銀行如何提供超級個人化服務？百人數據團隊靠AI打造中信腦
為了顧及全產品、全客群、全通路、全覆蓋，中國信託採取的對策是走入AI與大數據，更為發展AI應用訂下3大KPI，來掌握研發資源的最適化；今年，中信更成立數據治理委員會，希望將數據治理走向更全行化的關鍵議題
文/李靜宜 | 2021-06-10發表
「透過科技力，來創造競爭力。」中國信託銀行數據暨科技研發處處長王俊權，用一句話點出中國信託大力發展AI與大數據的戰略核心。
3年多前，中國信託定調以AI與大數據作為主要發展方向，並成立了數據研發中心，要用AI來加值業務場景的服務與產品。設立初期僅有一人，到現在已擴大為百人團隊，更在2020年初正式提升為數據暨科技研發處。王俊權正是該團隊的一號員工，更是中國信託內部大力推動AI與大數據的關鍵人物。
中國信託的經營策略是，顧及全產品、全客群、全通路、全覆蓋。而為了守住既有的優勢，中信採取的對策是走入AI與大數據，來作為轉型的利器。不只要轉型，王俊權表示，中信更希望透過AI與大數據，孵化出不同於以往的經營模式。
「CTBC+AI」是中國信託發展AI的大方向，在各業務線上，都能將既有的經營方法加上AI，來提升效率與效能，更要以這樣的科技力創造競爭力。更以優化、平臺、全面、轉型、顛覆這5大階段任務，往下推動AI。
王俊權解釋，中信的策略是，從最小且最有把握的項目開始，所以，透過AI來優化既有的經營方式，是中信切入AI的第一項任務。運用AI優化的專案成功後，下一步，中信就能將AI技術進一步平臺化；有了平臺之後，就能將AI技術全面導入到銀行。
走過了優化階段、平臺階段到全面發展階段，AI已經落地到中信的金融場景，也陸續有了一些階段性成果。王俊權表示，中信現在聚焦「轉型」與「顛覆」，希望透過AI幫助組織轉型，最終期待是要用AI提出顛覆的想法，創造新的經營模式，他透露，目前已有幾個專案正在進行中。
依循著CTBC+AI這項大主軸，中國信託打造了「中信腦」，定調3條研發路線： 電腦視覺、自然語言處理（NLP）、機器思考，也成立了3大實驗室，聚焦研發6大AI應用核心，包括了精準行銷、市場預測引擎、文字與文件辨識應用、人臉與物件辨識應用、機器閱讀到機器對話。從應用場景來看，則鎖定營銷經營、流程優化、風險控管這3項。累計至今，中信在業務單位落地的AI專案超過了20個。
第一類應用場景的AI，中信稱為「營銷經營+AI」，囊括個人化推薦、需求預測，目的是協助增加收益，並提升客戶滿意度、客戶資產、新申購產品數等。王俊權提到，像是推薦引擎專案，中信金控整體客戶數有1,100多萬戶，產品與通路又多，需要透過AI推薦引擎來實現精準行銷，預測顧客未來的金融需求，才能進一步推薦。中信也將這類預測技術，應用到金融商品的預測，比如房價預測、股市預測、匯率預測等。
「流程優化+AI」則是中信第二大類應用場景，包含法金作業流程、客戶申請流程、線上作業流程，希望用來協助內部提升作業效率，來減少作業成本，最終目的也同樣要能夠提升客戶滿意度。 目前，中信內部有多項端對端的流程數位化專案，像是個金、法金、AML（反洗錢）、HR等業務，都有導入AI來優化既有流程。
最後一類場景的應用是「風險控管+AI」，則應用在AML作業、偽冒偵測、稽核，來改善內部作業效率，減少風險的損失。比如，王俊權提到，前年底，中信銀行上線了一套用自然語言處理技術分析負面新聞的平臺，這個AI反洗錢專案的成果，後來更從臺灣擴大應用到7個國家的海外分行。
王俊權表示，3大實驗室所負責的6大AI核心，就是沿著這3大類應用分頭進行，其中，因為銀行面對數位化的壓力較大，所以，又以銀行為應用主力，再逐漸將AI技術擴大到金控旗下子公司，如投信、台灣人壽、中國信託資融等。
自行培養AI研發能力，更訂定3大AI管理KPI
