「跟商業思維學院相遇的第二年」
現在回頭去看和第一年跟學院相遇,落落長的祝賀學院的生日文,覺得好可愛,也好珍貴,因為那是我成長的軌跡。
很開心,一路跟著學院又走過了第二年,
今年,我更多時間專注在「應用」上。
很慶幸有幾個機會,讓我可以把所學應用出來,也可以真的在應用當中,獲得成就感。
#椪一下微創業
從原本的「先試試看」到現在真的覺得「椪一下」是一個自己一手拉拔起來,正在慢慢成長的品牌,這種感覺很奇妙。
有這個應用場景,很幸運。這就好像是時長更長,產品更多,策略規劃更複雜的的產品實戰營。也因為這個機會,讓我可以實際去嘗試跟應用很多的知識跟框架。以下列出幾個對我目前幫助超大的學習資源:
=> 產品經理學程(基礎、進階)
=> 商業開發學程(基礎、進階)
=> 商業思維百科
=> 主題課程
最近也兌換了「數據化營運」、「高績效管理者」的學程,但還來不及開始上QQ
光是學程裡面完整的框架跟案例講解,就不知道幫我省了多少自己爬一堆網頁摸索還找不到答案的時間,然後再帶著這些框架,去聽大神們的主題講座,是怎麼應用在實際的場景上,再把多年累積的成果或是心得跟我們分享。這個正向循環,不只複習了觀念,也能更深刻的了解框架跟方法的應用面。
其實每一個學程我都很想上,但是真的得逼自己面對問題,專注尋找解決方法,才能在創業的這條路上,走得稍微踏實一些。每一堂課我可能都需要思考好久,去釐清自己目前的處境跟想要去的方向,再去思考細部的目標以及要怎麼驗證自己的假設。
老實說,在學院裡真的不怕學不夠。
學院在學習上也設計了一系列的打卡活動,不管是早晨打卡、21天打卡、14天挑戰等等,老師們真的很用心在幫助同學一直有源源不絕的動力學習下去。最近系統還新增了商值,有點像打電動升等一樣,慢慢一步一步增加等級。因為真正可貴的,就是建立習慣,不停的學習,雖然我還只是 Level 6的小嫩嫩XD。
#商務社火種
老實說,擔任火種跟在上班的感覺其實一模一樣XD,因為跟著這些資深工作者一起策劃活動,就不知不覺被感染,用最高規格的工作態度在面對每一場舉辦的活動。
我其實一直都沒有跟同事或是老闆很正式開會的經驗,也不太了解開會的一些小秘訣,但是直接就在商務社週會的時候學會如何開會了。
記得第一次開會,我不自量力的說「我可以第一個可以當主席」,然後主持的超級爛,總結力道不夠,控時也不夠精準。超級感謝迪哥跟Mo,還有夥伴,一路上的指導跟給我很明確的建議,慢慢的,大家建立起默契,然後可以很順暢的開完會,也都有表達出自己的想法甚至可以快速總結出最後結論,這些過程都好難得。
也在這之中學會了運用 WBS,學會把一個活動展開成,背後需要很多的細節跟彩排演練,也有了第一個主持一場線上活動的經驗。
社團真的是一個學習團隊合作跟專案管理很好的地方。
#多益戰鬥營
多虧學院,總是讓我認識很多各式各樣的人。
有在課程活動上認識的神人,也有在自己舉辦的小讀書會上認識的夥伴(結果夥伴也是神人XD)。
這大概是我第一次這麼認真使用 Trello 這個工具,也在分享的過程當中,找到自己也還不熟的地方, 甚至自己覺得已經很熟的知識點,其實也還有在釐清想法的空間。
每次聽大家的分享,就覺得每個人不同的生活經歷很有趣,每個人重視跟在意的點也不一樣,想要過的生活也不同,唯一一個共通點就是:我們都很熱愛學習,想透過學習來掌握自己的人生,而不是被「命運」左右。
#casestudy
如果有多一些時間,我也超想參加 case study,聽說可以被 KT 電的很慘,獲得商業分析能力的大躍進,然後罹患 KTSD(?)聽起來真的是非常誘人XDD
在第二年,看書、寫作、學習、自我覺察,都已經內化成為生活的一部分,但是還在努力縮短學習到應用這中間的 gap ,可能我後面好幾年的心得也都還在這裡奔跑,但是,還是想說,感謝每一位商業思維學院的老師、工作人員、同學,讓我這一年又更加豐富了許多。
