麥肯錫：財富管理的數據分析變革之道（9頁）.pdf

1、財富管理的數據分析變革之道2022年2月作者： Anutosh Banerjee、 Vishal Kaushik、 Aditya Saxena、 Fumiaki Katsuki、 Sanchit Suneja、 Renny Thomas、 曲向軍(John Qu)、周寧 人（Nicole Zhou）和方穎華（Katrina Fang）如今的客戶都希望獲得最前沿的客戶體驗。 為滿足這一需求， 財富管理機構必須大舉升級高級分析。人們通常認為財富管理行業基于老式價值觀、為客戶提供各自獨立的定制化服務。 這些屬性在財富管理行業依然具有價值， 但對許多客戶來說， 只有這些已然不夠。 在這個高度互聯的世界

2、中 ， 人們想要更快捷、 方便地獲得產品和服務以及最前沿的數字化體驗。 在日益激烈的競爭中 ， 老牌財富管理機構在保留獨特價值觀的同時， 還需跟上趨勢、 推陳出新， 為客戶提供新的產品和服務。而離開數字化的運營模式， 財管機構很難為當今客戶提供有效服務。 數字化模式可為咨詢和非咨詢活動提供支持， 還能適應投資者不斷變化的投資偏好。 一些領先財管機構正在構建模塊化的數據和 IT 架構， 以實現智能決策、 大規模個性化服務以及更廣泛的產品覆蓋。 這些轉變還有助于它們履行監管義務， 提高客戶經理產能并提升不斷收窄的利潤率。對此感興趣的財管機構可以從本文了解到部署高級分析解決方案的潛力， 同時本文還提

3、供了戰術手冊， 列舉出財管機構應考慮的具體數字化轉型措施。高級分析商業論證滿足當今客戶需求的商業模式既要高效， 又要能適應每個客戶的具體情況。 為此財管機構探索出以下兩種成功方法： 以固定費用為各類資產規模的客戶提供財富管理相關咨詢服務。不同于目前仍然流行的以產品為中心的模式， 財管機構需根據客戶在不同生命階段的需求， 構建相應靈活的價格體系。 有一種定價模式越來越普遍被采用， 即根據客戶的投資價值協商一個固定費用。 為確保該模式能帶來穩定營收， 財管機構還需挖掘新的效率來源， 提升客戶經理產能， 即讓他們有更多時間面向客戶 。 根據客戶所處的不同生命階段及目標， 提供個性化產品和服務。如今的

4、客戶不滿足于“一刀切”式的服務模式， 因此財管機構應考慮基于客戶需求提供個性化服務。 這要求客戶經理熟練掌握更廣泛的解決方案， 既熟悉最簡單的產品， 面對更復雜的較高收益投資（私募市場、 風險資本、 上市前投資以及結構化產品） 時也游刃有余。 此外， 客戶經理必須具備幫助客戶做出復雜投資決策的能力， 而這需要分析的支持。在當今環境下 ， 只有通過大數據和高級分析才能實現上述目標， 尤其是在客戶關系管理領域。聚焦客戶關系管理 客戶經理職能的現代化變革可能會改變整個行業格局。 通過對業內人士的訪談， 我們發現，在監管和合規義務不斷增多的情況下 ， 客戶經理通常要將60%70%的時間花在非創收活動上

5、 （見圖1） 。 其中一個原因在于 ， 大部分人仍在使用老舊的IT系統甚至電子表格。 隨著客戶希望與客戶經理進行更多 互動并更多通過遠程渠道溝通， 上述情況必須改變。一些領先財管機構開始利用技術提升客戶經理的服務效率和服務效果。 有些采用零基方法重建技術堆棧， 應用高級分析手段賦能更個性化的服務。 通過提供有針對性的解決方案， 這些公司能夠增加收入并降低運營成本。1 如需深入了解這些要素在銀行業是如何構建的， 請參閱 構建未來的 AI 銀行(Building the AI bank of the future)， 2021年5月， 2財富管理的數據分析變革之道!1!#$%60%70%&()*+

