艾瑞咨詢：2023年中國銀行業數字化轉型研究報告（66頁）.pdf

《艾瑞咨詢：2023年中國銀行業數字化轉型研究報告（66頁）.pdf》由會員分享，可在線閱讀，更多相關《艾瑞咨詢：2023年中國銀行業數字化轉型研究報告（66頁）.pdf（66頁珍藏版）》請在三個皮匠報告上搜索。

1、中國銀行業數字化轉型研究報告2023.4 iResearch Inc.22023.4 iResearch Inc.報告摘要來源：艾瑞咨詢研究院自主研究及繪制趨勢展望卓越服務商評選背景介紹難點剖析落地指南銀行數字化轉型背景介紹：大勢所趨：銀行業數字化轉型；頂層規劃：構建數字金融新格局；疫情影響：“后疫情時代”的挑戰；外部競爭：互聯網公司入局造成沖擊；內部投入：銀行業IT投入逐年穩步增加；技術進步：前沿技術與銀行業高度契合。銀行數字化轉型難點剖析：內部卡點涉及人才、技術、數據及體制四方面；外部主要面臨信息安全及服務商選擇兩大風險挑戰。模型搭建邏輯介紹：評測模型由作為核心驅動的頂層戰略規劃、能力展現

2、的數字化能力建設以及作為轉型保障的底層結構支持三部分構成頂層戰略規劃：通過重要度、難度與能力展現效果三重維度評測頂層戰略規劃；圍繞頂層設計、戰略布局、高階組織管理三個方面展開討論。數字化能力建設：通過優先度、重要度與能力展現效果三重維度評測銀行數字化能力轉型水平；圍繞渠道數字化、營銷數字化、產品數字化、風控數字化四個方面展開討論。底層支持：通過優先度、重要度與支撐效果三重維度評測銀行底層支持。圍繞低代碼、RPA、人工智能、數據安全、培訓及激勵五個方面展開討論。數智化：銀行數字化體系建設將更加完善，逐步覆蓋更多業務場景，為用戶提供全面、便捷的金融服務開放性：數字化升級推動開放融合的金融生態體系建

3、設，促進國內開放銀行業務的發展敏捷性：薄前臺，厚中臺，強后臺生態化：數據融合、互聯合作，邁向生態化數字銀行iResearch-卓越者 評估指標介紹：評測模型主要包括服務廠商的行業深耕程度、產品與技術能力、服務能力及生態能力四個核心維度，最終評測結果的產出來自于對以上四個核心維度的綜合考量。iResearch-卓越者 入圍廠商：將表現優異的前50家銀行數字化轉型服務廠商納入“iResearch-卓越者”榜單，榜單分為銀行數字化能力建設服務商，包括銀行科技子公司、銀行IT解決方案服務商、銀行數字化創新服務商三個細分類型，及銀行數字化核心技術服務商共四類3銀行數字化轉型背景介紹及難點剖析1銀行數字化

4、模型詳解及落地指南2iResearch-數字化轉型卓越服務商評選3卓越服務商典型案例展示4趨勢洞見：銀行數字化發展趨勢展望54n 銀行數字化轉型背景介紹 大勢所趨：銀行業數字化轉型 頂層規劃：構建數字金融新格局 疫情影響：“后疫情時代”的挑戰 外部競爭：互聯網公司入局造成沖擊 內部投入：銀行業IT投入逐年穩步增加 技術進步：前沿技術與銀行業高度契合n 銀行數字化轉型難點剖析銀行數字化轉型背景介紹及難點剖析52023.4 iResearch Inc.大勢所趨：銀行業數字化轉型數字中國建設成未來最大確定性之一，銀行業應加快數字化轉型以適應數字經濟社會新環境來源：艾瑞咨詢研究院自主研究及繪制。數字中

5、國建設整體規劃銀行業數字化轉型關鍵步驟國內：數字治理生態國際：數字領域國際合作生態布局人才布局業務布局技術布局數字技術創新體系數字安全屏障低代碼RPA人工智能云計算優化頂層數字環境頂層數字化布局強化數字技術能力核心數字技術應用賦能經濟社會發展關鍵數字能力建設夯實底層數字基礎底層數據驅動數字建設基礎數據資源體系數據架構及標準數據治理數據安全大數據區塊鏈數字經濟數字政府數字文化數字社會數字生態文明營銷數字化渠道數字化風控數字化產品數字化數字化協同運營數字化人員管理數字化生態建設數字化財務管理62023.4 iResearch Inc 頂層規劃：構建數字金融新格局由廣入微，見微知著，國家數字化轉型系

6、列政策層層推進，逐步構建數字金融新格局銀行數字化轉型相關文件體系梳理中華人民共和國國民經濟和社會發展第十四個五年規劃和2023年遠景目標綱要數字社會“加快數字化發展 建設數字中國”數字經濟數字政府“加強關鍵數字技術創新應用”“加快推動數字產業化”“推進產業數字化轉型”“十四五”數字經濟發展規劃大力推動產業數字化轉型“鼓勵銀行業金融機構創新產品和服務，加大對數字經濟核心產業的支持力度“數字產業化“以深化金融供給側結構性改革為目標，以加快金融機構數字化轉型、強化金融科技審慎監管為主線”強化金融科技治理全面塑造數字化能力“數字驅動 智慧為民 綠色低碳 公平普惠”深化數字技術金融應有工作目標：“到20

7、25年，銀行業保險業數字化轉型取得明顯成效，數字化金融產品和服務方式廣泛普及”“數字化經營管理體系基本建成，網絡安全、數據安全和風險管理水平全面提升?！睆摹皯鹇砸巹澓徒M織架構”“業務經營”“數據能力”“科技能力”“風險防范”等方面全面推進銀行業保險業數字化轉型金融科技發展規劃（2022-2025年）關于銀行業保險業數字化轉型的指導意見來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制72023.4 iResearch Inc.疫情影響：“后疫情時代”的挑戰疫情促使“非接觸式”金融服務需求激增，銀行業務線上化進程加速2010.671937.522057.712308.362375.89-3.

8、7%6.3%12.2%11.5%201720182019202020212017-2021年中國銀行業離柜交易金額及增長率情況離柜交易金額（萬億元）增長率（%）疫情限制線下金融活動，改變用戶金融業務辦理習慣，線上渠道與“非接觸式”金融服務受到市場的普遍關注。2020年2月，中國銀保監會發布關于進一步做好疫情防控金融服務的通知要求各銀行保險機構“積極推廣線上業務”，“優化豐富非接觸式服務渠道”。在政策影響下，2020年中國銀行業離柜交易金額增長率約為2019年的兩倍，一年內由6.3%提升至12.2%，到2021年離柜增長率仍維持在較高增長水平，離柜交易金額連續兩年穩步提升。疫情對于用戶金融業務辦

9、理習慣的改變促使銀行業務線上化轉型進程的推進，“非接觸式”金融服務對于銀行渠道建設能力、技術架構搭建、數字化運營能力等多方面提出了全新的要求，為銀行業數字化發展與金融服務方式改變帶來持久而深遠的影響?！胺墙佑|式”銀行能力要求拆解數字化戰略與頂層設計渠道建設能力技術架構搭建“非接觸式”金融業務對銀行數字化轉型提出全新能力要求金融科技團隊建設來源：20172021年中國銀行業服務報告，專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制數字化運營能力數字化產品設計其他“非接觸式”銀行服務電話銀行手機銀行網上銀行銀行業“非接觸式”金融業務服務方式82023.4 iResearch Inc.外部競爭：互聯

10、網公司入局造成沖擊互聯網公司技術能力及生態建設水平超過銀行，金融“換”媒浪潮動搖銀行市場地位前沿技術賦能“存貸匯”業務互聯網生態建設與生態流量導流風控能力數字化能力業務板塊數字營銷能力云計算大數據人工智能數據處理與分析能力區塊鏈存貸匯數據安全及信息保護能力技術賦能業務應用前沿技術互聯網公司發揮自身技術能力優勢，技術賦能“存、貸、匯”業務，部分取代了商業銀行原有業務范疇需求度理財平臺短視頻平臺電商平臺視頻平臺票務平臺社交平臺游戲平臺外賣平臺支付平臺*高收益業務流量引流使用頻率來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制隨著大數據、人工智能、云計算等前沿技術在互聯網領域的成熟應用，互聯網

11、企業充分發揮其自身技術能力優勢，將新技術在數據分析、模型搭建、信息保護等方面的數字化能力應用于金融服務領域，為銀行傳統“存、貸、匯”業務帶來服務模式與運營方式的革新。在技術賦能金融業務的同時，互聯網企業在金融領域的探索與技術革新對于商業銀行原有業務板塊與市場份額帶來了不小的沖擊，金融“換”媒浪潮逐步動搖銀行在金融領域的市場地位。除此之外，互聯網企業在生態能力建設與生態資源整合方面擁有先天優勢，有能力和資源將在高頻高需平臺獲取的用戶流量遷移至高收益的電商、金融板塊，從流量入口端侵蝕銀行銀行客戶資源，導致商業銀行從流量端口開始就存在流量銳減的問題，進一步影響了銀行整個生態體系業務的流量和業務收益，

12、將互聯網巨頭在流量方面優勢逐步擴大到更深層的高收益業務領域。92023.4 iResearch Inc.內部投入：銀行業IT投入逐年穩步增加近年國內銀行業IT投入規模穩步提升，預計將以約24.6%的復合增長率高速增長，2025年市場投入規模將接近6000億隨著國家數字化轉型系列政策的出臺及前沿技術在金融服務領域應用的逐步成熟，銀行數字化轉型已經成為國內商業銀行發展的大勢所趨。近年國內銀行業在IT建設與服務領域的資金投入規模逐年遞增，自2019年起銀行業IT投入規模以24%的復合增長率穩定高速增長，在2022年突破3000億元，預計未來國內銀行業IT投入規模仍將以約24.6%的復合增長率保持高速

13、增長態勢，于2025年達到接近6000億的規模投入。1,609 2,174 2,483 3,068 3,773 4,749 5,936 35.1%14.2%23.5%23.0%25.9%25.0%20192020202120222023e2024e2025e銀行數字化規模（億元）YoY(%)2019-2025年中國銀行業IT投入規模來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制CAGR=24.0%CAGR=24.6%銀行業IT投入規模（億元）102023.4 iResearch Inc.技術進步：前沿技術與銀行業高度契合底層技術及新興技術的成熟發展成為銀行數字化轉型助推器數字化轉型離不

14、開堅實的技術支撐。日漸成熟的大數據、云計算及AI等底層技術與數字化場景衍生新興技術相輔相成，賦能于諸多銀行業務場景。如智能客服：基于自然語言理解的對話機器人可取代部分人工客服，降低人力成本，提升解決問題的效率。智能清算：搭建基于區塊鏈的供應鏈金融平臺，完成數據的可信流轉，使企業客戶實現更便捷安全的自動清算。信用風險管理：主要通過大數據技術識別信息不對稱問題，進行欺詐識別、授信評分、貸后管理等風險管理。在如今數字新基建的背景下，依托“ABCDE”（人工智能(AI)、大數據(BigData)、云(Cloud)、物聯網設備(Device)及前沿探索(Exploration)）全棧技術能力，打造數字化

15、產品、渠道、運營及生態體系，已成為促進銀行業數字化升級的剛需。來源：艾瑞咨詢研究院自主研究及繪制。底層技術大數據云計算5G物聯網 AI新興技術區塊鏈隱私計算低代碼RPAAR/VR 技術架構分布式技術平臺微服務體系數據能力數據整合數據清洗數據分析數據應用機器學習知識圖譜 業務應用精準營銷場景獲客智能客服 智能清算智能投顧互聯網貸款供應鏈金融風險管控信用風險管理：欺詐識別、授信評分、貸后管理等運營風險監測身份核驗風險模型優化生態開放金融生態行業生態科技生態科技生態數字化技術與數字化銀行架構112023.4 iResearch Inc.組織敏捷性欠缺數字化轉型需要整個銀行自上而下的組織配合，考驗銀行

16、的統籌及組織能力；流程敏捷性欠缺將數字化技術與傳統業務流程結合，打破各組織間的“煙囪式”壁壘，促進各部門之間的協同效應，提升業務辦理效率。銀行業務場景與產品構成復雜多樣，技術的選擇及系統的搭建難度較大；銀行業務靈活多變，對于系統的迭代能力及適應性都是較大的考驗；銀行對于技術的選取應用要貼合銀行的產品與業務，不能盲目“炫技”，哪個技術最適合銀行業務、如何應用這個技術都是銀行需要仔細考慮的問題。銀行業務具有單鏈條屬性，部門間難以發揮協同效應，導致數據規則不統一，孤島現象較為嚴重，數據歸集不到位；數據挖掘能力欠缺，缺少相應的數據整合、治理及分析工具，導致在數據價值難挖掘、數據資產難利用；銀行數據渠道

17、的打通、共享和應用能力不足，難以支撐“數據生態”建設。銀行業數字化轉型難點（1/2）內部卡點涉及人才、技術、數據及體制四方面銀行進行數字化轉型過程中會遇到多重挑戰，其中內部卡點主要體現為人才匱乏、技術難匹配、數據治理基礎薄弱及體制僵化四方面。數字化轉型需要在原有的組織架構上設立新的部門或重新定義層級管理結構，但由于傳統銀行組織架構缺乏敏捷性，部門協同效應不明顯，造成了銀行內部數據的割裂和歸集不到位；同時，既了解銀行業務又兼具數據分析能力的復合型人才較欠缺，因此難以將銀行內部數據的價值最大化。此外，由于銀行業務具有復雜性，如何使技術與各業務相適配也是在數字化轉型中的一大難題。來源：艾瑞咨詢研究院

