花旗銀行建立基於人工智慧和資料科學的實用分析系統的實戰經驗

花旗銀行是如何建立基於人工智慧和資料科學的實用分析系統的？為了瞭解更多資訊，記者採訪了花旗銀行美國消費者分析部門主管Murli Buluswar。

Murli還深入探討了其他一些主題，包括如何確定最佳的業務目標?花旗如何在客戶體驗等領域使用資料和人工智慧?以及如何在整個組織中建立以資料為中心的文化?

作為美國消費者分析（USCA）部門的主管，Murli Buluswar正領導著花旗銀行在其3億多客戶基礎上執行“成為實現客戶智慧（customer intelligence）飛躍的關鍵合作伙伴”的願景。作為一名“企業內部”分析和戰略C級金融服務領導者，Murli透過挑戰傳統流程，利用資料驅動的智慧，成功建立了聯盟，並取得了商業成果。作為美國國際集團（AIG）運營委員會的前成員，Murli已經影響《財富》100強的董事會成員和高階領導者，透過資料洞察力來拓展創新思維和執行力。當時，身為AIG的首席科學官，Murli建立了一個數據科學團隊，以促進AIG“以證據為基礎”做出一致的決策。科學作為一個內部資料驅動的創新單元，在問題構建、資料工程、行為科學、資料科學和軟體開發等方面具有互補的能力。科學團隊幫助降低了運營成本，增加了銷售額，以及與客戶溝通以降低風險。

在加入花旗銀行之前，Murli曾擔任波士頓諮詢集團（BCG）和兩家初創公司的高階顧問，主要負責幫助客戶塑造在資料支援下重新制定決策的能力。

採訪摘錄

Michael Krigsman（主持人）：歡迎花旗銀行美國消費者分析部門的負責人Murli Buluswar。

Murli Buluswar：我們團隊的使命是成為“實現美國個人銀行客戶智慧飛躍的關鍵合作伙伴”。這是什麼意思呢？試想一下，銀行業是一個參與度非常高的行業，與許多其他行業相比，它產生的交易和互動都非常多。那麼我們如何處理所有這些互動和交易，量化它們，以更好地理解客戶明確的和潛在的需求，並透過機器學習和實時智慧的力量在近乎實時的基礎上與它們建立更多的相關性？

Michael Krigsman：您剛剛描述了兩件不同的事情。一個是技術的概念，第二個是人的概念。這就是您看待事情的方式嗎？

Murli Buluswar：是的，我認為我所涉及的工作就是人、技術和好奇心的融合。所謂好奇心就是想象做出了什麼決定以及如何做出決定的能力；然後將其與人和技術聯絡起來。在我目前的工作中，我經常考慮這三件事。

Michael Krigsman：一般來說，資料科學和分析是如何在金融服務中發揮作用的，尤其是在花旗和您所做的工作中？

Murli Buluswa：概括來說，我主要會考慮三件事：

第一，我們要更明智地使用寶貴的營銷資金，以服務無數的目標功能。因此，我們需要在如何理解營銷支出以及如何理解客戶行為方面建立更深層次的智慧。

第二點是建立更深入的洞察力，即我們如何理解客戶的需求，如何為他們提供服務，無論是他們主動要求的，還是透過訊號暗示的。

第三個是將資料驅動的智慧應用於更好的風險控制，以繼續打造一個更好的銀行，在我們業務的各個方面利用資料。

Michael Krigsman：當您考慮如何應用這種機器智慧、資料和分析時，您發現了哪些業務挑戰、問題或機遇？

Murli Buluswar：舉一個最直接的例子來回答這個問題，即我們應該在營銷上投入多少，在哪裡投入，針對哪些客戶，透過什麼服務，什麼產品，什麼渠道，以及為什麼？

這背後涉及大量的科學，無論是針對直接郵件、數字廣告，還是線上廣告。我們在此基礎上建立了一門科學，我們還透過軟體解決方案來增強這門科學，使花旗內部多個職能部門能夠更好地做出決策。

