海(hai)銀(yin)財(cai)富(fu)管理(li)(li)有限公(gong)司（以(yi)下(xia)簡稱“海(hai)銀(yin)財(cai)富(fu)）是(shi)中(zhong)國財(cai)富(fu)管理(li)(li)行業的(de)領跑者，經(jing)(jing)歷了數(shu)次經(jing)(jing)濟周期的(de)考(kao)驗。2020 年，全(quan)球疫情肆虐，受內外市(shi)場環境影響，財(cai)富(fu)管理(li)(li)行業遭(zao)遇短(duan)期發展瓶頸，收入(ru)下(xia)滑，同(tong)質(zhi)化競爭加(jia)劇。海(hai)銀(yin)財(cai)富(fu)直面(mian)危機，加(jia)速(su)推進(jin)數(shu)字化轉(zhuan)型，打(da)造中(zhong)國領先(xian)的(de)一站式數(shu)字化財(cai)富(fu)管理(li)(li)平(ping)臺，解鎖數(shu)據價值(zhi)，推動業務逆(ni)勢增長(chang)。截止 2021 年 6 月 30 日的(de) 2021 財(cai)年第四財(cai)季，海(hai)銀(yin)財(cai)富(fu)歸(gui)屬股東凈利潤同(tong)比增長(chang) 111%，客戶(hu)總數(shu)達(da) 12.7 萬人，其中(zhong)活躍(yue)客戶(hu)數(shu)同(tong)比增長(chang) 17.6%。在海(hai)銀(yin)財(cai)富(fu)實現以(yi)數(shu)據驅(qu)動業務的(de)背后，離(li)不開 IBM 基于紅帽 OpenShift 的(de)智能化數(shu)據能力平(ping)臺 Cloud Pak for Data 和 Garage 車庫創新方法。
海銀財富通過獨特的“3+2+1”數(shu)字(zi)化體系深入改革(ge)，打(da)造客戶、理(li)財師和(he)(he)(he)業務的(de)多方(fang)位價值共生(sheng)數(shu)(shu)字化生(sheng)態圈。“3”代表財富管理(li)行(xing)業當中(zhong)三(san)個(ge)重要的(de)元素：即(ji)客戶、理(li)財師和(he)(he)(he)業務；“2”代表海(hai)(hai)銀(yin)的(de)兩(liang)個(ge)中(zhong)臺(tai)，即(ji)業務中(zhong)臺(tai)和(he)(he)(he)數(shu)(shu)據中(zhong)臺(tai)；“1”則代表其 IT 基礎建(jian)設，包括海(hai)(hai)銀(yin)投入了(le)大量時間和(he)(he)(he)精力(li)構建(jian)的(de)數(shu)(shu)據倉庫、數(shu)(shu)據湖(hu)、AI 算力(li)以(yi)及(ji)混合云部署等一系列基礎設施。
數據(ju)(ju)中臺是目前海(hai)銀財(cai)富數字化(hua)建設的(de)核(he)心。海(hai)銀財(cai)富在 2020 年 9 月宣布采用 IBM 的(de)混合(he)云與 AI 技術和 IBM Garage 車庫創新方法(fa)，快速(su)推行數字化(hua)轉型，他們希望能(neng)夠(gou)改變數據(ju)(ju)管理部門以(yi)往被動的(de)供(gong)數模式，更加主動地參與業務(wu)創新——把(ba)數據(ju)(ju)服(fu)務(wu)嵌入(ru)企業業務(wu)，并成為其中重要部分；同時(shi)打破各部門間的(de)數據(ju)(ju)壁壘，做到(dao)真正的(de)數據(ju)(ju)業務(wu)化(hua)，實(shi)現數據(ju)(ju)驅動業務(wu)。
IBM Cloud Pak for Data 作為一個綜合性數據(ju)能(neng)力(li)平臺，集(ji)數據(ju)采集(ji)交換、共(gong)享融合、管理治(zhi)理、建模(mo)分析(xi)和(he)(he)服務(wu)應用于(yu)一體。在這個項目中，海銀利(li)(li)用了 IBM Cloud Pak for Data 上的(de)領先的(de)企業級(ji) AI 能(neng)力(li)，包括 Watson Knowledge Catalog， Watson Studio，及(ji)(ji) Watson Machine Learning 三大模(mo)塊(kuai)。IBM Watson Knowledge Catalog 是數據(ju)資(zi)產目錄(lu)功能(neng)模(mo)塊(kuai)，可以(yi)實現(xian)數據(ju)治(zhi)理與數字資(zi)產管理，幫助業務(wu)用戶快速發(fa)現(xian)、管理分類(lei)，共(gong)享數據(ju)資(zi)產、數據(ju)集(ji)、分析(xi)模(mo)型及(ji)(ji)其與組織(zhi)中其他成員(yuan)的(de)關系。IBM Watson Studio 為數據(ju)科學(xue)(xue)家、開(kai)(kai)發(fa)人員(yuan)和(he)(he)分析(xi)人員(yuan)賦能(neng)，支持他們構建、運(yun)行和(he)(he)管理 AI 模(mo)型。Watson Machine Learning 幫助數據(ju)科學(xue)(xue)家和(he)(he)開(kai)(kai)發(fa)人員(yuan)加速 AI 和(he)(he)機器學(xue)(xue)習(xi)部署，利(li)(li)用其開(kai)(kai)放式可擴展的(de)模(mo)型操作，幫助企業跨(kua)任何(he)云大規模(mo)地簡(jian)化(hua)和(he)(he)利(li)(li)用 AI。同時，使(shi)用 Garage 車庫創新(xin)方法，以(yi)最小的(de)成本，在最短的(de)時間(jian)內(nei)進行創新(xin)，通過(guo)小規模(mo)地嘗試，不(bu)斷地試錯和(he)(he)迭代。