18、自主研究及繪制。內部人才培養成本高、周期長，思維模式受限，人才轉化效果不理想；外部招聘市場中復合型人才供不應求，需要與互聯網及金融科技公司進行人才競爭，銀行業留存人才優勢不明顯。內部“四大”難題復合型人才匱乏技術與業務難適配數據治理基礎薄弱內部體制固守成規銀行業數字化轉型內部難題122023.4 iResearch Inc.銀行業數字化轉型難點（2/2）外部主要面臨信息安全及服務商選擇兩大風險挑戰數據及網絡監管安全是銀行開展數字化建設的重要基石。由于金融行業自身敏感性及金融監管的要求，傳統銀行多采用“封閉式”內網開展業務。而如今的數字化轉型需要銀行內部數據與外部眾多數據源進行交互處理、聯合挖掘

19、價值，這對銀行的數據及網絡監管安全提出了較高要求，即銀行需要在確保數據安全合規的前提下挖掘數據價值來開展業務。此外，相較于單純的技術供應商，銀行在數字化轉型中更需要“一站式”陪伴性服務，即既要符合該行轉型理念，又要了解具體業務并提供技術落地，因此找到與自身需求相匹配的服務商亦是一大挑戰。來源：艾瑞咨詢研究院自主研究及繪制。風控合作數據安全風險：作為數據密集型行業，銀行業在生產運營中沉淀了大量數據資源，其中包括海量個人信息。如何在安全合規的情況下利用生物特征進行個人身份驗證，收集、處理并挖掘數據價值以形成資產，成為銀行業進行數字化轉型的挑戰之一。網絡監管風險：網絡安全法提出，包括金融在內的7個重

20、要行業領域，一旦遭到數據泄漏，可能將危及國家安全、民計民生及公眾利益，因此國家應重點保護此類領域的網絡安全。同時，隨著犯罪性或破壞性的網絡攻擊不斷增加，網絡控制監管的力度也將持續提升。敏捷系統 VS 復雜流程：金融科技公司采用的IT系統不同于規模較大的傳統金融機構，所用的操作程序更為敏捷，這是金融科技公司的優勢。然而金融科技公司可能缺乏相應的經驗和專長，因此難以在公司層面與較為傳統的金融機構系統相整合，亦難以適應后者復雜的操作流程。思維開放 VS 思維保守：金融科技公司思維更開放，銀行思維較為保守，內部風險規避觀念與外部靈活創新思維的矛盾會成為雙方在數字化轉型項目合作中的阻力之一。銀行業數字化

21、轉型外部挑戰13銀行數字化轉型背景介紹及難點剖析1銀行數字化模型詳解及落地指南2iResearch-數字化轉型卓越服務商評選3卓越服務商典型案例展示4趨勢洞見：銀行數字化發展趨勢展望514n 銀行數字化評測模型介紹 模型搭建邏輯介紹 銀行數字化評測維度剖析n 銀行數字化模型詳解及落地指南銀行數字化模型詳解及落地指南152023.4 iResearch Inc.模型搭建邏輯介紹評測模型由作為核心驅動的頂層戰略規劃、能力展現的數字化能力建設以及作為轉型保障的底層結構支持三部分構成數字化能力建設底層結構支持頂層戰略規劃數字化轉型頂層戰略規劃n 銀行數字化轉型頂層戰略規劃，即銀行戰略數字化，是指管理層

22、對銀行業務數字化升級的整體布局及規劃，從戰略層面明確銀行數字化轉型的意義，在銀行內部形成自上而下的數字化轉型統籌體系，制定出全面的數字化轉型方針，為后續業務升級及部門協作奠定基礎。n 頂層戰略規劃由對銀行數字化發展的頂層設計、戰略布局與高階組織管理領域展開探討，重點關注銀行數字化轉型的核心驅動力及頂層協調力，以及管理層面對于整體數字化轉型的推動作用。銀行數字化能力建設n 數字化能力建設，作為銀行整體數字化轉型的能力支持，將聚焦于數字技術與銀行服務的融合適配程度，重點關注銀行業務數字化水平及數字化服務能力的提升。銀行在業務層面的能力建設成果，也是銀行自身數字化能力及應用水平的直接體現。n 數字化

23、能力建設的評測指標將重點圍繞數字化渠道建設能力、數字化營銷能力、數字化產品設計及數字化風控能力四個方面展開，通過對銀行在以上業務領域數字化表現的分析，判斷商業銀行業務數字化水平。數字化轉型底層結構支持n 數字化轉型底層結構支持是指包括金融科技、數據管理、組織架構、數字化人才及文化等因素的銀行數字化保障能力綜合評定體系。n 底層結構的支持力度將決定銀行數字化轉型的成效及數字化業務能力的發展走向，是整個銀行數字化評測模型的基礎與銀行數字化升級能力的發展礎石。銀行數字化能力評測模型搭建邏輯介紹核心驅動能力展現結構保障來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制162023.4 iResea

24、rch Inc.頂層戰略規劃：數字化指標象限展示通過重要度、優先度與能力展現效果三重維度評測頂層戰略規劃n 銀行數字化的頂層戰略規劃設主要分為三部分部分展開，分別是：頂層設計：戰略咨詢供應商和銀行兩方面：供應商考量主要包括商業，品牌、案例和口碑，以及風險合規三方面。銀行自身評測要點包括數字化轉型需求分析、能力現狀評估、戰略目標確定以及詳盡計劃落實。戰略布局：主要包括業務布局、科技布局、人才布局以及生態布局。高階組織管理：主要是科技組織架構搭建以及架構管理機制。頂層戰略規劃評測指標象限說明n 該象限從以下三個評測維度對銀行數字化轉型所涉及的各項頂層戰略規劃指標進行了評測：頂層戰略規劃優先度該指標

25、重點評測銀行各項頂層戰略規劃指標的優先級，將評測重點聚焦于銀行在數字化轉型實操中的轉型選擇順序，由象限圖中的縱軸呈現。頂層戰略規劃重要度該指標衡量銀行各項頂層戰略規劃指標對于其發展的重要程度，重點關注該項能力對于銀行數字化轉型的影響力，由象限圖中的橫軸呈現。頂層戰略規劃展現效果該指標核心展現銀行頂層戰略規劃對數字化轉型的直接效果提升，由象限圖中的圓圈大小呈現，圓圈越大，該項頂層戰略規劃帶來的轉型效果在實際業務運轉中的表現越明顯。頂層戰略規劃評測指標象限高*頂層戰略規劃效果分析由象限中的圓圈大小呈現，圓圈越大效果呈現越直接明顯。綠：頂層設計；藍：戰略布局；粉：高階組織管理銀行數字化頂層戰略規劃指

26、標介紹高低頂層戰略規劃重要度分析數字化轉型優先度分析高低戰略目標數字化轉型需求分析業務布局人才布局組織架構搭建科技組織管理機制科技布局供應商選型生態布局來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制172023.4 iResearch Inc.頂層戰略規劃指標一：頂層設計頂層設計指標可分為供應商與銀行自身兩部分數字化轉型屬于自上而下的過程，銀行推行數字化轉型戰略，需從頂層設計的制定開始。做好頂層設計，能夠保障轉型戰略的有序推進。頂層設計評測指標主要分為戰略咨詢供應商和銀行兩方面，其中供應商選型時應考慮：商業，品牌、案例和口碑，以及風險合規三方面，而銀行自身評估要點應包括以下幾部分：1）

27、數字化轉型需求分析，了解銀行內部各部門對數字化轉型的需求；2）數字化能力評估，診斷銀行目前數字化能力現狀，分析與目標的差距；3）明確數字化戰略目標，包括短期目標與長期愿景；4）詳盡的數字化轉型項目計劃，數字化轉型依托于各重點項目建設實現，需對各重點項目的進行提前規劃。具體內容及核心價值供應商選型要點銀行自身評估要點 轉型需求分析：了解銀行內部對數字化轉型項目的需求，確定哪些業務環節需要數字化升級和改進，明確需要改造的主要環節及內容，為有效開展數字化轉型提供目標與原則。能力現狀評估：在進行數字化轉型之前，需要先全面了解銀行的數字化能力現狀，診斷當前銀行內部科技能力現狀，評估現狀與要達成目標所需的

28、能力差距，從而制定相應的數字化轉型策略。明確戰略目標：數字化轉型并非是小工程，需要對銀行全行進行改造，是一個漫長的過程。銀行應根據自身規模、體量及業務發展戰略，明確數字化短期與長期目標。詳盡項目計劃：數字化轉型并非紙上空談，需要依托一系列重點工程的建設實施才能完成數字化轉型，因此在頂層設計階段需要明確重點項目的詳盡計劃。商業方面：部署模式、續費模式、售后質量、價格、服務質量 品牌、案例和口碑：企業經營實力、行業案例、銀行業案例、客戶口碑、客戶認可度 風險和合規方面：合規性、業務保密性、數據安全 需求分析：業務和流程分析、技術和系統分析、人員和組織分析、數據和信息分析、風險和安全分析。能力現狀評

29、估：IT基礎設施，數據積累，技術應用先進性，數字化人才吸引能力，公司基礎能力（公司體量、可投入資金等）。戰略目標：短期目標（如MAU數量上升、線上線業務下相融合、全量金融資產的增長、交易數量增多等）；長期目標（以客戶為中心的產品體系、智能營銷生態、降本增效的新組織架構等）。詳盡計劃：未來3-5年計劃實施數字化戰略工程/數字化子規劃的數量，各項目優先級排序、項目責任部門和預期效果。頂層戰略規劃指標：頂層設計來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制頂層設計戰略布局高階組織管理182023.4 iResearch Inc.頂層戰略規劃指標二：戰略布局銀行數字化轉型四大布局：技術、業務、

30、人才、生態戰略布局作為頂層戰略規劃重要的一環，關系到銀行數字化轉型的成功與否，各銀行的數字化轉型最優規劃路徑是不一的，根據中國銀保監會辦公廳關于銀行業保險業數字化轉型的指導意見（銀保監辦發20222號）（以下簡稱意見），銀行進行數字化戰略布局可從科技、業務、人才、生態這四方面布局。來源：中國銀保監會辦公廳關于銀行業保險業數字化轉型的指導意見（銀保監辦發20222號），專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制頂層戰略規劃指標：戰略布局人才：意見指出“大力 引 進 和 培 養 數 字 化 人才。積極引入數字化運營人才，提高金融生態經營能力，”銀行數字化轉型中，擁有足夠的“金融+科技型“數字

31、化人才，才能適應在適應科技、業務發展時帶來變革，從而提高競爭力。具體可從以下方面著手：強化內部激勵措施，通過一系列激勵留住人才；打通內部科技型專業人才的上升通道，選聘有能力的人才進入管理層；加強人才引進，以校招+社招方式，引進金融、科技、數據復合型人才；加強內部培訓機制，定期對業務、科技部門進行培訓、深入了解數字化轉型。生態：意見指出”構建安全高效、合作共贏的金融服務生態。與相關市場主體依法依規開展合作，創新服務場景，”數字化生態建設有利于推動全行業發展，激發銀行數字技術的創新活力，提高服務、內部治理水平，與合作伙伴、客戶實現雙向賦能，進而提升自身競爭力，產業生態布局可在以下方面開展：梳理行業

32、優秀數字化轉型標桿案例，加大優秀數字化轉型案例展示；共同參與支撐技術設施建設，在做好風控隔離的前提下，共享數據、設施和資源；依托銀行業資源，成立銀行數字化轉型產業聯盟，加強與上下游合作伙伴的交流與需求對接，創新服務場景。業務：意見指出“促進場景開發、客戶服務與業務流程適配融合，加強業務流程標準化建設，持續提高數字化經營服務能力?！便y行數字化轉型最終愿景是促進業務的創新和升級，提高業務效率和客戶體驗，提高業務安全和風險控制能力，因此數字化轉型應從自身業務發力：利用AI技術，實現智能化風控、客戶畫像、精準營銷等業務，提高風險控制和客戶服務的效率和效果；利用大數據技術，增強普惠金融、綠色金融、農村金

33、融服務能力?？萍迹阂庖娭赋觥疤岣咝录夹g應用和自主可控能力。密切持續關注金融領域新技術發展和應用情況，”科技布局是銀行數字化轉型的基礎，只有科技布局得當，才能有效實現數字化轉型的目標，在進行科技戰略布局時，銀行可結合自身業務情況在以下方面著手：開展前沿技術研究，探索技術成果轉化路徑；推廣AI、區塊鏈、云計算等前沿技術，實現數據的集中管理和共享，保障交易數據的安全性和可追溯性，提高業務效率和客戶體驗推動科技架構轉型，搭建分布式架構；積極引入研發運維一體化工具，推動科技管理敏捷轉型。頂層設計戰略布局高階組織管理192023.4 iResearch Inc.頂層戰略規劃指標三：高階組織管理金融科技架構

