2022爱分析？银行数字化实践报告(二)

3.2  未来要求持续提升，银行数据库体系迎来新挑战

创政策持续演进，银行核心业务系统实现数据库国产替换，需要满足更高要求。目前针对办公系统以及非核心业务系统的数据库国产化替代，正在各类型银行之间广泛进行。未来，随着金融创政策的进一步落地，银行核心业务系统数据库的国产替代也势在必行。具体来说，想要实现核心业务系统数据库的全面替换，国产数据库还需要满足两大要求。

更高的系统兼容性。与非核心业务系统和办公系统不同，核心系统是银行所有业务系统的心脏，所有和钱有关系的操作都要经过核心业务系统的核算、清算，因而核心系统出现问题会导致全行业务中断甚至瘫痪。同时，核心业务系统覆盖较广，且历史包袱较重，系统复杂程度也比其它业务系统更高，因此对其改造时需要梳理所有和其相关的业务，并需要着重考虑数据库与系统兼容性适配问题，保障业务连续性。

更完善的数据迁移。考虑到核心业务系统的重要性以及数据量，未来想要实现全面的数据库替换，需要进行比其它业务系统数据库替换时更完善的数据迁移，以此来保障前后数据的一致性，避免因迁移不完整而导致的数据损耗和合规问题的发生。因此，未来是否能够进行全量且优质的数据迁移，也是核心业务系统数据库实现国产化替代的决定性因素之一。

零售、财富私域场景的不断深入，引发银行多种数据库新需求。随着银行零售、财富等业务场景下私域运营需求的不断增多，通过搭建公众号、小程序、APP以及直播平台等私域渠道的对用户进行精细化运营的趋势也日益显著。

一方面，较多的线上私域场景引发了包括图片、音视频等非结构化数据的巨量增长，也导致了异构数据实时查询场景的逐渐增多。例如线上营销场景中，通过对用户画像等异构数据的实时查询，帮助销售人员根据用户个性化需求提供更有针对性的产品服务。银行现阶段大多采取的是关系型与非关系型数据库并行的方式，以此来满足多种类数据存储和海量异构数据实时查询需求。但这一方法会导致数据被重复复制多份，严重制约系统运行效率，并且会大幅增加银行数据库部署及运维成本。因此，未来多模数据库凭借支持灵活的数据存储类型，能够将各种类型的数据进行集中存储、实时查询和处理，且可以同时满足应用对于结构化、半结构化和非结构化数据的统一管理需求等核心优势，帮助银行有效提升数据存储和查询效率的同时，减少了数据库部署及后期运维管理成本，已逐渐成为银行数据库的一大需求点

另一方面，为实现用户精准营销，进一步提升营销转化效率，银行需要能够对全量用户数据进行实时分析。例如在线上客服场景中，通过对会话流息数据的实时分析，进行用户意图识别等。但现阶段，银行主流的OLTP和OLAP数据库并行模式，系统间会有分钟/小时级的时延，且数据库之间的一致性无法保证，难以满足对分析的实时性要求很高的业务场景。因此，HTAP数据库基于能够同时支撑OLTP和 OLAP场景的核心优势，帮助银行有效避免传统架构中大量数据交互造成的资源浪费和冲突，且能够满足银行用户实时分析场景需求。在有效提升数据存储效能的同时，大幅减少银行数据库采购成本以及运营成本，已成为未来数据库的主要需求点之一。

3.3  整体优化，数据库改造为银行带来多种收益

数据存储能力大幅提升。通过灵活部署包括分布式关系型、非关系型等多种类数据库，使银行实现了在互联网数据高并发场景下，对传统结构化数据、非结构化以及半结构化数据的全量存储，相较原有集中式数据库体系来说，数据存储能力得到了大幅增强。

数据库使用成本显著降低。基于分布式数据库所具备的高可用、弹性拓展以及动态扩容能力，以及开源数据库具备的开源社区等核心优势，有效减少银行后期数据库开发升级成本；同时，长期来看，未来HTAP、多模数据库的全面应用，也能够帮助银行大幅减少数据库部署数量，进一步降低数据库使用成本。

4.  BI商业智能，助力银行挖掘数据价值、驱动业务增长

图 14  银行业务需求变化与BI解决方案演进

4.1  过去到现在业务人员分析需求旺盛，自助式BI被普遍采用

随着银行数字化转型不断深入，线上线下数据量呈现指数级爆炸式增长，数据逐渐成为支撑银行业务快速发展的重要资产。银行会选择构建覆盖底层数据管理、中层数据分析到上层数据展现的传统式BI，以盘活数据资产，深度挖掘各类数据价值，对问题现状进行描述性分析或对问题根因进行诊断性分析，为银行业务经营与管理决策做支撑。