最後,如果你想參加商業思維節這個龐大的盛典一起幫商業思維學院慶生的話,歡迎私訊我。
#商業思維學院兩週年生日快樂
#商業思維節倒數一週
#九月二十六日等你喔
超級績效線上看 在 Facebook 的最佳貼文
【#每週一推 】「#不寫實」的主角卻點出,「#超寫實」的司法弊端:《第一刑事部的烏鴉》
《第一刑事部的烏鴉》(或譯 #鴉色刑事組),這是一部少見以「#法官」為主的律政劇。
一般關於法律的片,多數在在檢察官與律師身上,舉例來說,#檢察官 就是《Hero》,#律師 就用《王牌大律師》當作代表,在法庭上往往就是這兩邊的攻防,而且通常都是這兩邊才有時間去「蒐證」找線索,去翻轉案情,這過程才是律政劇花上最多時間的地方。坐在那邊等判案的法官,通常是坐在那邊等他們拿出證據來裁斷就好。
《第一刑事部的烏鴉》打破了這規則,竹野內豐飾演的法官是個奇怪的法官,若檢察官提出的事證與被告的自白不同,他不會直接地靠現有證據宣判,會宣布:我要發動「#職權」,也就是由法院主導,重新進行調查。
這個做法我們在《王牌大律師》中也看到過,廣末涼子飾演的法官,也很喜歡跑到現場做調查。不過,這種做法是比較少見的,因為你會 #同時踩很多人的底線,檢察官那邊會覺得你不相信檢察官團隊的蒐證,檢驗他們已經檢驗過的東西。而且法官那邊的高層也會不爽,因為案件堆積如山,你卻消耗大把時間在單一案件上。所以,通常法官是不太敢這樣做的。只是對於主角來說,他有著跟木村拓哉在《Hero》中一樣的熱血表現,不隨便判斷,只想找出真相,以免 #冤案 發生。
不寫實,但是故事點出的問題都超級寫實。
就像是前面兩集就點出,法官是公務員,績效是把趕快把案子裁定完,現實面就是:真相不重要,公務員的業績比較重要。如果上面施壓你每天要解決多少案子,不願意思考真相的法官也是有的。
這一點,左撇子我在親自跑過這樣的流程後,確實對本劇蠻有感的,所以看得格外精彩。
裡面點出了太多的問題,都是現實面的問題:
🌟 一審的法官是你的學長,如果真相跟他的判決顛倒,在講究輩份、你又需要有人幫你推薦升官的時候,你敢推翻前輩的判決嗎?
🌟 檢察官的高層,也會施壓他們「定案率」,那就是他們的KPI業績,如果真相會讓他們定不了案,你覺得檢察官會幫忙法官找出真相嗎?
🌟 警察交出來的證據有瑕疵,但是警方跟檢察官的高層都來施壓,說打擊犯罪是要一起努力、彼此信任的,不要造成彼此未來的困擾。你會犧牲一點「程序正義」嗎?
正義是很複雜的,背後又太多人的考量,而你一個小老百姓,往往是最容易被犧牲的那個。
雖然說這些事情對「劇本」來說,都不是特別創新的東西,但是這很「現實故事」(真的會發生),而且表達的方式簡單、易懂、好理解,而且讓一般民眾看得很有省思,受害者會特別感動。
你會希望現實中,真的有這種「願意找出真相」的法官,而不是「已經加班到八點了,你們趕快講一講、不要重複一樣話給我聽,後面還有兩個案子」的法官。
我常常說,對於一些法官來說,你只是他桌上 #一個還沒解決的案子。
但是對於這些被告來說,你的便宜行事,就是他的 #一輩子。
《第一刑事部的烏鴉》確實是一個不太可能發生、不顧現實面的熱血法官,但是它設立了一個 #理想,只要有一個法律人看到了、被感動到了,就會多一個人願意往理想前進。
這是我為什麼很喜歡推職人劇的其中一個原因,因為有一天在面對改革的路上,你會發現不孤單,有一群人都被同個作品感動,或許理想會近一點,更可能的,是少一個僵化的阻力。
《#第一刑事部的烏鴉》,一個輕鬆、歡樂、熱血帥氣,每一集都讓我很有省思的推薦日劇。
-------
🎬 7月 #有什麼好看的電影 (院線&線上影音)推薦清單:
https://link.leftymovie.com/movielist
🎁 左大市集:放空好物 好睡好心情
https://sho.pe/3gnj5l
📺 配劇神物:宮廷極品麻辣肉乾
