chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

導(dǎo)讀 越來越多的金融服務(wù)企業(yè)在利用數(shù)據(jù)和分析技術(shù)來獲得新的業(yè)務(wù)洞見和創(chuàng)新的同時(shí)也通過數(shù)據(jù)獲得對客戶的更深刻的理解，從而提升用戶服務(wù)的體驗(yàn)。

擁有166年歷史的富國銀行從2014年設(shè)立大數(shù)據(jù)實(shí)驗(yàn)室以來[1]，就在持續(xù)的從數(shù)據(jù)分析中獲得收益。從2016年開始，富國銀行啟動了數(shù)據(jù)轉(zhuǎn)型項(xiàng)目，希望成為數(shù)據(jù)智能時(shí)代的銀行[2]。凱哥通過對相關(guān)公開信息的研究，部分還原了富國銀行的數(shù)據(jù)轉(zhuǎn)型過程。

文章一共10000字，閱讀約30分鐘，閱讀超過100份文檔，引用20份，引用兩段富國銀行的采訪視頻。

（如有版權(quán)問題，請告知，隨時(shí)撤下）。

7月初，2019全球前1000的銀行排名出來了，富國銀行以1680億美元排名第七。

富國銀行有166年歷史，也一度稱為“美國最佳零售銀行”，以創(chuàng)新和客戶服務(wù)著稱于世。2013年，招行行長馬蔚華在接受《財(cái)富》專訪時(shí)，毫不諱言招行的很多創(chuàng)新靈感和源頭就來自富國銀行，他說“ 只有富國是水泥加鼠標(biāo)，即傳統(tǒng)的銀行加上網(wǎng)絡(luò)的改造，這與我們是一致的。我們后來做的很多事，富國銀行都給我們很多啟發(fā)”

富國銀行是很早就重視數(shù)據(jù)應(yīng)用的企業(yè)，早在1983年，富國銀行就建立了自己的企業(yè)級數(shù)據(jù)倉庫系統(tǒng)[2]。

不像很多企業(yè)，對于數(shù)據(jù)的認(rèn)知主要是CTO或者CIO這樣的技術(shù)角色，富國銀行的CEO蒂姆斯隆對于數(shù)據(jù)的重要性有著自己的解讀，“數(shù)據(jù)現(xiàn)代化（Data Modernization）是富國銀行提升效率的重要因素，它包括減少我們內(nèi)部的管理平臺和數(shù)據(jù)庫的數(shù)量，將來自多個(gè)企業(yè)的客戶數(shù)據(jù)整合到一起，并根據(jù)匯總信息進(jìn)行欺詐檢測。除了使我們的流程更加簡化和有效之外，數(shù)據(jù)現(xiàn)代化還可以提高我們將創(chuàng)新產(chǎn)品和服務(wù)推向市場的速度，我們相信利用數(shù)據(jù)技術(shù)你能夠幫助我們的客戶更好地管理他們的財(cái)務(wù)狀況，從而使我們能夠建立更長久的信任合作關(guān)系和業(yè)務(wù)持續(xù)性?！?/span>

富國銀行更是少有的將數(shù)據(jù)戰(zhàn)略寫入董事會戰(zhàn)略里的銀行之一[9]，“確保我們所有的系統(tǒng)運(yùn)營都是實(shí)時(shí)的，有能力處理和保護(hù)海量的數(shù)據(jù)，從而為我們的高效運(yùn)營和領(lǐng)導(dǎo)創(chuàng)新做出貢獻(xiàn)”。

富國銀行高級副總裁兼企業(yè)分析與數(shù)據(jù)科學(xué)負(fù)責(zé)人Prahalad Thota表示，“我們的使命是通過數(shù)據(jù)和智能技術(shù)幫助銀行的各個(gè)部門更好的了解客戶和更好的管理風(fēng)險(xiǎn)，優(yōu)化服務(wù)，提高響應(yīng)力”。

富國銀行的數(shù)據(jù)轉(zhuǎn)型尤其專注于客戶的重點(diǎn)數(shù)據(jù)，“為了滿足不斷增長的客戶期望，在與金融科技初創(chuàng)公司和其他數(shù)字化公司競爭中拔得頭籌，我們必須全面，充分，深入的利用我們的數(shù)據(jù)”，富國銀行數(shù)據(jù)管理和洞察負(fù)責(zé)人Zac Maufe說[3]。

