海银财富立足于危机，变挑战为机遇，以IBM Cloud Pak for Data为基础平台，使用IBM Garage车库创新方法论，快速开启数字化转型进程。
海银财富管理有限公司（以下简称“海银财富）作为财富管理行业的领跑者，已经经历了数次经济周期的考验，一直坚持贯彻稳健合规的经营理念，深受客户信赖。在过去2020年，全球疫情肆虐，受内外市场环境影响，持续的收入下滑让财富管理行业的发展短期遇到瓶颈，同质化使竞争进一步加剧。海银财富立足于危机，变挑战为机遇，以IBM Cloud Pak for Data为基础平台，使用IBM Garage车库创新方法论，快速开启数字化转型进程，向中国领先的一站式数字化财富管理平台转型。
海银财富希望能改变数据管理部门以往的被动供数模式，更加主动地参与全行业务创新。使数据服务嵌入到企业的业务中，并成为其中重要部分，同时打破各部门间的数据壁垒，做到真正的数据业务化，实现数据驱动业务。 在“科技赋能数字海银”的数字化战略下，海银财富计划通过“3-2-1”数字化体系实现全面升级，致力于打造数字化价值主张与业务目标紧密协同、和谐共生的数字化生态圈。 “3-2-1”当中的“3”即为财富管理行业当中三个重要的元素：即客户、理财师和业务。
在客户领域，海银强调三个非常重要的维度：丰富及时的资讯内容、线上化的服务体验、个性化的多元资产配置建议。海银财富基于数据中台，提供了丰富的客户需求及标签，实现对客户资产配置需求的深入洞察，结合AI智能算法及宏观经济指标、市场动态走向以及海银研究院的市场研判，为客户实现了资产配置的智能引擎。使得客户能够更好地了解自己目前的配置情况，做出优化的选择。
在理财师赋能方面，海银财富使用智能化的工具，为理财师提供更有效的业务拓客支持。海银结合IBM的技术、方法论以及深厚的行业知识准确判断客户目前所处的财富需求阶段和周期，更快、更主动地协助理财师提供开展相关业务的支持.从而帮助海银财富更好地实现获客、留客，并进一步的实现客户体量的放大。
在业务管理方面，海银财富致力于打造一个多元化的资产配置体系，从而支撑客户实现多元化的配置。
海银财富“3-2-1体系”中的“2”代表海银的两个中台，一个是业务中台，一个是数据中台。数据中台是目前海银财富构建的核心。海银财富搭建了业务画像、客户需求等多元的数据资产，使用了Cloud Pak for Data，为海银提供了基于数据化的决策支撑体系，支持了客户数据中台的建设。
最后“1”的部分是IT的基础建设，海银财富投入了大量时间和精力构建了数据仓库、数据湖、AI算力以及混合云部署等一系列方式，通过夯实基础建设，提供稳定、高效、智能的底层服务，支撑海银数字化体系转型。
IBM Cloud Pak for Data及Garage车库方法论帮助海银快速地构建全新数字化的战略。IBM Cloud Pak for Data作为一个综合性数据能力平台，集数据采集交换、共享融合、管理治理、建模分析和服务应用于一体。在这个项目中，海银利用了Cloud Pak for Data 上的 Watson Knowledge Catalog， Watson Studio, 及Watson Machine Learning 三大模块。IBM Watson Knowledge Catalog 是数据资产目录功能模块，可以实现数据治理与数字资产管理，帮助业务用户快速发现、管理分类，共享数据集、分析模型及其与组织中其他成员的关系。IBM Watson Studio 为数据科学家、开发人员和分析人员赋能，支持他们构建、运行和管理 AI 模型。Watson Machine Learning帮助数据科学家和开发人员加速 AI 和机器学习部署，利用其开放式可扩展的模型操作，帮助企业跨任何云大规模地简化和利用 AI。同时，使用Garage车库方法论，以最小的成本，在最短的时间内进行创新，通过小规模地尝试，不断地试错和迭代。
- 统一的公司数据资产管理中心
- 实现海银数据仓库数据库的从零到一，从而提供面向数据应用支撑的底座能力
- 统一部门间数据口径，改善业务人员取数效率，从而加速业务的验证和迭代
- 打破各部门间数据壁垒，部门间的数据共享可提高资产利用率，避免重复建设
- “客户数据体系建设和管理”和“客户需求及客群管理”最小可行产品（MVP）
- 结合IBM Garage方法论，根据海银财富的业务需求设计并在Cloud Pak for Data中开发了包含900多个需求指标、250多个需求标签和客户群管理系统
- 指标和标签定期自动更新，业务人员可以随时随地自助查询已加工的指标和标签，从而逐渐加深业务人员对数据的理解，促使其养成依靠数据做分析的习惯
- 提高海银的客户生命周期管理和客户精细化运营能力
- 理财师可以通过查看客户画像直观、及时且多维了解客户近况,从而为客户提供个性化服务。
- 客户资产价值细分模型和数据主题模型
- 通过历史数据和外部数据训练机器学习模型，赋能理财师和业务人员根据客户价值最优化资源配给
- 激活海银财富已有数据的价值，实现海银财富的数据资产化
- AutoAI 自动化机器学习流程
-大大提升海银财富自身的机器学习模型开发能力，节省时间成本和人力成本。
- 模型开发周期从4-12周降低至2-6周
展望未来，海银财富希望与IBM继续携手，不断地通过数据体系的搭建，实现数据引领业务，最终实现为客户提供千人千面的个性化服务。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
