迎向開放銀行第三階段,佈局「智慧中台」實現場景金融

打造消費者無縫接軌的體驗,讓金融業迎來開放銀行的潮流,紛紛佈局未來的開放銀行第三階段,透過智慧中台,能協助金融業實現場景金融。

金融業積極佈局開放銀行(Open Banking),希望打造無所不在的金融服務,場景金融的應用崛起。透過開放程式介面(Open API),跨業、跨域結合第三方服務業者(Third-party Service Providers, TSP),創造金融服務新商機,數位生態系,讓消費者體驗無縫接軌。

去年11月,台灣的開放銀行發展進入第二階段「開放客戶資訊」,已有七家銀行核准通過。消費者曾在A銀行填寫過個人資料,在申請B銀行的服務和商品時,經消費者同意,B銀行可自動帶入消費者的個人金融資訊,做到跨銀行的自動化資料交換。TSP業者可據此提供消費者的帳戶整合服務,整合消費者在不同銀行的房貸、存款、基金投資等資訊。

下一步,開放銀行將進入第三階段「交易資訊」,即在客戶同意下開放交易與支付,TSP業者整合帳戶後,就能直接透過App連結帳戶扣款、支付、調整或撥付帳戶資金。

SAS台灣業務顧問部副總經理陳新銓說,「開放銀行第三階段,將是真正個人資料權『還歸於民』的核心概念,進而趨動實現談了好些年的『場景金融』。」未來,消費者可以自由決定個人資料與交易資料要提供給哪些銀行,那些TSP,讓哪個業者為其做服務;而金融業者或TSP業者,則可在消費者於食、衣、住、行、生活、育樂等面向所產生金融服務,有效介接所有金融服務可能性。可預見將是金融業挖掘新客戶、新商機的版圖重整關鍵時機。

迎向開放銀行第三階段的兩大挑戰

提及金融業在開放銀行面臨的挑戰,陳新銓說明,第一階段「商品公開資訊」時,金融業遇到的是如何提供有競爭力的商品資訊;第二階段「開放客戶資訊」的挑戰則是,迎來從別家轉來的新客戶時,我不一定有完整如還款能力的交易資訊,仍需花費資格審查的時程、隱含詐欺的風險。

要邁向開放銀行第三階段「交易資訊」,陳新銓認為,未來金融業將面臨兩大挑戰:

挑戰1》打造內外部數位生態系

未來所有在開放銀行下的交易,將透過TSP業者發送,銀行在面對新客戶時,只會收到這位客戶在別的銀行留下的交易或信用資料,銀行要如何快速進行審查、評估的流程?

然而,目前金融業徵審、授信審查流程,仍仰賴人工審查。如此一來,即便現在大家都嚮往「快速核貸」,前端網站及App也努力跟上系統化腳步,但一銜接回後續審查流程,仍回到未自動化的人工作業,無法加速審查的流程。

挑戰2》即時判斷碎片化交易的銷售價值

未來透過多方管道、TSP業者傳遞的碎片化交易請求,包括申請貸款、親朋好友吃飯要拆帳等。金融業只能擷取少量資料運用與媒合,猜想消費者是否還有其他金融需求,才能達成最大的銷售價值。

陳新銓以數位貸款策略舉例說明,過去消費者有貸款需求,會先到各銀行網站、社群媒體蒐集貸款資訊,進行商品比較。然後上各銀行網站試算,收到銀行的報價以後,消費者再排序挑選銀行申請貸款,而後進入貸款審查作業。

而進入開放銀行,TSP業者將會取代前端一直到報價的流程,場景可如此想像:日後當客戶有買房需求而需要申請房貸,未來房屋業者也可能轉為TSP角色,將客戶資訊及房屋標的物資訊,透過API分享至國內所有銀行,銀行則依照客戶的個人條件、擔保品貸款的可能性,評估客戶能獲得的房貸額度、利率和期間。客戶只要從清單中選出前三家直接議價,進行房貸申請。對銀行來說,只能被動收到由TSP業者提供的客戶資訊與貸款鑑價品資訊。

因此,在客戶分析、商品推薦、風險及授信預審報價、徵信作業及智能詐欺、風險授信策略與報價參考、商品交易等完整流程中,銀行需要具備瞬間計算、判斷與回覆的能力。「在商品及服務成交的過程中,比拚的就是速度! 」陳新銓表示,銀行必須思考內部的流程準備好了嗎?如何快速提升客戶興趣、快速掌握客戶風險?擁有「敏捷式的分析能力」,將是未來銀行必備的技能。

以智慧中台轉型「智能銀行」

「開放銀行將使傳統銀行轉型為智能銀行(Data-driven Bank)!」陳新銓說,轉型開放銀行的關鍵在於智能策略,也就是透過打造兩大中台:「AI中台」協助建立AI模型、AI分析;「決策中台」的即時決策引擎,協助即時判斷策略。利用智慧中台實現敏捷式的分析能力,架構出內外部數位生態系。

對內,將所有流程智能化,免去人工逐筆審閱的作業流程,即時分析TSP業者傳送過來的客戶資料,才能在最短時間內快速篩選出好的客戶,推薦客戶最適合的商品及服務,快速提升客戶興趣。同時,縮短後續評估的流程,預測客戶的風險程度,自動化預測詐欺,讓優質客戶能在最短時間內完成審查流程,金融業才能在風險管控得宜的情況下搶得先機,擊退對手贏得客戶。
 
對外,陳新銓則建議銀行必須加速制定迎向第三階段的技術策略,挑選全通路、各接觸點合適體系與文化的TSP業者加入金融生態系,一起投入服務。快速運用AI智能分析TSP業者的各式資料,如交易歷程、人際關係、數位軌跡與地理資訊等,挖掘出自身銀行想鎖定的目標客戶。

智能銀行的經典案例,即是日本三大商業銀行之一瑞穗銀行。其推出可靈活應對小額和短期貸款的線上借貸服務,原本由人工審查的短期貸款作業流程,藉由AI運算,同時收集網路外部資料,來制定自動貸款決策,加速所有審查的流程。核貸過程由數週縮減為30分鐘,上線第一個月發放80筆信用貸款,下個月成功攀升至1,000筆,減少「兌現時間」,重新設計其數位轉型的經營目標。

台灣金融業也有敏捷式分析的亮眼案例,陳新詮指出,國泰世華銀行推出信用卡臨時調額服務,針對客戶是否該調額、優質客戶要調整多少額度,設計出AI的規則與模型,在客戶於商店或餐廳刷卡超出額度的當下,主動推播簡訊給客戶,詢問是否同意立即通過臨時調額。即時性回應場景金融,讓優質客戶平均刷卡交易金額提升了6成。
 
比爾・蓋茲提及,「銀行服務是必要的,但銀行本身並不是。」迎向開放銀行第三階段的金融變革浪潮,即是將實現這樣的場景金融願景。陳新詮提醒,金融業必須積極轉型智能銀行,掌握智慧中台的核心技術架構,經過一致性的資料治理,讓分析與即時決策在同一平台運算,方得以支持像信貸交易、商品推薦等場景化的微服務,開創場景金融零時差!

Man hands using online banking and icon on tablet screen device in coffee shop -- online payment digital and shopping on network connection

獲得更多洞察


想要從SAS獲取更多洞察? 訂閱我們的洞察時訊。亦可回顧往期以獲得更多您所關心的主題洞察,包括分析大數據商業智能數據管理欺詐和安全營銷以及風險管理

Back to Top