6、,-./00!#30%40% $!#60%70%&()*!+,-./012,345!67892:!#$%&()*+,-;?A!9BCDEFGHIJK-LMLNOPQR?Z;A_abc;*!ddeeaaFFGGffggLLMMZhi9ja%&-()KkDlmZnopqrsT!#$%2021&()*+,-./0123ttuuvvwwxxyyzz|Za|o-R圖1客戶經理將60%70%的時間花在非咨詢活動上以客戶為中心的模式效益顯著數字化對大多數市場都有幫助， 而在數字化程度較低地區， 提升潛力尤其巨大。 例如， 在亞洲，許多財管機構仍未全面采用數字化工作方式 （見圖2） 。 我們估計， IT 轉型

7、可為服務亞洲高凈值人士的財管機構帶來 400 億至 450 億美元的價值提升， 對于17萬億美元的財富池而言，這一增量大約占25個基點。大數據和高級分析帶來的潛在效益主要來自以下三個領域： 獲客及新客登船、 存量客戶經營及客戶關系深化、 為客戶服務及留客。獲客及新客登船。 基本的獲客和新客登船應用包括客戶發掘、 風險分析、 開戶和登船。 客戶經理和投資團隊可利用數據分析生成潛客線索、進行錢包份額模擬并自動生成建議。 在投資管理、 風險和合規方面也有多種應用， 包括社媒資料調查、 反洗錢和客戶盡職調查及反欺詐。存量客戶經營及客戶關系深化。 以客戶為中心的應用包括個性化研究、 組合管理及通知。 客

8、戶經理和投資團隊可應用客戶聚類模型、 客戶偏好模型、 產品推薦引擎和數字化績效管理等工具 （參見底欄 分析工具如何帶來可持續成效：來自亞洲的兩個實例 ） 。 在投資管理、 風險與合規領域， 部署分析工具則有助于避免在投資決策、 數據分析和交易執行方面的偏見?？蛻舴蘸土艨?。 與客戶相關的應用包括組合模擬和優化以及交易的自助執行?？蛻艚浝砜刹捎昧魇ьA測和工作規劃等應用，而投資管理、 風險與合規團隊則可在更大范圍內加強組合規劃和交易監控。2 該地區的財富管理滲透率為 35%40%， 但出于計算目的， 我們假設服務涵蓋100%的高凈值人士個人金融資產 （可投資產超過100萬美元） 。3財富管理的數據

9、分析變革之道!2112233445566&778899:;?AABB!#$%()*4567123189:0;#$%&()*+,-./0011223344 FGR&wRR?+,ZFG0LoZ0a67DmZ“”oT HIRzLwwJKfi-floHIA+,K- UVOKk-+,FGqa*5?圖2亞洲財管行業的技術和分析采用率總體偏低亞洲某領先財管機構部署了 一個分析主導項目， 該項目旨在提供詳細的客戶洞見， 使之能為細分子客群提供快速、及時和個性化的服務。 這家銀行利用規?；膫€性化手段， 在6到8個月內將客均管理資產規模提升了 30%40%。另一家財管機構設立了首席投資官職位， 負責提供全行的資

10、產類別和地域相關信息。 首席投資官利用分析工具將產品選擇與“機構視角”相掛鉤， 從而確保模型組合之間的一致性。分析工具如何帶來可持續成效： 來自亞洲的兩個實例4財富管理的數據分析變革之道戰術手冊： 打造分析驅動型財管業務早期的成功故事令人鼓舞， 但成功者只是少數。更普遍的情況是， 公司踏上了轉型之旅， 但卻在途中敗下陣來。 常見原因包括缺乏高層支持、 預算或戰略上有所局限， 這些導致項目團隊無法有效落地執行。服務模式轉型的挑戰非常大， 但并非不可克服。事實上， 隨著分析用例越來越普遍， 大規模實施落地已變得更易實現。 我們在下文中介紹了基于分析的轉型項目所需具備的五大要素 （見圖3） 。 實現

