對公業(yè)務(wù)作為商業(yè)銀行的主要資產(chǎn)、營業(yè)收入和凈利潤來源，對銀行的意義不言而喻。伴隨著金融科技的進(jìn)一步迭代升級，銀行對公業(yè)務(wù)也將迎來創(chuàng)新突破。

近些年來，在推動零售業(yè)務(wù)數(shù)字化轉(zhuǎn)型的同時，銀行業(yè)也在積極探索對公業(yè)務(wù)轉(zhuǎn)型新機(jī)遇，運(yùn)用多種數(shù)字化手段與互聯(lián)網(wǎng)思維改造升級對公業(yè)務(wù)模式，以增強(qiáng)自身在領(lǐng)域內(nèi)的核心競爭力。各大商業(yè)銀行紛紛以用戶為中心，深耕場景金融，通過數(shù)字手段“武裝”對公業(yè)務(wù)。

基于此，IBM 咨詢大中華區(qū)金融核心銳變團(tuán)隊的專家，對銀行對公業(yè)務(wù)目前所面臨的挑戰(zhàn)，以及數(shù)據(jù)和 AI 如何助力商業(yè)銀行對公業(yè)務(wù)的數(shù)智化轉(zhuǎn)型做出深入剖析。

一

挑戰(zhàn)：

商業(yè)銀行對公業(yè)務(wù)亟需轉(zhuǎn)型為“以客戶為中心”的經(jīng)營模式

不同行業(yè)或產(chǎn)業(yè)中優(yōu)質(zhì)中小微企業(yè)或“專精特新”小巨人需要開發(fā)更有效的挖掘手段：由于對公資源有限，客戶經(jīng)理業(yè)績壓力大，往往注意力會集中在頭部客戶，長尾客戶眾多但對長尾客戶關(guān)注度有待提升；然而頭部客戶有限且各家銀行爭奪激烈，對優(yōu)質(zhì)中小微或?qū)＞匦隆靶【奕恕钡目焖偻诰蚺c關(guān)注將成為銀行新的增長點。

對公業(yè)務(wù)的開展需要逐步減少對客戶經(jīng)理的強(qiáng)依賴：客戶經(jīng)理憑借資深經(jīng)驗開展對公營銷等業(yè)務(wù)的方式無法使銀行全面掌控企業(yè)情況；個人離職等因素會對銀行與企業(yè)關(guān)系可能造成較大影響。如果客戶經(jīng)理對企業(yè)的觀察理解不一致，也會出現(xiàn)給企業(yè)推薦的產(chǎn)品或者服務(wù)不夠精準(zhǔn)的情況。

數(shù)據(jù)分析層面有待深挖：當(dāng)前各家銀行都在嘗試由經(jīng)驗驅(qū)動變?yōu)閿?shù)據(jù)驅(qū)動，利用企業(yè)相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。然而由于金融機(jī)構(gòu)個體差異性較大，不同區(qū)域、不同一二線城市、不同行業(yè)、不同產(chǎn)業(yè)、不同上下游都會對對公業(yè)務(wù)造成影響；而金融機(jī)構(gòu)的數(shù)據(jù)質(zhì)量偏差、公開數(shù)據(jù)與銀行內(nèi)部數(shù)據(jù)的融合、數(shù)據(jù)分析模型與業(yè)務(wù)內(nèi)在的邏輯、數(shù)據(jù)分析模型的可解釋性等眾多問題導(dǎo)致也會直接影響數(shù)據(jù)分析結(jié)果的落地效果。

資金流水標(biāo)簽體系有待加強(qiáng)：由于資金流水?dāng)?shù)據(jù)量巨大，資金用途等大多以非結(jié)構(gòu)化的形式存在，目前還未得到很好的利用和挖掘。金融機(jī)構(gòu)還需要針對資金流水進(jìn)行準(zhǔn)確的資金用途標(biāo)識，構(gòu)建相應(yīng)的標(biāo)簽體系，以便后續(xù)基于此資金流水標(biāo)簽體系，全行提供精準(zhǔn)、全面、統(tǒng)一的資金流主題數(shù)據(jù)服務(wù)。