但是之前的實(shí)際情況是，像大部分銀行一樣，富國銀行過去的數(shù)據(jù)平臺和應(yīng)用是圍繞業(yè)務(wù)線建立的，每個(gè)業(yè)務(wù)部門，產(chǎn)品線都建立了獨(dú)立的數(shù)據(jù)系統(tǒng)，導(dǎo)致雖然富國銀行擁有超過7000萬的大量客戶數(shù)據(jù)，但是它們分布在多個(gè)銀行部門和系統(tǒng)中，很難找到和共享。

例如，信用卡部門不知道他客戶的抵押貸款和投資經(jīng)驗(yàn)信息，業(yè)務(wù)人員只能了解他的客戶的局部信息。

為了打破這樣的局面，能夠通過數(shù)據(jù)全面的描述出客戶的畫像，在2017年，富國銀行建立了全行集中的數(shù)據(jù)運(yùn)營和洞見團(tuán)隊(duì)，開發(fā)整體的數(shù)據(jù)戰(zhàn)略和平臺架構(gòu)，從而支撐高級數(shù)據(jù)分析功能，這是一個(gè)非常有挑戰(zhàn)的工作。

富國銀行的數(shù)據(jù)轉(zhuǎn)型主要包含以下四部分工作內(nèi)容：

“如今，每一個(gè)人都了解數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的強(qiáng)大功能，了解客戶的需求去構(gòu)建系統(tǒng)從而實(shí)現(xiàn)與客戶的個(gè)性化交互，但是很少有銀行建立全面的數(shù)據(jù)方法”，富國銀行戰(zhàn)略副總裁Pankaj Rai在一次訪談中提到，“大部分公司的數(shù)據(jù)都有問題，原因有幾個(gè)，其中首要的就是大部分公司在設(shè)計(jì)IT系統(tǒng)的時(shí)候，沒有真正考慮到數(shù)據(jù)將成為IT系統(tǒng)的重要元素，IT系統(tǒng)沒有預(yù)料到到來的大數(shù)據(jù)革命，所以，他們沒有能夠設(shè)計(jì)好數(shù)據(jù)架構(gòu)?！盵5]

這就是數(shù)據(jù)戰(zhàn)略的重要性，富國銀行通過建立全行級別的數(shù)據(jù)戰(zhàn)略，研究銀行目前的狀況，以及未來數(shù)據(jù)能夠做什么。

通過數(shù)據(jù)戰(zhàn)略的建設(shè)以及定期的迭代優(yōu)化，富國銀行能夠清晰地知道自己都擁有哪些數(shù)據(jù)，這些數(shù)據(jù)在哪里，從業(yè)務(wù)角度有什么樣的價(jià)值，未來還需要哪些數(shù)據(jù)，這些數(shù)據(jù)將通過什么渠道來獲取，再根據(jù)數(shù)據(jù)的需求地圖去完善后續(xù)應(yīng)用系統(tǒng)建設(shè)的數(shù)據(jù)戰(zhàn)略，從而從一開始就拉通數(shù)據(jù)，避免后續(xù)應(yīng)用系統(tǒng)中的數(shù)據(jù)孤島問題。

富國銀行的數(shù)據(jù)戰(zhàn)略制定主要包括如下內(nèi)容：

富國銀行在數(shù)據(jù)治理領(lǐng)域做的非常全面和細(xì)致。

富國銀行的數(shù)據(jù)治理策略由首席數(shù)據(jù)辦公室牽頭制定，包括企業(yè)數(shù)據(jù)治理策略、企業(yè)數(shù)據(jù)標(biāo)準(zhǔn)等。這些標(biāo)準(zhǔn)進(jìn)一步定義和記錄了管理和維護(hù)關(guān)鍵數(shù)據(jù)資產(chǎn)的有效方法，并將與他們的其他公司合作、貸款，信息安全，記錄管理以及數(shù)據(jù)保護(hù)和隱私相關(guān)的政策保持一致。從而以正確的方式利用富國銀行的數(shù)據(jù)并遵守適用的法律和監(jiān)管要求，數(shù)據(jù)治理對于實(shí)現(xiàn)企業(yè)愿景，價(jià)值觀和目標(biāo)一致的運(yùn)營效率和增強(qiáng)的客戶體驗(yàn)至關(guān)重要。[11]