34、搭建與管理機制是高階組織管理關鍵銀行進行數字化轉型，絕不僅僅是成立一個科技中心/部門就能實現轉型目標，需要對全行的組織架構進行深層次變革，將科技中心滲透進每個部門或每項業務中，將兩者深度融合。金融科技架構評測內容包括以下細分指標：1）科技組織架構搭建是否完善；2）架構管理機制是否合理。n 是否成立金融科技子公司n 是否設立金融科技總行一級部門n 是否成立金融科技研發中心n 是否設立銀行數字戰略委員會或領導小組n 負責數字化相關部門個數是否合理科技組織架構搭建科技架構管理機制n 董事會或管理層是否有科技背景的專業人才統籌數字化轉型總體規劃n 是否設置專職人員跟蹤管理重點項目，推動解決實施中出現的

35、重大問題n 各部門執行小組是否定期開展項目進度的匯報，解決實施中出現的問題積極解決頂層戰略規劃指標：高階組織管理來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制頂層設計戰略布局高階組織管理202023.4 iResearch Inc.數字化能力建設：數字化指標象限展示通過優先度、重要度與能力展現效果三重維度評測銀行數字化能力轉型水平n 銀行的數字化能力建設主要分為兩個部分展開，分別是：對外：以服務客戶為核心，圍繞客戶需求的數字化客戶運營板塊，包括：渠道數字化、營銷數字化、產品數字化、數字化生態場景搭建等。對內：以提升銀行內部運營能力為核心的銀行數字化運營板塊，包括：數字化風控、數字化財務

36、管理、數字化協同運營、數字化人員管理等。n 通過銀行數字化建設評測指標象限對以上能力的分析，后續將對象限中表現突出的四項數字化能力指標（即：營銷數字化、渠道數字化、產品數字化、風控數字化）展開進一步分析。數字化能力建設評測指標象限說明n 該象限從以下三個評測維度對銀行數字化轉型所涉及的各項能力指標進行了評測：數字化轉型的優先度該指標重點評測銀行各項數字化轉型能力的轉型優先級，將評測重點聚焦于銀行在數字化轉型實操中的轉型選擇順序，由象限圖中的縱軸呈現。數字化能力建設重要度該指標衡量銀行各項數字化能力建設對于其發展的重要程度，重點關注該項能力對于銀行業務發展及日常運營的影響力，由象限圖中的橫軸呈現

37、。數字化能力展現效果該指標核心展現銀行各項數字化能力建設對在日常運營的直接效果提升，由象限圖中的圓圈大小呈現，圓圈越大，該項數字化能力轉型帶來的轉型效果在實際業務運轉中的表現越明顯銀行數字化能力建設評測指標象限高低數字化能力建設重要度分析數字化轉型優先度分析高低營銷數字化渠道數字化產品數字化數字化生態場景建設風控數字化數字化財務管理數字化協同運營數字化人員管理銀行數字化能力指標介紹*數字化能力展現效果分析由象限中的圓圈大小呈現，圓圈越大效果呈現越直接明顯。*圓圈的顏色僅作為各項能力指標的展示區分。來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制212023.4 iResearch Inc

38、.數字化能力指標一：渠道數字化（1/3）渠道數字化由線上、線下渠道建設及渠道聯動三部分組成渠道數字化營銷數字化產品數字化風控數字化線上渠道線下渠道渠道聯動線下物理網點的數字化轉型銀行線上渠道的搭建u線下網點數字化轉型“兩步走”：數字化能力指標一渠道數字化升級分析 智能化運營工具的引入 銀行網點數字化氛圍營造渠道選擇的適配性與業務連通性 銀行線上渠道的拓展 線上觸客及客戶運營方式的升級u全渠道交互功能平臺的搭建u全渠道交互對銀行能力提出的要求 渠道“歸戶”管理 渠道業務聯動渠道建設作為銀行業務的基礎環節，其數字化轉型的效果將直接影響銀行在營銷、產品、風控等其他領域的數字化表現。構建數字化渠道、實

39、現渠道間智慧聯動不僅是銀行數字化轉型過程中的優先選項，其對于銀行業務的發展及數字化轉型效果的呈現都是不可或缺的關鍵部分。銀行的渠道數字化能力主要體現在三個方面，分別是銀行線下網點數字化轉型、線上數字化渠道建設以及渠道間的聯動互通，后續內容將圍繞以上三方面開展對于銀行渠道數字化建設能力的分析。來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制222023.4 iResearch Inc.數字化能力指標一：渠道數字化（2/3）智能工具的引入助力銀行線下網點的數字化升級；網銀、手機銀行等線上平臺成為銀行線上用戶的聚集地l 線下網點作為整個銀行體系的觸客前端，是銀行探尋市場動態、捕捉客戶需求的重要

40、渠道。作為長久以來公眾接觸最為頻繁的金融機構，客戶對于傳統銀行業務辦理方式的依賴，決定了銀行網點是銀行數字化轉型中不可忽略的重要部分。線下物理網點的數字化轉型l 銀行的線上渠道主要包括網上銀行、手機銀行、其他銀行業務app、銀行公眾號、社群等線上用戶群體聚集地。l 銀行線上渠道是銀行數字化、智能化升級最直接的體現。得益于智能技術商用化的成熟以及智能設備的普及，通過線上渠道銀行業務擺脫了傳統銀行物理網點的地域限制及客戶經理的服務及知識面的限制，有能力為客戶提供更深入、全面、專業化程度更強的服務。智能化運營工具的引入1整體數字化氛圍營造2虛擬助手智能柜員機器人客服 對于銀行網點數字化升級最直接表現

41、是對智能化運營工具的引入，包括虛擬助手、機器人客服、智慧柜員機等，通過對銀行網點軟硬件水平的提升，在降低人力成本、提升工作效率的同時，實現銀行網點數字化的初代轉型。工作人員數字能力培訓網點業務模式及流程數字化升級用戶運營模式的數字化升級數字化系統搭建及維護 銀行網點數字化轉型的下一步是網點整體數字化氛圍的營造，通過對業務模式、人員服務、軟件系統等要素的全方面數字化升級，使引入的智能化運營工具在實際業務中得到充分應用，真正實現線下物理網點的全面數字化提升。銀行線上渠道的搭建渠道數字化營銷數字化產品數字化風控數字化來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制n網點數字化轉型“兩步走”：2

42、32023.4 iResearch Inc.數字化能力指標一：渠道數字化（3/3）業務聯動性依賴于銀行歸戶管理能力及業務聯通體系的搭建n 全渠道交互-能力要求：渠道選擇的高適配性與業務聯動性l 渠道的數字化轉型除了渠道工具層面的數字化提升，還有就是針對渠道運營方面智能化、靈活化選擇與管理，利用數字化、智能化方式，以大數據作為后臺支持，實現銀行業務線上線下的觸客渠道的大融合，為客戶推薦適合業務渠道的同時也可根據客戶需求變化實現渠道間的靈活轉換。渠道數字化營銷數字化產品數字化風控數字化客戶渠道偏好分析（JM）內容管理（CM）平臺集成（PI）渠道融合（OMO）數據防丟失（SPDL）渠道“歸戶”管理1

43、渠道業務聯動性2 銀行應轉變客戶運營理念，增強“歸戶”意識，以用戶為核心，統一銀行在不同渠道的經營行為，避免出現營銷管理沖突、重復營銷及短時間密集營銷的情況。以“客戶導向”轉為“用戶導向”提升銀行“歸戶”管理能力n 全渠道交互-平臺搭建：u用戶經營策略統一u業務規則統一u各渠道享受的權益統一u各渠道經營行為統一線上渠道與線下渠道的聯動營銷模式n 線上發起，線下經營由線上公域或私域平臺捕捉銷售線索總行分行通過掌上銀行、短信等進行初步營銷（若營銷失?。泳€下渠道將線索轉交客戶經理客戶經理進行強針對性的二輪營銷n 線下拓展，線上運營客戶經理在網點或公域場景拓展客戶幫助客戶下載掌上銀行，開通手機銀行

44、業務，將流量引致線上私域平臺通過線上大數據用戶分析對客戶進行針對性營銷及常態化維護來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制242023.4 iResearch Inc 渠道數字化典型案例創新打造多場景多模態銀行線下智慧網點，賦能數智化營銷科藍軟件推出的“小藍”是國內首創、具有獨家專利、擁有完全自主知識產權的智能高柜數幣機器人，賦能銀行網點數智化轉型，結合銀行網點需求定制數字化服務，實現線上線下服務協同一體化?！靶∷{”搭載華為鴻蒙3.0系統，可以連接網點自助設備、平板、智慧屏、物聯網模組，實現設備間互聯互通，為銀行網點轉型、創新型多場景應用提供更多有利條件。技術方面，“小藍”還搭載

45、了智能語音，人臉識別、數字人民幣兌換、遠程虛擬柜員技術，可以為銀行客戶提供更多個性化服務。目前，“小藍”系統升級，接入百度“文心一言”，可通過數據分析用戶需求，提供智能對話、智能問答、智能運營、智能客服、智能營銷等豐富的智能化服務。同時，“小藍”已完成科藍數字人的對接，智能化服務功能更強。該產品已獲得中國人民銀行印制科學技術研究所鑒別能力檢測中心授予的現金機具鑒別能力認可證書?？扑{助力中國郵政儲蓄銀行打造創新型多場景、多模態智慧銀行網點案例整體實踐解讀：智能創新：通過將傳統高柜升級為智能高柜，實現交易型網點升級為營銷型智能網點，連接網點自助設備、平板、智慧屏、物聯網模組，實現設備間互聯互通；增

46、加智能化營銷服務，通過大數據分析、人工智能技術遠程虛擬柜員及數字人服務，實現個性化推薦和定制化服務；多場景，多模態：構建多場景、多模態一體化服務體系，提供業務咨詢、大額存取款、開卡、數字人民幣、票據業務辦理、云端銀行、智能對話等多場景、多模態數智化服務；降本增效：通過釋放人工柜員，充實客戶經理隊伍，由被動的“坐商”轉變為主動的“行商”，實現自助服務節約成本提高服務效率與質量；還通過語音識別、人臉識別、指紋識別、數字人民幣兌換等技術，實現智能化的認證和服務，減少人為因素干擾和誤操作，提高了服務的安全性和可靠性。敏捷安裝，易擴展，安全可靠：未改造柜臺，直接通過U型槽部署安裝；現鈔箱布放在防彈玻璃內

47、，現金維護工作，不受場地和時間限制；結合科藍在數字化銀行強大的線上業務服務和開發能力，實現線上線下一體化；全面使用國密算法，實現金融自助終端的國產技術自主可控?，F金業務開卡業務賬戶管理簽約中心代繳費打印業務清機加鈔終端參數設置設備管理對公業務投資理財網點監控日常運維高層管理版本管理報表管理業務審核-PAD端廳堂管理-PAD端客戶信息詳情及精準營銷-PAD端人員調度智能語音助手數字人云端柜員數字錢包數幣兌換查詢數字錢包額硬錢包發行硬錢包兌換數字人民幣與銀行賬戶間兌換數字人民幣與外幣兌換運營端設備端來源：科藍軟件，艾瑞咨詢研究院自主研究及繪制。渠道數字化營銷數字化產品數字化風控數字化252023.

48、4 iResearch Inc.數字化能力指標二：營銷數字化（1/3）建立以用戶運營為核心的數字化營銷體系，圍繞用戶全生命周期提供精準營銷服務營銷數字化作為在銀行數字化能力建設中優先度、重要度與能力展現效果均位列前位的銀行數字化能力評測指標，其對于銀行整體的數字化升級效果的展現與影響力是不言而喻的。由于該項能力數字化升級效果易量化，銀行受益直接，對于銀行營銷體系的數字化升級通常是銀行“試水”數字化的第一步。營銷數字化的核心是將傳統銀行業務由“客戶導向”轉變為“用戶導向”，整個數字化營銷流程全面圍繞用戶展開，以單個用戶的實際需求為核心，結合大數據、云計算、人工智能等技術，精準刻畫用戶畫像，全面捕

49、捉用戶生命周期。銀行營銷能力數字化升級按照其用戶運營流程被分為四個階段，依據每個階段不同的業務重點，針對性的部署各業務環節的數字化升級模式，具體情況如下：渠道數字化營銷數字化產品數字化風控數字化數字化能力指標二營銷數字化流程分析u 智能用戶識別 人臉識別 掃碼識別 卡證識別u 用戶數字化畫像 用戶信息采集 數字化標簽處理u 觸客渠道的數字化升級 基于渠道數字化的用戶觸達環節建設u 遠銀中心數字化建設 數據格式自動修正 檢測模型搭建 數字化考核體系 RPA數據統計u 用戶轉化體系 用戶積分體系 用戶權益體系 用戶成長體系u 用戶轉化全流程概覽 公域平臺引客 私域流量運營u 用戶運營監測流程 用戶

50、信息搜集、建模、動態預測、分類調整的用戶動態監測u 數字化用戶檢測模式 遷移分析、轉化分析、流失分析、成本效益分析用戶識別1用戶觸達2用戶轉化3用戶運營監測4來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制262023.4 iResearch Inc.數字化能力指標二：營銷數字化（2/3）用戶識別階段的升級核心是用戶身份確認與數字畫像建設；渠道數字化是用戶觸達環節數字化升級的基礎渠道數字化營銷數字化產品數字化風控數字化在用戶識別環節，數字化升級的核心應用主要體現在兩個方面，分別是用戶識別方式的數字化升級以及用戶數字化畫像的刻畫。營銷數字化流程用戶識別n 用戶識別方式的數字化升級：主要體現