AI發展策略上，中國信託除了自主研發，也會與廠商協作。不過，這兩種策略該如何拿捏，中信內部也走過一段辯論的路。王俊權表示，最後的判斷依據是，「金融業需要的核心能力，中信會投入有限的研發資源。若不是中信認為的核心能力，則盡可能用市場上的解決方案，來加快回應市場的時間。」
舉例來說，銀行業使用分析模型並非新鮮事，AI技術與傳統統計回歸最大的不同是，能夠處理大量非結構數據，像是人臉、電文等資料，可是，這些數據機敏性較高，如果銀行不能自行掌握技術，而需委外，王俊權認為，第一個問題就是，銀行創新的保密性較弱，再者，廠商進入銀行接觸到如此多的機密性資料，有時也有法遵問題。
尤其，金融業對個資的管制嚴格，非結構化資料很難離開金融業，但是，在臺灣，許多AI技術原廠來自海外，對於銀行來說，整體應用或導入的彈性都相對較低，這些都是中國信託選擇培養自家AI研發能量的關鍵因素。
中信在AI應用發展策略，更訂出3大關鍵績效指摽（KPI），作為研發資源最適化的參考。王俊權表示：「對資源有限，需求無限的單位而言，研發的管理是一大關鍵。」首先，中信不會輕易增加AI生產線，因每開一條生產線就會涉及維運與資源分散的議題。所以，「AI生產線的管理」是第一項KPI。
「AI研發資源調度的管理」是第二項KPI。王俊權提到，資源有限狀況下，應該分配多少資源，投入短期的落地變現，還是長期的亮點顛覆，「是一種決策的藝術。」過去，中信希望AI可以迅速擴大到各單位，所以，王俊權採取80／20法則，將80%的資源用在短期落地變現，讓大家有感，保留20%在真正創新的研發。不過，他表示，這個比例每年或每季會進行調整，要讓研發資源投入到需要的地方。
第三項KPI則是「核心複用的比率」，也就是同一項核心技術盡可能重複利用的比率。王俊權要求研發團隊，每條AI生產線至少要有3個落地應用。目前，中國信託共有6條AI生產線，以及20幾個AI落地應用的專案，他提到：「平均每條AI生產線，有3～4個核心複用。」未來，更希望將每個AI核心，擴大到金控內各個應用，所以，要盡可能提升核心的複用，他對團隊的期待是，能提高到兩位數的複用率。
他進一步舉例，3年前，中信導入工研院智能文審技術，來辨識客戶申辦信用卡、貸款所需檢附的財力證明，像是存摺、扣繳憑單等金融常用的固定格式文件。去年，中信將文字辨識應用，複用到分行的場景，上線AI票券辨識服務，在審票機中加入AI、OCR技術來辨識支票，來減少櫃員人工審票與顧客等待的時間，及提升作業人員登打的產能。
目前，中信已做到一張支票上的7個要件，包括到期日、抬頭人、金額、禁止背書轉、發票章讓章或手寫、背書、帳號，都能夠用AI辨識。王俊權提到，中信將自行研發的印刷體的文字辨識核心、手寫英數的AI辨識核心、文印鑑辨識技術，通通導入支票辨識上，「這就是一種AI核心的複用」。此外，為了持續優化辨識正確率，中信更導入AI反饋機制，內部自己發展出標記功能，來改善標記效率，長期目標是達到9成的辨識正確率。今年，中信預計將該AI應用擴大到22家分行。
中信還有另一項AI核心應用是人臉與物件辨識應用，王俊權坦言：「人臉辨識技術，對於組織的轉型與顛覆是亮點有餘，可是力道不足。」不過，若能結合防偽能力及數位流程，可能會創造出藍海的新應用。中信正在思考，如何運用人臉辨識、活體辨識、微表情辨識、情緒辨識等AI核心，交錯組合來打造遠端核身相關應用。
金融業需緊跟科技的腳步，轉變為自身的競爭力，才能在指數型成長的趨勢下，站上領先地位。AI與大數據，正是下一波競爭力的最大利器。─── 中國信託銀行數據暨科技研發處處長 王俊權
推動超級個人化服務，中信靠大數據建立5大行銷策略
「中信銀行每個月有1.5億筆的金融數據，1.9億筆的非金融數據。更可觀的是，疫情期間，顧客更加喜歡使用數位服務，每月高達2億筆的顧客數位數據。」王俊權首度揭露了中信內部統計的海量數據。不只如此，中信銀行1年與顧客會有20億次的行銷溝通，顧客造訪行動銀行、網路銀行或到行銷網頁觀望的次數，更是高達16億次。