企業(yè)級數(shù)據(jù)治理的重要工作目標(biāo)包括：

1. 梳理和建立企業(yè)的數(shù)據(jù)資產(chǎn)目錄，讓需要的人隨時(shí)能夠清晰的知道在哪里獲取什么數(shù)據(jù)和數(shù)據(jù)產(chǎn)品及服務(wù)
2. 確保銀行的風(fēng)險(xiǎn)數(shù)據(jù)有統(tǒng)一的定義（元數(shù)據(jù)），且可追溯至記錄系統(tǒng)。這樣，無論計(jì)算方式為何，數(shù)據(jù)的傳輸過程都會有清楚的記錄。
3. 將最常用的數(shù)據(jù)整合成一個(gè)單一版本的數(shù)據(jù)。監(jiān)管機(jī)構(gòu)或銀行員工查詢某個(gè)具體數(shù)字時(shí)數(shù)據(jù)團(tuán)隊(duì)需確保他們只能從一個(gè)地方取得數(shù)據(jù)，從而避免他們從多處獲得不同的答案。
4. 建立互通的數(shù)據(jù)溝通語言，從而讓不同業(yè)務(wù)線，內(nèi)部外部都能夠獲取到一致的數(shù)據(jù)。

通過執(zhí)行這些數(shù)據(jù)治理工作，銀行能夠更好地管理風(fēng)險(xiǎn)；并使用數(shù)據(jù)來解決問題，并挖掘銀行各項(xiàng)業(yè)務(wù)之間的機(jī)遇。

富國銀行的數(shù)據(jù)治理不僅包括戰(zhàn)略層的標(biāo)準(zhǔn)和流程制定，還包括數(shù)據(jù)基礎(chǔ)架構(gòu)的技術(shù)戰(zhàn)略的管理，統(tǒng)一的集成交換技術(shù)標(biāo)準(zhǔn)等，從而保證數(shù)據(jù)治理不只是停留在理論層面，而是通過技術(shù)手段去落地執(zhí)行到具體的項(xiàng)目實(shí)施層面。

富國銀行在2017年分析了自己的金融數(shù)據(jù)全景[12]，制定了企業(yè)級數(shù)據(jù)資產(chǎn)管理的全生命周期的流程，從Mainframe到數(shù)據(jù)湖，到分析運(yùn)營數(shù)據(jù)，到價(jià)格策略數(shù)據(jù)，再到用戶日志數(shù)據(jù)，將數(shù)據(jù)源，數(shù)據(jù)類型，數(shù)據(jù)分析方法，技術(shù)手段統(tǒng)一進(jìn)行了分析和設(shè)計(jì)，從而保證了企業(yè)級的數(shù)據(jù)處理的標(biāo)準(zhǔn)化和頂層設(shè)計(jì)的一致性。

富國銀行有一個(gè)數(shù)據(jù)崗位叫數(shù)據(jù)管理和洞察崗（Data Management & Insight，簡稱DMI)[13]。從LinkedIn的崗位描述上看，這個(gè)崗位的主要職能是圍繞業(yè)務(wù)目標(biāo)，去使用和管理數(shù)據(jù)，為客戶提供洞察，滿足監(jiān)管的要求，不同的業(yè)務(wù)線都有對應(yīng)的DMI顧問。

所以，可以理解為富國銀行的數(shù)據(jù)管理是一個(gè)融合了業(yè)務(wù)和數(shù)據(jù)的崗位而不是一個(gè)純粹的技術(shù)崗，是面向業(yè)務(wù)目標(biāo)的數(shù)據(jù)應(yīng)用工作。

