28软件和集成电路SOFTWAREANDINTEGRATEDCIRCUIT视野HORIZON大数据与银行数字化转型文/田江每个数据产品组件具有自主性，具备低耦合高内聚特征，服务彼此独立运行，具有增加自身价值的能力。移动互联时代，新的经营模式给传统银行带来极大的冲击。在银行数字化转型过程中，大数据能够发挥至关重要的作用，风险、营销、渠道、运营等领域正在进行的各项变革也均与大数据密切相关。银行数字化转型是企业级、体系化的工作，强调极致客户体验和全面创新文化，同时内部有机协作和外部市场拓展也是重要因素。为此，数字银行的实施过程需要遵循客户中心性原则，同时建立开放式的创新机制。提升客户体验对于银行实施数字化转型至关重要，具体包括三个成功因素。首先是将业务经营目标设定为更接近客户的期望，这需要改变现有的观念和做法，让客户真正成为银行的中心，同时还要关注客户与用户的营销差异；其次是充分利用技术创新带动客户体验的大幅度进步，银行可以应用前沿技术实现这一目标；最后需要重新思考网点分支机构的作用，传统的总分支架构体现出银行品牌作为一个完整的有机结构，改变分支机构意味着工作习惯、绩效激励方式和业务经验的对应调整。针对开放式创新，可以结合IT和营销人员组成数字化团队，帮助客户制定相应的创新方案。类似敏捷开发的概念，同时也保证在双赢的基础上发挥各自的优势。集合信息科技和业务营销人员，创建敏捷团队将客户需求与解决方案交付进行结合，从而尽快提供新的产品或服务以满足客户需求。另外，在创新过程中需要充分结合内部知识与外部信息，以实现更有价值的创新。大数据与客户认知大数据领域的创新实践与银行数字化转型息息相关，因为大数据是企业开放式创新的重要落脚点，更是实现客户为中心的基础和关键。大数据与客户认知，体现了业务视角的大数据价值，也涵盖了技术视角下数据采集、加工、整合及应用的完整过程。大数据能够帮助企业全面深入地了解客户，并提供有针对性的服务。我们认为大数据视角下的客户认知可以通过建立客户画像标签体系来实现，并在应用过程中不断完善和深化。如图1所示，客户认知框架可以分为两层，其中基础层包括静态属性和行为属性，反映数据采集范围；衍生层包括情绪属性、价值观属性、道德观属性，反映的是数据应用的深度，也就是数据价值挖掘实现的层次。综合数据范围的广度和数据应用的深度来建立客户画像标签体系，体现了大数据时代4V特性的精髓，其中Volume、Variety、Velocity三...