「中國信託的數據含金量很高，因此，全都要採集起來，作為銀行KYC的關鍵第一步。」他提到，光在2017年到2018年這段期間，中信內部就採集了大量數據，來建立360度客戶全景標籤。即便，當時各個單位已有自己的全景標籤，中信仍認為要有一個可以全行共用的主數據庫。
有數據來了解顧客，銀行就能出手，中信的策略是以數據掌握顧客人生不同階段需求，提供超級個人化服務。王俊權表示，中信策略是運用AI與大數據，透過個人化溝通方式，來提升顧客的成交機會。中信更先將這種作法，落地到銀行的「艱困區」，若在艱困區測試後有成效，再轉移到「黃金區」主戰場。「一方面不會影響到既有的業務動能，另一方面團隊也會比較有信心。」
在推動超級個人化服務，中信採取了5大行銷策略，並各自搭配合適的AI技術。第一項策略是使用最適合的通路對不同顧客溝通；第二項是尋找顧客有興趣的話題來互動，王俊權透露，今年底將從人工轉為全自動化，用AI生成銀行與顧客行銷的文案。
選擇對的時間，則是第三項策略，比如，當外幣跌到一定數值時，跟該名顧客歷史申購外幣的成本有競爭性，就能在此時發送推薦資訊給顧客。
第四項策略則是打造貼合顧客需求的產品，他提到，中信已有不同產品的預測模型，能預測未來3個月或1周後，該名顧客可能需要的產品。可供業務單位、EDM數位行銷，來聚焦其中高成交率的顧客。最後一項策略是對的活動，即便是賣同一項產品，不同活動的優惠或行銷設計都要不一樣。
王俊權認為，不僅不要過度叨擾顧客，更希望提供一次就能擊中顧客的服務。甚至，目標是做到自動化行銷，他透露，目前正在建置平臺的階段，除了要能自動採集數據，更要自動反應顧客下一步的預測，讓銀行出手可以更快，或盡可能減少PM或行銷出手時會遇上的人工斷點，甚至，讓每次出手後的反饋可以更為即時，來推動多波段行銷。
成立數據治理委員會，優先梳理2類數據
「數據治理是比下水道還要更下水道的底層工程。」特別對於大型金融機構來說，海量的數據勢必要有與過往不同的梳理方式，王俊權如此說著。
因此，今年中信銀行成立了數據治理委員會，由總經理親自主持，各個業務單位主管都參與，「希望將數據治理走向更全行化的關鍵議題。」他坦言，今年是試行階段，但中信已經注意到這個趨勢，而且必須往這方向走。
中信在數據治理特別強調「以用為治」，去年，更研究了全世界數據治理做得較好的企業，比如，數據治理發展超過20年的華為。王俊權坦言：「對中信而言，數據治理既然是一場長期抗戰，就必須明確為何而戰。」
由於資源有限，中信在數據治理的戰略，優先從兩類業務來推動，第一類是不能犯的錯，這類資料的處理一旦犯錯，銀行容忍度很低，如監理報送這類數據就需要優先梳理。另外一類是業務效益較大者，王俊權表示，若沒有好的數據治理標準，業務效益很難有長期的呈現。這是中信今年訂下數據治理的方向，也希望從小開始，慢慢擴大到全行。
經理人小檔案
王俊權
中國信託銀行數據暨科技研發處處長
學歷：臺灣大學國際企業研究所商學碩士
經歷：早年在美國矽谷的科技公司做美股分析，回臺後陸續待過4家銀行，主要負責風險管理；2005年加入中國信託銀行擔任全球個金風險管理處處長，2018年兼任數據研發中心最高主管；現為中信銀行數據暨科技研發處處長，兼任中信金控數據主管
附圖：中國信託銀行數據暨科技研發處處長 王俊權 （攝影／洪政偉）
資料來源：https://www.ithome.com.tw/people/144842?fbclid=IwAR0XaBPczoiqTWTEQH8qHfNDbmyyTpA43Akd2gYWhsBbh0oIbWsBNWdF4Fk
藍海策略舉例 在 請問一下藍海策略的比較- 精華區Management 的推薦與評價
這是政大今年的考題
比較 藍海策略 產業組織經濟學 以及資源基礎說
後者兩樣的比較比較常見
但不知道加入了藍海策略要如何比較呢?