二

洞察：

數(shù)據(jù)和 AI 助力商業(yè)銀行對公業(yè)務(wù)的數(shù)智化轉(zhuǎn)型

圍繞科技驅(qū)動業(yè)務(wù)的核心目標(biāo)，對公業(yè)務(wù)的數(shù)智化轉(zhuǎn)型強(qiáng)調(diào)以大數(shù)據(jù)和 AI 支撐對公業(yè)務(wù)的精細(xì)化經(jīng)營和業(yè)務(wù)創(chuàng)新。通過數(shù)智化能力的深入應(yīng)用，實現(xiàn)以數(shù)智化技術(shù)驅(qū)動智慧決策模式，提升針對對公業(yè)務(wù)的剛性管控能力、反哺能力，并推動管理組織、方法、工具的創(chuàng)新和重塑，形成閉環(huán)的價值創(chuàng)造和管控新模式。

結(jié)合數(shù)據(jù)治理，完善資金流水計量工作，形成資金流標(biāo)簽體系。

對底層資金流的梳理與分析，往往是新的商機(jī)與新的業(yè)務(wù)模式的起點。我們在調(diào)研中發(fā)現(xiàn)，銀行高層常常會問“我行資金主要流向哪些行業(yè)？”、“如果我行資金在流失、那么流失去向是什么？”、“我行用戶喜愛何種金融產(chǎn)品？能否深化合作帶給我行利益？”等問題。而此類問題的答案往往可以支撐銀行高層進(jìn)行重要的戰(zhàn)略決策。

利用行內(nèi)交易流水?dāng)?shù)據(jù)，全面梳理企業(yè)間、企業(yè)個人間等資金交易用途，充分挖掘企業(yè)的交易對手特點、具體經(jīng)營特點、交易發(fā)生特點、渠道特點等。從每筆交易出發(fā)，更高效的形成對企業(yè)的 360度畫像，及時掌握企業(yè)經(jīng)營活動的動向，不但可以輔助對公營銷與風(fēng)控，還可以形成行內(nèi)資金流動態(tài)駕駛艙，輔助銀行高層進(jìn)行戰(zhàn)略決策。

融合內(nèi)外部企業(yè)大數(shù)據(jù)，進(jìn)行數(shù)據(jù)架構(gòu)演進(jìn)，不斷提升數(shù)據(jù)潛能。

銀行對公業(yè)務(wù)往往要在更加了解企業(yè)運(yùn)營全貌的基礎(chǔ)上進(jìn)行，這就對銀行大數(shù)據(jù)建設(shè)提出了更高的要求。外部數(shù)據(jù)如產(chǎn)業(yè)鏈數(shù)據(jù)、發(fā)票數(shù)據(jù)、上市公告、輿情數(shù)據(jù)、股東股權(quán)披露等數(shù)據(jù)對對公業(yè)務(wù)有較大價值。應(yīng)從數(shù)據(jù)架構(gòu)的角度出發(fā)，將行外數(shù)據(jù)與行內(nèi)數(shù)據(jù)進(jìn)行充分融合。如產(chǎn)業(yè)鏈中企業(yè)關(guān)系數(shù)據(jù)與行內(nèi)企業(yè)資金流交易的融合，可協(xié)助挖掘優(yōu)質(zhì)產(chǎn)業(yè)中的優(yōu)質(zhì)中小微或?qū)＞匦隆靶【奕恕薄?/p>

利用 AI 技術(shù)，實現(xiàn)對重點客群和重點場景的深入洞察，支撐對公業(yè)務(wù)的精細(xì)化經(jīng)營和業(yè)務(wù)創(chuàng)新。