51、在通過AI識別、大數據分析等技術的應用，實現在多種模式下對于用戶信息的確認及共享。主要的識別方式包括：人臉識別、掃碼識別、卡證識別n 用戶數字化畫像：通過大數據的信息積累以及網絡信息系統的互聯互通，數字化升級幫助銀行在用戶信息采集、信息標簽化處理以及用戶畫像完善方面提升較大。對用戶信息的全面把握以及用戶畫像的精準刻畫為后續數字化精準營銷奠定基礎。用戶數字化畫像涵蓋的核心信息范疇包括：用戶來源用戶行為用戶權益公私關系身份特征企業特征風險合規信用情況經營情況營銷數字化流程用戶觸達在用戶觸達環節，數字化升級的體現主要在與渠道數字化能力的結合應用方面，在渠道數字化的基礎上實現與場景式營銷的結合，并通過

52、數字化運營管理在遠銀中心的使用，配合智能外呼系統靈活配置，開展嵌入式營銷。n 數字化運營在遠銀中心的應用：n 渠道數字化在用戶觸達環節的應用：對于銀行觸客渠道的全面數字化升級，幫助銀行實現多渠道的用戶觸達及渠道運營統籌?；趯τ脩舢嬒竦木珳拭枥L，實現銀行對于用戶的分類管理，結合不同用戶特點與場景需求，為其提供多渠道、多場景、策略化的用戶觸達服務，全面提升用戶觸達效率。遠銀中心用戶動態監測模型的搭建2數字化人員考核體系3RPA對后臺數據統計賦能4數據格式的自動修正1來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制272023.4 iResearch Inc.數字化能力指標二：營銷數字化（3

53、/3）三位一體的用戶轉化體系助力銀行實現數字化用戶運營及轉化；運營監測系統動態捕捉用戶行為，及時調整用戶分類渠道數字化營銷數字化產品數字化風控數字化營銷數字化流程用戶轉化營銷數字化流程用戶運營監測用戶運營監測是對用戶行為的動態捕捉，將大數據與機器學習技術相結合，在實現對用戶行為檢測的同時，利用檢測到的用戶數據預測用戶未來動態，準確洞察用戶行為及需求的趨勢變化，及時調整用戶分類，以實現對用戶特征的精準把控。n 用戶運營監測的流程及模式：捕捉用戶信息用戶信息建模未來動態預測用戶分類調整用戶運營監測流程用戶運營監測模式及檢測指標用戶遷移分析用戶轉化分析用戶流失分析成本效益分析用戶轉化是整個銀行營銷流

54、程中的核心環節，體現銀行營銷體系對用戶生命發展全周期的把握。依據用戶與銀行業務聯系的緊密程度，將用戶分層管理，通過搭建用戶成長體系、積分體系、權益體系的方式，激發用戶活躍度，根據用戶特征及需求，通過日常運營維護提升用戶與銀行業務的關聯程度，實現對用戶的逐級轉化。n 數字化用戶轉化體系與流程：興趣用戶咨詢用戶購買用戶深度合作用戶核心用戶通過廣告投放及場景活動宣傳，將來自公域流量的用戶轉化進銀行私域流量池運用銀行營銷數字化升級搭建的三位一體的用戶轉化體系，結合用戶數字化畫像，逐步轉化私域流量用戶，充分挖掘用戶需求，提升用戶對銀行業務的依賴度和忠誠度n 三位一體的用戶轉化體系包括：用戶積分體系、用戶

55、權益體系、用戶成長體系私域運營公域引流客戶滿意度CSAT凈推薦值NPS客戶費力度CES來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制282023.4 iResearch Inc.螞蟻鏈摩斯基于多年對銀行營銷投放場景的經驗沉淀，建立了用戶聯營平臺，基于隱私計算技術幫助銀行合規地對接多維數據來進行精準營銷。在螞蟻及阿里生態流量與場景聯盟的賦能下，摩斯通過對數據的安全多次加密計算，打通銀行與消費場景，在不同的時間節點及差異化的場景端對用戶進行個性化營銷信息投放，精準有效地擴大營銷效果，提升客戶營銷ROI。營銷數字化典型案例螞蟻鏈摩斯用戶聯營平臺隱私計算技術助力銀行數據安全合作，實現數字化精準

56、營銷人群洞察加密場景服務平臺分布式數據聯合，進行人群及活動管理聯合圈人活動配置投放策略效果分析接口權益發放SDK對賬查詢廣告展示人群管理活動管理數據看板螞蟻阿里系生態流量、外部平臺連接，進行營銷投放流量連接活動投放H5摩斯營銷用戶聯營平臺營銷投放平臺摩斯營銷服務數據源商家加密場景管理效果分析后臺管理賬單管理智能投放渠道數字化營銷數字化產品數字化風控數字化來源：螞蟻集團，艾瑞咨詢研究院自主研究及繪制。292023.4 iResearch Inc.數字化能力指標三：產品數字化（1/2）渠道數字化營銷數字化產品數字化風控數字化產品銷售產品設計產品升級迭代u 利用大數據建模分析出受不同類型客戶歡迎的產

57、品特征，有針對性的推出適應線上金融市場環境與市場需求的金融產品。大數據、人工智能、云計算等前沿技術在銀行產品領域同樣得到了廣泛的應用。對于銀行來說，產品的數字化升級不僅僅是將其線下營業網點推出的信貸、理財等產品放到線上平臺售賣，而是從產品的設計環節開始，重新塑造產品的價值鏈及商業模式，用數字化方式全面賦能產品從設計到銷售、運營的每個環節，其數字化升級的核心主要體現在三個方面，分別是產品設計階段的數字化能力應用，產品銷售階段的數字化智能營銷以及后續產品的數字化運營與迭代升級?；谝陨先矫娴哪芰μ嵘皹I務模式轉型，幫助銀行實現產品領域的數字化、智能化提升。銀行產品數字化升級核心環節展示前沿技術應

58、用賦能銀行產品數字化設計、銷售與迭代全流程u 屬于銀行營銷數字化能力建設的一部分u 基于產品與用戶的特征，精準營銷，實現對用戶的逐級轉化。u 為后續產品升級迭代積累數據資源及技術能力，通過產品歷史數據分析把握市場需求走勢u 在后續產品升級迭代的過程中，客戶經理的作用不可忽視來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制302023.4 iResearch Inc.數字化能力指標三：產品數字化（2/2）基于用戶及產品的歷史數據分析，實現精準產品設計與營銷渠道數字化營銷數字化產品數字化風控數字化數字化產品設計數字化產品營銷n 產品的設計依托于市場的需求，數據分析明確產品設計思路基于對產品特

59、征及歷史數據的分析，結合線上金融市場環境與線上群體的消費習慣，設計出符合線上市場需求的數字化產品，并依托數據模型預測該產品的未來收益情況。數字化產品的設計也包括數字化投資組合的構建，通過模型對不同資產組合風險與收益的測算，幫助客戶快速匹配適合的投資產品。n 數字化產品營銷是整個銀行體系營銷數字化能力建設的一部分，具體流程如下：數字化產品升級迭代12345私域流量池建設用戶分層產品與用戶的匹配用戶運營售后追蹤l 從公域平臺吸引目標用戶群體進入銀行的私域流量池l 將用戶按照自身的特征、消費習慣、風險偏好、自身需求等特征分類，將有相似特征的用戶統一管理l 基于產品歷史市場表現及消費者行為偏好分析，為

60、消費者群體找到最適合的金融產品，將二者特征匹配l 根據不同消費群體與金融產品的特征，安排在該領域有經驗積累的客戶經理，對該群體的客戶進行針對性的私域流量運營l 實時跟進客戶對金融產品的反饋，調整用戶的資產配置及營銷方式，為后續的產品升級迭代積累市場數據n 對產品數據運營的積累 對投放產品的市場表現進行追蹤，積累產品數據與用戶反饋，分析并調整營銷策略，為后續產品迭代升級積累數據。后續產品升級迭代的方向仍需要產品經理的把控，對于產品經理的市場洞察能力、產品設計經驗以及用戶需求把控能力提出了更高的要求。來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制312023.4 iResearch Inc

61、.數字化能力指標四：風控數字化（1/3）銀行智能風控體系由基礎能力與業務能力兩個核心部分組成銀行風險管理領域的數字化升級是整個銀行系統數字化升級的核心部分，風控作為銀行業務能力提升的重要輔助環節，其核心工作原理就是通過分析處理歷史數據，得出風險等級并展望未來風險變動趨勢。通過將大數據、人工智能、云計算等前沿技術與銀行風控業務的匯總融合，幫助銀行風控流程實現線上化、數字化、智能化，全面提升銀行對于客戶、行業及地域的風險把控能力，幫助銀行在客戶資格審核及貸款批復、資產管理及投資組合構建等方面降低風險水平，提升銀行整體業務效果。銀行智能風控體系搭建主要由基礎能力及業務能力兩個核心部分組成，基礎能力體

62、現在對于銀行集團級風控數據信息庫的建設以及智慧型風控平臺的搭建上，業務能力主要包括對于銀行智能交易平臺及智能預警系統的使用。渠道數字化營銷數字化產品數字化風控數字化銀行智能風控體系、風控對象及方式展示風控數據庫建設智慧型風控平臺智能交易平臺智能預警系統銀行智能風控體系風控對象及風控方式n 公司客戶及個人用戶的風險畫像和信用等級評分（包括：身份特征、財務狀況、履約軌跡、行為偏好等）n 個人關系圖譜及企業關系圖譜的構建（包括對不同圖譜視角的分析及相關譜系風險信息）n 行業評級報告及資產配置優化方案n 建立行業組合維度定量評價機制n 設定高風險行業預警機制n 區域限額計算模型設計n 建立地區組合維度

63、定量評價機制基礎能力業務能力行業地域來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制用戶322023.4 iResearch Inc.數字化能力指標四：風控數字化（2/3）銀行數據信息庫與智慧風控平臺的建設是銀行風控領域數字化、智能化升級的基礎能力建設部分渠道數字化營銷數字化產品數字化風控數字化智能風控基礎能力建設數據信息庫智能風控基礎能力建設智慧風控平臺作為銀行智能風控體系建設的基礎能力之一，銀行智慧風控平臺的建設是整個銀行風控數字化升級的核心環節。通過搭建風控智慧平臺，將銀行整個風控流程涉及到的風險視圖、組合分析、客戶畫像、業務流程及生命周期管理等環節串聯在一起，完整的在智慧風控平臺

64、上展現。除了風控相關的業務流程外，智慧風控平臺還作為銀行日常風險管理及相關業務的輔助工作平臺，實現文檔歸類、工作流程追蹤、日常管理審核、知識管理等功能。與其他銀行數字化轉型維度類似，銀行風險管理領域的數字化升級，即銀行智能風控系統建設，同樣是立足于整個銀行體系的數據治理及應用能力上。數據信息庫的建設將各數據池（對公數據、零售數據、普惠數據等）與維度指標、數據模型、銀行信貸業務及實際場景相結合，充分探尋數據背后的風險意義，為整個銀行風控體系數字化建設奠定基礎。同時，銀行風控數據庫的建設對于銀行自身的數據整合能力及數據平臺的搭建能力提出了更高的要求，包括數據處理、模型指標搭建、數據源的傳輸與合作等

65、方面。n 銀行數據信息庫建設：信貸數據 工商數據數據源征信數據基礎數據處理層評級打標層報表輸出層客戶特征標簽各指標打分情況全風險視圖風險評級預警名單客戶風險報告監控報告對來自數據源的數據進行數據處理，提升數據的完整性及可用度LogisticLassoXGBoost隨機森林算法神經網絡算法n 智慧風控平臺：財務數據輿情監控 資產情況風控數據平臺模型及算法風險智能管理平臺日常功能風險管理文檔歸類工作流程追蹤管理及審核 知識庫管理日常運營功能：智能查詢、消息代辦、智能推薦全層級風險視圖：總覽視圖組合視圖客戶視圖組合分析：區域評級行業評級產品評級客戶評級客戶畫像：信用評級風險預警關系圖譜客戶評級信貸業

66、務展示：對公業務零售業務評級及風控產品能力支持風控引擎AI技術及算法風控數據庫其他風控工具來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制332023.4 iResearch Inc.數字化能力指標四：風控數字化（3/3）銀行智能風控業務能力主要體現在智能交易風控平臺建設與智能預警系統使用兩個方面渠道數字化營銷數字化產品數字化風控數字化銀行智能交易平臺是將線下低風險業務線上化，通過建立交易銀行線上風控系統，實現對業務的批量化處理，提升風控、定額及批款效率。交易銀行的線上化風控機制是將實際業務規則與評分模型（評分卡）結合，通過分數的排序區分高、中、低風險的客戶，實現對客戶風險的全面把控及自

67、動化審批。智能風控業務能力展現智能交易平臺智能風控業務能力展現智能預警系統智能預警系統是根據銀行業務特征及服務對象，設置不同的預警維度及風險預警等級，幫助銀行在處理公司業務及零售業務的過程中，更直接、明確的了解客戶風險維度，充分把控核心風險敞口。此外，智能預警系統中還包括可以捕捉風險傳導與關聯的風險傳導模型，該模型是通過將算法模型與關系圖譜相結合，基于某風險指標的變化推斷出其在關系圖譜中的逐級影響力，進而判斷其對市場整體風險的影響。n 交易銀行線上化風控機制評分卡：n 銀行業務線上自動化審批流程：反欺詐評分卡申請評分卡行為評分卡催收評分卡貸前準入環節使用，主要用于對申請者背景變量的確認。跟蹤合

