星展組織轉型之旅：數據運用篇

以數據為基礎的企業文化轉型過程中，星展銀行的核心議題是利用數據實現客戶價值最大化、控制風險（包括信用風險和營運風險）和增加收入。

星展銀行以數據為基礎的企業文化轉型，在以下三方面展開：

1. 構建技能和文化：構建技能和文化，同時培養資料科學家、管理人員和擁護者，推動創造價值。

2. 提高數據的可用性：允許能夠無障礙地取得高品質數據，同時保持控制。

3. 創建以目標為基礎的數據平台：創建一個可擴展的、安全的、高性能的架構和工具集，然後用以數據為基礎的案例充實它。

構建技能和文化

打造以數據為基礎的企業文化，更重要的是改變員工的行為，而不是資料本身。分析資料比較容易，困難的是鼓勵人們改變原有的工作方式。星展銀行致力於開發無須批准就能立刻自動取得資料的功能，員工能否取得資料取決於在銀行等級以及取得資料的目的。

讓位於不同國家和地區的星展銀行的每個員工都培養以數據為基礎的企業文化，是一個巨大的目標。轉型團隊希望藉由創造微小的成功，以建立對這種新的策略和數位工作方式的信心。星展銀行提供給員工的幫助越多，員工就會越常使用資料。最初的成功案例如下。

更好的資料，更好的決策

多年來，星展銀行已經在使用大資料並專注於分析資料。2014年，它與新加坡科學技術研究局合作，創建了自己的實驗室，並讓資料科學家與銀行家合作。星展銀行裡任何想出好點子的人，都能獲得進入實驗室的機會。這讓參與數據分析變得有趣。所以每個季度都會有很多人參與好點子比賽，那些被選中的人有機會去實驗室將想法付諸實踐。

這種沒什麼風險的方法，鼓勵人們去了解數據分析可以做什麼，尤其是在採用大數據的早期，當時很少有人了解它的潛在價值。這為數據分析團隊開展工作奠定了基礎。

從交叉銷售到交叉購買的解決方案

在銀行業，一個關鍵的機會是向客戶交叉銷售產品。在獲客成本較高的情況下，交叉銷售意味著一旦人們成為客戶，銀行的目標就是向他們銷售更多的產品和服務。

當銀行能夠更好地利用資料了解客戶以及客戶所處的環境時，就能夠更好地向客戶提供建議。員工會問：「從收集到的資料中，有哪些會吸引客戶交叉購買產品？」

可用的數據有利於從交叉銷售轉向交叉購買，但這需要相當多的努力和相當長的時間。

提高數據的可用性

轉型團隊的重點是鼓勵所有員工都能輕鬆地進行數據分析，無論是小型數據分析還是大型數據分析，無論是基礎分析還是機器學習。例如，預測抵押貸款客戶流失，預測哪個客戶會致電客戶服務中心。

另一個最初的挑戰是將資料報告從靜態轉變為即時決策。對於習慣使用投影片來報告和展示歷史資料的組織來說，這並不容易。一開始，轉型團隊成員問業務負責人：「你們打算做出什麼決定？」然後，他們使用設計思維，研究如何透過資料視覺化優化專案決策。從現有的報告中，他們還可以看到用戶在做什麼決定。一旦明確了關鍵決策並達成一致，設計師就會著手構建一個儀表板原型，強調這些決策和所需的相關見解，這個原型經測試最終拍板定案。

使用這種方法改變業務時的一個關鍵因素是，思考的是要解決的問題而非要使用的資料。

在資料使用方面取得成功的案例如下所示。

減少報告數量

數據分析團隊審查了整個銀行每月發出的報告數量。然後，團隊開始測試：停止發送所有報告，等著看是誰要這些報告。接下來，它取消了沒有得到請求的報告。透過研討會，數據分析團隊繼續培訓員工自己抓取資料的能力，並且只產出他們需要的報告。