https://sho.pe/3fsnmv
超級績效線上看 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
銀行如何提供超級個人化服務?百人數據團隊靠AI打造中信腦
為了顧及全產品、全客群、全通路、全覆蓋,中國信託採取的對策是走入AI與大數據,更為發展AI應用訂下3大KPI,來掌握研發資源的最適化;今年,中信更成立數據治理委員會,希望將數據治理走向更全行化的關鍵議題
文/李靜宜 | 2021-06-10發表
「透過科技力,來創造競爭力。」中國信託銀行數據暨科技研發處處長王俊權,用一句話點出中國信託大力發展AI與大數據的戰略核心。
3年多前,中國信託定調以AI與大數據作為主要發展方向,並成立了數據研發中心,要用AI來加值業務場景的服務與產品。設立初期僅有一人,到現在已擴大為百人團隊,更在2020年初正式提升為數據暨科技研發處。王俊權正是該團隊的一號員工,更是中國信託內部大力推動AI與大數據的關鍵人物。
中國信託的經營策略是,顧及全產品、全客群、全通路、全覆蓋。而為了守住既有的優勢,中信採取的對策是走入AI與大數據,來作為轉型的利器。不只要轉型,王俊權表示,中信更希望透過AI與大數據,孵化出不同於以往的經營模式。
「CTBC+AI」是中國信託發展AI的大方向,在各業務線上,都能將既有的經營方法加上AI,來提升效率與效能,更要以這樣的科技力創造競爭力。更以優化、平臺、全面、轉型、顛覆這5大階段任務,往下推動AI。
王俊權解釋,中信的策略是,從最小且最有把握的項目開始,所以,透過AI來優化既有的經營方式,是中信切入AI的第一項任務。運用AI優化的專案成功後,下一步,中信就能將AI技術進一步平臺化;有了平臺之後,就能將AI技術全面導入到銀行。
走過了優化階段、平臺階段到全面發展階段,AI已經落地到中信的金融場景,也陸續有了一些階段性成果。王俊權表示,中信現在聚焦「轉型」與「顛覆」,希望透過AI幫助組織轉型,最終期待是要用AI提出顛覆的想法,創造新的經營模式,他透露,目前已有幾個專案正在進行中。
依循著CTBC+AI這項大主軸,中國信託打造了「中信腦」,定調3條研發路線: 電腦視覺、自然語言處理(NLP)、機器思考,也成立了3大實驗室,聚焦研發6大AI應用核心,包括了精準行銷、市場預測引擎、文字與文件辨識應用、人臉與物件辨識應用、機器閱讀到機器對話。從應用場景來看,則鎖定營銷經營、流程優化、風險控管這3項。累計至今,中信在業務單位落地的AI專案超過了20個。
第一類應用場景的AI,中信稱為「營銷經營+AI」,囊括個人化推薦、需求預測,目的是協助增加收益,並提升客戶滿意度、客戶資產、新申購產品數等。王俊權提到,像是推薦引擎專案,中信金控整體客戶數有1,100多萬戶,產品與通路又多,需要透過AI推薦引擎來實現精準行銷,預測顧客未來的金融需求,才能進一步推薦。中信也將這類預測技術,應用到金融商品的預測,比如房價預測、股市預測、匯率預測等。
「流程優化+AI」則是中信第二大類應用場景,包含法金作業流程、客戶申請流程、線上作業流程,希望用來協助內部提升作業效率,來減少作業成本,最終目的也同樣要能夠提升客戶滿意度。 目前,中信內部有多項端對端的流程數位化專案,像是個金、法金、AML(反洗錢)、HR等業務,都有導入AI來優化既有流程。
最後一類場景的應用是「風險控管+AI」,則應用在AML作業、偽冒偵測、稽核,來改善內部作業效率,減少風險的損失。比如,王俊權提到,前年底,中信銀行上線了一套用自然語言處理技術分析負面新聞的平臺,這個AI反洗錢專案的成果,後來更從臺灣擴大應用到7個國家的海外分行。
王俊權表示,3大實驗室所負責的6大AI核心,就是沿著這3大類應用分頭進行,其中,因為銀行面對數位化的壓力較大,所以,又以銀行為應用主力,再逐漸將AI技術擴大到金控旗下子公司,如投信、台灣人壽、中國信託資融等。