68、同開始后的客戶表現，預估其逾期及違約概率。對逾期或違約客戶催收評分，其中包括還款率模型、賬齡滾動模型及失聯模型三個部分客戶申請信息核實反欺詐核查人行征信申請評分卡通過人工審批拒絕未通過需人工審批n 智能預警系統的預警維度及預警等級：企業征信對公業務預警維度劃分零售業務預警維度劃分客戶狀態工商信息交易行為信貸行為司法信息身份特征信息履約信息財務狀況行為偏好個人信用評分預警等級l 以上維度通常被認為是強制預警的高風險維度指標，影響整體模型違約率l 以下維度通常被認為是一般風險預警指標，對整體違約率的影響較低來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制342023.4 iResearch

69、Inc.底層結構支持：數字化指標象限展示通過優先度、重要度與支撐效果三重維度評測銀行底層支撐來源：艾瑞咨詢研究院自主研究及繪制。n 銀行數字化的底層結構支持主要分為四個部分，分別是：金融科技：主要包括低代碼、RPA、云計算、大數據、人工智能和區塊鏈。數據管理：主要包括數據架構、數據標準、數據治理和數據安全。組織架構：主要包括核心的業務部門、數據部門、數據管理部門及CDO、技術部門，以及支撐的人力部門和管理部門。數字化人才及文化：主要包括招聘、培訓及激勵。另外，還有IT基礎設施（數據中心、計算、存儲、網絡、運維）等，因不同級別銀行標準差距較大，未放入本次統一指標中。底層結構支持指標象限說明n 該

70、象限從以下三個評測維度對銀行數字化轉型所涉及的各項底層支持指標進行了評測：數字化轉型的優先度該指標重點評測銀行各項底層結構支持指標的優先級，將評測重點聚焦于銀行在數字化轉型實操中的轉型選擇順序，由象限圖中的縱軸呈現。底層結構支撐重要度該指標衡量銀行各項底層結構支持對于其發展的重要程度，重點關注該項能力對于銀行數字化轉型的影響力，由象限圖中的橫軸呈現。底層結構支撐效果該指標核心展現銀行各項底層結構支持對數字化轉型的直接效果提升，由象限圖中的圓圈大小呈現，圓圈越大，該項底層結構帶來的支撐效果在實際轉型中的表現越明顯。銀行底層結構支持評測指標象限高低底層結構支撐重要度分析數字化轉型優先度分析高低數據

71、安全人工智能培訓數據架構及標準專門的CDO崗專門的數據部門區塊鏈技術底層結構支持指標介紹*底層結構支撐效果分析由象限中的圓圈大小呈現，圓圈越大效果呈現越直接明顯。綠：金融科技；藍：數據管理；黃：組織架構；粉：人才及文化數據治理云計算大數據技術激勵RPA低代碼352023.4 iResearch Inc.底層結構支持指標一：低代碼短期拉低數字化門檻，長期提升創新動力與技術自主性中短期來看，低代碼不僅賦能IT人員，提高復用及開發效率，同時賦能于銀行業務人員，便于軟件的自主搭建，降低數字化門檻。長期視角中，低代碼平臺將企業需求與自主開發深度融合，打造出可持續性的、緊跟變化的IT服務能力來經受瞬息萬變

72、的時代考驗。但銀行要在時代洪流中屹立不倒，仍需保持創新動力，而低代碼賦予普通業務人員的開發技能可以促進新點子變現，激發員工創新，賦能銀行探索第二甚至是第三曲線的描繪可能。來源：艾瑞咨詢 2022年中國低代碼行業研究報告。低代碼為銀行數字化提供成本與創新雙驅動加速銀行數字化加速銀行創新 開發自主可控，能快速響應、緊跟變化，降低長期競爭中淘汰風險IT部門/軟件公司新想法落地加速新點子落地，賦能員工產生正外部性業務部門新想法落地低代碼自行搭建/后期優化升級短期：降低企業時間金錢雙成本數字化門檻學習使用后期反饋運維/升級長期：更高效開發軟件，打造自有開發能力幫助發現缺失環節，及時彌補業務流程個性化/優

73、化/簡化落實過程中優化環節邏輯關系多回合交流反饋傳統實現方式低代碼實現方式IT人員：低代碼將可復用代碼打包為組件，更方便復用，降低開發時間業務人員：可視化開發賦予其軟件搭建能力，省去定制開發費用或專業IT人員雇傭費用低代碼核心能力降低數字化門檻，撫平銀行數字化轉型需求流程設計倒逼銀行業務與組織流程完善，打好數字化底層基礎業務/組織管理單環節數字化用戶操作流程梳理環節串聯低代碼開發起點：流程設計流程完善機制業務部門低代碼RPA人工智能數據安全培訓及激勵362023.4 iResearch Inc.底層結構支持指標二：RPA優化人力成本，提升業務效率，助力銀行創新RPA一般與低代碼BPM模塊或單獨

74、BPM產品配合，RPA開發者常不具有流程設計權限，甚至無API調用權限，大多以模擬鍵鼠形式完成重復工作（即非侵入）。RPA致力于將繁瑣復雜的重復性的工序實現自動化操作，降低了人力成本及人工易導致的誤差概率，從而大大提升了業務效率。從銀行業務層面來講，RPA可用于抵押貸款處理、信用卡審批、賬戶運營和托管清算等多種具有重復性特點的業務場景。來源：艾瑞咨詢研究院自主研究及繪制。低代碼RPA人工智能數據安全培訓及激勵RPA流程自動化軟件在銀行數字化轉型中的價值技術層面辦公層面業務層面 與其他軟件集成，系統穩定性高，且能滿足靈活部署的需求。使得業務流程標準化，降低人力資源成本，提升決策效率。作為接口打通

75、系統間數據，構建數字化環境，實現業務線自動化。RPA可以無縫集成至其他軟件，在不改變現有系統功能及穩定性的情況下，輕松實現自動化。OABPMERP RPA流程繁瑣重復工作量大數據質量差人工核算易出現誤差耗時耗力 業務流程標準化實現24小時執行任務優化人力成本減少人工操作誤差合規性得到保障 RPA人工人工抵押貸款處理客戶服務托管清算報告、報表自動化信用卡審批賬戶運營 372023.4 iResearch Inc.底層結構支持指標三：人工智能改變銀行傳統作業服務模式，提升業務運營水平來源：艾瑞咨詢2022年中國AI+金融行業發展研究報告。算力：AI算力基礎數據：數據資源管理信用風險警示人臉核身團伙

76、欺詐防范風控決策支持內部合規風控智能支付智能客服業務人員培訓智能催收安防監控理財精準推薦團伙作案分析需求監測識別chatbot產品定價智能財稅算法：模型工具準備協同并行的AI+銀行應用應用層：面向銀行各類業務場景，改善銀行業務痛點，提升銀行業務運行水平基礎層技術層算法研發：AI模型生產AI芯片智能服務器高性能計算平臺超算中心智能云AI基礎數據服務大數據治理與數據智能化AI開發平臺AI開放平臺計算機視覺機器學習知識圖譜智能語音自然語言處理理想的AI銀行產業鏈狀態：AI+銀行應用服務海量銀行業務場景智能營銷低代碼RPA人工智能數據安全培訓及激勵382023.4 iResearch Inc 底層結構

77、支持指標四：數據安全多種技術配合，構建完整數據安全體系數據安全是銀行數字化轉型重要的底層結構支撐。從國家和監管層面看：數據安全是金融系統穩定的重要保障，也是銀行合規的重要考評標準。從銀行自身風險看：數據安全是反欺詐和自身穩定運營的關鍵。從用戶服務和聲譽度看：數據安全可有效保障用戶隱私，維護銀行聲譽。數據安全技術體系復雜，但根據目的，可以分為：（1）保障數據不被丟失，具體包括容災、備份等技術。（2）保障數據不被篡改，具體包括防火墻、訪問控制、監控和審計。區塊鏈技術等。（3）保障數據不被泄露，具體包括加密技術、隱私計算、數據遮蔽等。數據安全大致可有兩個方向：對數據本身進行控制（類似于強制存取控制）

78、和對用戶進行控制（類似于自主存取控制），前者屬于狹義數據安全，后者與網絡安全等關系密切，屬于廣義數據安全，兩者相互配合，缺一不可。來源：艾瑞咨詢研究院自主研究及繪制。來源：艾瑞咨詢研究院自主研究及繪制。低代碼RPA人工智能數據安全培訓及激勵數據安全的重要價值數據安全核心技術趨勢國家監管風險防控客戶信任及銀行聲望 理念：數據可用不可見，尤其適合多主體（如銀行間、銀行與電信運營商間）的數據互通與使用。技術實現路徑：以密碼學為核心的技術實現；融合隱私保護技術的聯合建模；依托可信硬件的技術實現。應用場景：多集中于銀行風控類、營銷類的場景，如精準營銷、存量用戶促活、個人/企業借貸風險識別等。隱私計算零信

79、任安全 理念：永遠不要信任，始終驗證。技術組成：最小權限原則；微分割；多因素認證（MFA）；實時監控和分析；數據加密。應用場景：主要解決數據從銀行內部員工泄露或者外部用戶偽裝成內部員工竊取數據。除了對銀行內部員工進行統一身份建設，實現權限管理及訪問控制外，該技術還可用于全域風險計算、資源安全訪問等風控場景，實現全域風險感知。銀行業數字化轉型需要大量的數據支持，包括客戶數據、業務數據、交易數據等等。如果這些數據泄露、被篡改或被盜取，將對銀行業造成嚴重的損失，甚至可能引發金融風險。因此，保障數據安全及完整性是銀行風險防控的必要舉措，助力銀行有效規避業務、合作伙伴及合規性等各類風險。銀行業具有數據密

80、集、強監管、高安全標準的特性，在金融行業中受到的政策約束最為嚴格。銀保監會、中國人民銀行等有關機構頒布各項指導意見及安全規范，強調建立數據全生命周期的安全閉環管理機制。加強銀行業數據安全治理，保證數據的機密性、完整性及可用性是國家金融系統金融系統穩定的重要保障?？蛻羰倾y行業數字化轉型的核心，銀行業務積累了大量的客戶相關數據，保障客戶數據安全，有利于提升客戶對銀行的信任和滿意度，增強客戶粘性，從而提升銀行的品牌形象，推動其業務發展。392023.4 iResearch Inc 數據安全整體架構案例展示銀行數據安全治理體系標桿案例來源：艾瑞咨詢研究院自主研究及繪制。來源：艾瑞咨詢研究院自主研究及繪

81、制。工商銀行數據安全治理體系建設銀行數據安全治理體系低代碼RPA人工智能數據安全培訓及激勵采集銷毀存儲加工交換傳輸持續評估改進系統開發數據安全威脅分析技術標準落實業務場景落實開源商用軟件約束靜態測試動態測試滲透測試數據資產治理數據資產目錄體系敏感數據識別及測繪數據血緣關系構建生產防護控制監測預警應急預案管理體系1.組織架構領導小組組織架構人員配置各方職責2.制度體系管理辦法規定實施細則業務發展監管合規風險平衡 建設銀行構建完備的數據安全治理體系，保障業務發展與安全風險間的平衡。主要措施包含：機制細化流程、數據安全與信息系統同步建設、提升數據資產治理水平、完善網絡及數據安全防護體系、持續評估改進

82、數據安全管理能力等。工商銀行重點聚焦數據安全各項問題，主要從數據安全方針策略、數據安全組織架構及數組安全規范體系三方面著手，“科技”與“業務”雙管齊下，開展數據安全管理工作。采集傳輸存儲處理交換銷毀數據生命周期支撐環境云環境網絡環境主機環境終端環境應用環境物理環境工具數據分類分級數據傳輸安全數據存儲管理數據脫敏管理數據接口安全數據清洗/銷毀數據源管理數據可用性管理數據備份與恢復數據正當使用數據交換監控介質銷毀管理統一認證管理恢復備份數據資產管理數據防泄露監控/審計數據源認證數據供應鏈管理數據安全門戶日志管理數據合規管理技術措施人員數據管理能力運營能力技術能力監督檢查能力人員意識制度方針和總綱制

83、度辦法流程、規范、指南等計劃、報告、日志等組織決策層管理層執行層監督層遵循國內外法律法規境內外監管合規國家國際標準402023.4 iResearch Inc.數據安全典型案例螞蟻鏈摩斯：中國隱私計算行業的領先布局者和卓越推動者 螞蟻摩斯是隱私計算行業的領先布局者：早在2017年，螞蟻集團啟動了MPC項目，并于2018年正式發布螞蟻摩斯品牌。螞蟻摩斯通過多年來的產品和技術能力沉淀，打造了行業領先的隱私計算產品。多樣化的產品服務、多維度的技術能力：螞蟻摩斯可以為用戶提供軟件和軟硬結合一體機、分布式和集中式多個不同的產品方案，且擁有世界領先的核心算法能力、低耗能高精度MPC、自研TPM芯片、自研螞

