涌而來

1） 你沒做錯什么，是時代變了

2） 數(shù)字技術將成為商業(yè)銀行的“命脈”

3） 摩爾定律帶來市場規(guī)模指數(shù)級增長

二、 連接改變一切

1） 網(wǎng)絡協(xié)同效應：快速匹配需求

2） 數(shù)據(jù)智能效應：數(shù)據(jù)自主完成——檢索、判斷、提升

三、 數(shù)字化賦能傳統(tǒng)商業(yè)銀行升級

1） 超級平臺現(xiàn)象

2） 非對稱發(fā)展

3） 精益敏捷創(chuàng)新

第一講： 歡迎進入數(shù)字時代

一、 一切皆數(shù)據(jù) 

1） 數(shù)據(jù)的本質與價值=時間+復利

2） 數(shù)據(jù)驅動商業(yè)銀行戰(zhàn)略——數(shù)字化必須是商業(yè)銀行“一把手工程”

3） 數(shù)據(jù)給商業(yè)銀行帶來的超級競爭力“效率與創(chuàng)新”

4） 商業(yè)銀行具備從“數(shù)據(jù)——資產(chǎn)”的轉換能力

二、  探究數(shù)字化帶來的三大客戶價值 

1） 成本價值：高流量、長尾獲客

2） 體驗價值：個性化、定制化、移動化

3） 平臺價值：多維、高頻、生態(tài)圈

三、  重樹商業(yè)銀行文化與思維，以適應轉型

1） 樹立第一性原理思維

2） 樹立經(jīng)營型而非工具型思維

3） 樹立互聯(lián)網(wǎng)思維

4） 樹立智能算法思維

四、 挖掘數(shù)字化生產(chǎn)力

1） 解密勢不可擋的新科技：技術、人、算法

2） 攻守之道：贏得無邊界經(jīng)濟競爭的勝利

3） 他山之石：快速創(chuàng)新能力與實踐

案例分析：全面數(shù)字化使京東訂單交付率、資金周轉率從6天降至2天。

第二講：賦能商業(yè)銀行跨越數(shù)字鴻溝

一、 如何創(chuàng)新數(shù)字化生態(tài)

1） 數(shù)字化1.0=最佳客戶連接、業(yè)務線上化、移動化

2） 數(shù)字化2.0=業(yè)務智能、敏捷創(chuàng)新

3） 數(shù)字化3.0=開放生態(tài)、場景創(chuàng)新

二、 搭建數(shù)字化嵌入式產(chǎn)品與營銷體系

1） 適者生存——體驗，不是產(chǎn)品

2） 設計從頂層開始——用戶第一，技術第二

3） 打造“千人千面”個性化定制化產(chǎn)品體系

4） 打造全方位數(shù)字化營銷體系——從在線到在場

三、 數(shù)字化創(chuàng)新的“3+1”落地轉型策略

1） 策略一：建設全新商業(yè)模式

2） 策略二：以客戶為中心的現(xiàn)有業(yè)務智能化轉型

3） 策略三：全面布局創(chuàng)新機會

4） 一套全新的基礎數(shù)字化能力，完成IT到DT

第三講：數(shù)字化轉型路徑與實踐

一、         商業(yè)銀行數(shù)字化轉型路徑

1）        體驗創(chuàng)新導入 

2）        科技創(chuàng)新導入

3）        生態(tài)創(chuàng)新導入

4）        組織創(chuàng)新導入

實戰(zhàn)案例分析：抖音等爆款產(chǎn)品是如何創(chuàng)新出來的？

二、 數(shù)字化核心技術：人工智能+大數(shù)據(jù)+云計算 

1） 智能平臺將取代今天90%工作崗位，同時創(chuàng)造更多新的崗位

A. 人工智能基本概念、思維與應用

B. 機器學習分類——監(jiān)督學習（分類、預測）、無監(jiān)督學習（聚類、關聯(lián)）

實戰(zhàn)案例分析：用機器學習和算法預測用戶喜好準確性

C. 機器學習的主要學派與五大終極算法

A. 符號學派——逆向演繹算法

B. 聯(lián)結學派——反向傳播算法

C. 進化學派——達爾文算法

D. 貝葉斯學派——推理算法

E. 類推學派——支持向量機算法

2） 大數(shù)據(jù)將“猜”出并控制一切

A. 樹立數(shù)據(jù)驅動理念

B. 樹立大數(shù)據(jù)思維——從小數(shù)思維到大數(shù)思維

C. 數(shù)據(jù)挖掘分析模型

D. 用戶畫像的商業(yè)應用價值

E. 大數(shù)據(jù)精準營銷平臺=吸引+說服+轉化+留存

實戰(zhàn)案例分析： 通過社交自媒體海量獲客與營銷

三、 “中臺”系統(tǒng)加持數(shù)字化轉型

1） 分布式微服務架構

2） 多平臺復用數(shù)據(jù)共享中心

3） 打造異地多活云計算

4） 大數(shù)據(jù)+AI智能中心

案例分析： 阿里中臺系統(tǒng)設計要點介紹

四、   數(shù)字化運營的核心：快速敏捷能力

1) 超強感知能力：行為感知、情景感知

2) 明智決策能力：包容性決策、增強型決策

3) 快速執(zhí)行能力：動態(tài)流程、動態(tài)資源、產(chǎn)品迭代速度

4) 重構現(xiàn)有組織形式：搭建扁平化敏捷組織

案例分析： 螞蟻金服敏捷能力搭建：業(yè)務敏捷中心 + 技術敏捷中心 + 數(shù)據(jù)智能中心 + 最佳實踐+規(guī)范標準