Michael Krigsman：您能給我們舉幾個例子說明這是如何起作用的嗎？

Murli Buluswar：說到底，在任何公司，營銷資金以及我們與客戶的互動方式都是稀缺資源。問題是，你的目標是什麼？

您的目標可以是NPV（淨現值，即未來現金流入的現值與未來現金流出的現值之間的差額）的最大化，客戶滿意度的最大化，淨資產收益率的最大化等等。你是如何做出這些決定的？這背後的科學是什麼？在已有的知識和預測下，你如何建立信心讓自己做出最好的決定？

這需要有一流的、細粒度的資料驅動的洞察力，同時也需要有能力將這些資料洞察力吸收到軟體和工具中，以便其他職能同事能夠實際參與。

Michael Krigsman：所以，您需要對可用的技術種類，可用的資料，以及業務問題的性質和策略，也就是您放置或使用資料和技術的底層環境都有真正的清晰認識。

Murli Buluswar：確實，必須要有100%的清晰認識。而且我還要補充一點，也是我之前提到的好奇心或想象的概念。這是一種思考我們如何做出不同於今天或昨天做出的決定的能力。

我們應該問哪些比我們以前可能遇到的問題更深層次的問題？資料驅動的洞察和預測如何使我們做出更好的決策？這又回到了我們之前討論過的三個維度。

Michael Krigsman：我覺得很有趣的是，您已經多次使用“好奇心”這個詞了。我們傾向於認為資料是由技術驅動的，但您卻反覆提及與技術無關的好奇心。

Murli Buluswar：我對我的團隊（坦白地說，對我自己也是）的口頭禪是，我希望這個團隊每天都要圍繞追隨力（followership，即有效執行領導者的指令、支援領導者工作的能力）、合作關係（partnership）和領導力（leadership）三個維度思考和行動。這是什麼意思？

透過資料，我們本質上是真理的追尋者。我們可以在人們已經問過的問題上尋求真相，這可能就是追隨力和某種合作關係。

但除此之外，我們也可以問，怎樣才能重新想象這個世界，怎樣才能重新想象一個特定的決定，以我們以前沒有處理過的更深入的資料洞察為動力。這種領導力需要從商業角度思考問題，與多個領域的職能合作伙伴合作，然後以一種前所未有的方式帶來資料驅動的見解。

Michael Krigsman：這是一個非常有趣的評論。您說：“透過資料，我們是真理的追尋者。”我從來沒聽有人這麼說過。您可以詳細說明一下嗎？

Murli Buluswar：根據我的經驗，這是一個跨多個行業的問題，也就是，在很多領域，我們可能會基於啟發式，基於過去的專業知識，做出判斷、決策、商業決策。但真正的問題是，如果我們能帶來更深入、更細粒度的資料，如何在下一個層次上形成更好的決策？這就需要你有一種假設的能力，可以想象如何做出決定。

Michael Krigsman：聽起來在每一個步驟中你都在利用資料和分析的機會，並非常緊密地將其與你想要達到的特定業務結果進行校準。

Murli Buluswar：沒錯。我關心的是決策科學的概念，也就是，我們是如何透過科學來推動卓越決策的？這種概念指導著我們團隊的工作，我們提出的問題，我們對合作夥伴提出的問題的細微差別，以及我們為了形成更好的決策而試圖提出的更深層次的智慧。

Michael Krigsman：聽起來好像您並沒有把注意力集中在機制上，而是集中在校準結果上。

Murli Buluswa：我認為機制非常重要。但真空中的機制並不重要，除非它們與結果相關聯。

如果我們在一天中圍繞追隨力、合作關係和領導力三個維度，我們就有機會成為更好決策的促成者。如果我們只是提供分析或一系列見解和建議，但並沒有參與其中，也沒有看到這些見解如何轉化為決策和結果，那麼我們就錯過了一個更具戰略相關性的機會。

我認為，對於擁有這些技能的團隊來說，保持提問的熱情是很重要的，即你如何實現更好的決策？如何解決變更管理的最後一英里問題？您是否需要構建工具，以便以更無縫的方式吸收和執行這些模型和見解？用一種更加綜合的方法來衡量成功。