但在传统的数据分析实践中，分析人员是具备专业数据分析能力的技术人员，分析结果使用者却是业务人员或管理人员，当业务/管理人员提出分析需求后，需由技术人员分析并将结果反馈给业务/管理人员。一方面由于技术人员对需求把握不精准导致分析结果不尽人意、分析质量欠缺，另一方面由于沟通成本高，大量耗费了业务/管理、技术人员双方的时间，造成分析效率低、周期长、成本高，且技术人员个人价值难以最大化。因此银行需要以工具为业务/管理人员赋能，助力其完成更贴近业务的数据分析，同时帮助技术人员回归技术本位投入到更需专业度的工作中去。

为此，现阶段银行开始普遍采用自助式BI作为可视化分析工具。自助式BI主要面向业务/管理人员，业务/管理人员能基于业务理解，借助易用性较强的前端分析工具，通过简单的拖拉拽开展自助式分析。一般而言，自助式分析可分为两类半自助的可视化交互分析和完全自助的自助式分析。

图 15  自助式BI可分为半自助式和全自助式

4.2  未来叠加AI技术，智能化BI增强分析深度、实现智能分析

随着AI应用的逐步加深，银行对更为智能化的数据分析提出了需求，有两方面

第一，业务驱动下，银行产生预测性分析需求。无论是通过传统BI还是自助式BI进行数据分析，银行常停留在对经营现状的描述性分析和对原因的诊断性分析上，如对贷后贷资产内部收益率进行分析等，缺乏预测性分析能力。未来，随着营销、风控等业务场景的不断深化与延伸，银行对这些场景下的预测性分析需求将会越来越旺盛。

第二，业务/管理人员需被进一步赋能，数据分析操作门槛需进一步降低、便捷程度需进一步增强、分析深度需进一步提升，需能实现更为易用、便捷、高阶的自助分析。

因此，银行的BI将逐步走向智能化，AI+BI模式成为银行未来数据分析应用的重要趋势。相应地，针对不同的需求，未来智能化BI将会产生两大方向

一是数据挖掘+BI。银行会在BI中嵌入数据挖掘能力，从而进一步挖掘数据价值，实现对未来经营状况的预测。数据挖掘平台主要面向于高级技术人员，内置深度学习等多种可视化算法，能够解决分类、聚类、关联、预测问题，最终应用于客户分析、贷风险评估、欺诈交易识别、效率分析等营销、风控及运营场景，助力银行进行发展方向调整和更为前置的业务决策。

二是增强分析+BI。梳理数据应用的全流程，增强分析技术将运用于多环节数据准备环节，银行可通过语义模型，将难以理解非结构化数据简单化，同时借助机器学习技术和分析目录，实现数据准备能力的增强；数据分析环节，借助自然语言查询技术实现所需数据的快速查询，依托智能化技术及自动类技术进行自动洞察；数据展示环节，借助自然语言生成技术和自动化技术，实现自动可视化数据展现。

借助智能数据分析平台，重庆银行解决“看数”、“用数”、“管数”难题

重庆银行成立于2007年9月，是第一家在港交所定向增发的内地上市城商行，连续五年跻身《银行家》全球前300强，在2021年全球银行品牌500强榜单中位列206位，在国内城商行中处于领先水平。

“看数”、“用数”、“管数”难，重庆银行数据应用面临多重挑战

随着行内业务的不断扩展和数字化进程的持续推进，重庆银行的数据量呈爆炸式增长，数据复杂度也呈指数级上升。基于此，重庆银行构建了大数据平台，完成了大量复杂数据的汇总。但完成数据归集仅为数据的应用提供了底层支撑，要想真正实现对数据的快速查询、高效使用及灵活管控，重庆银行还需解决诸多问题

第一，数据查询效率低下，难以实现快速“看数”。原有的大数据体系下，数据庞杂，要想获取所需数据，业务人员或数据分析人员需频繁切换登录多个数据平台，不利于实现快速的数据查找与获取。

第二，缺乏分析支撑能力，无法助力高效“用数”。原有体系下，进行数据分析门槛高，多需由专业的技术人员通过编码才能实现，缺乏面向业务人员的分析工具，造成了时间成本和人力成本的浪费；而对于专业业务人员而言，又缺乏更为高阶的数据挖掘工具，专业人员能力无法真正发挥出来，出现资源错配的情况。

