Page 74 - NO.118銀行家雜誌

特別企劃
Special Report

於這一句話：「溫暖與貼心是不需要大數據分 作、快速反應之「數位決策膝蓋」。
析的，但大數據可以讓溫暖與貼心更即時、更
完整、更有同理心地傳達給外部客戶，且更能 以下提供幾個協作應當思考的觀點參考：
說服銀行各階層願意奉獻去做正確的反應，來
滿足客戶的需求。」簡單說，就是「溫度與細 一、 兩套大數據不要人才混用：外部行銷分析

緻度靠人類來體會，速度與微觀靠大數據來 （賺錢或品牌）不等於內部營運分析（省
實現」，否則角色擺錯了，組織架構就會弄 錢或提速）
顛倒，對大數據團隊的期待落差也將接踵而 1.目標分工：
來，甚至於花了大錢弄到最後，反而懷疑起大 內部營運分析課題由關切內部客戶的一群
數據系統、系統廠商與團隊的價值。 數據分析師組成；外部行銷分析課題由
關切外部客戶體驗溫暖感受的數據分析
勇敢對不理性命題 say No！ 師組成。
2.目標管理：
另一方面，為了追求客戶真理與真相，大 深入訪談客戶痛點體驗，以取得能強力

數據團隊領導主管也要有勇氣對「不理性的命題 促動客戶的話術關鍵，並以該話術為主
say No！」而人力資源主管也要有能力判斷「大 軸，進行產品設計，大部分的產品經理
數據團隊領導主管的專業與經驗」是否能以客戶 往往犯了一個嚴重的錯誤，就是先有產
與公司利益為重，否則「大數據主管先射箭，再 品才設計大數據分析架構或設計兜售話
讓數據分析師畫靶」的謬誤分析將層出不窮，最 術，容易產生垃圾進、垃圾出的困境。
終讓整家銀行在錯誤的數據分析基礎下，斷送了 3.關鍵分析角度：
銀行數位轉型的機會成本，而結果就是外部客戶 （1）對的時機：

品牌感受低落的結果。 例如判斷出外部客戶有能力採購或可
全球數位轉型熱潮已一發不可收拾，在這 能風險，且即將面臨最終決策時機之
充滿「知識、體驗Gap過大；專業、經驗Trust不 Before、Now、After等3個時機點之相
足」的壓力下，讓我們一起效仿老前輩走過的 對應話術與服務層次。
「銀行家修仙之路」，來重新理解老前輩眼中 （2）對的演算法應包含：
的「資料、知識、經驗、智慧與影響」五大協 ● 線上／線下通路怎麼架設。
作模式，一起在數位轉型過程中，透過「人類 ● 離線／連線網絡怎麼蒐集。
膝蓋理論」（Human Deep Learning）去鍛鍊與深 ● 境內／跨境交易怎麼匯流。
度學習「懂科技、豐數據、累場域、惜試誤」 ● 數位／實體資產怎麼配分。

4件事，並在所有商業決策中全面串聯到「數
據源、數據果」的End to End這流程上，方能 二、 關鍵成功指標課題：
一步一腳印的創造出「是非對錯的量化決策基 1.內部營運之數據分析師主要關注於7天
石」，最終形成各階主管與大數據團隊共同協 24小時的DevOps（理性）分析系統之建置與經

74 台灣銀行家2019.10月號

P064-077-19TD1749.indd 74 2019/9/27 下午11:24