充分利用人工智能和機器學習帶來的益處，可以為金融企業(yè)的客戶提供新穎的、富有吸引力的客戶體驗。但這要求銀行機構(gòu)必須打下堅實的數(shù)據(jù)基礎(chǔ)，擁有關(guān)聯(lián)、干凈、準確和完整的數(shù)據(jù)。

在零售銀行業(yè)人工智能和機器學習的預(yù)期目標中，從來都不會少了客戶體驗轉(zhuǎn)型這一項。但如果項目不是建立在堅實的基礎(chǔ)之上，這些*的應(yīng)用理念將無法成功實現(xiàn)，而這種基礎(chǔ)是由干凈、準確、完整的客戶數(shù)據(jù)以及客戶行為和金融需求構(gòu)建的。

如今，銀行機構(gòu)對客戶體驗的關(guān)注并不出人意料。隨著金融服務(wù)的日益商品化，機構(gòu)必須將越來越多的精力投入到與顛覆性的市場新參與者和傳統(tǒng)競爭者的競爭方面，以吸引客戶的注意力，同時爭奪客戶的荷包占有率。金融機構(gòu)需要找到一些可以實現(xiàn)自身差異化的方法，這種需要比以往更加迫切。

在客戶體驗方面，人工智能和機器學習可以幫助零售銀行業(yè)的營銷人員預(yù)測客戶需求和深化客戶關(guān)系。他們可以通過一些方法做到這一點，包括：實現(xiàn)客戶互動方式的個性化、對營銷活動進行調(diào)優(yōu)以實現(xiàn)效果*化，重點關(guān)注那些*有可能消費的潛在客戶群體，識別收入損失風險和風險因子。

構(gòu)建在已經(jīng)完成整合的人工智能基礎(chǔ)之上

根據(jù)對1，419家公司的調(diào)查，在部署機器學習技術(shù)的積極性方面，零售銀行排在所有機構(gòu)的前列，這些公司包括金融服務(wù)業(yè)的150多家公司，這項調(diào)查活動由《麻省理工科技評論》（MIT Technology Review Insights）和谷歌公司聯(lián)合開展。

這項調(diào)查發(fā)現(xiàn)：目前有超過四成（41%）的金融服務(wù)機構(gòu)正在使用人工智能，其它30%的公司計劃今年部署該技術(shù)。同時，2/3（66%）的被調(diào)查者承認，機器學習為他們的戰(zhàn)略營銷工作提供了助力。這項技術(shù)可以幫助他們對大量數(shù)據(jù)進行篩選，以確定對于某個特定地理區(qū)域和某種人口結(jié)構(gòu)的客戶市場，哪種策略是*優(yōu)的，同時還能預(yù)測未來的行業(yè)發(fā)展趨勢和客戶購買習慣。

盡管這些新技術(shù)能夠提供有意義的洞察，但金融機構(gòu)必須首先做好基礎(chǔ)工作，這些工作是無法避免的。這需要對現(xiàn)有數(shù)據(jù)進行有序整理，同時識別出那些可能有幫助的、新的第三方信息源，并進行數(shù)據(jù)合并，例如地理數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)。

然而，眾所周知，人工智能和機器學習都是需要大量數(shù)據(jù)的過程。不管支撐它們的算法如何精妙，其所返回答案的智能程度都受限于提供給它們的信息質(zhì)量。這使得數(shù)據(jù)管理在提供更好的客戶體驗的過程中，成為至關(guān)重要的一個前提。

考慮到這一點，對銀行機構(gòu)來說，做好如下六個步驟就變得至關(guān)重要，以確保他們能夠充分利用人工智能和機器學習技術(shù)，對于投入在這些技術(shù)上的時間和資金給予良好的回報。

1. 確定業(yè)務(wù)目標和衡量方式，并在各方之間達成一致

所有人工智能項目均應(yīng)從清晰的目標開始。只有在確定了目標之后，才能進行投入。零售金融機構(gòu)制定的目標可能是：將數(shù)字化市場活動的響應(yīng)力提高X%，將抵押貸款金額提高X%，或者提高在每個家庭的荷包占有率。只有在業(yè)務(wù)部門和科技部門對可能實現(xiàn)的整體目標達成一致后，才能充分考慮目標達成后所能取得的預(yù)期回報，并在這種情況下討論進行任何必要投資的問題。