富國銀行講數(shù)據(jù)的技術(shù)戰(zhàn)略管理納入到了數(shù)據(jù)戰(zhàn)略的體系中，從全行層面統(tǒng)一制定采集、存儲、處理、加工、分析數(shù)據(jù)的技術(shù)戰(zhàn)略選型，從而保證技術(shù)的一致性標(biāo)準(zhǔn)化，這有利于數(shù)據(jù)系統(tǒng)的升級迭代和集成協(xié)作。

富國銀行的數(shù)據(jù)戰(zhàn)略中有一個(gè)很重要的內(nèi)容，就是不僅要分析數(shù)據(jù)現(xiàn)狀，并且要面向未來設(shè)計(jì)業(yè)務(wù)場景，規(guī)劃數(shù)據(jù)應(yīng)用藍(lán)圖。就像富國銀行戰(zhàn)略副總裁Pankaj Rai在訪談中所說，“要將數(shù)據(jù)的架構(gòu)，設(shè)計(jì)放到IT系統(tǒng)設(shè)計(jì)之前”[5]。

在富國銀行的招聘網(wǎng)站上，我們看到，最多的數(shù)據(jù)崗就是數(shù)據(jù)集成顧問(Data Integration Consultant)。數(shù)據(jù)集成是一個(gè)基礎(chǔ)性工作，也是工作量最大的一個(gè)細(xì)致的工作。但是，7000萬的用戶數(shù)據(jù)有著越來越豐富的維度，加上其他數(shù)據(jù)，這樣的排列組合是一個(gè)天文數(shù)字，如何讓數(shù)據(jù)集成顧問能夠快速標(biāo)準(zhǔn)化的將源數(shù)據(jù)進(jìn)行二次加工成有價(jià)值，通用的數(shù)據(jù)服務(wù)呢？

制定敏捷的企業(yè)數(shù)據(jù)集成戰(zhàn)略是非常重要的頂層設(shè)計(jì)，富國銀行的數(shù)據(jù)戰(zhàn)略中包含企業(yè)數(shù)據(jù)集成的標(biāo)準(zhǔn)和協(xié)議，從而能夠指導(dǎo)數(shù)據(jù)集成顧問用共同的語言、方法和工具來工作，最大限度降低產(chǎn)生數(shù)據(jù)孤島的可能性。

富國銀行對數(shù)據(jù)的利用是最早的，從數(shù)據(jù)中也獲得了核心的競爭力，與此同時(shí)富國銀行也出現(xiàn)了多起數(shù)據(jù)泄露的事故[14]。所以在富國銀行的數(shù)據(jù)戰(zhàn)略里，數(shù)據(jù)安全管理是作為公司治理級別的高度來管理的。尤其在數(shù)據(jù)授權(quán)方面，對于不同類別的業(yè)務(wù)數(shù)據(jù)制定了分級、分類型的數(shù)據(jù)授權(quán)點(diǎn)及驗(yàn)證審批機(jī)制[6]。

富國銀行在1983年就建立了自己的企業(yè)數(shù)據(jù)倉庫，擁有包括SAS，Teradata，Oracle等各種數(shù)據(jù)平臺。這次數(shù)據(jù)轉(zhuǎn)型項(xiàng)目，他們希望構(gòu)建統(tǒng)一的數(shù)據(jù)基礎(chǔ)架構(gòu)和以Hadoop為代表的現(xiàn)代化數(shù)據(jù)平臺，從而讓數(shù)據(jù)能夠更集成的被業(yè)務(wù)應(yīng)用所使用和消費(fèi)。

我們發(fā)現(xiàn)富國銀行所實(shí)施的內(nèi)容，和我們所講的數(shù)據(jù)中臺是基本一致的，所以我們將這部分工作總結(jié)為富國銀行的企業(yè)級數(shù)據(jù)中臺構(gòu)建，主要包括如下內(nèi)容：

富國銀行持續(xù)的在進(jìn)行遺留數(shù)據(jù)系統(tǒng)的現(xiàn)代化遷移，將傳統(tǒng)的Teradata，Oracle，SAS這樣的單體數(shù)據(jù)平臺遷移到云上或者是基于Hadoop的開放數(shù)據(jù)架構(gòu)上[7]，從而將企業(yè)的數(shù)據(jù)進(jìn)行整合和統(tǒng)一。通過這樣的項(xiàng)目，間接的收益是富國銀行關(guān)閉了100多個(gè)數(shù)據(jù)中心[8]。