例如，我衡量的一個主要類別是這個團隊交付的“收入中性”（revenue-neutral）成本節省是什麼。除非這些“收入中性”的成本節約實際表現為節約，否則不可能實現。

另一類是收入驅動的息稅前利潤（EBIT）。這事關增長。資料科學和決策科學如何促進增長，我們如何衡量這種增長的財務影響？這是兩大非常具體的財務指標。

然後我們還有其他三個方面的衡量方法，它們與客戶和風險控制，以及速度和簡化有關，它們不一定在財務上衡量，但每一個方面都有我認為的實質性成果，有助於顯著改善決策，是銀行的重要組成部分。

Michael Krigsman：所以，您要透過機制，也就是工具和技術來觀察完整的鏈條，再將其與您想要獲得的精確結果聯絡起來。

Murli Buluswar：我自己面臨的挑戰是要從一個負責人的角度看問題。在一天結束的時候，一個見解，一個模型，或一個預測可以是非常刺激和迷人的，然而，如果我們不能將這些與我們做了什麼決定以及如何做決定聯絡起來，我們就不能衡量——有時是財務方面的，有時可能不是財務方面的，但還是要衡量——這有什麼影響，為什麼這對組織所追求的目標的可持續性有重要影響，這個問題對我們來說是非常重要的，我們要深入瞭解。如果沒有，那你就只是成為了價值鏈的一部分，你只是在交付服務，但卻沒有整合的連線。

Michael Krigsman：您能給我們舉一個精確的例子嗎？說明資料驅動的商業決策是傳統決策過程難以驅動的？

Murli Buluswar：當然。讓我們把這個對話從概念擴充套件到非常實際的東西上。

以花旗銀行為例，它顯然是一個非常有成就的大型機構。我們在營銷上花了很多錢。那麼問題是，你如何知道你的目標是最大化NPV，還是最大化三年收益，還是最大化股本回報率，甚至是客戶賬戶？你怎麼知道你正在把寶貴的資源花在服務目標功能的最大潛力上？

這是一個關於區域性最優和全域性最優的問題陳述。這需要你有能力在最基本的層面上理解數學，從而能夠構建更好的模型，這樣你就能在最細粒度的層面上對數學有一個全面的瞭解。

它要求能夠精確地標準化如何度量這些程式。它需要把所有這些聯絡起來的能力，並且現在就能夠說出你的目標函式是什麼。如果你的目標函式從X改變到Y，你的投資決策會有什麼不同？這些權衡的財務和損益以及可能的資產負債表影響是什麼，我們如何量化它們？我們不僅要模擬你想要做的選擇，還要確定效率帕累托最優邊界（Pareto optimal frontier）根據稀缺資源的最佳配置服務於既定目標函式？

這就要求我們有能力從更深的層面去思考問題。它需要具備資料驅動的智力和相對細粒度的預測能力。這需要敏銳的財務頭腦。它需要理解決策制定過程的能力，以及你如何將一個軟體解決方案連線起來，讓無數的職能合作伙伴能夠理解權衡，並在決策過程中創造透明度和更高的敏捷性。

Michael Krigsman：聽起來您就像一個拿著調色盤的藝術家，描繪您想要的結果。

Murli Buluswar：我相信，不僅僅是企業，整個社會所面臨的最複雜的問題都不能用單一的工具來解決。所以，我認為未來的關鍵，無論是全球變暖還是銀行業面臨的風險和控制問題，亦或製藥或消費品方面的問題，都必須透過多學科的思維來解決。

在我看來，這需要一種能力，好奇心和開放的心態。能夠轉換思維，而不是用單一的視角來看待一個問題或一個機會，可以讓你更有效地創造改變。

Michael Krigsman：您能給我們舉個例子，說明更好的粒度資料是如何改善花旗銀行的決策嗎？

Murli Buluswar：當然可以。我們經常考慮的一個問題是，我們的客戶透過手機應用程式、線上等數字方式與我們互動。問題是，當客戶登入時，你如何理解他們的需求，你如何與他們建立更親密的關係和相關性？

