注册

神策数据桑文锋:构建数字化闭环 加速银行数字化

2020-12-10 21:05:45 中国电子银行网 

  中国电子银行网讯 12月10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。备受业界和学界关注的《2020中国电子银行调查报告》也于当天重磅发布。

  神策数据创始人兼CEO桑文锋出席本次论坛并就发表演讲。在演讲中,桑文锋发表了对数据驱动认知的新见解,并提出了构建基于数据流的数字化闭环,加速银行数字化,令数据驱动快速落地。

神策数据桑文锋:构建数字化闭环 加速银行数字化

  神策数据创始人兼CEO 桑文锋

  桑文锋表示,在早期,神策强调数据源的重要性,制定并迭代数据采集规范,且根据实际需求灵活调整。随后,逐步意识到数据的价值在于可驱动“决策”与“产品智能”。但随着数字化转型的客户越来越多,仅仅做好数据基础搭建是远远不够的。如今,神策对“数据驱动”的认知再次升级,根据数字化运营基础弱、应用浅、无闭环的三大痛点,以及促进用户活跃、优化用户体验、提升用户价值、驱动业务创新四大价值,打造集感知(Sense)、决策(Decision)、行动(Action)、反馈(Feedback)为一体的SDAF框架,形成一个运营闭环。

  第一步Sense,获取感知。数字化时代,需要围绕用户建立Sense以便于分析、构建用户的标签画像,有助于更好地理解每一个用户。只有做好这一步,才能做到更好的决策。

  第二步Decision,如何做决策。当拥有一定数量级的数据之后,通过对比分析可以帮助我们做更好的决策。桑文锋表示,“有了数据以后,做决策变得更加简单”。

  第三步Action,建立行动。当我们对用户建立起认知,做好决策后,接下来就要变成行动。数字化时代,我们可以通过数字化的方式更好地触达用户,更好的交互。

  第四步Feedback,获取反馈。大数据时代如何做好数据,数据采集和数据埋点都非常重要,但在做这些之前需要收集整理反馈信息,从而达到更全面、更细致、更有时效性。

  桑文锋表示,未来神策数据将持续落地基于数据流的SDAF运营框架,立足于“感知、决策、行动、反馈”组成的业务闭环,持续深耕开拓互联网,从市场实际出发,立足客户真实需求,以“帮助客户实现数据驱动”为使命,以“给客户带来价值”为价值观,真实帮助行业实现数字化转型与经营。

  以下为演讲全文:

  桑文锋:谢谢主持人的介绍,各位嘉宾,大家下午好!

  我给大家分享一下我对数据的一些新的认识。我可以说过去的13年都是围绕数据这一块,都是与这块打交道的,其实对数据的认识也是在不断的变化的。我刚2015年从百度离开的时候,那时候收获了两个认识,因为在百度从零去搭建这个数据平台:

  第一个认识,就是要想把数据这件事情做好,最重要的就是数据源,数据源头解决了,这事情就成了一半了。如果我们在数据源头的时候放水了,后面真正想要做好它其实不容易的。要把数据源头做好,就要更全、更细、更加实效性地把数据采集做好。

  另外一点认识,就是数据的价值,数据到底有什么价值?从我来看有两个方面:

  (1)驱动决策。这些产品迭代也好,用户运营也好,市场营销也好,都是说我们有了数据更好的去做决策。

  (2)数据驱动产品智能,就是数据+AI,产品套上AI,让数据回馈到产品,让产品本身具有一种自己决策能力,会发挥数据更大的价值。

  当然,这是两个认识,并且从2015年刚开始创业,主要也是服务于一些互联网创业公司。当时就想我们帮这些客户把数据基础建好,提供更强的分析能力,然后做一个更好的工具。

  但是,随着从2017年开始,我们的服务的这些数字化转型的客户越来越多,尤其是像金融行业,银行也好,证券也好,保险也好,其实我们发现只把数据基础搭好是远远不够的,因为数据归根结底还是要赋能业务的。业务怎么能有效地跑起来,这才是更根本的,这不是只是出几张报表,搭建一些基础的数据就能达到的。所以,我对数据这块的认识发生了一些根本性的变化。

  讲这些变化之前,跟大家再探讨一个概念,就是闭环思维,闭环的概念大家都会谈,像抛橘子,你抛一个橘子或两个橘子非常容易,但是当你抛三个的时候就需要训练一下了,如果抛五个,只有马戏团的人才能抛起来,一般的人是抛不了的。这就好比环节非常多的时候,其实我们以人类的这种基础的认知,其实很难建立起来的,很难去把握好的。所以我们要去建立一个闭环。