由于原來富國銀行的數(shù)據(jù)是分散在各個(gè)公司、部門、業(yè)務(wù)線的，所以整個(gè)企業(yè)數(shù)倉的遷移是基于整體的數(shù)據(jù)戰(zhàn)略規(guī)劃基礎(chǔ)上的，從而保證遷移后的數(shù)據(jù)間是拉通的，是基于整體頂層設(shè)計(jì)的。

富國銀行內(nèi)部數(shù)據(jù)數(shù)量龐大，包含以下類型的數(shù)據(jù)：

內(nèi)部數(shù)據(jù)：客戶的賬戶和資金收付交易等結(jié)構(gòu)化數(shù)據(jù);客服音頻、網(wǎng)點(diǎn)視頻、網(wǎng)上銀行記錄、電子商城記錄等非結(jié)構(gòu)化數(shù)據(jù)

外部數(shù)據(jù)：美國三大征信局對每個(gè)客戶的信用評分及信用報(bào)告信息、評級機(jī)構(gòu)提供的信息、工商法院提供的信息、客戶社交關(guān)系信息、客戶消費(fèi)信息等。

正如Paul Cao（富國銀行資本市場業(yè)務(wù)數(shù)據(jù)服務(wù)總監(jiān)），“鑒于他過去在各種大數(shù)據(jù)解決方案方面的經(jīng)驗(yàn)以及最新技術(shù)趨勢，他和他的團(tuán)隊(duì)非常了解更傳統(tǒng)的關(guān)系數(shù)據(jù)庫的局限性。因此，他們將注意力集中在支持NoSQL和Hadoop的解決方案上”[16]。富國銀行建立了以Hadoop為基礎(chǔ)的集中管理的，分布式數(shù)據(jù)存儲架構(gòu)，通過多樣化的技術(shù)，統(tǒng)一的集成標(biāo)準(zhǔn)管理了企業(yè)級數(shù)據(jù)湖。

富國銀行圍繞客戶，打通了各業(yè)務(wù)線的數(shù)據(jù)，建立了“橫向客戶視圖（a horizontal customer view）”，也就是我們所說的用戶數(shù)據(jù)平臺（Customer Data Platform）[15]。通過用戶數(shù)據(jù)平臺能夠讓業(yè)務(wù)人員掌握用戶的全面、一致的信息，從而做出最準(zhǔn)確，實(shí)時(shí)的業(yè)務(wù)決策。

通過對元數(shù)據(jù)的統(tǒng)一定義和管理，富國銀行建立了一套全企業(yè)一致的描述數(shù)據(jù)的語言，從而從最底層就建立了數(shù)據(jù)治理體系，保證了數(shù)據(jù)在高速變化的情況下的唯一性和一致性。

在數(shù)據(jù)湖的基礎(chǔ)上，富國銀行建立了面向業(yè)務(wù)價(jià)值的數(shù)據(jù)集市，所有的數(shù)據(jù)服務(wù)（Data API）基于數(shù)據(jù)集市來產(chǎn)生，從而能夠更快的實(shí)時(shí)的為業(yè)務(wù)提供數(shù)據(jù)支持。

正如Pankaj Rai所說，“API是最佳的協(xié)作方式之一，未來的企業(yè)將由API來驅(qū)動”。富國銀行構(gòu)建了自己的API網(wǎng)關(guān)門戶，將數(shù)據(jù)轉(zhuǎn)換成API供內(nèi)外部使用，構(gòu)建自己的動態(tài)生態(tài)。

數(shù)據(jù)在富國銀行的表現(xiàn)形式不僅是“可視化”，將數(shù)據(jù)API嵌入到業(yè)務(wù)系統(tǒng)中，實(shí)時(shí)的影響業(yè)務(wù)的進(jìn)行，從而使業(yè)務(wù)更加智慧[17]。

