上海华瑞银行副行长孙中东

　　在工农中建四家大型银行分别与京东、百度、腾讯、阿里实现战略合作后，今年8月，交通银行与苏宁集团也签订了战略合作协议，这标志着五家大型银行已经全面拥抱互联网，并且采用与互联网巨头合作的方式快速转型。这并非五大行碰巧都有这样的战略举措，而是代表了当下商业银行互联网转型的主要手段之一——跨界合作。

　　为什么跨界合作会成为商业银行互联网转型的主要手段?大型商业银行及体量较大的股份制银行和城商行，科技人员充足，IT资源丰富，业务架构复杂，涉及系统众多，牵一发而动全身，难以在旧系统上开辟新战场，因此不如另辟蹊径，投入较低的资金成本，与互联网流量入口充分合作，优势互补，共同打造创新的金融产品，实现转型。而中小银行的科技资源有限，本身定位只能“保证不出事”，难以支撑互联网创新所需的各类创新应用建设，不妨借助于互联网巨头的科技输出，结合自身的业务特点，合力推出具有自身特色的金融产品，这样也能实现转型。

　　科技实力较强的银行也尝试过自己建立互联网金融平台，从最早的清一色直销银行，到后来的各行百花齐放，如工商银行的e-ICBC系列产品、招商银行的小企业e家、包商银行的小马bank等，但不是所有银行都有能力自己打造平台。究其原因，与银行的机制体制、相关监管规定等不无关系。于是，转型的另一条路应运而生：商业银行设立互联网金融子公司，监管层也明确鼓励商业银行设立子公司，从事P2P、第三方支付、众筹等业务。北银、中银、招联以及近期成立的包银、尚诚等都是银行通过设立子公司布局金融科技的典型案例。

　　商业银行设立的子公司开展业务更加灵活，同时可以享受银行的低成本资金，在组织架构上类似于互联网公司的扁平化架构，决策链条更短，效率更高。而近年来陆续成立的民营银行，则倾向于自建整套金融科技体系。由于没有历史包袱，高管团队又都来自成熟银行，熟悉银行建设的最短路径和最佳实践，所以发展也很快。无论是自建，还是合作或设立子公司，商业银行都是想尽快利用云计算、大数据、人工智能等新兴技术，打造智能化的金融产品，更好地服务于零售客户，以期实现零售业务的爆发式增长。

　　要实现零售业务智能化，核心在于底层用户数据的积累以及用户画像的实现。只有充分了解客户，才能投其所好，实现智能化。以上海华瑞银行为例，在1+1+N的体系架构中，用户中心贯穿始终，全行所有的用户信息都归集于此，并且，区别于一般的ECIF只存储用户基础信息，用户中心还存储用户行为、设备、标签等信息，各渠道的用户信息在此统一管理。这种架构可以实现“一点接入，全程相应”的目标，让客户感受到各渠道统一、延续的服务，实现基础的智能化。举个简单的例子，客户拨打客服热线时，客服人员能够知道客户刚在ATM上取款;而客户登录网银时，网银系统能识别出客户刚拨打过客服电话，更进一步，有时候客户一个交易能在几个渠道上连续操作，跨越几个渠道完成一次完整的交易。这些都依赖于用户中心的底层架构。

　　在用户信息的基础之上，我们需要对用户进行分类。比如，某用户是某个产品的新用户，那么我们可以为他推荐新手类的产品，而对于老客户，则没有这个必要。进一步，我们可以给用户打上标签。从金融数据中提取的标签类似于客户的风险偏好、资产负债情况等。利用协同过滤等算法，我们可以为用户推荐他可能感兴趣的金融产品，如基金或消费贷款，还可以在前端产品上增加埋点，收集客户的行为数据，如某个产品详情页的停留时长等，进而判断用户的金融产品偏好。而基于用户兴趣打上的标签，可以做更精准的推荐。上海华瑞银行极限SDK，在植入各类消费场景后，和场景方深度合作，获取客户授权的场景相关数据。比如与电商合作分期类业务，我们获取了客户的消费数据，就可以知道客户的购物偏好，为客户打上电商类标签，甚至，通过客户购买的具有标志性的商品，如叶酸、尿布等，可以定位客户所处的人生阶段，从而为客户推荐对应的金融产品，最适合的莫过于相应的保险产品。这类推荐仅仅基于过去银行的金融属性数据是无法完成的。因此，银行只有让零售业务融入场景，获取更多的场景数据，才有可能使得零售业务更加智能化。

　　除了营销和推荐，银行在欺诈和风险防控上，同样可以做到智能化。基于用户中心存储的客户历史信息、设备、位置等数据，我们可以识别是否为客户本人登录。客户的移动设备就像一个房间，我们必须对每个客户的房间了如指掌，一旦房间的摆设发生变化，客户的设备就有可能已经被盗，此时，我们就要通过动态的安全验证手段，加强对客户身份的核实，在避免“误杀”的同时，最大程度地控制风险。比如，历史数据显示某客户每次都使用指纹登录，在某次交易中，该客户突然跳过了指纹登录，采用短信验证码登录，并且登录后连续进行转账交易。这时，我们就要对客户的所有交易增加人脸识别，甚至暂时冻结账号，外呼客户确认为客户本人操作后再解冻。

　　在授信业务的反欺诈中，我们设计了挑战问答系统来防范伪冒欺诈。这类似于信用卡电核中的客服提问，如“您的生肖是什么”，以核实客户身份。为减轻客服压力，这套流程采用全自动设计，加上获取了客户的征信报告，挑战问答系统有了更多可以智能风控的数据。征信报告中包含了客户的历史地址、工作单位、每笔贷款的金额、信用卡额度以及最近使用额度等信息，这些信息只有客户本人知晓，即使身份被别人冒用，伪冒者也不可能知道。为了提升用户体验，我们采用了内存计算技术，毫秒级解析征信报告，并筛选问题，生成干扰项，对客户进行提问，对于难度较低的问题，还可以根据客户回答的时间来判断欺诈的可能性。和精准营销推荐一样，每个客户看到的问题和对应的答案都不相同，真正做到了“千人千面”。

　　从产品设计上看，首先，要能够收集用户行为数据，尽可能详细地收集客户点击、停留、退出等行为数据，一方面可以优化产品体验和布局，另一方面为将来进行营销和反欺诈打下基础。其次，产品前端要预留为客户做精准营销推荐的动态展现空间，如首页banner、首页产品列表、购买后的成功页面底部或分享后的提示页面等。再次，后台的算法引擎需要支持迭代学习、A/BTest、在线更新等。

　　综上所述，要实现智能化，用户体系架构是核心和基础，用户数据是关键。无论是自建、合作，还是设立子公司，打通用户体系，能够完整刻画用户画像最为重要。商业银行可以通过用户数据的不断积累，结合自身优势和特点，推出有特色的金融产品。希望商业银行发挥自己的优势，在金融科技的浪潮中占据自己的一席之地。