自行培養AI研發能力,更訂定3大AI管理KPI
AI發展策略上,中國信託除了自主研發,也會與廠商協作。不過,這兩種策略該如何拿捏,中信內部也走過一段辯論的路。王俊權表示,最後的判斷依據是,「金融業需要的核心能力,中信會投入有限的研發資源。若不是中信認為的核心能力,則盡可能用市場上的解決方案,來加快回應市場的時間。」
舉例來說,銀行業使用分析模型並非新鮮事,AI技術與傳統統計回歸最大的不同是,能夠處理大量非結構數據,像是人臉、電文等資料,可是,這些數據機敏性較高,如果銀行不能自行掌握技術,而需委外,王俊權認為,第一個問題就是,銀行創新的保密性較弱,再者,廠商進入銀行接觸到如此多的機密性資料,有時也有法遵問題。
尤其,金融業對個資的管制嚴格,非結構化資料很難離開金融業,但是,在臺灣,許多AI技術原廠來自海外,對於銀行來說,整體應用或導入的彈性都相對較低,這些都是中國信託選擇培養自家AI研發能量的關鍵因素。
中信在AI應用發展策略,更訂出3大關鍵績效指摽(KPI),作為研發資源最適化的參考。王俊權表示:「對資源有限,需求無限的單位而言,研發的管理是一大關鍵。」首先,中信不會輕易增加AI生產線,因每開一條生產線就會涉及維運與資源分散的議題。所以,「AI生產線的管理」是第一項KPI。
「AI研發資源調度的管理」是第二項KPI。王俊權提到,資源有限狀況下,應該分配多少資源,投入短期的落地變現,還是長期的亮點顛覆,「是一種決策的藝術。」過去,中信希望AI可以迅速擴大到各單位,所以,王俊權採取80/20法則,將80%的資源用在短期落地變現,讓大家有感,保留20%在真正創新的研發。不過,他表示,這個比例每年或每季會進行調整,要讓研發資源投入到需要的地方。
第三項KPI則是「核心複用的比率」,也就是同一項核心技術盡可能重複利用的比率。王俊權要求研發團隊,每條AI生產線至少要有3個落地應用。目前,中國信託共有6條AI生產線,以及20幾個AI落地應用的專案,他提到:「平均每條AI生產線,有3~4個核心複用。」未來,更希望將每個AI核心,擴大到金控內各個應用,所以,要盡可能提升核心的複用,他對團隊的期待是,能提高到兩位數的複用率。
他進一步舉例,3年前,中信導入工研院智能文審技術,來辨識客戶申辦信用卡、貸款所需檢附的財力證明,像是存摺、扣繳憑單等金融常用的固定格式文件。去年,中信將文字辨識應用,複用到分行的場景,上線AI票券辨識服務,在審票機中加入AI、OCR技術來辨識支票,來減少櫃員人工審票與顧客等待的時間,及提升作業人員登打的產能。
目前,中信已做到一張支票上的7個要件,包括到期日、抬頭人、金額、禁止背書轉、發票章讓章或手寫、背書、帳號,都能夠用AI辨識。王俊權提到,中信將自行研發的印刷體的文字辨識核心、手寫英數的AI辨識核心、文印鑑辨識技術,通通導入支票辨識上,「這就是一種AI核心的複用」。此外,為了持續優化辨識正確率,中信更導入AI反饋機制,內部自己發展出標記功能,來改善標記效率,長期目標是達到9成的辨識正確率。今年,中信預計將該AI應用擴大到22家分行。
中信還有另一項AI核心應用是人臉與物件辨識應用,王俊權坦言:「人臉辨識技術,對於組織的轉型與顛覆是亮點有餘,可是力道不足。」不過,若能結合防偽能力及數位流程,可能會創造出藍海的新應用。中信正在思考,如何運用人臉辨識、活體辨識、微表情辨識、情緒辨識等AI核心,交錯組合來打造遠端核身相關應用。
金融業需緊跟科技的腳步,轉變為自身的競爭力,才能在指數型成長的趨勢下,站上領先地位。AI與大數據,正是下一波競爭力的最大利器。─── 中國信託銀行數據暨科技研發處處長 王俊權
推動超級個人化服務,中信靠大數據建立5大行銷策略
