上海2018年9月5日電 /美通社/ -- 近日，天旦就“數字化轉型羅盤”的第二維度 -- “決策轉型”發布 “數據驅動決策實踐指南”。在數字化轉型的歷程之中，撲面而來的新客戶、新技術、新合作在帶給企業新的機遇的同時，也將引發新的問題：新客戶的涌入、新技術的投產、新合作的建立，將帶來數據積累的井噴式增長。天旦發布“數據驅動決策實踐指南”，結合多年來服務于120+銀行用戶、保障200億筆金融交易穩定運行的實踐經驗，三問三答，為企業找到數據激活商業價值的突破口。
真的有必要改變商業決策模型嗎？
市場瞬息萬變，每一個決策不僅要制勝當下的競爭，還要對未來負責，因此決策的時效性非常重要。在過去，企業進行商業決策時往往依賴于個人經驗與直覺，即使參考歷史數據，也會因為數據的滯后性而導致決策周期延長，進而導致決策的時效性變差，失去與市場狀況的較佳匹配性。
在這個時代，每個個體的生活都被高度數據化，消費者經歷的相當一部分都發生在互聯網上，這使得他們在數字世界里的生活成了他們的“第二人生”。這也就意味著，一切在互聯網發生的事情，都可以以數據的形式存儲下來。而隨著市場競爭的加劇，企業的生存空間被逐漸壓縮，商業決策時的試錯成本大大提高，每一個決定都必須經過深思熟慮。而要實現進一步的業務成長和產品創新，就必須了解消費者需要、讀懂他們的內心，這使得對消費者數字化生存所產生的數據進行整合并且得到商業洞察的技術迅速成熟起來，也就是經常被提起的“大數據分析”。這在現實中已經有很多案例，比如某打車軟件的“大數據殺熟”，通過對不同用戶的用車頻次和用車行為進行區分定價以較大化企業利潤；還有京東、淘寶等電商購物網站的“千人千面首頁”，根據不同消費者購買/瀏覽記錄呈現不同的商品推薦等等。
你可能會說，我們公司已經有BI部門（Business Intelligence商業智能）和數據分析師根據數據制定企業戰略，這不就是數據驅動決策嗎？
早在1996年，Gartner就提出了商業智能的概念：商業智能描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處。正如著名的BI廠商Tableau定義其使命為：“幫助人們將數據轉化為可以付諸行動的見解。探索無所不能的可視化分析。”由此可見，BI實際上就是數據驅動決策的一種實踐。
二十多年的時間，信息技術快速更迭、推陳出新。大數據的出現，又為BI賦予了新的內涵。IDC咨詢對“大數據”的定義中指出其三個特性：“大數據技術是新一代的技術與架構，它被設計用于在成本可承受的條件下，通過非常快速（velocity）的采集、發現和分析，從大體量（volumes）、多類別（variety）的數據中提取價值”。由此可見，時效性從數據挖掘這一概念誕生開始就如影隨形。
Gartner在《2018分析和商業智能平臺魔力象限報告》中指出：到2020年，增強數據發現能力將帶動商業智能和分析平臺快速發展，用戶數量將以兩倍的速度增長，并提供兩倍的業務價值。同時，Gartner在報告中強調，2018年魔力象限的關鍵看點之一，在于“支持實時數據分析”。
BI部門依賴于數據倉庫（Data Warehouse）供給數據，而數據的來源可分為兩大部分：企業外部的消費人群數據，以及企業內部的交易過程數據。
天旦產品憑借旁路方式部署，可以跨業務條線獲取全業務過程數據的天然優勢，通過互聯數據引擎，全量吐出交易過程數據，精度高達毫秒級。通過互聯數據引擎提供的實時數據，賦予BI實時數據分析的能力。
用實際案例來看BI與數據決策的關系：企業領導需要宏觀上對整個企業的狀況有所掌握，以便及時地調整戰略布局。在過去，制作報表是一件費心費力的事。一方面，報表的數據統計需要時間，從制作到提交到管理層，再快也只能代表過去。滯后的業務數據帶來的也是滯后的業務決策。
天旦某全國性股份制商業銀行用戶，面向總行業務部門和分/支行行長，基于天旦互聯數據引擎吐出的秒級交易數據（互聯數據引擎吐出的數據較高可達到毫秒級精度），獲取資產與負債實時指標，建立實時“行長駕駛艙”，按地域與業務類型，實時呈現全行資金流，與各行機構往來賬目數據，行內各渠道當日實時總成交量，對公、個人存款金額實時分析等內容。僅一張圖就能夠讓總行業務部門和分行/支行行長對全行情況全局、實時掌控，并且基于這些數據作出最即時的戰略決策，這就是BI實踐與實時數據的較佳結合案例。
銀行的數據驅動決策能幫到我什么？