第三，数据管理监控不足，难以实现健全“管数”。数据管控体系不够健全，缺乏灵活、全局的权限管理机制，业务人员和分析人员提出数据需求后，往往需经过漫长的权限审批流程，才能获取到数据，为数据分析带来了极大不便。

依托Smartbi，重庆银行完成门户建设、工具构建和安全管控

为解决上述问题，重庆银行需在大数据平台的基础上，构建完善的数据分析平台，以实现高效“看数”、“用数”及“管数”。因此，在综合考虑产品功能完整性、平台理念契合度及建设经验成熟度后，思迈特软件以其对业务人员和科技人员强大的支撑能力，数据化经营、数据文化等先进的平台理念，以及前沿客户的数据分析平台系统建设经历，最终脱颖而出。重庆银行选择与思迈特软件展开合作，共同构建智能数据分析平台。

图 16  Smartbi一站式商业智能平台和解决方案架构图

广州思迈特软件有限公司成立于2011年，是一家商业智能服务商，主要为银行等客户提供一站式商业智能平台和BI解决方案。思迈特软件业务覆盖20余省市，服务过大量银行客户，包括中国银行、建设银行、民生银行等国股行和北京银行、南京银行、重庆农商行等领先区域性银行，具备完备、贴合银行客户需求的成熟产品以及丰富、成熟的数据分析平台落地经验。

依托于Smartbi，思迈特软件为重庆银行提供了一套完整的解决方案，在深度理解重庆银行业务流程及架构的基础上，帮助行方完成了统一的数据门户建设，构建了大量工具集，并提供了权限控制体系和数据脱敏功能。

图 17  Smartbi帮助重庆银行解决“看数”、“用数”、“管数”问题

针对“看数”难的问题，重庆银行建设了统一的数据分析平台与轻量级、低耦合、易集成、易维护的统一数据门户，快速实现了包括BI在内的各数据应用的统一集成与统一管理。在思迈特软件的帮助下，重庆银行完成了集成规范、UI/UE规范、权限对接规范、日志规范的统一构建，保证了各应用的用户交互统一——基于统一认证平台，用户不用频繁切换系统，可在该门户入口一键登录各数据应用系统，高效查询检索来自各个系统的数据。

针对“用数”难的问题，重庆银行基于思迈特软件强大的数据能力，在数据分析平台之上搭载了丰富的工具集。

首先，思迈特软件为重庆银行智能数据分析平台提供了元数据管理工具，便于数据分析人员查看与管理系统内的元数据息，包括已接入数据表、字段、参数、多维模型、查询、报表、仪表盘等息，为后续数据分析奠定了坚实基础。

其次，重庆银行在智能数据分析平台上增加了分析工具集，包括基本的固定格式报表、Office分析报告等描述性分析工具，自助仪表盘、EXCEL融合分析等诊断性分析工具，以及数据挖掘等预测性分析工具。各类工具中，自助仪表盘、EXCEL融合分析和数据挖掘最具代表性。

面向普通使用者，自助仪表盘借助丰富的交互控件和图表组件，能为使用者提供自助式的业务看板能力，用户只需要简单的拖拉拽便可生成图表，并实现多终端直观展现。

面向习惯使用EXCEL进行数据分析的使用者，重庆银行为其提供了便捷的EXCEL融合分析工具，一方面其学习门槛低，便于快速上手使用，另一方面其在保留了EXCEL习惯和优势的同时，还打破了EXCEL局限，解决了EXCEL取数、性能、分享等问题。

而面向更为专业的技术人员，重庆银行则增加了数据挖掘模块，支持流程化数据处理和建模，内置回归算法、聚类算法、深度学习等大量经典算法，技术人员可通过编写SQL，快速实现数据挖掘预测分析。

针对“管数”难的问题，思迈特软件帮助重庆银行完成了权限控制体系的搭建和数据脱敏功能的完善。一方面，搭建了权限管控体系，该体系支持按用户、用户组、角色进行管理，支持多级用户管理体系，同时能够对权限申请流程进行记录留痕，管理人员可在平台上控制不同部门或不同地域（IP）的用户功能权限、数据访问权限、资源访问权限，实现数据操作可追溯。另一方面，重庆银行还通过完善脱敏规则配置、脱敏预览等数据脱敏功能，保证数据可提供可控的预览及下放。

通过智能数据分析平台建设，重庆银行实现多重效果及业务价值

依托Smartbi，重庆银行在原有大数据平台上构建了智能数据分析平台，并推广至全行互金部、个金部、风险管理部等7个部门，解决了“看数”、“用数”、“管数”三方面数据应用的问题，便利了管理层看数用数，助力了管理决策，实现了多重业务价值。

