招商銀行3月20日晚間發(fā)布2019年年報。拋開資產(chǎn)、負債、利潤表現(xiàn)的數(shù)字,讓我們通過年報轉(zhuǎn)型來了解一下這家國內(nèi)領(lǐng)先的股份制銀行是如何數(shù)字化的。下圖是招商銀行根據(jù)年報整理的數(shù)字轉(zhuǎn)型全景。可以看出,無論是頂層的公司級戰(zhàn)略,還是方向目標,以及底層的具體實現(xiàn)路徑,都清晰明確,為數(shù)字化的成功奠定了良好的基礎(chǔ)轉(zhuǎn)型。接下來我將逐點拆解分析,詳細了解招行數(shù)字化之路和成果轉(zhuǎn)型。
企業(yè)高層管理者需要根據(jù)外部宏觀環(huán)境和自身業(yè)務(wù)發(fā)展需要制定戰(zhàn)略目標。戰(zhàn)略不是虛無縹緲的,而是可以實施的,有利于企業(yè)發(fā)展的。2014年,招商銀行明確了“輕型銀行”的戰(zhàn)略方向和“一體兩翼”的戰(zhàn)略定位。1.1光線銀行背景2014-2016年,資本荒、資產(chǎn)荒、強監(jiān)管疊加,不良不堪重負,對金融科技創(chuàng)新的焦慮開始顯現(xiàn)。商業(yè)銀行面臨資本和利潤的雙重壓力,而實體經(jīng)濟下行趨勢和宏觀審慎約束使得規(guī)模驅(qū)動的增長模式在主客觀上難以為繼。
7、傳統(tǒng)企業(yè)如何實現(xiàn)數(shù)字化 轉(zhuǎn)型隨著信息領(lǐng)域新技術(shù)的快速迭代,近年來數(shù)字經(jīng)濟蓬勃發(fā)展,大大小小的傳統(tǒng)企業(yè)都意識到數(shù)字時代已經(jīng)到來。然而,如何順利實現(xiàn)數(shù)字化轉(zhuǎn)型成為企業(yè)的難題。數(shù)字化轉(zhuǎn)型不是簡單引入某項技術(shù)或某個平臺就能實現(xiàn)的,而是需要企業(yè)借助數(shù)字化的思維和手段,自上而下、由內(nèi)而外地對以往的運營流程進行賦能和升級。傳統(tǒng)企業(yè)在數(shù)字化過程中轉(zhuǎn)型,應(yīng)注意改變企業(yè)內(nèi)部思維模式,吸引和培養(yǎng)復合型數(shù)字化人才,調(diào)整組織內(nèi)部管理架構(gòu),以更好地適應(yīng)企業(yè)數(shù)字化轉(zhuǎn)型。
數(shù)字化是數(shù)字化的基礎(chǔ)轉(zhuǎn)型。數(shù)字化不僅是物理的,也是認知的和文化的。1.數(shù)字化概念數(shù)字化是從模擬到數(shù)字的轉(zhuǎn)變。過去,傳統(tǒng)企業(yè)都是在紙上做記錄。業(yè)務(wù)數(shù)據(jù)無論是在總賬中手寫還是錄入單據(jù)都是模擬的。如果你想收集或分享信息,你需要處理物理文件,紙張和活頁夾,傳真。
8、大 數(shù)據(jù)時代要求保險公司實現(xiàn)以___為中心的業(yè)務(wù) 轉(zhuǎn)型導語:互聯(lián)網(wǎng)保險描繪了客戶與保險公司之間的新型關(guān)系,給保險行業(yè)的傳統(tǒng)客戶服務(wù)、產(chǎn)品開發(fā)和渠道銷售帶來了挑戰(zhàn)和機遇,深刻改變了保險行業(yè)發(fā)展的生態(tài)環(huán)境。傳統(tǒng)保險公司必須積極轉(zhuǎn)型,創(chuàng)新經(jīng)營和服務(wù)流程,以適應(yīng)保險業(yè)新的發(fā)展生態(tài)。2011年以來,隨著互聯(lián)網(wǎng)金融的快速發(fā)展,國內(nèi)互聯(lián)網(wǎng)保險市場的發(fā)展輪廓日益清晰?;ヂ?lián)網(wǎng)“開放、平等、互助、共享”的先天基因,促成了網(wǎng)絡(luò)與保險的融合。
互聯(lián)網(wǎng)保險已經(jīng)成為進一步推動保險市場發(fā)展的重要引擎。互聯(lián)網(wǎng)保險市場的巨大潛力也使得其未來發(fā)展被行業(yè)內(nèi)外看好。保監(jiān)會披露的數(shù)據(jù)顯示,2011年至2014年,國內(nèi)從事互聯(lián)網(wǎng)保險業(yè)務(wù)的保險公司數(shù)量快速增長,每年增加20家左右,從28家增至85家。其中,中國公司58家,外國公司27家。保費收入已達858.9億元,同比增速近200%,高于同期國內(nèi)電商平臺交易額。
9、零售銀行如何玩轉(zhuǎn)大 數(shù)據(jù)零售銀行如何玩轉(zhuǎn)數(shù)據(jù)我們可以從備用數(shù)據(jù)庫中收集相關(guān)數(shù)組和數(shù)據(jù)并使用Hadoop進行分析?;蛘呶覀兛梢酝ㄟ^機器學習技術(shù)從現(xiàn)有的數(shù)據(jù)中學習隱藏的關(guān)系。普通數(shù)據(jù) group的介紹針對所有客戶每月收入支出的分類分析數(shù)組一直存在。這種數(shù)組是通過客戶銀行賬戶的借貸等各種日常操作生成的。每筆交易通常都附有一個電子號碼。
此外,我們還可以通過商家的名稱、描述、消息來區(qū)分交易。我們可以識別出很多類別的消費,比如房地產(chǎn)消費(房租或房貸)、能源消費(燃氣或電力)、食品和家庭消費、教育、汽車消費、餐飲、大件物品(購買電視和家具)、稅費、娛樂、信用卡和貸款支付、奢侈品等等,同樣,收入類別也包括工資、股息、退稅交易、社會福利收入、租金收入、銷售收入等。