市場新增的潛在商戶，是發(fā)展對公商戶業(yè)務(wù)的第一步，傳統(tǒng)的業(yè)務(wù)人員“掃街” 的營銷方式在人力、效率和精準(zhǔn)度上難以應(yīng)對復(fù)雜的市場變化?！芭揩@客難”和“商戶認(rèn)知難”已成為當(dāng)下銀行發(fā)展商戶業(yè)務(wù)的普遍痛點，通過使用自然語言處理（NLP）等新興技術(shù)，從全量企業(yè)大數(shù)據(jù)蛛絲馬跡中成功識別其中的有效商戶，分行業(yè)輸出數(shù)量可觀的潛在商戶清單，從而為客戶經(jīng)理進(jìn)行開展?fàn)I銷活動提供重要輸入。

IBM 經(jīng)過多年銀行對公數(shù)智化轉(zhuǎn)型項目經(jīng)驗積累，形成了包括“業(yè)務(wù)+技術(shù)+數(shù)據(jù)+管理”的一整套的智慧決策解決方案，并為多個國有大行、全國股份制銀行、城商行、農(nóng)信社等金融機(jī)構(gòu)提供了咨詢和實施服務(wù)。2020年 5月，IBM 咨詢成立專門致力于服務(wù)金融機(jī)構(gòu)的超級戰(zhàn)隊——“IBM 金融核心銳變團(tuán)隊”，為銀行的數(shù)字化轉(zhuǎn)型提供從戰(zhàn)略咨詢、流程設(shè)計、系統(tǒng)開發(fā)、數(shù)據(jù)管理、實施運(yùn)維等端到端的服務(wù)解決方案。其中也包括為對公業(yè)務(wù)數(shù)智化轉(zhuǎn)型的整體數(shù)據(jù)鏈路重構(gòu)、企業(yè)級數(shù)據(jù)治理及資產(chǎn)管理、對公數(shù)據(jù)分析平臺設(shè)計和實施， AI 平臺構(gòu)建等。

三

實踐：

IBM 在銀行對公領(lǐng)域數(shù)智化轉(zhuǎn)型的最佳實踐參考

1、數(shù)據(jù)架構(gòu)演進(jìn)助力數(shù)據(jù)潛能提升支持實現(xiàn)普惠金融拓客

數(shù)據(jù)架構(gòu)演進(jìn)支持?jǐn)?shù)據(jù)潛能提升：IBM 建議構(gòu)建對公分析平臺，實現(xiàn)對公數(shù)據(jù)整合，將行內(nèi)與行外數(shù)據(jù)充分融合，在此基礎(chǔ)上構(gòu)建對公客戶經(jīng)營圖譜，構(gòu)建模型工廠，實現(xiàn)智能檢索和分析，從而實現(xiàn)面向所有對公客戶、覆蓋全產(chǎn)品、全渠道的對公業(yè)務(wù)分析平臺。如下圖所示。

普惠金融拓客：基于對公分析平臺，可以實現(xiàn)對公客戶的全面畫像，支持精準(zhǔn)營銷、風(fēng)險防控等各類業(yè)務(wù)應(yīng)用，下圖是基于對公分析平臺實現(xiàn)對公精準(zhǔn)營銷的示意圖，通過對公客戶數(shù)據(jù)整合，基于經(jīng)營圖譜和模型工廠，實現(xiàn)對公客戶的全面感知，產(chǎn)品推薦和商機(jī)整合，最后推送給渠道端實現(xiàn)對公客戶精準(zhǔn)觸達(dá)。借助 IBM 對公客戶營銷模型，IBM 幫助某大行進(jìn)行產(chǎn)業(yè)鏈深度分析，結(jié)合圖計算等 AI 技術(shù)，針對優(yōu)質(zhì)產(chǎn)業(yè)鏈如智能制造產(chǎn)業(yè)鏈，批量挖掘優(yōu)質(zhì)中小微與專精特性“小巨人”，形成優(yōu)質(zhì)潛客 100多家企業(yè)名單，支持普惠金融進(jìn)行優(yōu)質(zhì)拓客。