希望能指導一下!
謝謝!!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.229.13.91
> -------------------------------------------------------------------------- <
作者: Aurorastar (遠離商學院) 看板: Management
標題: Re: 請問一下藍海策略的比較
時間: Fri Mar 24 01:57:25 2006
※ 引述《SAFB730114 (繭)》之銘言：
這考題我看到的題目是：
1.比較產業經濟學派（如porter)及RBV觀點
2.比較上述兩者及藍海策略
大概說一下自己的看法，希望對版友有所幫助：
在產業經濟學(Industrial Organization,IO)中，認為產業結構(structure)影響了廠
商行為(conduct)、而廠商的作為又影響了產業的績效(performance) 。這一連串的因
果關係，就是所謂的「S-C-P命題」。
(Porter算是將產業經濟學概念用到策略管理領域的集大成，所以題目中還有提示就是
用 Porter的概念去回答這題。)
由經濟學可知，完全競爭市場下，廠商是沒有超額利潤的、廠商對價格沒有影響力，
然而，實際上屬於完全競爭市場的情況並不多。大部分的市場都是存在不完全性
(imperfection) ，不完全性的存在讓廠商有利可圖。傳統上的S-C-P推論架構相當複
雜，Porter的五力架構算是一種簡化。Porter由這概念出發，認為企業的競爭策略應
該是要在產業中「卡好位」、「維持獨占地位」等等。
Porter 的概念是一種由外而內的策略思考過程，而RBV是一種由內而外的策略思考。
這類的考題跟解釋已經是老生常談了，所以不多贅述。不過Porter在《競爭優勢》出
版十年後的新版序中有提到，很多人將「企業的資源、能力」與「產業結構定位」做
一二分法是種錯誤，而將內部因素視為較重要的關鍵，也是不恰當的。Porter認為關
鍵就在「價值活動」。
價值活動將企業在市場上的競爭力與自身的內部資源結合起來，意即「你擁有什麼資
源跟你最後的獲利與否，當中還是得靠價值活動的操作才能達成。」如果過度的重視
企業的資源，則將形成一種內向的發展。Porter認為，企業的資源與能耐是因為特定
的策略而有其重要性，一旦策略改變了，既有的資源亦無其價值。
(當然這又衍生出「結構追隨策略」或「策略追隨結構」的討論。)
至於「藍海策略」，真的稱不上是一種策略。這書為何如此熱賣，除了媒體的炒作外
，多少是名字取得好、舉例用得好跟願景說得好。書中的概念，是從兩位作者一九九
七年在 HBR的文章發展出來。當時的文章名為「價值創新：高成長的策略創新」，試
想，在書店中如果擺著這樣的書，對管理沒概念的人翻都不會去翻。《藍海策略》一
書與這篇文章的明顯差別，就是多了大量的例證來說明其論點。至於談到開闢一個沒
有競爭的藍海，想想看，獨占是不是也是一個沒有競爭的「藍海」呢？
藍海策略認為「差異化」與「低成本」是可以並行的。我認為該書作者恐怕連「低成
本」與「成本領導策略」的差別都沒搞清楚。Porter認為同時具有成本領導與差異化
的情況有三種：競爭對手處於進退不得的局面、市佔率或產業間交互作用對成本結構
的影響強大及重大創新。但即使如此，長期間仍須在策略上做出抉擇。除非有不可抵
抗的障礙如專利保護、特許權利等等。
嚴格來說，「藍海策略」脫離不了「差異化」的思維。台大國企所的某執行長就曾說
「藍海策略就是be different」。而且藍海策略舉例似乎有倒因為果的情況，似乎只
要企業做出差異化，就是藍海策略，就可以在策略草圖 (strategy canvas)上畫出他
的策略軌跡。造成了後來還搞出一本「台灣版的藍海策略」，當中更是刻意以藍海策
略一書為宗，畫出了台灣十五家知名企業的「策略草圖」。
回到題意，問及藍海策略與 RBV的比較。我認為藍海策略有個很重要的前提，就是企
業擁有的資源、能力是相同的。也就是今天只要發現「藍海」了，每家企業都可以達
