当前，商业银行数字化转型已经进入数智化的下半场，广泛运用数据在营销、风控、经营管理等场景进行智能决策，为业务赋能。在这一阶段，大多数银行已经完成数据梳理与整合、数据平台建设等基础性工作，数据深度应用成为这一阶段的关注重点，银行迫切需要通过建设智能决策能力发挥数据价值。智能决策能力建设成为银行数字化转型的重要抓手。
亿欧智库近期发布了《2023商业银行智能决策能力建设白皮书》，对银行如何建设智能决策能力进行了深度分析。
01 银行智能决策能力建设的四个要素
在数字经济时代，数据是重要的生产要素，是数字化生产力的重要组成部分。要发挥数据对银行经营发展的重要价值，银行需要从四方面夯实基础：
一是在组织方面，建立专门的数据管理组织。比如，有的银行建立了数据管理部或大数据部等一级部门，有的银行是在科技部门下设二级处室，来负责统筹数据管理工作。
二是在系统平台方面，搭建大数据平台、数据治理平台和数据服务平台，支持数据汇集、加工、查询和治理，为数据应用提供系统支撑，降低数据使用的门槛，让数据能够用起来。
三是在数据基础方面，建立数据治理体系，制定数据标准，提升数据质量，汇集内外部数据形成数据仓库和数据集市。
四是在数据文化方面，银行高度重视数据的重要作用，注重培养业务人员的数据思维，提倡“用数据说话”，基于数据而非基于经验进行业务决策和管理决策。
可以说，数据组织、数据系统、数据基础和数据文化是银行智能决策能力建设的四个要素。
02 银行智能决策能力发展的四个阶段
随着数据分析和人工智能技术的不断发展，商业银行商务智能（BI）的发展经历了四个阶段：统计报表分析、局部自助分析、全面自助分析和智能决策。
第一阶段是统计报表分析。业务部门提出统计报表需求，科技部门负责根据需求开发并实现报表。统计报表减轻了手工统计报表的重复工作量，但每次开发和调整报表都需要较长的研发周期，灵活性较差。
随着大数据技术和数据可视化技术的发展，商业银行引进建立了BI工具，业务人员可以通过拖拉拽的方式便捷地进行自助分析，而且能够开展下钻、上卷等分析，极大提升了业务人员使用数据开展业务分析的效率。但固定的统计报表仍然具有使用场景。对于中小银行，由于缺乏科技投入，当前处于2.0局部自助分析阶段。对于大型银行，则普遍已经进入到3.0全局自助分析阶段。
2016年开始，随着大数据、人工智能、云计算等技术的发展，商业银行商务智能进入到智能决策和增强分析的新阶段，多维分析、立体分析、数据洞察、机器学习等方法得到应用，大大提高了银行的智能决策能力。部分银行正在从3.0向4.0过渡。
03 银行智能决策能力建设的六个环节
银行智能决策能力建设包括六大关键环节：需求调研、蓝图设计、伙伴选择、系统实施、试点应用、整体推广，每个环节都涉及不同的关键控制点。
1. 问题定义。关键是明确BI平台建设的目标，要以用户为中心明确使用的用户群体和场景，进行深入调研分析，以提升业务价值和管理价值作为目标。
2. 蓝图设计。根据业务部门的需求和科技建设、部署的要求，设计BI平台蓝图，兼顾考虑可行性和全面性。
3. 伙伴选择。BI平台是数据分析的专业平台，银行无需自行研发，可以采用“拿来主义”，从市场上选择最满足自身需求的商业BI平台，并在标准产品基础上进行定制化开发。一个好的合作伙伴还能够保证BI平台的持续升级和良好服务。
4. 系统实施。系统实施阶段是BI项目中占用大多数人工和时间的阶段，在这个阶段项目将进行一系列的开发，比如ETL 的开发、前端报表或分析的开发、元数据管理、权限设置等。
5. 试点应用。BI平台要真正落地，最有难度的是产品与用户的匹配。为了让业务用户能够方便地使用BI平台，需要通过快速试点、快速确认来不断修正偏差，以达到真正 “让业务用起来的目标”。
6. 运营推广。不是BI平台上线了大家就能自然地使用起来。为了培养数据思维和推广BI平台，银行需要重视运营工作。一开始可以挑选对数据分析有能力、有热情的业务人员作为种子用户，在应用BI的过程中形成典型案例。然后让种子用户现身说法，吸引更大范围部门和人员参与。通过开展培训、竞赛、技能认证等活动，让数据意识深入人心，逐步培养出一支懂业务、懂数据、懂技术的数字化人才队伍。
04 如何选择适合银行的BI平台？
在智能决策能力建设的过程中，BI平台的选型可以说是重中之重。一旦选择了一款BI平台，至少几年的时间和精力都要放在上面。如果选型出现失误，会给智能决策能力建设工作带来不可估量的损失。
为此，亿欧智库提出IPSI选型模型，帮助银行找到优秀的生态合作伙伴。IPSI由“集成力、产品力、支撑力、创新力”四大维度，15个一级指标，26个二级指标组成，帮助银行以综合服务价值视角，对参与厂商进行全面评价。
可见，产品力仍然是BI合作伙伴最重要的能力，产品力带来的是实实在在的BI平台能力，但是集成力、支撑力和创新力也非常重要。
集成力能够让BI平台与银行已有的各类系统、数据源、硬件很好兼容，融入到银行的系统生态当中，减少因兼容性改造带来的建设成本。
支撑力是指厂商不只是卖产品，而是可以提供一系列的知识经验的传递，帮助银行更好建设智能决策能力，基于BI平台实现数据的价值。
创新力则是指厂商不断加大研发投入，更迭先进技术，保证BI平台持续升级，银行可以持续享受最新技术的红利。
05 结语
银行数字化转型已经进入新的阶段，数据深度应用已经成为当前银行转型的核心发力点。银行通过智能决策能力建设，掌握了数据深度应用的工具方法体系，让数据价值能够真正释放。智能决策能力建设已经成为银行数字化转型的核心抓手，必须科学规划、合理布局、稳步推进。展望未来，智能决策能力将进一步结合AIGC能力，实现交互式数据分析，进一步降低数据使用的门槛，让“人人都会用数据”的局面更快到来。
扫码下载完整白皮书
