Page 74 - NO.118銀行家雜誌
P. 74
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