11、這些要素需要強大的領導力、 堅持結果導向且員工愿意接受新工作方式。 機構若能有效執行， 則有望從競爭中脫穎而出， 提升滿足客戶需求的能力。領導者設定愿景在向分析驅動型業務轉型時， 企業往往會失于偏頗， 轉型交流僅在少數專家范圍內進行。 這會導致應用無法大規模推廣 ， 從而不能真正改善績效。 相反， 若變革項目能夠得到高層支持并以結果為導向， 則業務便能擺脫根深蒂固的運營模式， 實現結構性轉變。 有鑒于此， 高管團隊應設定轉型愿景， 自上而下在公司內部進行充分溝通。 他們還應打造安全環境或沙盒環境， 以便業務部門在大規模推廣之前可以先開展試驗。規劃變革之旅財管機構應用高級分析而實現的目標各有不同

12、。 一些機構發現， 將高級分析應用在業務問題上， 可帶來巨大價值， 能更快、 更穩定地做出更好決策。 還有一些機構則利用數據和高級分析來改善銷售和營銷， 為投資決策提供依據，并提高客戶經理產能。任何數據驅動型變革規劃都必須與企業的業務模式相匹配。 而實施落地則會因技術可行性、數據準確性和可訪問性、 成效產生時間、 可擴展性和資金可用性不同而有所差異。 最初幾個用例將決定士氣和方向， 因此財管機構務必要在行動之前認真權衡。!3:;CC/DDEEDD&FFGGHHIIJJKK./00112233445566778899:;?AABBCCDDEEFFGGHHIIJJKKLLa-aBC(,a!Z#%$

13、b%&(a)*+,y-tu.75/qR0bFGw1S*a23Z1FG345fi678&w90bB:qR6;6a?9ZA5fi34BCaDE?圖3分析驅動型轉型的五大關鍵要素5財富管理的數據分析變革之道3 Sven Blumberg、 Rich Isenberg、 Dave Kerr、 Milan Mitra 和 Renny Thomas， 超越數字化轉型： 未來人工智能銀行核心技術的現代化 ，（Beyond digital transformations: Modernizing core technology for the AI bank of the future） ， 2021年4月，

14、 McK。一個常見的推廣障礙是缺乏統一的成效衡量指標， 這讓技術團隊無法有效溝通轉型帶來的效益。 而針對這一問題， 也有解決辦法。 選擇關鍵財務績效指標時， 資管機構可側重于重點委托任務或咨詢業務量等指標， 而不使用主要依靠執行的管理資產規模指標。 非財務指標則可重點關注交叉銷售率、 客戶留存率的提升、 受訓客戶經理人數或解決方案的采用率等。 其他有用的評估指標包括客戶滿意度評分、 基于信任的新客戶關系、 產品及服務面市時間和文化改變情況等。 在這些方面的進展將增強組織對于轉型益處的信念。技術為先， 打造堅實基礎數據和技術共同構成了 分析驅動型業務轉型的支持主干。 強大的分析主干需要嚴格的數據

15、管理標準， 還需在IT應用和系統采用方面做出明智決策。財管機構會定期在線下聯系客戶 。 這些互動帶來大量客戶偏好和需求方面的重要信息， 但這些信息通常只是以書面形式記錄或存在于客戶經理的記憶中。 為充分挖掘這些信息， 財管機構必須將之轉化成結構化數據， 以能被處理用于創建洞見和個性化服務的方式加以保存 （參見底欄 以客戶為中心的數字化服務 ） 。 為此，財管機構需要部署各種系統， 按照監管要求接入、 存儲并組織數據， 同時確保數據準確、 可用且可訪問。技術方面， 一些領先財管機構使用自然語言處理技術來分析文本和語音數據， 識別個性化觸發因素和相關洞見。 還有一些機構打造跨渠道的反饋閉環來訓練人