富國銀行在2018年宣布成立了自己的AI企業(yè)解決方案團(tuán)隊(duì)，幫助他們將機(jī)器學(xué)習(xí)等人工智能技術(shù)應(yīng)用到業(yè)務(wù)的各個(gè)領(lǐng)域[18]。2018年2月份向所有消費(fèi)者客戶推出了基于人工智能的預(yù)測銀行功能（AI-based predictive banking）。它能分析客戶的銀行活動并向他們發(fā)送警報(bào)或建議，以便他們采取行動以實(shí)現(xiàn)積極的理財(cái)策略，例如節(jié)省更多，并避免損失，例如透支。

人們越來越喜歡使用語音與數(shù)字設(shè)備交互，而不是在他們的鍵盤上打字。通過這種方式，AI可以作為我們的聲帶與系統(tǒng)和技術(shù)之間的橋梁。在銀行業(yè)，語音驗(yàn)證比密碼更簡單，更安全，更無縫。它還可以為人們提供更多選擇和便利，支付賬單，匯款轉(zhuǎn)賬或進(jìn)行其他交易。富國銀行是最早將自然語言處理應(yīng)用到數(shù)據(jù)領(lǐng)域的金融企業(yè)之一，他們基于NLP技術(shù)構(gòu)建了智能客服系統(tǒng)。

人工智能可以學(xué)習(xí)如何收集，組織和解釋隨著時(shí)間推移出現(xiàn)在相同位置和格式的數(shù)據(jù)，從而減少人們花時(shí)間在重復(fù)性任務(wù)上的需要。在富國銀行的AI創(chuàng)新實(shí)驗(yàn)室中，正在探索AI如何實(shí)現(xiàn)與銀行家的實(shí)時(shí)互動。一個(gè)例子是使用AI來幫助客戶自動開戶審批的情況。從歷史上看，業(yè)務(wù)人員需要花費(fèi)大量時(shí)間訪問數(shù)十個(gè)文檔和系統(tǒng)，而通過部署人工智能解決方案，業(yè)務(wù)人員可以專注于客戶及其需求，而人工智能系統(tǒng)則可以提出所有正確的問題以及要審核的內(nèi)容。

在數(shù)據(jù)戰(zhàn)略和現(xiàn)代化數(shù)據(jù)平臺的同時(shí)，富國銀行正在建立面向數(shù)據(jù)分析的運(yùn)營模型(Analytic Target Operation Model)，從而把數(shù)據(jù)智能能力賦予到所有業(yè)務(wù)部門。目前優(yōu)先級比較高的有用戶體驗(yàn)改進(jìn)，用戶和市場洞察以及合規(guī)風(fēng)險(xiǎn)管理三個(gè)領(lǐng)域[4]。

富國銀行的客戶洞察團(tuán)隊(duì)，通過對7000萬的用戶數(shù)據(jù)的整合分析，將不同的數(shù)據(jù)，轉(zhuǎn)化為可靠的洞察力，重新設(shè)計(jì)了商業(yè)銀行的門戶網(wǎng)站。

典型場景：分析用戶行為數(shù)據(jù)優(yōu)化門戶網(wǎng)站設(shè)計(jì)。

富國銀行的首席市場官(CMO) Jamin再一次采訪中提到，通過數(shù)據(jù)和人工智能，機(jī)器學(xué)習(xí)技術(shù)，他們將多個(gè)渠道的用戶行為數(shù)據(jù)、交易數(shù)據(jù)整合起來，從而更加全面細(xì)致的了解他們喜歡什么，想要什么，如何使用富國銀行的服務(wù)。在此基礎(chǔ)上，他們能更好的優(yōu)化門戶網(wǎng)站的設(shè)計(jì)，為用戶提供更加個(gè)性化，更加高效的用戶體驗(yàn)。

他們把網(wǎng)站的用戶行為數(shù)據(jù)，從訪問量，訪問路徑，停留時(shí)間，各功能的使用情況都進(jìn)行了全面采集，結(jié)合交易情況，銷售情況，收益情況進(jìn)行綜合分析，從而對整個(gè)網(wǎng)站進(jìn)行了重新的設(shè)計(jì)。

富國銀行將數(shù)據(jù)和智能技術(shù)深入的應(yīng)用在合規(guī)和風(fēng)控、自動審計(jì)領(lǐng)域，比如反洗錢、信用卡反欺詐等[20][21]。富國銀行研究了一種可以檢測并持續(xù)檢測潛在欺詐案件可能性的人工智能模型，這將大大減少移交給員工調(diào)查的高風(fēng)險(xiǎn)案件的數(shù)量。