对业务人员和数据分析人员而言

第一，实现快速“看数”。通过统一门户平台的建设及统一登录功能的应用，重庆银行业务人员和数据分析人员能够实现所需数据的快速查询，极大提升了使用体验。

第二，助力高效“用数”。通过丰富工具集的使用，一方面降低了业务人员数据分析门槛，业务人员无需科技部门支持便可完成近80%的数据分析需求；另一方面便利了专业的数据分析人员和技术人员，释放了科技部门的工作压力，同时为其承担数据挖掘、机器学习等高阶工作做支撑。使用该智能数据分析平台以来，重庆银行已完成300余张报表的开发，开通了75个数据分析人员账户，累计数据分析上万余次。

第三，实现健全“管数”。借助权限控制体系和数据脱敏功能，重庆银行从全局上实现了数据的有序管理与数据应用的可溯源，保障了数据安全可控。

对管理层而言，借助智能数据分析平台，重庆银行管理人员可以更直观、更及时、更全面地查看数据。一是以柱状图饼状图等形式呈现数据，看数更直观；二是避免了繁杂的申请审批流程，看数更便捷及时；三是汇总联动各部门全行级数据，看数更全面，能基于此为科学决策做支撑。

此外，该平台助力重庆银行打造了自上而下的数据文化，推动了全行数字化进程。通过平台建设，大数据应用和分析走进了全行员工和管理人员的工作中，激发了各层级人员对于数据的认知、挖掘和运用。通过推动全员自助分析、数据共享和激励措施，重庆银行提升了行内数据资产价值，促进了业务发展、风险控制和内部管理变革，进一步推动了全行数字化转型。

4.3  多角色赋能，BI商业智能助力数据文化构建

对于业务/管理人员而言，能够提升数据分析效率，提升业务价值。借助自助式BI，业务/管理人员一方面降低了沟通成本，简化了不必要的层层审批流程；另一方面，由业务/管理人员自己完成全流程数据分析，能够更切合业务地实现数据准备、数据分析以及数据展现，极大提升了数据分析的准确性，助力银行提升了业务价值。而未来依托智能化BI，业务/管理人员一方面能够通过自动化能力提升整体数据分析效率，通过增强分析能力更为快速地获取数据及分析成果，提升看数用数的直观度、便捷度；另一方面能够依托深入的数据挖掘能力，挖掘数据价值，了解经营状况及根因、做出预测，从而更精准地完成业务经营决策。

对于技术人员而言，能够助力其回归本位，释放IT价值。借助自助式BI，原有的数据分析工作甚至是数据准备工作，都可由业务部门自助完成，极大地降低了IT部门的工作量，帮助IT人员从繁复的数据工作中解放出来，将精力置于更为高阶的数据挖掘等工作中去，既提升IT工作效率、降低IT成本，又充分释放了IT人员价值。

总的而言，借助BI商业智能，一方面，银行能够打破各部门间数据孤岛，增强各部门间的数据协同能力，降低经营成本，推动经营良性发展；另一方面，银行能够提升全行人员对数据资产的重视程度，在全行构建起自上而下、统一的数据文化，从而推动银行数字化转型进程的加速。

将数据分析真正融于银行管理，宁波银行打通智能化风控的最后一公里

宁波银行是一家上市头部城商行，成立以来，对公、零售等业务取得长足发展，资产规模在国内银行中名列前茅。近年来，宁波银行不断加大金融科技资源投入，全面深化科技与业务融合，坚持以系统化、数字化、智能化推动商业模式变革，实现为业务赋能、为客户赋能。

宁波银行不断创新，探索BI+AI+图谱的新模式

为深度挖掘数据价值、实现精细化服务管理，宁波银行构建了数据分析平台1.0。但随着业务的快速发展、管理理念的不断提升，需要进一步强化数据治理、降低分析门槛、提高大数据AI模型的应用程度，实现智能化一站式数据分析。

因此构建一个理念更先进、场景更丰富、自主性更强、应用更落地、能够真正“让业务用起来”的数据分析平台，成为宁波银行的需求。为此，宁波银行于2021年展开招投标工作，经过层层筛选后，杭州观远数据有限公司（下称“观远数据”）凭借其一站式的产品优势、先进的设计理念和强大的产研能力及全流程服务能力，最终成为宁波银行的合作伙伴，共同构建一站式智能数据分析平台2.0。

打造从数据开发到数据分析、增强分析的一站式智能数据分析平台

宁波银行于2022年1月开启平台建设，依托观远数据强大的数据能力，截止目前已完成了底层数据开发平台和数仓的建设，并打造了“AI+BI”互联互通的全行性一站式分析管理平台。一方面以其易用、智能的特性助力更多的业务人员真正用起来，另一方面借助其精细化权限管控和数据动态脱敏能力，让数据可用不可见，极大保障息安全。