16、工智能算法。 技術還可被應用于一些工作流程中： 例如， 機器人流程自動化可取代監管合規、 風險評估、 報告和查詢管理中的常規人工勞動和腦力處理部分。部署數據驅動的決策體系需要可擴展、 適應性強且具備彈性的核心技術組件： 要有能連接各種IT活動的統一數據和技術堆棧。某領先銀行開發了 一個分析驅動的數字化應用， 可接入內外部數據點， 識別出現有客戶中的“隱形富?？蛻簟?。另一家銀行將人口分布數據與來自客戶 互動的信息相結合， 生成實時產品推薦， 促進交叉銷售。 為 了持續訓練推薦引擎， 該行構建了 一個中央數據湖合并、 集中存儲多個來源的原始、 非結構化、 半結構化和結構化數據從而為系統提供源源不斷

17、的數據用于分析。 然后， 銀行通過多個客戶渠道推送產品推薦。某領先投行不斷從2000多個財經新聞源和 800多個博客、 股票消息網站和社交媒體平臺上抓取數據。 這豐富了 分析引擎的數據基礎， 使之可以更有效地評估輿情并獲取股票、 債券、 商品、 國家/地區、 貨幣和加密貨幣等方面的 洞見。以客戶為中心的數字化服務6財富管理的數據分析變革之道這樣， 財管機構就能通過技術為先的方法來設計客戶旅程。財管機構在構建數據和IT架構時， 需要包含以下四大組件的基本工具包：1. 合理的IT堆棧以構建前臺和后臺使用的工作平臺； 以及適用于移動和Web網絡應用的統一資源。2. 具備模塊化數據管道、 基于API的

18、微服務可擴展數據平臺， 用于大規模構建并部署高級分析解決方案。3. 半自主實驗室環境， 可支持實驗試點； 及用于批量創建分析解決方案的規?；S環境。4. 用于滿足各種數據存儲和處理需求的高度可擴展云端分布式網絡。同時， 資管機構還必須整合來自不同地區和業務部門的數據。 這樣， 分析師才能從盡可能多的信息中獲取洞見。 一些領先業者會先在沙盒環境中進行試驗， 同時與外部合作， 在獲得必要技能后再逐步擴大規模。構建必勝團隊， 優先變革管理擴大并保持分析成效并非易事。 組織“孤島”和文化阻力是常見的阻礙因素， 而客戶經理在建立和維持客戶關系方面上扮演的角色也必須適應新的環境和要求。 事實上， 在轉型

19、過程中 ， 客戶經理必須首當其沖、 成為主力。 為此， 組織需要進行有效的團隊構建和變革管理。團隊構建。 創建由多類型人才組成的跨職能敏捷小隊是一個富有成效的團隊構建方法 （見圖 4） 。 產品負責人和設計師應確保團隊能滿足客戶 （客戶經理或最終客戶） 的需求， 并始終專注!4LLMM:;&EEDDNNJJOOPPQQRRSSTTUU5566778899:-;?ABCD78+,EFGHIJ78KLMN#OP78IJQRS ,FG| HI GqDUXTI tuJ?K tuLI +,FG| +,FG| LIMNGOPZQ3!3!2.;R3atSThUaVWXaBCWX=5aYZ;R3b%D_LT圖

20、4基于分析的轉型需要跨職能團隊護航7財富管理的數據分析變革之道于價值交付。 數據科學家和數據工程師負責用例實施， 檢查接入數據后是否生成了洞見， 即最小可行產品 (MVP)方式。 IT架構師和軟件工程師負責構建流暢的界面和后端系統， 將洞見通過各渠道交付給客戶 。變革的一個核心目標應該是探索可提高客戶經理產能的數據分析和 AI 用例 （參見底欄 三家亞洲財管機構如何提升客戶經理產能 ） 。 為此，變革團隊應入駐業務和渠道管理團隊， 確保其想法與客戶經理的客戶服務目標一致。 多家機構發現， 讓客戶經理與其他領域的專家加入變革團隊可以顯著改善數據解讀和建模。在許多情況下 ， 組建高效團隊需要新型人