在數字化轉型中面對的一切挑戰都可以先參考銀行業經驗的原因是，作為經濟活動的起點和終點，銀行首當其沖面臨數字化轉型的浪潮；而有著所有行業中最嚴格監管和業務要求（比如可靠性必須達到99.999%）的銀行，也最迫切地需要進行數字化轉型。因此任何需要經歷數字化轉型的企業，都可以從銀行業的豐富實踐案例中學習經驗，少走彎路。
讓我們來看兩個實際案例：
案例一，數據驅動用戶營銷，讓用戶在樂不思蜀間創造收益。
應對營收重心從大客戶向零售客戶的轉變，銀行也努力推出各種產品吸引用戶。對于VIP持卡人來說，最有吸引力的自然就是各種用卡權益。在過去，用卡權益與信用卡種類綁定，只能在合同到期后進行變更，成本高、周期長、時效性差，對用戶的吸引力也極大受到了限制。而借助對數據分析，用戶喜歡用信用卡買什么、從什么渠道買等都可以從交易明細中分析而出，從而對用戶畫像進行刻畫和分類，按需設計用戶權益，精準營銷。而營銷的手法借助于互聯網，也是更多玩法、更加靈活、更快反饋。
天旦某全國性股份制商業銀行用戶，自2017年12月開始，將每月10日作為該行固定的VIP會員權益秒殺日。VIP會員通過手機APP，即可參與。權益好禮包括了視聽權益、加油權益、酒店免費住、酒店買一送一等等，充滿了吸引力。自上線以來，每月10日的用戶訪問量和交易量屢創新高，今年8月10日，創下18000TPS的交易峰值紀錄，僅僅10分鐘之內的訪問量就約達平日5倍，客戶領取權益的總數在活動開始后2分鐘內迅速達到10萬份以上，連帶信用卡申請、理財基金、定存轉賬等周邊業務被盤活。這一活動的成功依托于該行富有遠見的數字化轉型技術改造。通過天旦BPC，一方面為高壓之下的業務性能提供了可靠保障，指導運維部門進行合理的容量規劃；另一方面，完整、實時的交易過程數據充分體現用戶的喜好，用技術手段“懂用戶”，為業務部門的決策提供數據依據。
案例二，南京銀行基于實時數據的“T+0”風控創新
2017年，銀監會印發《中國銀監會關于銀行業風險防控工作的指導意見》，在全國范圍內進一步加強銀行業風險防控工作，消除重點領域金融風險。《指導意見》指出，銀行業金融機構要嚴格落實信貸寄類信貸資產的分類標準和操作流程，真實、準確和動態地反映資產風險狀況。
以往的風控系統為“T+1”的事后監控模式，每日日終時從數據庫抽取全部交易信息進行分析，從而排查出不良交易發生的賬戶、渠道、影響面等，以啟動風控流程。但是隨著手機銀行、第三方支付平臺等各種交易渠道的普及，交易進行的便捷性大大提高，出現風險交易的可能性也大大增加，傳統的“T+1”風控無法跟上業務要求。
南京銀行通過金融科技創新，富有預見性地走到了政策的前面。早在2016年，南京銀行即聯合天旦進行了技術創新，通過天旦互聯數據，將逐筆交易明細實時輸送至風控平臺進行模型匹配。在交易發生的當下風控部門就可以進行分析并判定，進而在第一時間啟動風控流程挽回損失，讓風控從“T+1”突破性地升級到“T+0”。而這一突破僅僅基于運維部門的技術升級，無需改動任何應用，因此不會對任何業務模塊造成影響。
以上兩個案例，應該能讓你明白數據的寶貴價值和巨大潛力。而數據驅動決策的核心不僅僅是數據，而是實時、精準、全量的業務數據，這又要求企業的運維部門有相應的吐出能力。在服務120+家銀行客戶的過程中，天旦BPC作為IT系統的業務保障，通過互聯數據引擎全量吐出精確到逐筆交易明細的實時數據，賦予了運維部門相應的數據能力，也因此有信心以我們的經驗幫助更多企業完成數字化轉型。
我打算/已經采取數據驅動決策了，接下來要做什么？
作為數字化轉型的一大維度，決策轉型不僅僅是技術升級改造，更是通過技術升級實現業務流程的革新。過去喜歡拍腦袋、靠直覺做決定的業務部門如今有了數據這一利器在手，要養成看數據而非靠經驗的思維方式；而數據這一工具要在商業決策中發揮更大的作用，也需要業務部門學習更多的數據分析知識，了解如何使用這柄利刃。這將是一個遠比技術改造要緩慢得多的過程。
在完成從經驗決策到數據驅動決策的轉型后，企業過往的海量數據積累將轉變為數據資產，不僅幫助企業更好地應對環境變動，還能推動業務創新地發生，搶占市場先機。但同時，決策轉型也將帶來新的挑戰：數據高實時化的要求，業務需求的快速變動，以及產品和服務的即刻落地，這些都將使運維所承擔的責任更加沉重。而要應對這些挑戰，不僅要運維部門自身的改變，企業的組織架構也需要作出大調整，這就是數字化轉型的第三個維度：經營模式轉型。敬請持續關注天旦公眾號“天旦Netis”。