完善底层数据基础，为数据分析互联互通奠定基础。为实现对上层数据分析的支撑，宁波银行面向技术人员，打造了数据开发平台，实现了数据的统一整合与梳理。该平台以数据开发和算法开发为核心，技术人员可在此之上完成数据准备、任务开发、调度管理、插件扩展、算法实现、模型工程化管理、数据管理与协同服务。同时，观远数据还向宁波银行提供了数据开发平台的培训支持，保障能将平台真正用起来。

以AI算法为支撑，BI平台实现智能化数据分析挖掘。在观远数据的帮助下，宁波银行从0到1构建了评分卡、时序预测等模型结构，在对产品功能进行了定制化改造的基础上，将AI能力集成到智能数据分析平台中，从而助力业务人员更便捷地替换数据源或调参。业务人员通过简单的拖拉拽即可获取所需数据、实现数据分析，有效提升数据分析挖掘的智能化水平。

宁波银行通过算法场景化，帮助业务人员以低门槛创建了BI平台四类人工智能模型——归因、分类、预测以及关联模型

第一，借助归因（即数据解释）模型，探寻数据异动原因。当业务出现关键指标波动时，业务人员只需要在仪表盘、报表等载体上点击，平台即可从指定业务宽表中各维度出发，对客户客群批量特征进行算法分析，自动搜寻对业务核心指标影响最大的维度组合，快速定位波动原因，反哺业务策略；

第二，利用分类模型，宁波银行以算法插件产品化简化算法模型构建流程，助力业务人员快速实现需求。以评分卡模型为例，能够助力业务人员通过拖拉拽完成评分卡自助建模，协助业务人员在业务营销前做好客群分析，助力精准营销、提升客户体验；

第三，利用预测（时序预测）模型，预测业务发展趋势。基于COX（比例风险模型），宁波银行能够预测风险程度及损失、对风险化解手段进行成效分析，甚至挖掘更深层次的风险指标；

第四，依托关联（即知识图谱联动BI）模型，寻找与特定客户存在关联的客群。宁波银行业务人员能够一键快速查询公司、个人客户之间的潜在关联息，针对优质客户，进行关联营销，针对不良客户，提前开展风险防控。

精细化权限管控和数据动态脱敏，保障数据安全。权限管控方面，从用户角色和资源隔离两个角度保障了数据安全——用户角色层面，支持平台管理员、项目管理员、普通用户三种不同权限集合的角色；资源隔离层面，默认按照分支行和业务部门进行隔离，支持项目内的资源保护以及项目间资源分享场景；数据脱敏方面，一方面，将智能数据分析平台与银行内部审批系统对接，在走完审批流后，通过接口方式，可快速进行数据的非脱敏展示；另一方面，支持敏感数据智能化自动脱敏，能够在不需要分辨手机号、身份证号等敏感数据是否需要脱敏的前提下，自动探测数据并处理。

降低数据分析门槛，增加数据分析深度，提升数据价值

宁波银行和观远数据严格进行进度把控，已于2022年4月完成了包含底层数据开发平台、数仓构建和部分AI能力构建在内的项目一阶段建设，并在全行各业务条线风控场景下投入使用，用户覆盖上千人，应用效果得到验证。

在业务使用方面，该平台降低了技术门槛，只需少数IT人员做算法插件化，大量业务人员可进行自助分析，有效提升深度分析能力，赋能更多业务用起来；数据安全方面上，支持敏感数据自动脱敏及精细化权限管控；监测场景方面，支持行内外数据资产灵活合规使用、支持“BI（商业智能）+AI（人工智能）+KG（知识图谱）”互相融合；在应用效能方面，支持移动轻应用，包括手机、PC、PAD端，消除时间和空间的限制，无论是管理层、技术骨干还是业务基层，都可以随时随地使用移动端查看数据，实现“运筹帷幄之中，决胜千里之外”。

目前，该项目正在进行二阶段的建设，宁波银行将着力于“AI+BI”平台的完善优化与拓展。AI方面，提升产品复用能力，优化算法；BI方面，进行底层资源隔离、数据解释以及数据脱敏能力的升级，从业务出发，不断优化客户体验。与此同时，宁波银行在经过总行风控部门的实施验证后，正在逐步将平台推广至分行，为全行风控业务深度赋能，提升全行数据价值。