84、蟻卡等多維度領先的技術能力。進而形成了螞蟻摩斯在“產品安全、產品性能、產品形態、生產經驗、資源連接、用戶服務”等方面的卓越產品優勢。部分發展成果：截至2023年4月，螞蟻摩斯已服務300余家行業客戶，擁有1100余項自主研發專利，獲得金標委、國密、信通院等權威機構20多項認證。曾獲得國際隱私計算頂級賽事iDASH2019MPC大賽、iDASH2021同態加密和聯邦學習、iDASH2022MPC大賽世界冠軍。來源：艾瑞咨詢研究院自主研究及繪制。服務完善售前：專業團隊為不同客戶定制解決方案售后：交付/升級、日常運維、產品培訓等，全流程專人跟進，全面保障多產品形態軟件：隱私計算一站式產品，支持分布式

85、和集中式軟硬一體機：軟件+密碼卡/TEE卡/GPU加速連接器：open api系統標準化對接、Flow多引擎互聯互通螞蟻鏈摩斯（MORSE）：大規模金融級隱私計算產品隱私計算功能聯合營銷數據開放聯合風控聯合科研應用場景安全匹配安全模型安全統計安全腳本匿名查詢模型預測策略服務SAAS安全摩斯引擎MPC/FL/TEE互通引擎其他廠商隱私增強服務多引擎互通安全合規全生命周期安全保障：計算前分級授權，計算中算法+規則雙重保護，計算后日志審計。多項權威認證：金標委MPC首批認證，信通院、國密等認證。性能超群離線支持10億級數據計算在線支持千萬級實時請求，毫秒級時延獲得四次國際idash大賽冠軍：MPC、

86、同態加密、聯邦學習等生產高可用實踐經驗豐富：300+機構實踐打磨，積累了大量經驗可擴展的架構設計、自助化運維、數據備份與恢復等系統對接：支持與上下游系統打通，提升作業效率資源豐富螞蟻阿里系平臺流量資源外部平臺流量資源數據服務商資源隱私計算軟件MORSE Edge 隱私計算一體機MORSE Station 隱私計算連接器MORSE Flow產品隱私底座數據管理節點管理網絡管理引擎管理.低代碼RPA人工智能數據安全培訓及激勵412023.4 iResearch Inc.底層結構支持指標五：培訓及激勵思維、技能和收益，三者相互促進來源：艾瑞咨詢研究院自主研究及繪制。底層結構支撐指標培訓及激勵數字化轉

87、型離不開人才的支撐。人才的獲取途徑主要有三種：招聘、培訓和激勵，其中招聘和培訓關系到人才的思維和技能，而激勵關系到人才的意愿和企業整體的數字化文化。招聘盡管是獲取人才的重要手段，但它仍應在有完整的培訓和激勵措施之后，這是因為，如果缺乏良好的文化與成長土壤，則要么招不到合適的人，要么招到的人留不住，要么人才被同化掉。培訓應是全員的、長短結合的、線上線下結合的、思維技能結合的、有測試檢驗的（不同于一般分享）、員工可對效果進行打分及意見反饋的。激勵主要是實現意愿、能力、責任、權力和利益五要素之間的對等與平衡，以防止數字化孤島（即某部門數字化水平顯著高于其他，但由于主客觀原因，推廣不到更大范圍）。培訓

88、激勵 培訓內容思維方式：數字化的內涵，數字化的價值，銀行數字化的典型場景；數字化技能：數據批處理、數據統計分析、數據輔助決策、數據應用構建、數據治理、數據安全；培訓方式集中脫產培訓和工作中的微課堂相結合，線下與線上相結合，理論與實操相結合、內外部相結合；注意事項參培人員應可對培訓內容進行打分和反饋。第一步現有機制下發現優秀方法/應用及相應的優秀人才；第二步給予優秀人才更大的權責，使得優秀方法在更大范圍推廣，同時賦予物質、精神獎勵，鼓勵其產生發明更多優秀方法/應用，同時帶動其他人效仿；第三步賦予既定數字化人才更高權重，去挖掘新的數字化人才。低代碼RPA人工智能數據安全培訓及激勵42銀行數字化轉型

89、背景介紹及難點剖析1銀行數字化模型詳解及落地指南2iResearch-數字化轉型卓越服務商評選3卓越服務商典型案例展示4趨勢洞見：銀行數字化發展趨勢展望543卓越者入圍說明Qualification Statement for Outstanding EnterprisesiResearch：“中國銀行數字化轉型卓越服務廠商評選”艾瑞咨詢研究團隊&產業專家團隊 所有的入圍者，均為接受過研究團隊調研的企業，其在綜合能力或者關鍵能力方面獲得了研究團隊及產業專家團的一致肯定?！爸袊y行數字化轉型卓越服務廠商”的選定，艾瑞咨詢研究團隊征詢了來自國有商業銀行、股份制商業銀行等需求端專家的意見，外部專家團

90、站在技術水平及服務能力的角度提出了相應的觀點和看法?！爸袊y行數字化轉型卓越服務廠商”由艾瑞咨詢研究團隊及產業專家團共同提名，研究團隊也在最大程度上實現了對廠商的觸達。對未展開調研或者未接受調研的企業，艾瑞咨詢不對其發表任何評判觀點?！爸袊y行數字化轉型卓越服務廠商”不代表企業排名，也不能說明未入圍者完全不具備產品力或市場力的優勢。本次調研僅為對企業的當下能力判斷，不代表對企業的長期判斷。442023.4 iResearch Inc iResearch-卓越者 評估指標介紹iResearch-卓越者（2023，中國銀行數字化轉型服務廠商）核心評估指標行業深耕程度項目積累項目效果達成度（高）項目

91、類型覆蓋度（高）項目數量（中）服務客戶情況服務客戶數量（中）客戶業務規模及市場地位（高）行業理解程度銀行業務服務覆蓋度（高）銀行業服務時長（低）產品與技術能力產品、技術的迭代能力迭代支持能力（高）產品升級迭代的發展規劃（中）產品使用與服務提供能力方案適配度（高）產品設計完整性（高）個性化需求的滿足度（中）服務能力服務質量與服務全面性一站式智能運維服務提供能力（高）服務穩定性與持續性服務的穩定性與連貫性（高）“陪伴成長式”服務提供能力（高）技術的使用與創新技術使用成熟度（高）前沿技術融合能力（中）技術人才團隊建設（高）生態能力資源整合與生態合作能力聯合技術研發能力（高）協同企業合作能力（高）其他

92、衍生服務（中）服務流程完備度（高）服務需求匹配度（高）生態內業務拓展能力（高）示例一級指標二級指標三級指標打分標準說明：各項指標評測結果均來自于內部及外部評審團隊，根據參選企業提供的資料及調研、走訪結果，結合團隊專家自身對行業的認知及經驗積累，綜合評斷得出；具體卓越者榜單情況見下頁。l 評測說明：評測模型主要包括服務廠商的行業深耕程度、產品與技術能力、服務能力及生態能力四個核心維度，最終評測結果的產出來自于對以上四個核心維度的綜合考量，為了更全面的量化各服務廠商在核心維度下的具體表現，將核心維度進一步拆分至二級、三級評價指標，并給予其不同的評測重要程度等級，具體指標如下圖所示：來源：專家訪談，

93、公開資料，艾瑞咨詢研究院自主研究及繪制452023.4 iResearch Inc.iResearch-卓越者 入圍廠商（1/2）數字化能力建設服務商銀行科技子公司數字化能力建設服務商銀行IT解決方案服務商注釋：榜單內企業排名不分前后，按企業中文名稱音序排列來源：艾瑞咨詢研究院自主研究及繪制iResearch-卓越者（2023，中國銀行數字化轉型服務廠商）基于以上評分體系，綜合艾瑞咨詢研究團隊及外部專家團隊的評估結果，將表現優異的前50家銀行數字化轉型服務廠商納入“iResearch-卓越者”榜單，榜單分為銀行數字化能力建設服務商，包括銀行科技子公司、銀行IT解決方案服務商、銀行數字化創新服務

94、商三個細分類型，及銀行數字化核心技術服務商共四類。榜單不代表對廠商梯隊的劃分，入圍者均具有某一方或多方面競爭能力，具體榜單如下：中國銀行數字化轉型卓越服務廠商TOP50榜單462023.4 iResearch Inc.iResearch-卓越者 入圍廠商（2/2）中國銀行數字化轉型卓越服務廠商TOP50榜單數字化能力建設服務商銀行數字化創新服務商銀行數字化核心技術服務商注釋：榜單內企業排名不分前后，按企業中文名稱音序排列來源：艾瑞咨詢研究院自主研究及繪制47銀行數字化轉型背景介紹及難點剖析1銀行數字化模型詳解及落地指南2iResearch-數字化轉型卓越服務商評選3卓越服務商典型案例展示4趨勢

95、洞見：銀行數字化發展趨勢展望5482023.4 iResearch Inc 產品層智能管理中臺評估量化系統分析策略中樞業務服務集群分析決策智能語音模型管理知識圖譜全面風險預警貸前決策貸中行為貸后管理精準營銷營銷場景風險探查風險決策運營場景企業征信服務營銷策略服務智能運營服務百融云創技術與業務深度結合，助力金融機構數智化轉型來源：百融云創，艾瑞咨詢研究院自主研究及繪制。來源：百融云創，艾瑞咨詢研究院自主研究及繪制。人工智能、云計算和機器學習等技術市場洞察層數智化轉型客戶洞察百融云創行業研究院解決方案層普惠金融解決方案消費金融解決方案財富管理解決方案趨勢聚焦解決方案汽車金融解決方案小微金融供應鏈金

96、融信用卡業務互聯網金融銀行客戶價值提升券商存量提升權益運營鄉村振興系列綠色金融系列資產質量提升數智化信創定制系列乘用車金融商用車金融設備機械金融一站式信貸管理解決方案主營業務層智能分析與運營精準營銷服務保險營銷服務場景層信用卡丨個人信貸丨消費信貸丨財富管理丨小微企業貸丨綠色金融丨汽車金融丨供應鏈金融丨 1.行業領航者2.技術探路者3.業務深耕者4.體系奠基者行業洞察賦能數字化運營賦能數智化技術賦能全場景業務賦能大眾中小微企業 金融生態圈層金融技術丨金融產品金融業務丨金融解決方案銀行金融機構 百融云創在數據要素安全及隱私合規層面秉承高標準、嚴要求、強自律的理念，積極助力創建行業標準，在金融行業數

97、智化服務中扮演帶頭者、踐行者等多重角色。數據安全隱私合規獲得行業首個SO27701隱私信息管理體系認證，率先完成從信息安全管理體系到隱私管理體系的拓展；憑借過硬的數字技術和安全能力成為中國信通院組織發起的“隱私計算聯盟”成員單位；成功獲得多項國家發明專利，為人工智能、云計算等多個關鍵技術實現創新選代。產品技術人才服務百融云創一直投身于服務中國金融行業數智化發展，對金融行業數智化服務累積了深刻的行業洞察和服務經驗，使得在精耕服務的過程中對需求側有更為深刻的理解，并將戰略思維嵌入產品、服務及解決方案中，輔助客戶實現業務與管理的提升。打造與客戶嵌合的行業服務體系，滿足不同發展階段、各類型客戶的差異化

98、需求，引領金融行業發展。單一產品系統化解決方案創新型聯合探索技術層人工智能云計算區塊鏈機器學習AI算法隱私計算 智能語音百融云創人工智能實驗室百融云創數智化解決方案成果展示百融云創數智化服務布局百融云創是中國金融行業數智化服務賦能者，通過獨立研發的SaaS云突破性運用人工智能、云計算和機器學習等技術，為金融行業提供高適配性的產品及解決方案，并基于長期對行業的理解和洞察，幫助金融機構完成數智化發展，實現全面賦能。目前，客戶覆蓋六大國有銀行、十二家全國性股份制銀行、上千家城市商業銀行和農村商業銀行、汽車金融公司、保險公司等超7000家金融機構。主營業務包括智能分析與運營、精準營銷服務、保險營銷服務

99、。492023.4 iResearch Inc.百融云創打造AI+金融服務生態，推動數智化轉型縱深發展來源：百融云創，艾瑞咨詢研究院研究及繪制。數字化系統工具客戶洞察智能匹配常態運營迭代評估u客戶需求u百融云創解決方案希望能借助數智化手段，跨越客戶經理的服務邊界，精準覆蓋潛在的價值客戶以及目標客群，以期提升MAU 和 AUM 雙指標。搭建本地化營銷策略庫：開發和評估營銷策略共13條，助力5家支行完成營銷試點工作，共匹配50萬客戶群體，整體營銷策略提升度達到70%。優化營銷模型底層邏輯：實際應用機器學習模型6個，涵蓋產品營銷響應、客戶精準運營范圍。推動客戶分層：通過鏈式輸送，以“數字鏈條”滾動式

100、與客戶產生交互，加深對客戶的認知，完成客戶分層。搭建營銷效果可視化平臺：全面整合各項指標及功能需求，并以可視化的形式直觀展示，實現行內財富管理數字化營銷的閉環工作?！?+1”體系助力財富管理數智化升級u項目成果決策引擎為金融信創夯實基礎u客戶需求基于金融信創要求，逐步替換原先的國外決策引擎產品，完成決策引擎的自主可控。u百融云創解決方案信息中樞模型中心統計分析中心名單管理業務產品管理風險報告模型優化系統管理一站式決策引擎平臺u項目成果數據聚合，構建數智決策關鍵鏈路：對接該行企業級數據中臺，實現中臺數據一次對接、多場景通用，可見即可用。策略布控，全生命周期可視化管理：覆蓋了策略配置、測試、試運行