21、才。 具體而言， 銀行需要數據科學家負責構建分析軟件， 還需要數據工程師來確定并構建數據管道和數據架構。 而轉譯員作為業務與技術團隊之間的橋梁， 對于確保各敏捷小隊了解真正的業務需求至關重要。 最后， 各小隊都需要IT技能才能確保分析和數字解決方案與核心數據和技術堆棧相兼容。獲取人才的最佳方法是小步快跑： 先確保一個團隊獲得成功， 提高客戶經理的采用率， 然后隨著用例的增多和規模擴大， 再逐步擴展能力。某些技能的需求量很大， 因此外包可能是早期一個較為現實的做法。 而長遠來看， 還是應該從內部構建能力。變革管理。 財管機構應鼓勵客戶經理積極采納分析法， 相信新應用會帶來更好的服務和更高的績效。

22、 各種變革管理策略會有所幫助， 包括創建“影響者”團隊、 召開能力建設會議、 開發激勵各方的變革故事、 重新定義角色/職責以及將績效與財務或非財務獎勵掛鉤等。推廣全新工作方式分析驅動的大規模轉型應該以協作、 團隊自我指導和迭代式問題解決方法為基礎也就是起源于軟件開發的“敏捷方法”。 在敏捷沖刺階段， 應謹記業務需求并接受失敗是成功過程的一部分。 兩周的沖刺通常足以讓試點項目啟動并運行， 而每次沖刺都應以產生一個最小可行產品為目標。某領先私人銀行部署了機器學習， 用于生成下一個最佳的客戶 互動創意。 銀行構建了客戶偏好模型并對客戶聚類進行分析， 確定哪些是主力客戶并從交易模式中學習。另一家私人銀

23、行構建了 一個數字化工作平臺， 讓客戶經理可通過單一平臺為客戶提供服務。 工作平臺集成并集中托管推薦引擎， 可基于客戶的生活事件和交易數據提供個性化推薦。第三家私人銀行使用解釋性和預測性模型來識別“關鍵時刻”。 這些信息有助于客戶經理形成更有針對性的客戶覆蓋和拓展策略， 從而幫助銀行制定增長舉措， 讓客戶經理聚焦高價值活動。三家亞洲財管機構如何提升客戶經理產能8財富管理的數據分析變革之道財管機構可通過以下四個流程控制環節來應用這些基本原則： 檢視與調整。 每日晨會可確保團隊發現前進障礙， 如產品待辦事項等， 幫助團隊聚焦目標。 與終端用戶 互動。 與終端用戶、 利益相關者和支持方一起進行沖刺評

24、審， 有助于團隊收集反饋并提出建議。 樹立團隊感和目標感。 團隊應召開回顧會，總結并吸收相關經驗和教訓。 實現基礎設施體系化。 敏捷工具 （例如 Confluence、 Jira 和 Zeplin） 有助于試驗推進并在必要時支持遠程工作方式。采用敏捷運營模式的組織應該擁抱靈活的學習方式。 這與在每個項目一開始就做出決策的傳統瀑布式開發方式不同。 在敏捷模式中 ， 持續的能力建設和對變革管理的不懈關注是關鍵。為 了強化創新與增長的關聯， 領先機構還會針對應用推廣分配關鍵績效指標 （KPI） ， 并基于所創造的價值對決策者給予獎勵。大部分財管機構都認為自身已踏上分析轉型之旅， 許多公司已開始在業務的各個方面部署數字化應用。 但很多情況下 ， 系統整體發揮的作用常常小于各部分之和， 人們各自為戰， 固守著既有工作方式。 要想實現質的飛躍， 財管機構應堅定制定果敢的轉型議程， 為大規模推廣分析驅動模式提供強有力的支持。9財富管理的數據分析變革之道