关于观远数据

观远数据成立于2016年，坚持以“让业务用起来，让决策更智能”为使命，在数据分析和商业智能领域积累了超过10余年的行业实战经验，致力于为金融、高科技、互联网、零售、消费、制造等行业的领先企业提供一站式数据分析与智能决策产品及解决方案。观远数据已成功服务包括招商银行、中银行、宁波银行、数禾科技等在内的多家世界500强及行业头部银行金融机构。其中，招商银行已有超20,000+用户在活跃地使用数据云平台进行数据分析，创建了数以万计的仪表盘、图表、工作表与表格，近70%的业务人员能够进行自主分析。平均一个数据分析的任务或项目，从原来五个工作日缩减到一个工作日，数据分析的效率提升了500%，得以高效支持决策管理。 

5.  视频银行+，革新银行客户服务与业务办理模式

图 18  银行业务需求变化与视频银行解决方案演进

5.1  过去到现在为实现全时覆盖，视频银行+数字人成为银行重要工具

近年来，为了积极响应适老化、乡村振兴等政策号召，商业银行纷纷开始拓展服务与展业渠道、提升服务与展业能力。在这一进程中，银行面临着诸多挑战客户服务方面，银行开始借助企微、手机银行等渠道进行客户服务的线上化转移，但依靠简单的机器人进行咨询回复、投诉处理等，温情化、人性化以及理解能力相对不足，银行需要丰富线上客服形式，采用更为温情化、强交互的方式进行客户服务；业务办理方面，虽依靠网银、手机银行等常见的线上渠道，能完成少数业务的办理，但受制于合规及监管要求，银行多数业务仍基于线下网点办理，线上业务办理能力不足，银行需借助工具完成线下业务办理向线上的迁移。

为解决上述问题，银行开始进行渠道转型，将线下渠道的温情化、强交互优势与线上渠道的高便捷优势深度融合，打造远程视频银行。银行从业务出发，以音视频技术为支撑，结合智能化能力和大数据能力，并与原有客服系统等深度融合，最终将视频银行落地于业务咨询、查询、投诉受理、风险排查等客户服务场景，以及贷、理财、对公、用卡等业务办理场景。

图 19  视频银行落地业务场景

然而，在采用视频银行进行服务与展业的过程中，银行仍基本依靠人工，一方面受坐席人员工作时间限制，银行难以实现7*24小时全时段客户服务与业务办理，且客户等待时间长、客户体验感不佳；另一方面人力成本高，且工作人员长期处理重复性工作，价值感难以得到满足。

为此，部分银行选择在视频银行中嵌入数字人能力，面向各线上渠道提供虚拟交互服务，由数字人部分代替人工坐席进行客户服务与业务办理，从而在实现服务展业全时段覆盖，提升标准化程度、提升客户体验感的同时，降低人力成本，实现降本增效。

区别于以音视频技术为核心的纯视频银行，“视频银行+数字人”的技术重点在于数字人。首先，银行需结合自身品牌属性，构建特色鲜明的AI虚拟形象，并可根据不同的业务场景定制专属的表情及肢体语言。在此基础上，银行需为形象定制高拟真的TTS合成语音，以打造一个高度拟人化的数字人形象。其次，银行需构建丰富的知识库并打造强AI交互能力，数字人需具备强大的语音识别、语义理解、语音合成等能力，能够支持多轮对话，并能够提供多媒体视觉交互能力，从而满足客户的服务需求或业务办理需求。最终，银行会将视频银行+数字人主要落地于客户服务场景，以及视频双录等小部分简单的业务办理场景，进行多媒体交互业务办理引导。

依托“视频银行+数字人”模式，某全国性银行打造客户服务经营新标杆

在金融科技快速发展大背景下，作为全国性商业银行的领先品牌，某银行多年来依托多项数字化举措，坚持以客户为中心，推进全行数字化转型。在疫情防控常态化趋势影响下，借助数字化手段开展线上化、非接触化服务，逐渐成为该银行为客户办理业务、打造优质体验的必要手段。

线上服务能力不足、覆盖场景较少，客户服务与经营亟需转型

过去，该银行主要通过线下开展客户服务与客户经营，而在线上也仅是通过文本机器人或语音呼叫中心开展非接触式远程服务，在服务能力和覆盖场景方面均有所欠缺。

线上服务能力方面，文字机器人实时性弱，语音机器人不支持视频接入，仅依靠原有的服务形态，难以满足行方多样化的业务需求，无法提供温情化、直观化的客户服务。

覆盖场景方面，原有的线上业务渠道仅支持被动式的客户服务和少量的主动式客户服务，由于监管要求和功能欠缺，在私行产品代销、保险代销等业务办理方面发挥作用较小。

依托稳定、高清的音视频能力，声网助力某银行构建远程银行服务能力

为解决上述问题、打造优质客户体验，构建覆盖多业务、多场景的视频银行成为该行的必举之措，因此该行于2021年4月启动了远程银行项目招投标工作。在综合评估功能、技术、质量等共200余项指标，经过远程PoC测试后，该银行最终选择与声网展开合作，共同构建一站式音视频解决方案，为客户提供稳定、高质的远程服务。