在短(duan)短(duan)一年間，海(hai)銀(yin)財富通(tong)過與 IBM 的合作，實現了以下業務目標：
· 建立了統一的公司數據資產管理中心
實現海銀數據(ju)倉庫數據(ju)庫的從零到一，從而提(ti)供面向(xiang)數據(ju)應用(yong)支撐的底座能力；
統(tong)一部門間數據口(kou)徑，改善業務人員取數效率，從而加(jia)速業務的驗證和迭代；
打(da)破(po)各部(bu)門間數據壁壘，部(bu)門間的數據共享可提高資產(chan)利用率，避免(mian)重復建設。
· 完成了“客戶標簽體系建設和管理”和“客戶畫像及客群管理”最小可行產品（MVP）
結合 IBM Garage 車庫創新方法(fa)論，根據(ju)海(hai)銀財富(fu)的(de)業務(wu)需求(qiu)設計并在(zai) Cloud Pak for Data 中開發(fa)了包(bao)含 900 多(duo)個客(ke)戶指標、250 多(duo)個客(ke)戶標簽和客(ke)戶群管理系統；
指標(biao)和(he)標(biao)簽定(ding)期自動更新，業務人員(yuan)可以(yi)隨時隨地(di)自助查(cha)詢已加(jia)工的指標(biao)和(he)標(biao)簽，從而逐(zhu)漸加(jia)深業務人員(yuan)對數(shu)據(ju)的理(li)解，促使(shi)其(qi)養(yang)成依靠數(shu)據(ju)做分析的習慣；
提高了海銀的(de)客戶生(sheng)命周期管理(li)和客戶精(jing)細化運(yun)營能力；
理財師可以通過查看(kan)客戶畫(hua)像直觀、及(ji)時(shi)且多維了解客戶近況(kuang),從而為客戶提供個性化服(fu)務(wu)。
· 建立了客戶資產價值細分模型和數據主題模型
通過歷(li)史數據(ju)和外部數據(ju)訓練(lian)機器學習模(mo)型，賦能(neng)理(li)財師(shi)和業務(wu)人員(yuan)根據(ju)客戶價值最優化資源(yuan)配給；
激(ji)活(huo)海銀財(cai)富已有數據(ju)的價(jia)值，實(shi)現海銀財(cai)富的數據(ju)資(zi)產(chan)化。
· 利用 AutoAI 自動化機器學習流程
大(da)大(da)提升(sheng)海銀(yin)財富自(zi)身的機(ji)器學習模型開發(fa)能力，節(jie)省(sheng)時間成(cheng)本和人力成(cheng)本；
模型開發周(zhou)期從(cong) 4-12 周(zhou)降低至 2-6 周(zhou)
海(hai)(hai)(hai)銀財富(fu)首席技(ji)術官朱(zhu)樺表示：“以(yi)用戶(hu)為(wei)核(he)心，以(yi)數據為(wei)紐帶，以(yi)客戶(hu)為(wei)本、以(yi)體驗(yan)為(wei)王，這是(shi)海(hai)(hai)(hai)銀財富(fu)過(guo)去 16 年來的(de)立(li)足之本。我們與 IBM 合作進行(xing)的(de)數字化升級并不是(shi)簡單的(de)軟(ruan)件(jian)購買。IBM Cloud Pak for Data 不僅是(shi)一(yi)個(ge)軟(ruan)件(jian)，更像是(shi)一(yi)個(ge)生(sheng)態，因為(wei)它可以(yi)加入(ru)各(ge)種(zhong)各(ge)樣的(de)插件(jian)，能夠很好地(di)實(shi)現整體規劃和(he)(he)分步(bu)實(shi)施的(de)目標。而 IBM Cloud Pak for Data 和(he)(he) Garage 車庫(ku)方法論還(huan)能幫助海(hai)(hai)(hai)銀快速地(di)構建全新的(de)數字化戰(zhan)略。”
IBM 大中(zhong)華區云(yun)計算專(zhuan)家(jia)實驗(yan)室(shi)總經理魏永(yong)明表示：“很高興(xing)看到 IBM 混(hun)合(he)云(yun)和 AI 技(ji)術(shu)、以(yi)(yi)及我們的(de)(de)(de)車(che)庫創(chuang)新可(ke)(ke)以(yi)(yi)在(zai)海(hai)銀財富的(de)(de)(de)數(shu)字(zi)化轉型升(sheng)級當中(zhong)發揮積極作(zuo)用(yong)。根據(ju) IBM 商業(ye)價值研究院 (IBV) 與牛津(jin)經濟研究院合(he)作(zuo)開展的(de)(de)(de)最(zui)新全球(qiu)調研，許(xu)多行業(ye)領(ling)先(xian)的(de)(de)(de)企業(ye)都在(zai)積極推(tui)進數(shu)據(ju)驅動(dong)業(ye)務的(de)(de)(de)模式(shi)，利用(yong) AI 驅動(dong)的(de)(de)(de)工具和最(zui)佳實踐(jian)來分析企業(ye)的(de)(de)(de)數(shu)據(ju)與應(ying)用(yong)，用(yong)正(zheng)確(que)的(de)(de)(de)方式(shi)把數(shu)據(ju)和應(ying)用(yong)放在(zai)正(zheng)確(que)的(de)(de)(de)位置，并充分加以(yi)(yi)利用(yong)。隨著合(he)作(zuo)的(de)(de)(de)深入，相信 IBM 在(zai)海(hai)銀財富‘3+2+1’的(de)(de)(de)數(shu)字(zi)化戰(zhan)略當中(zhong)可(ke)(ke)以(yi)(yi)發揮更大的(de)(de)(de)作(zuo)用(yong)。”