2、結(jié)合對公領(lǐng)域數(shù)據(jù)治理輔助構(gòu)建企業(yè)財資管理云平臺

針對對公領(lǐng)域的數(shù)據(jù)治理：IBM 幫助一家大行構(gòu)建基于交易資金流的數(shù)據(jù)標(biāo)簽體系，并利用 NLP 技術(shù)輔助對公數(shù)據(jù)治理工作，從非結(jié)構(gòu)化數(shù)據(jù)中挖掘蛛絲馬跡，形成對企業(yè)的 360度資金流畫像。幫助該行大幅縮短了資金流計量工作量。同時，結(jié)合財務(wù)專家，從企業(yè)交易資金流中還原企業(yè)的經(jīng)營狀況，輔助各對公業(yè)務(wù)，實現(xiàn)對企業(yè)經(jīng)營狀態(tài)的及時掌控。

企業(yè)財資管理：在資金流梳理的基礎(chǔ)上，IBM 幫助該行實現(xiàn)面向員工渠道的資金用途看板，聚焦企業(yè)實時資金用途異動，洞察交易對手特點。利用知識圖譜和圖數(shù)據(jù)庫，實現(xiàn)企業(yè)交易活動的上下游洞察。

3、AI 技術(shù)實現(xiàn)對公結(jié)算產(chǎn)品推薦“千企千面”

結(jié)算產(chǎn)品推薦引擎：IBM 幫助一家大行構(gòu)建對公交易網(wǎng)絡(luò)圖譜，對企業(yè)交易進(jìn)行深度挖掘分析，挖掘各交易方關(guān)聯(lián)關(guān)系，從而有效開展交易產(chǎn)品精準(zhǔn)營銷利用圖計算，對企業(yè)進(jìn)行“千企千面”的結(jié)算產(chǎn)品推薦。在使用中，利用歷史數(shù)據(jù)洞察營銷客戶清單，基于圖譜推薦輸出客戶的組合產(chǎn)品推薦清單。利用該方法客戶經(jīng)理精準(zhǔn)營銷且成功的企業(yè)客戶遠(yuǎn)超人工推薦，與推薦列表匹配準(zhǔn)確率高達(dá) 95%。其中某家企業(yè)的營銷洞察如下圖所示，通過資金流向分析，我們發(fā)現(xiàn)該企業(yè)大量使用“定時資金池 （某結(jié)算產(chǎn)品）”，而該結(jié)算產(chǎn)品往往與投資理財強(qiáng)相關(guān)，同時，該企業(yè)資金歸集量極大，存在一定時間內(nèi)的資金沉淀，且該企業(yè)日均存款余額大，因此可以進(jìn)行投資理財產(chǎn)品的營銷工作。從而改變了以往客戶經(jīng)理不知道何時給企業(yè)推薦各種投資理財產(chǎn)品的困境，同時也有助留住客戶，將資金沉淀在行里。

后記：

借助數(shù)智化轉(zhuǎn)型，真正做到讓銀行對公業(yè)務(wù)實現(xiàn)三個轉(zhuǎn)變：一是銀行對企業(yè)經(jīng)營活動的了解更加高效更加及時，并針對性的提出更加貼合企業(yè)實際的服務(wù)方案。二是由原來的經(jīng)驗驅(qū)動轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動，拜托對客戶經(jīng)理的強(qiáng)依賴，真正做到利用數(shù)據(jù)賦能對公業(yè)務(wù)。三是提供了業(yè)務(wù)創(chuàng)新的思路，從過去不知道何時企業(yè)需要何種投資理財產(chǎn)品，到了解企業(yè)的資金運(yùn)轉(zhuǎn)情況，并推薦合適的投資理財產(chǎn)品，提供了企業(yè)資金效率，使銀行更好的服務(wù)企業(yè)。

責(zé)任編輯：haq