索信达宋爱华：应用端及数据端齐发力 打造银行数字化营销全生态链
中国电子银行网讯 近日，由中国金融认证中心（CFCA）联合百家成员银行举办的“2020银行数字生态与普惠金融峰会暨第十六届中国电子银行年度盛典”在北京举行。包括主管部门领导，银行高管在内的300多位业内精英齐聚本次峰会，就如何构建数字化银行生态体系，如何用数字化手段更好地践行普惠金融等焦点问题进行了深入探讨。
论坛期间，索信达控股集团副总裁宋爱华就“数字生态和普惠金融”的话题接受了中国电子银行网等三家媒体联合采访。
联合采访
采访中，宋爱华对索信达“大数据平台解决方案”的特点及其在金融科技领域的应用作了详细介绍，他结合采、存、用、管四个方面与记者做了深入交流。
在谈到金融领域数字化获客的问题时，他指出，做营销重点是要构建全流程闭环的数据链，建立完整的客户旅程路径规划。有目的的提升客户转化，增加客户粘性，提升客户体验，把渠道引流与客户的后续动作关联起来考评，有序地优化渠道质量。
索信达控股集团副总裁 宋爱华
构建全流程闭环的数据链 有效实现从获客到留客
据宋爱华介绍，索信达在获客层面，采用“推-拉”结合的方式。
所谓的“推”是指智能营销体系及配套信息系统。宋爱华对中国电子银行网记者说，做营销，重点关注的是构建全流程闭环的数据链，是从客户的商机触发开始，建立了完整客户旅程路径规划，针对不同的客户画像和分层，有目的的提升客户转化，增加客户粘性，提升客户体验。完整的客户旅程数据闭环，可以把渠道引流与客户的后续动作关联起来考评，有序地优化渠道质量。
而“拉”的模式就是构建流量生态体系。索信达前期跟主流的流量平台签订合作协议，将这些流量资源进行整合，引入到银行端，有效解决行内自有渠道流量不足的问题。
因为长期深耕于银行营销端多年，深知银行客户的需求和他们的客群特征，利用流量平台的数据资源优势，有效地帮助银行快速定位到他们希望触达的客群。
突破传统金融布局 实现应用端及数据端齐发力
索信达在金融领域的布局主要是应用端和数据端同时发力。宋爱华介绍，应用端有营销的传统优势领域，也有很多风险领域点的突破，比如反洗钱、反欺诈、关联交易等。数据端有专为模型开发服务的模型工厂，也有为响应国产化替代号召的专用数据库迁移工具。整个数据中台的产品线是对标国外的一线厂商，不同的是我们专注于金融细分市场，解决银行数据系统“提质增效”的问题。
深化线上线下一体化服务赋能
在谈及“如何打造线上线下一体化的数字化营销”话题时，宋爱华指出：“银行线上和线下的渠道，本身就是一体的，只是渠道属性不一样，所承载的职能有所侧重。”
线上渠道应该充分发挥数字化、智能化的优势，服务于广大长尾客户，提升用户体验，努力做好标准化金融产品的个性化推荐。而线下业务要更关注客户的金融定制化需求，提供贴身1对1的规划服务。
“比如我们最近在某股份制行做的养老客群细分。这个规划就是打通线上和线下服务渠道，做到了无缝衔接。具体来说，我们在线上渠道部署了一个小的养老规划模块，用户可以自助地选择一些养老预期的生活场景，系统也能很快给客户一个资产配置方案。而线上的需求可以反馈到管户经理手中，用户也可以在APP中预约现在的详细养老规划。我们在线下配置了一套完整的养老规划软件，管户经理会当面询问客户的收入、资产、支出、风险偏好以及养老预期情况，精确地测算出目标GAP，针对这个缺口给出适合的理财、保险、基金甚至信托的组合配置方案”，宋爱华表示。
自动化、存储快、定制化、高质量
大数据平台解决了数据采集的过程，无论是获取流量的数据还是结合银行数据，都需要搭建大数据平台。
宋爱华介绍，索信达“大数据平台解决方案”的优势可以从“采、存、用、管”4个方面来总结。
采：特点是自动化、实时
•业务数据打通：系统支持的业务活动，通过打通业务系统与数据中台，实现交易明细数据、分析数据的实时交互；
•数据分析：通过数据分析方式获取用户互联网行为；
•物联网应用：通过物联网获取工厂设备、物料等数据。
存：存得多、存得快
•融汇统一：汇集原来分散于各业务系统中的数据，形成统一存储，便于交互和分析取用；
•强扩展能力：基于hadoop架构使存储扩展便为捷性；
•区别存储策略：时间周期更细、存储形式丰富，可存储非结构化原始数据，无需结构化后进行存储。
用：自动、便捷、时效、创新
•定制化开发：建立数据工具平台，为业务人员开放定制化查询服务、为建模人员提供个性化建模分析服务，从数据展示平台升级为数据分析平台；
•快速数据分析：借助数据中台强大的计算引擎，开展更复杂、更深度的数据建模分析。如区域调拨应用，可综合考虑复杂影响因素，包括天气、车辆状态、路况状态等，快速计算出优化路径、调配方案等。如粉丝营销应用，可丰富多样的推荐算法；
•数据挖掘：基于过程数据、历史数据的大量积累，开展创新数据挖掘应用，如客户画像、产品创新设计等。
管：质量把控、安全性、标准统一
•数据质量管理：对于多方采集来的主数据、交易数据、分析数据在数据中台上进行数据质量的统计分析，出具质量分析报告，支持数据治理组织的工作；
•数据安全管理：划分数据安全等级，不同等级制定相应的数据脱敏、数据授权、数据访问（包括下载、访问、删除、修改）留痕策略；
•数据资产管理：主数据、交易数据、分析数据都可以在数据中台做数据标准化与资产可视化，可以承载数据运营优化的需求。
数据是未来的石油 取之不尽用之不竭
数据作为资产来看待，是未来的趋势，就像网上所说的“数据是未来的石油，而且取之不尽用之不竭”，宋爱华表示。
回顾过去十年的数据管理过程可以看出，数据管理仅仅体现在技术部门的一厢情愿，而业其他部门参与度并不高。
因此，宋爱华指出，未来数据管理的思路首先要转变，要把原来只做数据治理的思维向数据运营的方向上靠拢。数据运营需要的参与核心是业务使用部门、数据管理部门、技术开发部门。三个部门在统一平台上协作，才能高效地把数据使用的管理闭环构建出来，通过运营迭代的方法，快速发现数据使用和管理中存在的一系列问题。
“未来，无论是从中美贸易出发，还是从国家对国产化软件的要求，或者说从民族出发，索信达希望借助这个过程，寻求更多的合作伙伴，共建AI和大数据生态，能够对社会做有价值的事情。”宋爱华表示。