声网成立于2014年4月，是一家实时音视频API平台专业服务商，能够助力企业构建多种实时音视频互动场景。成立以来，声网已服务社交直播、游戏电竞、IoT、银行、保险等20余个行业，共计200多种场景。

图 20  声网产品功能组件

依托自身强大的技术能力和丰富的远程银行建设经验，声网为该全国性银行提供了定制化解决方案，7个月完成了基于全球部署的SD-RTN软件定义实时网及视频客服平台软件产品的搭建，方案覆盖手机私行代销、线上保险销售、个贷面签等多个场景。

针对服务能力欠缺的问题，声网为该银行提供了全面的视频客服平台和全球部署、稳定高清的音视频服务。

首先，声网帮助该银行搭建了视频客服平台软件，该平台可支持互联网视频、5G视频的接入，打通了包括运营商电域和互联网域在内的用户接入全渠道，能够帮助银行为客户提供融合视频服务，提供智能路由、IVVR、视频客服、外呼、话务质检、监控中心、数据报表等全部视频呼叫中心功能，可为该银行的客户提供面对面、有温度的服务。

其次，为支撑视频服务，底层上声网为该银行提供了基于全球部署的SD-RTN软件定义实时网，进行视频加速。一方面凭借全球部署的优势帮助该银行实现了7*24小时全时区、多地域的视频服务，另一方面依托自身优秀的弱网表现助力该银行实现了稳定、高质服务，提升了客户体验。值得一提的是，声网在构建平台的基础上，还帮助该银行进行了原有呼叫中心和AI能力引擎的对接。一方面，该银行通过SIP协议将视频银行平台与原有语音呼叫中心对接，将传统呼叫中心能力集成于视频银行平台之中，实现了多渠道互联互通，为客户提供了一致性体验；另一方面，该银行完成了视频银行平台和多种AI能力的对接，在平台内集成语音识别、语音合成、对话管理等AI产品，实现了业务服务智能化。

分阶段场景落地，数字人赋能效果显著

针对覆盖场景不足的问题，声网分阶段帮助该银行完成了远程银行在各业务场景的落地。

图 21  某银行分阶段完成远程银行场景落地

第一阶段，声网帮助该银行实现了手机银行私行代销产品AI双录及补录，业务范围覆盖代销资管、私行代销、家族托、全权委托及私募理财等六类产品。客户通过手机银行发起线上双录，在经过人脸识别后进入双录流程，由AI坐席自动接通。行方在产品中设定好双录规则与双录话术，AI坐席会调用AI能力进行文本转语音的话术自动播报并进行封闭性提问，问答结束后进入支付购买环节，后台会进行质检，若质检通过双录完成，若未通过则进行补录与再次质检。

图 22  数字人智能客服

第二阶段，声网则助力行方将线上保险产品购买流程接入了手机银行VR场景，客户在微或聊中收到客户经理的会客邀约，即可点击链接跳转至手机银行VR会客厅，与客户经理面对面沟通交流、查看产品资料演示、进行双录、订单交互，覆盖了从邀请客户、保险产品讲解、投保计划书生成、签名双录到支付购买的保险销售全流程。值得一提的是，在进行保险代销场景下视频银行的落地时，声网在视频客服的基础上，帮助该银行在其中嵌入了数字人的能力，以数字人部分替代人工坐席，通过视频银行+数字人的模式，助力该银行提供更为直观、人性化的智能服务。

第三阶段，在声网的帮助下，该银行将视频银行逐渐落地于个贷、小微企业贷、用卡面签、对公账户开户等更多场景，进一步拓展了远程银行业务覆盖的广度，同时将视频银行与数字人更深入地结合，增强建设的深度，实现了多业务、多场景、多方位的远程银行服务。

降低成本、提升体验，某全国性银行实现客户服务与经营全方位升级

通过视频加速服务的建设和远程视频软件的部署落地，该银行最终在数字金融部、用卡中心、客服中心等多个部门的多个业务场景下建立起了强大的视频银行服务能力，在降低服务成本的同时，极大地提升了客户体验，助力全行客户服务与业务办理降本增效。