  另一方面,像老师跟学生在课堂上的互动,老师如果只是讲下来,学生说他听懂了,但是实际听懂了多少?不妨考试一下,如果发现他只能考70分,说明他只有掌握了70%,还有30%没有掌握,这就是有一个反馈的过程。一旦建立了这个反馈过程,我们就知道该调整哪里?可能下次讲的时候应该把哪些知识点重点去强调一下,这样就能把闭环建立起来。其实我们去做业务也是这样的,在我看来就是任何一家企业的运转都是这个环节,尤其在商业智能时代。

  一个企业的运转,第一步来说就是Sense,就是获取感知,获取信息。有了这一步之后,第二步就是做Decision,有了Sense之后去做决策。第三步就是Action,建立行动,有了Action之后,就会进入第四步,就是Feedback,要把Action的结果拿过来,然后再形成新的Sense。数据在干什么?数据其实在帮助我们把整个业务的闭环显性化,帮你构建整个显性的数据闭环。

  我们分别来看这四步。

  第一步就是Sense,就是获取感知。就像毛泽东,我们讲毛泽东是很厉害,我研究之后,他很强的点是他的数据思维。就像他当时写过一篇文章,《反对本本主义》,讲没有调查就没有发言权,调查就像“十月怀胎”,解决问题就像“一朝分娩”,调查就是解决问题。所以你说调查是在干什么?调查是不是在帮助他建立Sense?这是一个问题。就像他写《寻乌调查》,写农村的人口怎么样,县城的人口怎么样,你能想到90年前,他做的调查报告比咱们现在互联网时代的工作人员写的报告都要更详细,大家有兴趣可以去看一下。

  我们在数字化转型时代,不论是我们做用户行为分析,做漏斗也好,流程也好,我们都是在去分析这些用户,去构建用户标签画像,以方便我们更好地理解每一个用户,也就是对这些用户建立Sense,没有这些Sense很难一个更好的决策。

  第二步,如何做决策,当然可以拍脑袋做决策,可能拍不准。我们可能去讲逻辑,讲究因果驱动。但是有时候你想清楚原因,可能周期比较长,在互联网时代,等你想清楚的时候最佳时机已经错过去了。

  我们讲数据驱动,是更好的方式,有了数据之后,我们就看数据的表象,A好还是B好,哪个数据好就用哪个,慢慢想到底是怎么一个原因。所以,这就是如何去做决策。我曾经想,是不是有了数据这个决策就确定了,后来发现其实也不是。

  有一本书叫《斯坦福商业决策课》,讲我们如何做一个好的决策,我总结有三个方面,结合这本书,就是我们需要有信息,有数据,这是一个基础。然后我们需要有创造性的选项,我们需要头脑风暴,还有一点就是价值取舍。基于相同的信息,一个老板做的决策,和一个一线业务人员做的决策很可能是不一样的,为什么?因为老板可能考虑的是长期的发展,一线业务员考虑的可能是当下的KPI。

  所以,决策本身真正做好,数据是一个基础,但也不只是依赖这个数据。数据去帮助我们做决策,一方面是给人去做决策,这就是我们用这些数据去产品迭代、市场营销,或者科学管理,量化管理等。另一方面,给机器去使用,这就是AI。当然,我觉得给机器去用的这种市场是越来越大,像现在智能车,这些辅助驾驶,智能驾驶,其实数据去自动做决策的比例越来越高。

  像我们当时在百度的时候,2013年的时候「百度知道」这个产品开始去推移动版,我们很快发现这里面搜作业的人比较多,为什么?因为百度知道有很多中小学生在放暑假的时候问作业,在上面发问题。后来干脆把一个按钮单独独立出来,让他提问作业。最后干脆把它独立成一个APP,独立出来之后很快,半年就增长了5倍。所以,后来也发展成现在这个作业帮,也是一个百亿美金的创业公司。所以,有了数据之后,做决策变得更加简单。

  第三步,建立行动。前面几位嘉宾都讲了很多点,不细说了,我们围绕精细化的运营,还是个性化的推荐,这种规则推荐,其实我们都是在建立行动,我们对用户,对整个业务建立的认知,后面这些决策要真正变成行动,而现在在数字化时代,这些行动不是非得客户经理跑过去,然后才能跟客户进行互动,我们可以通过数字化的方式做更好的触达,更好的交互。