預測客戶關係經理何時離職

另一個早期的成功案例是，透過建立模型來預測分析客戶關係經理考慮什麼時候離開銀行。在許多銀行，客戶關係經理的流動率很高。當時，這些資料只是放在銀行裡，沒有被使用。數據分析團隊和人力資源團隊的成員發現，某些資料可以讓他們預測客戶關係經理是否有可能離職。

員工辭職前的600個行為數據點被用於機器學習，它能告訴星展哪些員工可能在三個月內離職，準確率高達85%。

如今，該分析模型每月會推送一份數位報告，提醒主管潛在的員工離職情況，並擬定管理者可以採取的具體措施。當他們採取這些糾正措施時，星展銀行留下了90%以上可能離職的員工。

創造指數級的結果

隨著數據分析在星展銀行內部的發展，管理層能夠利用資料創造指數級的結果。例如，預測應用程式可能出現的故障，或者協助客戶透過客服中心提前處理可能出現的問題。

現在，星展銀行使用數據來更加了解客戶。

數據分析團隊使用演算法來解決問題，例如，某地區最適合在什麼時候推出何種信用卡。它還使用客戶科學來協助客戶預測可能出現的問題，並幫助他們提前消除這些問題。例如，團隊會追蹤客戶如何使用銀行自有的應用軟體，以及他們的每一次交互行為。他們的行為是什麼？他們什麼時候登入和退出？在研究這些資料的基礎上，團隊整合了業務，使用名為Prophet的時間序列預測模型來識別未來可能的失敗。

數據分析團隊還創建了一個卓越中心，由資料科學家和翻譯人員組成。這些團隊與業務團隊合作，充分發揮了數據的價值。

機器學習的技能

在員工開始嘗試數據分析之後，他們的技能和決策能力都增加了。使用特定的參數，能夠幫助他們更好地定義問題。機器學習尤其需要清楚地定義問題。如果員工不能明確定義問題，他們就無法明確決定解決問題；同樣的，機器也不知道需要解決什麼問題。

數據無處不在

員工發現，他們總是能找到一些可用的數據來開始工作，並且可以在之後的工作中獲得更多的數據。這意味著「不要讓有限的資料成為不進行數據分析的藉口」。

數據分析團隊鼓勵員工至少每三個月使用簡單的分析工具，並落實分析的結果。它強調，不是所有的分析都需要複雜的、先進的工具。在大多數情況下，他們可以從使用Microsoft Excel、Python和QlikView等工具開始。員工可以小規模地嘗試這些工具，看看哪些有效，並確定哪些需要改變。這為員工帶來了動力，帶來早期的成功。

數據儀表板文化

2017年，星展銀行最大的改變是開始推廣數據儀表板。自動化的數據儀表板有助於彙報，因為管理層希望在決策會議上看到統一設計的儀表板，而不是投影片。透過儀表板的形式展現數據視覺化，提高員工效率，幫助他們做出更好的決策。（本文摘錄整理自《星展銀行數位轉型實踐手冊》第18章，商業周刊提供）

圖片來源_商業周刊

 書名  星展銀行數位轉型實踐手冊（World's Best Bank: A Strategic Guide to Digital Transformation）

羅賓‧斯普蘭（Robin Speculand）／著；陳勁, 龐寧婧／譯

商業周刊出版

定價：450元

圖片來源_Amazon

 作者簡介 

羅賓‧斯普蘭（Robin Speculand）

TEDx演講家、創業家、商業策略家。

現任BRIDGES商業顧問公司、創辦人暨CEO。曾任杜克大學、洛桑國際管理學院、新加坡管理大學和新加坡國立大學教師。他曾創立3家公司、3個商業協會。他共同創立「策略實施研究所」（Strategy Implementation Institute）線上教育論壇。

專長為策略實戰。不斷創造新方法協助領導者進行組織轉型，同時也是策略實戰主題最多產的作家之一。2021年，羅賓與星展集團執行總裁高博德（Piyush Gupta）共同被提名了全球最具影響力的50大管理思想家（Thinkers50）的最佳理念實踐獎，並被Prestige評為新加坡2021-2022年度「商業策略家」。想知道更多關於星展數位轉型內容，可到www.bridgesconsultancy.com