最后,管控层是整个运营平台的“神经中枢”,在接触层和交付层转型的驱动下,管控层的功能也将由运营风险控制为主向任务管理、风险控制、数据分析与反馈的综合功能转变,呈现“云端化”和“数据化”的发展趋势。
“云端化”:如上文所说,逻辑集中下的“集约化”作业将成为处理层运营活动重要的发展方向,而“云运营”管理平台的建设是实现“集约化”作业的关键,旨在通过资源组合方式的优化和资源投入的统筹安排,提高运营体系的整体效能。
虽然在银行运营领域,“云运营”的概念还未广泛落地,但在其他行业早就有成熟应用。滴滴打车就是典型的“云平台”案例,需求端是需要打车服务的用户,供给端是已在平台上获得准入的车辆资源。在客户下单后,客户需求统一接入云平台,平台通过预先定义的明确规则,在供给范围内快速精准地匹配最优的服务资源,推动资源效用最大化。
当服务完成后,用户和车主可以在打车软件上对用车服务进行相互评价,评价结果便于平台端到端跟踪和掌握运营水平,并持续改进服务效率。由此可见,需求统筹、精准撮合、闭环管理、驱动优化是云平台运转的核心特点。
运营管理“云平台”的高效运转,需要具备三个关键功能要素:作业服务撮合、信息跟踪分析和统筹管理(参阅下图)。
首先平台需建立明确的作业准入规则、交付标准、撮合规则,以实现作业服务的有效撮合。通过准入规则和交付标准扎口管理,推动资源方(运营)和需求方(业务)良好沟通,对齐双方期望;通过供需撮合机制的设计,将需求高效地与最优的资源进行匹配,有效削峰填谷。例如基于客户与任务的性质排序优先,并将任务导入相应流程(例如“绿色通道”、“重点审核”等);设计管理逻辑,将任务分配至相应的处理与服务团队(例如“专业审批”、“高端客服”);建设削峰填谷机制及特别状况下的任务调拨机制。
其次,需建立信息跟踪和分析的统一管理平台,集中管理作业指令和数据,保证所有作业流“一个源头、统一接入标准”,并对作业和服务的交付信息闭环跟踪。
最后,平台建立相应的统筹管理机制至关重要,包括基于平台作业需求预测和产能规划的容量管理机制、资源方(运营)和需求方(业务)的相互评价机制、对平台个人和团队绩效的考核评估机制、跨区域运营服务作业的计价机制等。
此外,平台在对各区域作业规则进行统一扎口管理的同时,需要确保各区域政策传导的及时性,使平台能够对外部监管要求的变化及时响应。
“数据化”:运营管理平台积累了前后台广泛的渠道、客户、作业数据,运用数据来驱动下一代的“智慧运营”至关重要。
运营管理的“数据化”有两个重要方向。一是从“运营”视角出发,通过运营数据的分析为前台接触层的渠道与服务优化提供输入和反馈。BCG曾帮助西班牙一家银行通过大数据技术应用,对16个既可以在网点也可以在网络与移动渠道上完成的关键运营活动展开分析,建立了12个月的时间回溯深度,把客户群体和运营活动按照网点使用强度以及非网点渠道使用潜力进行细分。
分析结果显示,大约66%的交易活动对网点的使用强度较高,但同时对非网点渠道的使用潜力也很高,因此可以从网点迁移到网络或移动渠道。而在客户细分中发现,年轻客户、老年客户以及高端客户在运营活动迁移方面潜力最大,可以优先作为渠道迁移的对象。通过这样的运营调整,运营大数据分析帮助银行在引导客户转移、减轻网点压力的同时保障了客户体验。
在处理层的运营活动应用上,“数据化”则是借助数据挖掘和机器学习等技术,为部分非规则主导型的任务操作赋予“大脑”。对于难以定义明确操作规则、只能依赖人工经验判断的活动,从积累的大量数据中学习并迭代模型,分析数据并作出判断,包括识别在资金交易过程中的欺诈活动、认证客户身份建立客户关系等。
“数据化”的第二个重要方向是从“客户”视角出发,着眼于客户洞察为营销服务提供支持。前文中提到,线上线下渠道的无缝衔接和定制化的界面及服务是“接触层”运营活动的重要方向,而无论是不同渠道间的无缝切换和一致体验,还是客制化服务的实现都需要统一的客户信息管理系统和强大的数据分析处理能力作支撑,实现单一客户的360度视角。
国内银行内部各渠道、业务条线的数据割裂已非一朝一夕,客户数据管理基础薄弱,每个业务部门都有自己的一套系统,系统之间数据不能共享,更难以整合外部机构信息形成完整的用户画像。整合客户数据也非运营条线一己之力可以实现,需要运营和业务合作建设,共同搭建数据引擎,打造统一的客户数据平台,并加强客户数据分析和应用能力。