典型場景：人工智能賦能銀行卡欺詐檢測

銀行卡反欺詐是典型的業(yè)務(wù)場景，對于零售和商業(yè)銀行而言都希望識別出破產(chǎn)、違約、預(yù)付、重組貸款等高風(fēng)險(xiǎn)事件從而降低由于借款人未能履行合同義務(wù)而帶來的損失。

富國銀行越來越重視在業(yè)務(wù)中對人工智能/機(jī)器學(xué)習(xí)的技術(shù)的應(yīng)用，因?yàn)閭鹘y(tǒng)的統(tǒng)計(jì)分析、數(shù)據(jù)挖掘方法很難處理這樣海量的數(shù)據(jù)集下的復(fù)雜模型，并且也無法做到實(shí)時(shí)的數(shù)據(jù)分析。

富國銀行通過梯度下降(Gradient Descent)、Boosting、隨機(jī)森林等集成算法，利用超過1500萬次的測試，超過50個(gè)獨(dú)立的特征變量，構(gòu)建了欺詐監(jiān)測模型，比傳統(tǒng)的邏輯預(yù)測算法有更好的表現(xiàn)。

https://bigdata.wayne.edu/2018_presentations/joel_vaughan-wells_fargo.pdf

通過整合客戶的有效信息，富國銀行可以了解他們的交互歷史，并可以分析過去的交易以確定他們采取某些行動的原因 - 了解為什么某些類型的客戶或分支機(jī)構(gòu)反映不同的結(jié)果和遵循模式。然后，他們可以預(yù)測行為，甚至根據(jù)客戶資料，細(xì)分和先前的行動來規(guī)定產(chǎn)品。

目前富國銀行的AI企業(yè)解決方案團(tuán)隊(duì)正在各個(gè)領(lǐng)域通過高級數(shù)據(jù)分析賦能業(yè)務(wù)。而在一次采訪中，他們提到了在富國銀行這樣的有著26萬員工，7000多個(gè)辦公室，13000多ATM的超大型企業(yè)里應(yīng)用和推廣數(shù)據(jù)智能技術(shù)的挑戰(zhàn)。

“我們有太多的部門和機(jī)構(gòu)，有非常多的領(lǐng)導(dǎo)。大家的想法不同，意見不同，利益不同，對于業(yè)務(wù)的理解也不一樣，很多的人都不知道你講的數(shù)據(jù)和人工智能是什么。”

“當(dāng)我們提出要用CNN（卷積神經(jīng)網(wǎng)絡(luò)）來做模型的時(shí)候，就有人提出來，你為什么不用邏輯模型呢？”

“AI的應(yīng)用有著很多的不確定性，如何讓管理層認(rèn)識并接受AI的實(shí)際價(jià)值，避免出現(xiàn)過高的期望是很重要的一件事情”

對于以上的常見的問題，富國銀行的經(jīng)驗(yàn)是：

• 要讓習(xí)慣于跟數(shù)據(jù)說話的數(shù)據(jù)人員也學(xué)會與業(yè)務(wù)人員交流，讓他們能夠站在業(yè)務(wù)的角度思考，思考這些數(shù)據(jù)和模型能夠給業(yè)務(wù)帶來的價(jià)值而不僅僅是模型本身的準(zhǔn)確度
• 同時(shí)利用CNN和傳統(tǒng)邏輯模型的方式來構(gòu)建同樣的模型，通過對比體現(xiàn)機(jī)器學(xué)習(xí)的差異化優(yōu)勢，從而獲得直觀的效果的體現(xiàn)，贏得支持（A/B Testing）
• 讓企業(yè)管理人員參與項(xiàng)目的重要過程，讓他們置身其中，從而在一線親身體會數(shù)據(jù)轉(zhuǎn)型項(xiàng)目的特點(diǎn)

