IBM 助力海銀財富利用 AI 推進(jìn)數(shù)據(jù)驅(qū)動業(yè)務(wù)的轉(zhuǎn)型

　　2020 年，全球疫情肆虐，受內(nèi)外市場環(huán)境影響，財富管理行業(yè)遭遇短期發(fā)展瓶頸，收入下滑，同質(zhì)化競爭加劇。海銀財富直面危機，加速推進(jìn)數(shù)字化轉(zhuǎn)型，打造中國領(lǐng)先的一站式數(shù)字化財富管理平臺，解鎖數(shù)據(jù)價值，推動業(yè)務(wù)逆勢增長。截止 2021 年 6 月 30 日的 2021 財年第四財季，海銀財富歸屬股東凈利潤同比增長 111%，客戶總數(shù)達(dá) 12.7 萬人，其中活躍客戶數(shù)同比增長 17.6%。在海銀財富實現(xiàn)以數(shù)據(jù)驅(qū)動業(yè)務(wù)的背后，離不開 IBM 基于紅帽 OpenShift 的智能化數(shù)據(jù)能力平臺 Cloud Pak for Data 和 Garage 車庫創(chuàng)新方法。

　　海銀財富通過獨特的“3+2+1”數(shù)字化體系深入改革，打造客戶、理財師和業(yè)務(wù)的多方位價值共生數(shù)字化生態(tài)圈?！?”代表財富管理行業(yè)當(dāng)中三個重要的元素：即客戶、理財師和業(yè)務(wù);“2”代表海銀的兩個中臺，即業(yè)務(wù)中臺和數(shù)據(jù)中臺;“1”則代表其 IT 基礎(chǔ)建設(shè)，包括海銀投入了大量時間和精力構(gòu)建的數(shù)據(jù)倉庫、數(shù)據(jù)湖、AI 算力以及混合云部署等一系列基礎(chǔ)設(shè)施。

　　數(shù)據(jù)中臺是目前海銀財富數(shù)字化建設(shè)的核心。海銀財富在 2020 年 9 月宣布采用 IBM 的混合云與 AI 技術(shù)和 IBM Garage 車庫創(chuàng)新方法，快速推行數(shù)字化轉(zhuǎn)型，他們希望能夠改變數(shù)據(jù)管理部門以往被動的供數(shù)模式，更加主動地參與業(yè)務(wù)創(chuàng)新——把數(shù)據(jù)服務(wù)嵌入企業(yè)業(yè)務(wù)，并成為其中重要部分;同時打破各部門間的數(shù)據(jù)壁壘，做到真正的數(shù)據(jù)業(yè)務(wù)化，實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)。

　　IBM Cloud Pak for Data 作為一個綜合性數(shù)據(jù)能力平臺，集數(shù)據(jù)采集交換、共享融合、管理治理、建模分析和服務(wù)應(yīng)用于一體。在這個項目中，海銀利用了 IBM Cloud Pak for Data 上的領(lǐng)先的企業(yè)級 AI 能力，包括 Watson Knowledge Catalog， Watson Studio，及 Watson Machine Learning 三大模塊。IBM Watson Knowledge Catalog 是數(shù)據(jù)資產(chǎn)目錄功能模塊，可以實現(xiàn)數(shù)據(jù)治理與數(shù)字資產(chǎn)管理，幫助業(yè)務(wù)用戶快速發(fā)現(xiàn)、管理分類，共享數(shù)據(jù)資產(chǎn)、數(shù)據(jù)集、分析模型及其與組織中其他成員的關(guān)系。IBM Watson Studio 為數(shù)據(jù)科學(xué)家、開發(fā)人員和分析人員賦能，支持他們構(gòu)建、運行和管理 AI 模型。Watson Machine Learning 幫助數(shù)據(jù)科學(xué)家和開發(fā)人員加速 AI 和機器學(xué)習(xí)部署，利用其開放式可擴(kuò)展的模型操作，幫助企業(yè)跨任何云大規(guī)模地簡化和利用 AI。同時，使用 Garage 車庫創(chuàng)新方法，以最小的成本，在最短的時間內(nèi)進(jìn)行創(chuàng)新，通過小規(guī)模地嘗試，不斷地試錯和迭代。

　　在短短一年間，海銀財富通過與 IBM 的合作，實現(xiàn)了以下業(yè)務(wù)目標(biāo)：

　　建立了統(tǒng)一的公司數(shù)據(jù)資產(chǎn)管理中心

　　● 現(xiàn)海銀數(shù)據(jù)倉庫數(shù)據(jù)庫的從零到一，從而提供面向數(shù)據(jù)應(yīng)用支撐的底座能力;

　　● 統(tǒng)一部門間數(shù)據(jù)口徑，改善業(yè)務(wù)人員取數(shù)效率，從而加速業(yè)務(wù)的驗證和迭代;

　　● 打破各部門間數(shù)據(jù)壁壘，部門間的數(shù)據(jù)共享可提高資產(chǎn)利用率，避免重復(fù)建設(shè)。

　　完成了“客戶標(biāo)簽體系建設(shè)和管理”和“客戶畫像及客群管理”最小可行產(chǎn)品(MVP)

　　● 結(jié)合 IBM Garage 車庫創(chuàng)新方法論，根據(jù)海銀財富的業(yè)務(wù)需求設(shè)計并在 Cloud Pak for Data 中開發(fā)了包含 900 多個客戶指標(biāo)、250 多個客戶標(biāo)簽和客戶群管理系統(tǒng);

　　● 指標(biāo)和標(biāo)簽定期自動更新，業(yè)務(wù)人員可以隨時隨地自助查詢已加工的指標(biāo)和標(biāo)簽，從而逐漸加深業(yè)務(wù)人員對數(shù)據(jù)的理解，促使其養(yǎng)成依靠數(shù)據(jù)做分析的習(xí)慣;

　　● 提高了海銀的客戶生命周期管理和客戶精細(xì)化運營能力;

　　● 理財師可以通過查看客戶畫像直觀、及時且多維了解客戶近況,從而為客戶提供個性化服務(wù)。

　　建立了客戶資產(chǎn)價值細(xì)分模型和數(shù)據(jù)主題模型

　　● 通過歷史數(shù)據(jù)和外部數(shù)據(jù)訓(xùn)練機器學(xué)習(xí)模型，賦能理財師和業(yè)務(wù)人員根據(jù)客戶價值最優(yōu)化資源配給;

　　● 激活海銀財富已有數(shù)據(jù)的價值，實現(xiàn)海銀財富的數(shù)據(jù)資產(chǎn)化。

　　利用 AutoAI 自動化機器學(xué)習(xí)流程

　　● 大大提升海銀財富自身的機器學(xué)習(xí)模型開發(fā)能力，節(jié)省時間成本和人力成本;

　　● 模型開發(fā)周期從 4-12 周降低至 2-6 周。

　　海銀財富首席技術(shù)官朱樺表示：“以用戶為核心，以數(shù)據(jù)為紐帶，以客戶為本、以體驗為王，這是海銀財富過去 16 年來的立足之本。我們與 IBM 合作進(jìn)行的數(shù)字化升級并不是簡單的軟件購買。IBM Cloud Pak for Data 不僅是一個軟件，更像是一個生態(tài)，因為它可以加入各種各樣的插件，能夠很好地實現(xiàn)整體規(guī)劃和分步實施的目標(biāo)。而 IBM Cloud Pak for Data 和 Garage 車庫方法論還能幫助海銀快速地構(gòu)建全新的數(shù)字化戰(zhàn)略?！?/FONT>