手机银行|乔一鸭：金融业数字化转型MVP实践（下）

本文由36氪企服点评专家团乔一鸭原创。
乔一鸭：见证 1500+ 企业数字化转型实践，分享团队智慧。
————正文————
在上篇金融业数字化转型MVP实践（上）中，作者讲述了金融业数字化转型常见问题以及金融业数字化转型的基本思路，本文为下篇。
接下来我们重点讲解线上渠道运营转型上的MVP实践，为金融企业及其它业务条线的数字化转型实践提供参考。
随着该行业务线上化、数字化转型、敏捷开发实践的快速发展，渠道产品的功能和设计已经基本满足常规使用，线上渠道产品的客户活跃、使用黏性、交易价值促进等数字化运营需求愈发迫切。受制于银行互联网运营背景人员严重缺乏，内部转岗、招聘成效亦难满足实际应用的诉求，数字化运营转型在方法论和人才双方面的困局均非常明显，导致数据采集与管理、数据应用价值挖掘落地上迟迟达不到预期效果。
基于这个背景，2019 年下半年，该行与我们开始进行深度的合作，通过数据基础建设、指标体系搭建以及业务场景用例三个方面的深度合作，达到有数据、看数据和分析数据的目标，同时在实践过程中为该行建立完善的数据采集与管理规范以及赋能数据运营团队掌握数字化运营建设的能力，系统性提升数据运营及业务团队数字化运营的水平。
整体的项目落地框架如下：

文章插图
图1 某银行客户数字化运营体系建设
第一期的试点中的核心业务线，是银行的线上核心渠道——手机银行。以下以手机银行业务线为例，讲解整个体系的落地过程。
（一）需求梳理及指标体系搭建数字化运营的起点，是能够满足应用需求的高质量数据。因此，此次合作的第一步，就是系统性调研与梳理各数据使用方的需求，了解不同的角色的工作内容、工作流程、当前使用数据的现状以及存在的问题，结合我们在业务场景的经验积累，系统性设计满足主要业务方的指标体系及定义，以及数据采集层需要满足的特征。需求梳理及指标体系搭建环节，最终会输出需求说明书，明确业务方应用数据的主要场景以及与之对应的指标体系设计。
通过此次调研，发现手机银行对线上可获取的数据、常见的指标
及其定义、指标的使用方法和价值仍存在较大的模糊性，借此机会系统性的梳理了下目前在数据应用上的需求和困难，并提供了相应的指标体系设计方案。需求梳理及指标体系简要版示例如下：

文章插图
图2 需求梳理及指标体系简要版
（二）数据采集与校验需求和目标确认后，接下来应根据需求、产品功能流程设计以及业务 ID 的情况，设计 ID_mapping方案、渠道追踪解决方案、数据采集与整合的范围、数据采集与整合的实现方式了。这部分是数据对需求的支撑能力、研发埋点开发的核心环节，输出的数据解决方案，决定了后续是否能有效覆盖各类数据应用场景。

文章插图
图3 事件设计
方案确定且与技术、测试人员评审确认后，就进入采集研发与测试的环节。这部分对数据质量的影响非常关键，实际按照需求采集的执行程度对测试环节的反复修改及验收、最终可上线的数据质量有着非常大的影响，因此研发环节按照需求和规范进行数据采集非常关键。
本次项目受益于手机银行研发负责人以及数据团队对项目的大力支持，数据采集质量较为理想，按照预期在 2个星期内完成了采集并通过了测试。以下分别是数据校验机制的规范文档及埋点管理——数据校验模块的功能截图示意。