  交互的基本方式是什么?我们第一步基于用户画像,基于用户行为,去筛选用户。第二步来说,去制定策略,比如在什么情况下去触达他,他满足什么样的条件,比如最近一个月办了什么业务,这就是策略。第三步来我们可能选择通道,我们是让客户经理直接联系,还是给他发一条短信,还是给他发一个语音电话,这就是我们选择了通道、触点。第四步就是评估效果,这样让运营本身变成一个科学的事情,变成一个非常科学的流程管理把它做好。我们讲千人千面,就是让数据更好的支撑决策,更好地让机器做这个决策。

  最后一个环节,Feedback,就是获取反馈,其实反馈是一个前提。我们讲大数据时代,我们做数据采集,数据埋点,很重要的是我们希望建立一个前提,先把反馈拿到,我们现状是怎么样的,要把这个收集出来,就是如何更全、更细、更加时效性,尤其是现在这种多渠道,全域的数据源,全域的触点,我们如何把这些信息收集过来。

  这些数据不只要收集过来,还要打通,需要做ID-mapping,就是这些不同的人,不同的虚拟的ID,我们如何把它串到一起去,更好的分析用户,更好的给用户建立画像。

  我们可以去对比看一下,其实互联网这些金融,还有零售,其实大家在数据应用,数据治理上他们还是有差异的。像银行这些行业,本身的数据应用其实对营销的精准性要求是要高很多的,不能给这些客户乱推一些信息。

  另一方面,围绕数据治理来说,就是多个ID的打通,然后不同的业务系统,有可能都是竖井式地建立起来,其实银行业IT建设的基础很强,我们花了很多资源去投入,去进行IT化建设,但是,我们的业务相对来说比较稳定。所以,在整个数据治理上,我觉得难度是要比零售业简单一些的,比互联网业是要复杂一点。

  另一方面,就是人,就是银行业的从业者,整体学历都比较高,大部分都是985毕业的才能进入进来。但是,在数据思维上恰恰是需要提升的。因为整个等于大家是被流程管控的比较多,大家的潜力比较大,这方面可以进一步提升。

  具体到银行业,怎么去通过数据的闭环去支撑我们。从Feedback这一块,如何把数据采集做好,我们要去多更系统的数据采集埋点,去做一个好的Feedback的基础,然后在这个基础上更好的建立Sense,比如我们构建这些指标体系,前面有嘉宾也讲了,用去本身服务的体验的这种指标,我们要把这些东西构建好。然后,之后去制定一些方案,基于我们建立的Sense去制定一些动作,产品体验的改进,或者营销的精准性,然后去实施这些动作,最后我们把这个结果再回收过来,其实就是一个简单的过程,其实就是我们在把我们的这些业务工作尽量算法化,尽量系统化,就是把它变成一个机器运转的一个过程一样的。

  就像我们可能分析,整个这些APP崩溃率可能比较高,我们就要分析崩溃率的原因是什么?有了这些原因之后,我们进行代码的改进,最终评估效果,可能改进了之后效果跟预期的不一样,我们就分析为什么没有改进到,然后再形成一个新的循环,通过这种方式,让我们把业务迭代的过程变成一个科学实验的过程,不断的做假设检验,围绕用户行为数据,跟这些业务数据打通,可以更好地把Sense建立起来,把Action,围绕直销,用户运营更精准地做得更好一些,总之就是把闭环建立起来。

  最后,我们看一家企业整个数据化的成熟度,我自己也设计了一个模型,就是数据化成熟度模型,一家企业整个数据化就包括三个方面,就是IT、DT、DO。

  第一方面就是IT化是前提,是数据的一个载体,银行业其实有更好的条件,就是我们的IT基础比较强。

  第二方面就是DT化,如何构建数据流,数据流包括Sense、Decision、Action和Feedback。就是整个数据闭环,是不是每一步都做到位了,有哪些可以改进的余地。

  第三方面就是DO化,就是数据组织能力,我们需要的不只是系统提升,我们还需要认知提升,就是大家这种数据思维如何提升起来,这个非常重要。

  我们神策本身就是帮着客户如何把SDAF闭环,就是把数据闭环构建起来。

  我的演讲就到这里,谢谢大家!

  

(责任编辑:李峥 )
看全文
写评论已有条评论跟帖用户自律公约
提 交还可输入500

最新评论

查看剩下100条评论

推荐阅读

和讯热销金融证券产品

【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。