101、、上下線等全生命周期。智慧運營，打造決策全流程閉環：策略監測、預警等功能，可幫助業務快速感知異常波動風險，解決策略不佳、效果衰減等問題，及時調優策略。智能語音推動金融服務邁向交互新時代u客戶需求 替換人工質檢，提高質檢效率?？蛻舴諗底只?，節約人工成本。u百融云創解決方案Transformer架構算法模型語音識別語義理解ChatGPT同源技術百融云創智能語音機器人u項目成果降本：將智能運營中的AI語音服務功能成功嵌入客戶銀行零售業務條線，相比此前人工工況，“IVR+人工”模式節省成本約50%，“IVR”模式則可節省成本約90%，且兩種模式考核結果接近人工服務標準的90%至95%。增效：百融

102、智能質檢方案日均質檢量增加至原有質檢量的12.5倍；日均成本降低至原有成本的10%；日均違規差得率降低至原有成本的10%，通過全量高效質檢，有效降低了投訴率。百融云創數智化解決方案成果展示502023.4 iResearch Inc.保利威領先的數字化直播與全鏈路視頻運營服務平臺，為商業銀行數字化營銷賦能保利威是國內領先的企業級視頻SaaS服務商，致力于通過可集成、可定制的視頻直播技術，為企業搭建自主私域直播系統，以全案策劃、現場執行、咨詢診斷、直播人才培養等全鏈路視頻運營服務，賦能商業銀行數字化營銷，幫助商業銀行通過直播實現場景革命，加速服務路徑數字化，重塑用戶鏈接模式，以優質內容與精細運營

103、激活私域增長。截止目前，在銀行直播營銷領域，保利威已與招商銀行、寧波銀行、北京銀行等多家商業銀行建立了穩定的合作關系。用戶吸引用戶關系用戶畫像用戶培育用戶觸達用戶篩選用戶鏈接用戶留存用戶分享用戶轉化用戶信任用戶激活POLYV私域直播保利威私域直播十二模型與商業銀行直播方案介紹設計宣發氛圍營造數據運營全案策劃內容腳本直播搭建基于節日場景的福利活動，如七夕節、中秋節、國慶節等安排營銷直播，圍繞每個節日提前制定不同的直播主題。對單個節日進行單場策劃并寫腳本。包括前期用話題進行預熱為后期直播帶來流量；中期用直播和展廳活動點燃直播現場；后期用溫暖故事精彩收尾。提供線下多功能演播室搭建服務。直播間分為入門

104、級直播間，企業級直播間以及廣電級直播間。不同等級的直播間能夠滿足不同企業的需求。將整場直播分為不同的故事場景，使得整場直播具有連貫性且節奏感強。同時，提前預告在不同環節的優惠活動或者禮物以實現引流及留住消費者。為直播環節設置不同的情景故事。直播每個環節的開頭部份引入提前預熱的話題，吸引更多消費者收看以及營造直播間的氛圍。直播時后臺操作，監控直播數據及復盤分析，匯總統計主播平臺數據，并根據數據分析調整直播運營策略，為改善數據提出建議和解決方案。來源：保利威，艾瑞咨詢研究院自主研究及繪制512023.4 iResearch Inc.網易數帆數字生產力模型為銀行沉淀數字資產，驅動數字化提質增效網易數

105、帆是網易旗下ToB企業服務品牌，定位于數字化轉型技術與服務提供商，依托網易20余年互聯網技術積累，推出三大數字生產力模型，幫助企業發展軟件生產力、數據生產力、智慧生產力，沉淀企業數字資產，為企業數字化轉型提質增效。網易數帆聚焦云原生、大數據、人工智能、低代碼四大領域，擁有數十款PaaS、SaaS產品和豐富的銀行業場景化解決方案，致力于以經驗豐富的解決方案和服務團隊助力銀行數字化轉型成功。來源：網易數帆，艾瑞咨詢研究院研究及繪制。1.銀保監及信創政策持續強化引領2.機構通過頂層設計明確數字化戰略地位及目標3.數字技術與核心業務深度融合4.數字化投入占營收比例穩定提高銀行數字化轉型以資產為重銀行領

106、先步入數字化深水區數字資產豐富度是衡量企業數字化水平的核心指標軟件資產數據資產智慧資產積接口，聚模板，快開發破孤島，保質量，提價值沉淀模型，適配場景，促進創新易使用、易管理、高質量、高價值的企業數字資產為企業數字化提質增效沉淀三大數字資產發展三大數字生產力云原生底座微服務DevOps中間件穩定性保障平臺原子服務與數據服務事件APIs可組裝業務能力資產聚合API 領域服務 聚合事件UI組件 邏輯組件 頁面模板 應用模板可復用低代碼資產資產入駐安全合規驗證資產認證軟件資產生產軟件資產運營運營統計訪問控制專業開發Pro-code低代碼開發Low-code軟件生產力模型數據文化人才培養大數據基礎平臺數

107、據中臺湖倉一體實時計算開發治理一體化數據指標數據標準數據模型數據質量數據地圖數據安全智能風控監管報送客戶畫像數據可視化運營平臺智能決策數據技術數據應用數據資產數據運營DataProductDataFusion數據場景DataOps數據生產力模型智慧生產力模型可多模態內容理解內容審核智能交互智能風控輿情分析代碼智能智能畫像小樣本多模態大模型知識圖譜算法模型訓練數據量化分析算法倉庫培訓部署平臺自動機器學習機器學習平臺AI算法技術智慧資產智能應用網易數帆銀行數字化方法論522023.4 iResearch Inc.網易數帆數字生產力模型為銀行沉淀數字資產，驅動數字化提質增效網易數帆立足技術優勢，以領

108、先數字化技術積極融合銀行核心業務需求，圍繞三大數字生產力模型，推出十多套銀行場景化解決方案，目前已在工商銀行、興業銀行、浦發銀行、渣打銀行、華夏理財、浙商銀行、江蘇省農信社、杭州銀行、杭州聯合銀行等多家銀行業金融機構投入應用，持續助力機構數字化提質增效。來源：網易數帆，艾瑞咨詢研究院研究及繪制。網易數帆銀行數字化解決方案銀行軟件生產力銀行數據生產力銀行智慧生產力數字化風控監管報送管理分析行長工作臺分/支行工作臺客戶經理工作臺風險監控風險傳導智能輔助數字化合規數字化運營數字化營銷數字化風控實踐實踐云原生分布式底座敏捷軟件開發智能風控分布式微服務云原生中間件平臺穩定性治理數據一致性立體化監控信創自

109、主可控DevOps持續集成交付智能開發平臺客戶洞察 運營分析客戶觸達 標簽體系銀行應用效果實現了“實體33個，數據結構187，頁面17個，頁面邏輯291，全局邏輯167，復雜邏輯節點53個”的復雜開發需求。僅有2名專業開發的9人團隊，將開發周期從45天縮至10天。某國有銀行低代碼開發平臺杭州聯合銀行監管報送解決方案架構圖需求背景l數據來源分散，報送出口分散l各子行對業務和監管口徑理解不一，數據質量不可靠l純手工取數報送、校驗，費時費力易出錯l主行監管無抓手，報送問題難溯源l開發需求增多變快，資源能力難滿足l已有組件資產難復用l傳統開發協作效率低l金融級安全合規要求日趨嚴格實現同源數據、分層管理

110、、數據整合質量規則覆蓋率提升50%質量問題整改率提升65%月報提效2天，季報提效7天平均問題定位時效節約5H監管政策變動響應率提升30%應用通過行內代碼合規檢查，獨立部署運行在生產環境，完全符合金融行業安全要求。獨立部署安全合規搭建快速提效顯著提質增效需求背景解決方案構圖銀行應用效果業務方提出響應低代碼應用開發者專業開發者一站式搭建企業復雜應用行業定制化應用產品數字化職場關懷營銷管理精準營銷辦公數字化生產數字化提出復用沉淀可復用的IT資產（組件、頁面、應用）上游業務系統客戶類數據源產品類數據源協議類數據源其他數據源監管主體銀保監報送人民銀行數據報送外管局&其他監管門戶監管集市ADS-報表模型D

111、WS-指標模型DWT-監管臺賬DWD-公共層明細數據ODS-貼源層數據數據治理網易數帆銀行數字化解決方案及實踐案例53銀行數字化轉型背景介紹及難點剖析1銀行數字化模型詳解及落地指南2iResearch-數字化轉型卓越服務商評選3卓越服務商典型案例展示4趨勢洞見：銀行數字化發展趨勢展望5542023.4 iResearch Inc 趨勢及展望（一）：數智化銀行數字化體系建設將更加完善，逐步覆蓋更多業務場景，為用戶提供全面、便捷的金融服務從整個銀行業金融科技賦能程度與數字化轉型階段來看，目前大多數國內銀行仍處于轉型1.0的線上化階段，處于該階段的銀行數字化能力比較薄弱，在實現業務線上化的基礎上，僅

112、在少數幾項業務板塊（如：營銷、風控等）探索性開展數字化業務的能力升級。對于頭部大行來說，目前基本已經進入了銀行數字化轉型的2.0階段，銀行在業務數字化轉型及應用方面的能力較為完整，對于銀行業務場景也實現了一定程度的數字化覆蓋，并且在某些業務條線，頭部大行的技術能力應用也能夠達到數智化初級水平。隨著國內銀行業在金融科技、IT系統建設等數字化領域投入成本的增加，銀行數字化業務服務能力水平將進一步提升，前沿技術的融入將推動銀行整體邁入數字化新階段。與此同時，銀行數字化轉型進程的推進也將逐步覆蓋更多的業務條線，特別是線上化難度大、業務較為復雜的對公業務條線，或將成為近幾年數字化升級的重點發力方向。此外

113、，銀行數字化升級的業務板塊也將會更多的關注用戶體驗與用戶服務，將數字化、智能化技術應用于解決用戶投訴、保護用戶權益、產品智能決策等方面，在滿足用戶需求的同時利用數字化技術為用戶帶來更好的服務體驗。國內銀行數字化轉型發展趨勢分析數智化1.0 線上化階段國內銀行業數字化轉型階段分析2.0 數字化階段3.0 數智化階段頭部銀行n 數字化能力較為完整n 銀行業務場景實現了一定程度的數字化覆蓋n 部分業務條線達到數智化初級階段頭部銀行未來發展趨勢n 數字化階段的完善：對銀行業務場景更全面的數字化覆蓋n 數智化階段的探索：對銀行業務條線更深入的數智化應用普通銀行n 數字化能力較為薄弱n 銀行業務場景數字化

114、覆蓋程度低，少部分業務場景實現數字化升級普通銀行未來發展趨勢n 能力提升:通過技術采購的方式提升銀行數字化能力n 場景部署：將數字化技術應用于更多的業務場景來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制552023.4 iResearch Inc 趨勢及展望（二）：開放性數字化升級推動開放融合的金融生態體系建設，促進國內開放銀行業務的發展隨著金融科技在銀行業更廣泛的應用以及國內商業銀行數字化轉型進程的推進，銀行與客戶之間的交互方式與服務模式正逐步發生改變，以用戶為核心、與場景相融合的數字化金融生態建設將成為國內銀行業未來發展的新趨勢，由傳統銀行逐步向開放銀行探索是國內銀行業數字化發展與

115、生態建設的“進階之路”。開放銀行是指商業銀行通過標準化API、SDK、H5、小程序等連接方式與生態內金融科技公司、第三方開發者、供應商等其他合作伙伴相互融合，共享數據、算法、交易流程與其他業務功能，為生態內的合作伙伴輸出金融服務能力，由生態內的其他參與者為用戶提供場景化的金融服務，實現對于銀行商業模式與經營模式的數字化重塑。此外，開放業務通過銀行系統與產業平臺、企業業務系統的連接，拓展了銀行業務的服務邊界，將終端服務客群衍生至傳統銀行服務難以觸達到的長尾用戶，全面釋放生態內的數據價值與規模價值。國內銀行數字化轉型發展趨勢分析開放性第三方開放銀行平臺商業銀行客戶IT技術服務商銀行科技子公司互聯網

116、企業金融科技公司服務渠道產品線核心系統API、SDK等接口連接分享數據、算法、交易流程等信息傳統銀行業務服務模式，直接觸達客戶并為其提供金融產品與服務通過場景平臺觸達客戶，為其提供金融產品與服務場景提供，流量引流技術支持數據分享技術支持數據分享來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制562023.4 iResearch Inc.趨勢及展望（三）：敏捷性薄前臺，厚中臺，強后臺未來銀行的數字化建設方向朝著敏捷性方向邁進，具體表現在組織架構及IT架構兩方面的“薄前臺、厚中臺、強后臺”策略。如此一來，一線業務更靈活，能快速順應市場需求變化。中臺集成銀行整體數據、運營、產品、人員及技術能力