富國銀行的高階數(shù)據(jù)分析應(yīng)用訪談

https://www.youtube.com/watch?v=lGjuLXquCgI

作為一個(gè)以科技和數(shù)據(jù)作為核心競爭力的金融機(jī)構(gòu)，富國銀行是最早設(shè)置了CDO（首席數(shù)據(jù)官）的銀行（2014年），在首席數(shù)據(jù)官辦公室的領(lǐng)導(dǎo)下，擁有5000多名數(shù)據(jù)方面的技術(shù)人員，他們是富國銀行的數(shù)據(jù)轉(zhuǎn)型的能力基石。

通過對富國銀行官方招聘網(wǎng)站的分析，凱哥列出了富國銀行的數(shù)據(jù)團(tuán)隊(duì)的重要角色[10]。

（1）富國銀行的數(shù)據(jù)團(tuán)隊(duì)重點(diǎn)角色

• Chief Data Officer/首席數(shù)據(jù)官
• Data Strategist/數(shù)據(jù)戰(zhàn)略顧問
• Data Governance Specialist/數(shù)據(jù)治理專家
• Data Integrity Consultant/數(shù)據(jù)集成顧問
• Data Privacy Officer/數(shù)據(jù)隱私官

• AI/ML Data Engineer/人工智能算法工程師
• Data Scientist/數(shù)據(jù)科學(xué)家
• Big Data Centre Engineer/大數(shù)據(jù)中心工程師(數(shù)據(jù)平臺工程師）
• Data Professing Clerk/數(shù)據(jù)處理專員 (小時(shí)工)
• Test Data Management Developer/測試數(shù)據(jù)工程師

• Data Mangement & Insights(DMI) /數(shù)據(jù)管理和洞察顧問
• Application Business Data Owner/應(yīng)用數(shù)據(jù)負(fù)責(zé)人
• Data Modeler/數(shù)據(jù)建模顧問
• Master Data Management/主數(shù)據(jù)管理
• Data Analytics Consultant（數(shù)據(jù)分析顧問）
• Enterprise Compromised Data Team（數(shù)據(jù)風(fēng)險(xiǎn)管理團(tuán)隊(duì)）

（2）與業(yè)務(wù)深入融合的數(shù)據(jù)智能團(tuán)隊(duì)結(jié)構(gòu)

凱哥發(fā)現(xiàn)富國銀行的數(shù)據(jù)團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)是融合的，每一個(gè)業(yè)務(wù)部門都有對應(yīng)的數(shù)據(jù)團(tuán)隊(duì)在支撐。

拿企業(yè)分析和數(shù)據(jù)科學(xué)團(tuán)隊(duì)為例，EADS團(tuán)隊(duì)包括三部分：

• 集中的數(shù)據(jù)科學(xué)團(tuán)隊(duì)
• 和LOB數(shù)據(jù)科學(xué)家和分析師一起工作的團(tuán)隊(duì)
• 在不同的業(yè)務(wù)項(xiàng)目上工作的團(tuán)隊(duì)

這樣的結(jié)構(gòu)，類似于在數(shù)據(jù)能力的中臺，上深入快速的與業(yè)務(wù)團(tuán)隊(duì)協(xié)作，提供更快更落地的數(shù)據(jù)服務(wù)。

凱哥畫了一張富國銀行的數(shù)據(jù)轉(zhuǎn)型之路。

附：富國銀行2016-2019業(yè)績

富國銀行總資產(chǎn)在穩(wěn)步增長(2014-2019)

附：富國銀行關(guān)鍵數(shù)字

附：富國銀行獲得的榮譽(yù)

“最具創(chuàng)新的銀行”

參考資料

END

凱哥提供的培訓(xùn)：

企業(yè)數(shù)字化轉(zhuǎn)型高管培訓(xùn)

精益數(shù)據(jù)訓(xùn)練營/解決方案架構(gòu)師特訓(xùn)營

從數(shù)據(jù)到價(jià)值：精益數(shù)據(jù)工作坊

凱哥提供的數(shù)字化咨詢教練陪跑服務(wù)：

數(shù)字化轉(zhuǎn)型規(guī)劃 | 頂層設(shè)計(jì) |企業(yè)創(chuàng)新與運(yùn)營

IT戰(zhàn)略規(guī)劃 | IT服務(wù)管理體系 | 數(shù)據(jù)治理