Page 65 - 銀行家雜誌第106期
P. 65
度,甚至是國際化程度。在法規要求方面,從 全存取用戶數據的管道。對開發者而言,透過
過去包含ISO20022(或稱為UNIFI)的金融訊息標 這些API獲得用戶數據後,可了解用戶帳戶資
準,一直到近期新興支付方法如雨後春筍般竄 料、支付習慣和信用歷史等,進而打造自己的
起,諸如得到美國30家銀行主導的Zelle、瑞典 產品和服務。
的公共行動支付平台Swish,以及近期新加坡的
PayNow等,皆有不少的企業用戶,此種來自企 企業金融智慧化勢不可擋
業的需求驅動,也促使銀行必須投注更多的資
源。 在企業金融領域,有幾項新興科技最為
此外,開放銀行(Open Banking)的變 人關注:人工智慧(機器學習)、流程機器人
革,不論是歐盟的「第二號支付服務指令」(The (Robotic Process Automation, RPA)、生物辨識
second Payment Services Directive,PSD2)或英 以及區塊鏈技術。首先,企業金融從過去敘述
國的「開放銀行計畫」(Open Banking),展 統計報表,進化至商業智慧診斷分析,現在更
現在金融數據的公開與自由化。隨著政府政 往鑑往知來的預測分析,以及自我進化的機器
策鼓勵數據開放,銀行也開始積極打造開放 學習前進。[圖1]整理出機器學習在企業金融場
應用程式介面(API),提供第三方團體可安 域的主要應用:
應用案例 效益
圖1
‧客戶關係維繫:客戶之最佳應對行動、最適溝通方法 ‧縮短回應時間、增進客戶滿意度
‧電話服務中心:一致化回應品質
前台 ‧自動諮詢:現金與支付管理最佳化 ‧增強客戶荷包占有率
‧自助服務:FAQ自動化、聊天機器人 (share of wallet)
‧提升客戶保留率
‧行銷:客戶區別精確化
‧增加市場占有率
‧更快上手(onboarding):資料蒐集分享機制自動化 ‧加快中台作業處理程序
中台 ‧法遵:基礎內部程序自動化、避免重工 ‧提高客戶忠誠與滿意度
‧信用評分與定價 ‧降低中台作業成本
‧信用違約預測精確化 ‧控管違約案件損失
‧逾期放款追索策略最佳化
‧提高直通式處理(Straight
後台 ‧支付清算處理 Through Processing, STP)比率
‧提高客戶滿意度
‧詐騙偵測及降低錯誤率 ‧降低作業成本
‧降低詐騙損失
資料來源 : Celent Top Trends in Corporate Banking: From Disruption to Transformation(2017)
台灣銀行家2018.10月號 65
P062-083-18TD1504.indd 65 2018/9/28 下午5:10