到無人競爭的地步。但事實上，企業擁有的資源、能力各異，不可能單憑簡單的想法
指引，就有同樣的績效表現。很多企業可能認知差距而航向「死海」，更多企業是自
以為來到藍海，事實上來到「紅海」，有的甚至還沒出「公海」就被打垮了。書中都
是一個產業用一個例子來說明，未比較如果同一產業中的兩家公司，採用了自己的藍
海策略後，其結果會如何呢？
至於這三者硬要拿來討論，我認為這都是「管理學的叢林」現象。管理學者之間喜歡
以偏概全、缺乏對彼此論點的瞭解，都是造成許多管理理論大興其道的原因。有多少
人看過 Porter的《競爭策略》、《競爭優勢》一書呢？ Porter靠著三本談論競爭的
書及幾篇文章，在企管界享有極大的盛名，後進者要取而代之，當然得先把他的東西
拿來批評，告訴大家「Porter那套已經不管用了，現在我這套才是對的……」。仔細
想想，有多少的巫醫書，都是這類的開頭。Porter的理論固然有其不足之處，但也並
非如此不堪，隨便任何一個說法都能推翻。
管理理論畢竟還在發展階段，而且似乎沒有一套牢不可破的理論存在，才會造就了讓
人如此眼花撩亂的困境。「You are what you read.」管理理域真的太龐雜，如果僅
是聽信一家之言，難免陷入思考的瓶頸。多閱讀、多思考，我想這或許是出題老師所
要暗示的。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.116.71.146
※ 編輯: Aurorastar 來自: 59.116.71.146 (03/24 02:01)
> -------------------------------------------------------------------------- <
作者: Leojason (西灣學人成立啦~) 看板: Management
標題: Re: 請問一下藍海策略的比較
時間: Sat Mar 25 22:15:23 2006
※ 引述《Aurorastar (遠離商學院)》之銘言：
: ※ 引述《SAFB730114 (繭)》之銘言：
: 這考題我看到的題目是：
: 1.比較產業經濟學派（如porter)及RBV觀點
: 2.比較上述兩者及藍海策略
原本也已為藍海策略比較是一本平凡的暢銷商業書籍，
直至有幸聆聽中山企研方至民教授在"兩岸創新與創業論壇"上對藍海策略精闢的解說後
才有另一層的體驗，方教授也將藍海策略及其所屬的奧地利學派(註1)與產業經濟學派
及資源基礎說三個學派做了一番比較。
若是要談如何回答這個題目，那麼答題的範疇大致上還是脫離不了先從三個學派的定義
及意涵開始談，接著是比較其優勝劣敗，最後則是提出更深一層的comment。
至於Comment該寫什麼其range非常大，筆者由於聆聽過教授的講解，
若是在板上回答這個議題一者有偷吃步之嫌，
二者若要發表在下個人的意見又不敢獻醜，
只好麻煩有興趣的同學，來試考看看西子灣大學的企研所(反正現在好像不算頂難考了:P)
來聽看看方老師怎麼把藍海策略從一本商用暢銷書談出其在培養策略思考上的貢獻 ^.^
當然西子灣大學的管院要與台政相提並論還有很長的一段路要走，
中山保有與台政商院鼎足而三的地位也是十餘年前的往事了，
現今來看，中山除了師資尚在之外，其他項目的確不值一提。
尤其是我們這些做學生的更是常有愧對名師之憾。
如果有資質不錯卻又未能考上台政的學弟妹，那麼歡迎你們來中山，
如果你們夠用功的話，那麼分配到的資源，包含老師所給的指導我想還是非常可觀的。
註1:奧地利學派承接經濟學家熊彼得的思維，認為決定企業績效的主因是來自創新能力
相較於IO學派的SCP命題，以及RBV的resource決定performance，三家各有其不同的觀點，
也各有其所能解釋的現象及情境，這在裡就不贅述了。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.117.197.95
※ 編輯: Leojason 來自: 140.117.197.95 (03/25 22:17)
... <看更多>