117、，為前臺業務的交付做強有力支撐。后端布局高效算力體系，實現動態負載均衡，完成去核心化銀行系統的代際演進；同時加強數據合規及網絡安全，提高風險應對能力。來源：艾瑞咨詢研究院研究及繪制。商業銀行的“薄前臺、厚中臺、強后臺”組織架構IT架構薄前臺厚中臺強后臺 輕量化人工銷售，更多運用大數據、標簽、客戶分級進行精準營銷、解放人力，將其職能更多地轉向后臺運營。銀行風控、運營、產品等部門應具備雄厚的人力及數字化能力支撐，技術人員與業務人員相互協同。數字化轉型需要有強大的戰略規劃支撐。就銀行而言，總行需強化“決策大腦”智能，做好營銷端、風控端、IT端的保障工作。多類型業務中臺+統一的數據中臺，以沉淀前各業務

118、經驗，同時面向前端提供共性、標準化的服務，做好前后臺之間的有效銜接。數據中臺方面需要做好清洗及治理，統一數據標準后賦能于前端業務。采用應用組件微服務化，能更快速地響應前端需求，松耦合、易擴展，有利于快速衍生新業務及定制化服務的開發與維護。包含網絡安全性、數據合規性及系統穩定性。目前主流銀行是把重心放在交易類系統上，數據加工和分析類系統還需要提高重視程度。572023.4 iResearch Inc.趨勢及展望（四）：生態化數據融合、互聯合作，邁向生態化數字銀行從供應商角度講，將“業務數據化”與“數據業務化”貫通是主要發展路徑，廠商應共同打造銀行數字化生態網絡，全方位為銀行產業賦能。另一方面，銀

119、行需強化與政府端、企業端及個人客戶端的數據聯動，搭建新場景。在政府端加強“政銀合作”，幫助政府開發普惠金融產品，簡化政府辦事流程，提升基層政務服務能力及效率。在企業端促進“產銀融合”，開發銀行+教育，銀行+消費，銀行+旅游等創新應用產品，輸出嵌入式金融服務。在個人客戶端加強用戶精細化標簽，實現用戶分層，助力個性化營銷：如構建高凈值客戶資產配置模型、理財方案個性化配置和營銷策略精準推送等。來源：艾瑞咨詢研究院研究及繪制。解決方案供應商咨詢公司底層技術供應商銀行銀行高科技子公司政府端企業端個人端產業互聯數據互通銀行業數字化生態建設582023年中國銀行營銷數字化行業研究報告2023年中國銀行風控數

120、字化行業研究報告2023年中國保險行業數字化發展研究報告2023年中國普惠金融行業洞察報告近期研究規劃（公開發布類）59近期研究規劃（公開發布類）行業發展背景：在銀行數字化轉型大背景下，報告將聚焦銀行營銷領域，對現階段銀行營銷發展現狀做出洞察，從新客獲取和老客運營的角度分別分析銀行營銷所面臨的痛點，找到銀行營銷數字化的關鍵點。所需數字化能力：報告將詳細拆分為實現銀行營銷數字化所需要具備的核心數字化能力，并面向銀行、金融科技廠商等行業資深專家進行批量調研，根據調研結果客觀地對各項能力從不同的維度進行排序與分析。落地支撐指南：報告將基于不同銀行營銷場景下數字化最佳實踐，結合調研結果，從不同的角度分

121、析如何構建銀行營銷數字化轉型支撐體系，助力銀行營銷數字化轉型的落地。評選：iResearch：銀行營銷數字化卓越者榜單：報告將圍繞銀行營銷數字化服務商的關鍵細分能力，從不同維度選取優秀服務商，入圍該榜單。iResearch：銀行營銷數字化卓越者案例：iResearch銀行營銷數字化研究團隊將甄選銀行營銷數字化廠商的優秀解決方案，作為卓越案例進行重點解讀。旨在為行業參與者提供參考范例，并對卓越者服務商有效露出。iResearch：銀行營銷數字化專家之聲：iResearch銀行營銷數字化研究團隊將通過專家深訪的形式，誠邀業內專家學者共同研討銀行營銷數字化轉型趨勢，并對核心觀點進行提煉總結，最終以“

122、專家名片+專家觀點“的形式在報告中呈現。旨在為銀行營銷數字化轉型提供前瞻性洞察，并為卓越服務商搭建業內交流渠道與對外發聲平臺。報告咨詢2023年中國銀行營銷數字化行業研究報告2023年中國銀行營銷數字化行業研究報告60近期研究規劃（公開發布類）行業發展背景：在銀行數字化轉型大背景下，報告將聚焦銀行風控領域，對現階段銀行風控發展現狀做出洞察，從數據建設、技術發展、模式創新等不同的角度分別分析銀行風控所面臨的痛點，找到銀行風控數字化的關鍵點。所需數字化能力：報告將詳細拆分為實現銀行風控數字化所需要具備的核心數字化能力，并面向銀行、金融科技廠商、數據服務商等行業資深專家進行批量調研，根據調研結果客觀

123、地對各項能力從不同的維度進行排序與分析。落地支撐指南：報告將基于不同銀行風控場景下數字化最佳實踐，結合調研結果，從不同的角度分析如何構建銀行風控數字化轉型支撐體系，助力銀行風控數字化轉型的落地。評選：iResearch：銀行風控數字化卓越者榜單：報告將圍繞銀行風控數字化服務商的關鍵細分能力，從不同維度選取優秀服務商，入圍該榜單。iResearch：銀行風控數字化卓越者案例：iResearch銀行風控數字化研究團隊將甄選銀行風控數字化廠商的優秀解決方案，作為卓越案例進行重點解讀。旨在為行業參與者提供參考范例，并對卓越者服務商有效露出。iResearch：銀行風控數字化專家之聲：iResearch

124、銀行風控數字化研究團隊將通過專家深訪的形式，誠邀業內專家學者共同研討銀行風控數字化轉型趨勢，并對核心觀點進行提煉總結，最終以“專家名片+專家觀點“的形式在報告中呈現。旨在為銀行風控數字化轉型提供前瞻性洞察，并為卓越服務商搭建業內交流渠道與對外發聲平臺。報告咨詢2023年中國銀行風控數字化行業研究報告2023年中國銀行風控數字化行業研究報告61近期研究規劃（公開發布類）報告將圍繞“保險數字化的發展背景、國策頂層規劃、所需數字化能力、落地支撐指南”展開研究。保險數字化的發展背景：報告基于保險大行業深化改革、高質量發展的訴求，結合大數據、人工智能等技術與部分保險業務良好融合后帶來的增長推動作用，探究

125、保險業數字化發展的必須性，并梳理保險科技服務商在推動行業數字化進步過程中面臨的挑戰。國策頂層規劃：保險業數字化轉型中極為關鍵的一環便是跟緊國家戰略、做好頂層規劃，數字化相關國策指引險企未來數字化的發展方向、具體的實現的目標及相關實現方式等，本報告將基于近10年來與保險數字化有關的關鍵的國家政策，開啟針對險企數字化幾步走戰略的探索，提出數字化轉型戰略規劃方法論。所需數字化能力：保險數字化轉型的核心便在于降本增效降低運營成本、提升經營效率、解鎖新場景、挖掘新需求、打造創新產品、搶占增長制高點。報告將詳細拆分險企數字化轉型需要具備哪些數字化能力，并面向險企專家進行批量調研，根據調研結果客觀地對各項能

126、力從高效增長、價值發展等維度進行排序與分析。落地支撐指南：報告將基于不同保險場景下行業數字化最佳實踐，結合調研結果，從數據管理、組織、流程和系統四個方面分析如何構建險企的數字化轉型支撐體系，助力險企數字化轉型的落地。評選：iResearch：中國保險業數字化轉型服務商卓越者榜單:報告將圍繞險企數字化服務商的“數字化技術能力、服務險企的效果、對保險行業的理解”等維度選取對保險業數字化轉型服務較優秀的服務商，入圍該榜單。iResearch：保險數字化卓越者案例：iResearch保險數字化研究團隊將甄選產品設計、營銷展業、承保理賠、運營管理等保險數字化關鍵環節的優秀解決方案，在報告中作為卓越案例進

127、行重點解讀。旨在為行業參與者提供參考范例，并對菁英服務商有效露出。iResearch：保險數字化專家之聲：iResearch保險數字化研究團隊將通過專家深訪的形式，誠邀業內專家學者共同研討保險數字化轉型趨勢，并對核心觀點進行提煉總結，最終以“專家名片+專家觀點“的形式在報告中呈現。旨在為保險數字化轉型提供前瞻性洞察，并為卓越服務商搭建業內交流渠道與對外發聲平臺。報告咨詢2023年中國保險行業數字化發展研究報告2023年中國保險行業數字化發展研究報告62近期研究規劃（公開發布類）繼2022年以來接連發布了2022年中國消費金融行業研究報告、2022年小微融資發展與展望研究報告、2023年中國供應

128、鏈金融數字化行業研究報告等研究報告后，艾瑞咨詢普惠金融研究團隊將繼續聚焦普惠金融，在原有研究積累的基礎上，重點關注普惠金融行業在2022年發生的一系列變化，發布2023年中國普惠金融行業洞察報告。報告將分為 消費金融篇 和 小微金融篇 兩部分，均分別從行業數據洞察與年度趨勢盤點兩方面展開分析：行業數據洞察：對消費金融及小微金融各自的行業關鍵指標作出2022年度數據更新，并對數據相較往年的變化原因作出分析。其中消費金融關鍵指標包括但不限于：消費金融行業規模、狹義消費信貸滲透率、行業不同參與主體市場份額、行業集中度、助貸業務規模、助貸業務滲透率、消費金融不良率等。小微金融關鍵指標包括但不限于：小微

129、與普惠型小微企業貸款規模、“小店”貸款規模、小微金融滲透率、小微貸款需求滿足度、小微金融科技滲透率等。年度趨勢盤點：在宏觀環境變化分析基調下，分別對消費金融和小微金融在2022年重點發布政策及發生的重點事件進行分析解讀，對2022年度趨勢做出總結，并對2023年行業發展趨勢做出預判。此外，iResearch：普惠金融行業專家之聲：艾瑞咨詢普惠金融研究團隊將通過專家深訪的形式，誠邀業內專家學者共同研討普惠金融行業發展趨勢，并對核心觀點進行提煉總結，最終以“專家名片+專家觀點“的形式在報告中呈現。旨在為普惠金融行業提供前瞻性洞察，并為行業從業者搭建業內交流渠道與對外發聲平臺。報告咨詢2023年中國

130、普惠金融行業洞察報告2023年中國普惠金融行業洞察報告63法律聲明版權聲明本報告為艾瑞咨詢制作，其版權歸屬艾瑞咨詢，沒有經過艾瑞咨詢的書面許可，任何組織和個人不得以任何形式復制、傳播或輸出中華人民共和國境外。任何未經授權使用本報告的相關商業行為都將違反中華人民共和國著作權法和其他法律法規以及有關國際公約的規定。免責條款本報告中行業數據及相關市場預測主要為公司研究員采用桌面研究、行業訪談、市場調查及其他研究方法，部分文字和數據采集于公開信息，并且結合艾瑞監測產品數據，通過艾瑞統計預測模型估算獲得；企業數據主要為訪談獲得，艾瑞咨詢對該等信息的準確性、完整性或可靠性作盡最大努力的追求，但不作任何保證

131、。在任何情況下，本報告中的信息或所表述的觀點均不構成任何建議。本報告中發布的調研數據采用樣本調研方法，其數據結果受到樣本的影響。由于調研方法及樣本的限制，調查資料收集范圍的限制，該數據僅代表調研時間和人群的基本狀況，僅服務于當前的調研目的，為市場和客戶提供基本參考。受研究方法和數據獲取資源的限制，本報告只提供給用戶作為市場參考資料，本公司對該報告的數據和觀點不承擔法律責任。合作說明該報告案例章節包含部分企業的商業展示，旨在體現行業發展狀況，供各界參考。64艾瑞新經濟產業研究解決方案行業咨詢投資研究市 場 進 入競 爭 策 略IPO行業顧問募投商業盡職調查投后戰略咨詢為企業提供市場進入機會掃描，

132、可行性分析及路徑規劃為企業提供競爭策略制定，幫助企業構建長期競爭壁壘為企業提供上市招股書編撰及相關工作流程中的行業顧問服務為企業提供融資、上市中的募投報告撰寫及咨詢服務為投資機構提供擬投標的所在行業的基本面研究、標的項目的機會收益風險等方面的深度調查為投資機構提供投后項目的跟蹤評估，包括盈利能力、風險情況、行業競對表現、未來戰略等方向。協助投資機構為投后項目公司的長期經營增長提供咨詢服務65艾瑞咨詢是中國新經濟與產業數字化洞察研究咨詢服務領域的領導品牌，為客戶提供專業的行業分析、數據洞察、市場研究、戰略咨詢及數字化解決方案，助力客戶提升認知水平、盈利能力和綜合競爭力。自2002年成立至今，累計發布超過3000份行業研究報告，在互聯網、新經濟領域的研究覆蓋能力處于行業領先水平。如今，艾瑞咨詢一直致力于通過科技與數據手段，并結合外部數據、客戶反饋數據、內部運營數據等全域數據的收集與分析，提升客戶的商業決策效率。并通過系統的數字產業、產業數據化研究及全面的供應商選擇，幫助客戶制定數字化戰略以及落地數字化解決方案，提升客戶運營效率。未來，艾瑞咨詢將持續深耕商業決策服務領域，致力于成為解決商業決策問題的頂級服務機構。關于艾瑞