「中信銀行每個月有1.5億筆的金融數據,1.9億筆的非金融數據。更可觀的是,疫情期間,顧客更加喜歡使用數位服務,每月高達2億筆的顧客數位數據。」王俊權首度揭露了中信內部統計的海量數據。不只如此,中信銀行1年與顧客會有20億次的行銷溝通,顧客造訪行動銀行、網路銀行或到行銷網頁觀望的次數,更是高達16億次。
「中國信託的數據含金量很高,因此,全都要採集起來,作為銀行KYC的關鍵第一步。」他提到,光在2017年到2018年這段期間,中信內部就採集了大量數據,來建立360度客戶全景標籤。即便,當時各個單位已有自己的全景標籤,中信仍認為要有一個可以全行共用的主數據庫。
有數據來了解顧客,銀行就能出手,中信的策略是以數據掌握顧客人生不同階段需求,提供超級個人化服務。王俊權表示,中信策略是運用AI與大數據,透過個人化溝通方式,來提升顧客的成交機會。中信更先將這種作法,落地到銀行的「艱困區」,若在艱困區測試後有成效,再轉移到「黃金區」主戰場。「一方面不會影響到既有的業務動能,另一方面團隊也會比較有信心。」
在推動超級個人化服務,中信採取了5大行銷策略,並各自搭配合適的AI技術。第一項策略是使用最適合的通路對不同顧客溝通;第二項是尋找顧客有興趣的話題來互動,王俊權透露,今年底將從人工轉為全自動化,用AI生成銀行與顧客行銷的文案。
選擇對的時間,則是第三項策略,比如,當外幣跌到一定數值時,跟該名顧客歷史申購外幣的成本有競爭性,就能在此時發送推薦資訊給顧客。
第四項策略則是打造貼合顧客需求的產品,他提到,中信已有不同產品的預測模型,能預測未來3個月或1周後,該名顧客可能需要的產品。可供業務單位、EDM數位行銷,來聚焦其中高成交率的顧客。最後一項策略是對的活動,即便是賣同一項產品,不同活動的優惠或行銷設計都要不一樣。
王俊權認為,不僅不要過度叨擾顧客,更希望提供一次就能擊中顧客的服務。甚至,目標是做到自動化行銷,他透露,目前正在建置平臺的階段,除了要能自動採集數據,更要自動反應顧客下一步的預測,讓銀行出手可以更快,或盡可能減少PM或行銷出手時會遇上的人工斷點,甚至,讓每次出手後的反饋可以更為即時,來推動多波段行銷。
成立數據治理委員會,優先梳理2類數據
「數據治理是比下水道還要更下水道的底層工程。」特別對於大型金融機構來說,海量的數據勢必要有與過往不同的梳理方式,王俊權如此說著。
因此,今年中信銀行成立了數據治理委員會,由總經理親自主持,各個業務單位主管都參與,「希望將數據治理走向更全行化的關鍵議題。」他坦言,今年是試行階段,但中信已經注意到這個趨勢,而且必須往這方向走。
中信在數據治理特別強調「以用為治」,去年,更研究了全世界數據治理做得較好的企業,比如,數據治理發展超過20年的華為。王俊權坦言:「對中信而言,數據治理既然是一場長期抗戰,就必須明確為何而戰。」
由於資源有限,中信在數據治理的戰略,優先從兩類業務來推動,第一類是不能犯的錯,這類資料的處理一旦犯錯,銀行容忍度很低,如監理報送這類數據就需要優先梳理。另外一類是業務效益較大者,王俊權表示,若沒有好的數據治理標準,業務效益很難有長期的呈現。這是中信今年訂下數據治理的方向,也希望從小開始,慢慢擴大到全行。
經理人小檔案
王俊權
中國信託銀行數據暨科技研發處處長
學歷:臺灣大學國際企業研究所商學碩士
經歷:早年在美國矽谷的科技公司做美股分析,回臺後陸續待過4家銀行,主要負責風險管理;2005年加入中國信託銀行擔任全球個金風險管理處處長,2018年兼任數據研發中心最高主管;現為中信銀行數據暨科技研發處處長,兼任中信金控數據主管
附圖:中國信託銀行數據暨科技研發處處長 王俊權 (攝影/洪政偉)
資料來源:https://www.ithome.com.tw/people/144842?fbclid=IwAR0XaBPczoiqTWTEQH8qHfNDbmyyTpA43Akd2gYWhsBbh0oIbWsBNWdF4Fk