2. 建立業(yè)務(wù)場景并規(guī)劃數(shù)據(jù)要素

在對預(yù)期回報和預(yù)計投資有了清晰的概念之后，零售銀行接下來可以建立一個清晰的業(yè)務(wù)場景。

在這里，員工人均凈收益可以作為一項有用的評價指標。也就是，將我們由于達成目標所產(chǎn)生的收入減去必要的投資成本，再加上從這項投資中獲得的生產(chǎn)力增加值，*后得出的結(jié)果。

每一種業(yè)務(wù)功能，從商業(yè)貸款發(fā)放到新客戶培訓，都需要及時獲取正確數(shù)據(jù)。如果不解決數(shù)據(jù)質(zhì)量差的問題，將嚴重影響零售銀行的營業(yè)總收入，這種影響是由生產(chǎn)力的損失以及收入機會的錯失所造成的。

3. 定義機器學習應(yīng)用程序的數(shù)據(jù)需求

將整個銀行機構(gòu)跨部門的所有相關(guān)方聚集在一起，共同確定取得成功需要哪些關(guān)鍵數(shù)據(jù)。在這里，我舉個例子：對參與日常市場活動組織策劃和新客戶培訓工作的員工來說，總結(jié)出他們所需要的、用于有效完成相關(guān)工作的信息是必要的。由于技術(shù)團隊可能對必要的數(shù)據(jù)管理工具有著很好的了解，我預(yù)計他們就不需要對數(shù)據(jù)內(nèi)容做出預(yù)測了。

4. 組織一次針對“當前狀況”的數(shù)據(jù)評估

這項任務(wù)的目的是確定金融機構(gòu)目前掌握了哪些數(shù)據(jù)，這些數(shù)據(jù)來自哪里，數(shù)據(jù)的質(zhì)量和可用性如何，數(shù)據(jù)管理的完善程度如何，以及目前忽視了哪些問題。

這應(yīng)是一次正式操練，會要求員工對數(shù)據(jù)進行評級，評級范圍從1到5，1代表“差”，5代表“優(yōu)秀”。一般情況下，較為明智的做法是引入第三方組織這次評估，這是因為外部專家能夠客觀看待這次行動，而且，在開展工作時能超越那些內(nèi)部產(chǎn)生的主觀評價。

5. 制定一項解決數(shù)據(jù)鴻溝問題的計劃

根據(jù)數(shù)據(jù)評估結(jié)果，接下來需要評估：為解決數(shù)據(jù)鴻溝問題，需要在哪些方面進行投資。需要采取什么樣的措施，才能讓員工訪問到準確、一致和整體的客戶視圖并進行共享？并且，數(shù)據(jù)管理技術(shù)如何幫助實現(xiàn)這個目標？

此時，零售銀行的*們就應(yīng)超越這個即將落地項目的局限范圍，去思考機構(gòu)中其它地方或其它項目能否利用這些工具。越來越多的零售金融機構(gòu)希望建立數(shù)據(jù)共享服務(wù)，這些服務(wù)可以擴展，以滿足廣泛的業(yè)務(wù)需求。如果采用這種方法，他們就不是在針對未來出現(xiàn)的每一個單項需求構(gòu)建新的數(shù)據(jù)管理環(huán)境。

6. 執(zhí)行、監(jiān)測、改進和報告

為部署人工智能和機器學習技術(shù)，需要一種敏捷方法，這種方法通過對業(yè)務(wù)成果和定期調(diào)整情況的持續(xù)監(jiān)測，確保實現(xiàn)預(yù)期的商業(yè)價值。人工智能是一種新興技術(shù)，考慮到這一點，在初次嘗試時就抱著“好高騖遠”的想法是沒有意義的。相反，*采用漸進式的方法，利用好正在運行的系統(tǒng)，同時做好問題修復，并在必要時調(diào)整方向，從而在追求整體目標的過程中不斷前進。

和任何新興技術(shù)一樣，人工智能也會帶來某些風險。然而，對銀行機構(gòu)來說，由于存在著巨大的潛在收益，他們可以忽略這些風險。針對投入運行的人工智能應(yīng)用，他們需要思考數(shù)據(jù)的戰(zhàn)略價值。將數(shù)據(jù)管理改善情況與業(yè)務(wù)成果相關(guān)聯(lián)（這些成果是以金錢為單位真金白銀測算出來的），他們可以減少與低質(zhì)量數(shù)據(jù)相關(guān)的風險，同時還能收獲新方法帶來的回報：在客戶互動和客戶體驗方面更進一步。