一，打造业务服务新形式，降低服务成本。通过视频银行提供线上化服务、进行线上业务办理，一方面显著降低了线下服务与业务办理成本，另一方面线上业务服务形式从单一的呼叫中心向远程银行转变，提升了线上服务效率，也能降低线上服务成本。

二，实现多渠道客户服务，提升客户体验。通过项目建设，行方实现了多渠道、全时段、多地域的稳定高质视频银行服务——多渠道，声网帮助该银行实现了集互联网视频和5G视频的融合视频服务，行方客户不仅可通过手机银行等互联网渠道发起视频呼叫，也可以通过拨打服务热线连接视频客服，进行各项业务的线上办理；全时段，通过声网提供的视频银行能力，银行可以向客户提供7*24小时不间断的面对面客户服务和业务办理；多地域，依托声网稳定的全球实时音视频能力，该银行能够实现全球范围的服务输出，打造了优质的客户体验，提升了客户满意度。

项目建设成功经验总结

在此次项目建设的过程中，经过不断的探索与实践，行方和声网团队总结出在构建远程视频银行的过程中，将传统线下业务通过远程视频服务在线上实现是一大难点。为解决这一难点，双方团队需要深度配合、共同梳理。如在手机银行私行代销产品AI双录及补录业务场景中，线上业务办理会涉及话术定制、人脸识别、离框检测、紧急情况转人工等非线下的业务规则。针对这一情况，声网项目人员与行方相关业务、技术人员深入沟通，积极梳理业务流程及相关功能，经过多次修订最终完成了产品的详细设计，实现了线下业务向线上的平稳迁移。

未来，该银行将进一步加深与声网的合作，在远程银行业务场景上扩大覆盖面，实现客户服务与客户经营的全面升级；在产品能力上不断探索，如与数字人、智慧网点结合，共同为客户打造更为便捷、安全、舒适的服务体验。

5.2  未来“视频银行+数字人+智慧网点”融合模式，成为银行新趋势

为提升银行金融服务能力，除了要在线上端加速发力，以线上渠道服务形式提升客户体验感外，也要思考如何依托技术进行线下网点的数字化升级，以智慧网点实现线上线下的融合统一。对商业银行而言，未来网点转型将会以智慧终端为载体，向两方面演进，构建智慧网点——能力上，网点服务力提升、支撑无障碍服务；场景上，网点突破地域限制、走向移动化。

能力方面，传统网点智能终端服务能力将会进一步提升，以支撑无障碍服务。《金融科技发展规划（2022-2025年）》指出，未来银行需强化金融无障碍服务水平。为响应这一政策，银行需以更为智能化、自助化的终端设备实现银行线下服务与业务办理，以无障碍模式更好地服务老弱病残等传统客群。

场景方面，网点概念将进一步延伸，网点将会突破传统地域限制、走向移动化。银行不断进行金融产品创新，金融服务与消费场景深度融合，围绕消费者的场景金融将会成为银行未来把握零售客户、增加客户粘性的重要发力点。为此，银行将会形成新型网点模式——银行智能终端将逐渐放置于政府办事大厅、医院、商超、公园、4S店等生活化场景中，消费者通过智能终端即可实现汽车金融贷款等银行业务办理，或生活缴费等综合性业务办理。

为提升传统网点的无障碍能力，以及助推新型移动化网点的打造，在智能终端中嵌入视频银行+数字人，成为银行未来的重要趋势——借助视频银行的能力，银行能够加深线下网点的服务力和移动化水平，实现线上线下渠道融合。构建未来的视频银行+数字人+智慧网点模式，需具备更为稳定的、能适应复杂环境的底层音视频技术，同时能以更智能、综合的数字人提升金融及非金融综合服务能力。

图 23  视频银行+数字人+智慧网点

一方面，银行需提升底层音视频技术的稳定性与环境适应能力。随着生活化场景的不断丰富，银行需相应地提升底层音视频技术的稳定性与对复杂环境的适应能力，以适应更为移动化、概念化的线下网点。

另一方面，银行需构建具备较强方言处理能力、且能提供金融及非金融综合服务的数字人。为提升传统网点的无障碍服务能力，银行数字人的方言识别等语音语义技术需进一步加强，以更好地服务老年人等群体。同时，为助力银行打造新型移动化网点，银行需完善丰富底层话术库与自动化工具，不断完善底层数字人等AI能力，以更为智能、更为综合的数字人，支撑银行在向客户提供汽车金融贷等各类金融服务的同时，还向客户提供缴费、挂号、社保等非金融类综合生活服务。在向客户提供各类金融服务的同时，还向客户提供非金融类综合生活服务。