我們應對這一挑戰的方式——或者說，我們正在應對這一挑戰（因為這是一項不斷髮展的工作）——是我們在客戶層面上整合了2000多個互動和交易。我們試圖理解這些資料，這些接近實時的資料，是如何發揮作用的。我們以一種建立更深的互動，相關性和親切感的方式，將這些情報轉化為資訊和與客戶的互動。

這樣做有無數的好處。其中一些是經濟原因。還有些是非經濟相關的。但這實際上是一個向客戶反映的概念，你理解他們，你關心他們，你瞭解他們，而你做到這一點的方法是使用你在每一個渠道，每一次互動，每一筆交易中擁有的所有資料，並在適當的時候從中提取意義。

Michael Krigsman：您沒有使用過”客戶體驗“這個詞，這讓我有點驚訝。有沒有什麼原因讓您沒有用過這個詞？

Murli Buluswar：確實，你聽到我用了參與、互動、連線性和相關性等一些同義詞，但它們都非常注重客戶體驗。

現在，客戶體驗服務於客戶參與，親密，並建立更多的相關性。我認為客戶體驗是一個時間點。如何在特定的互動中為客戶提供最好的服務？如果你把一系列客戶體驗整合在一起，你所做的就是與客戶建立更深層次的連線、相關性和參與度。

在我看來，客戶參與只不過是一系列強大的、積極的客戶體驗結合在一起，從而與客戶建立更多的情感連線。

Michael Krigsman：您說客戶體驗就是展示或者做最好的自己。我猜您是指業務上的。您能詳細說明這是什麼意思嗎？

Murli Buluswar：事實上，銀行業是一個非常主觀/感性化的領域，因為它關係到客戶。

我們的財務健康狀況，我們進行交易的能力——去分行，取款，轉賬，刷卡——所有這些事情對我們都有意義。如果它們不能以我們所關心的無縫方式工作，就會給我們帶來摩擦和痛苦。所以，這是一個高互動，高交易，高參與，高相關性的行業。

我真正的意思是，每一次你走進一個分支、撥通或結束通話電話呼叫中心的電話、登入到應用程式或者刷信用卡時，如果我能理解你需要什麼以及如何才能更貼近你，我將能夠為你提供更好的服務，並且成為更好的自己。

對我來說，資料，以及能夠獲取實時資料、實時交易和互動，並將它們轉化為機器學習演算法，指導下一個最佳對話，不僅是強大的，而且是關鍵的任務，因為這是我們所有人在互動的各個方面都有的基本期望，而不僅僅是與銀行的互動。

Michael Krigsman：您已經多次提到了業務成果，那麼這些成果是由領導目標定義的，或者更多的是由資料創造或驅動的業務機會？

Murli Buluswar：最終，這又回到瞭如何衡量結果的首要原則上，這些結果是否重要，是否有多個職能合作伙伴從本質上驗證這些結果，所以它不是我的團隊做出的宣告，而是我們的財務規劃和會計流程的一個組成部分，以確保有一個端到端的衡量？我們就是這麼想的。在這個結構中，實質性的概念對我來說非常重要。

你可能會遇到這樣的問題：我們是根據您提出的問題為您提供資料見解，但我們並沒有真正深入思考問題背後的問題。我們也沒有想過你們沒有問的問題。所以，對我來說，這種業務關聯很重要，這種衡量也很重要，因為，在一天結束的時候，如果它沒有表現出實質性的結果，它就只是一種單純的活動。

Michael Krigsman：您真的是在用這種非常全域性的、廣泛的視角來看待業務挑戰和機會。當您選擇要解決的問題時，您是從一個相當深入的層面上著手，試圖找出它的相關性和重要性。

Murli Buluswar：是的，現實也要求這樣。再次強調我的觀點：當今最複雜的問題不可能僅僅透過單一的機器學習演算法來解決。我認為，越來越多的技能——是非常重要和關鍵的——將被商品化。

這真的是一種綜合思維。這是對今天這些決定是如何做出的理解。你的預測將如何與之聯絡起來，這些決定將如何在明天實際轉化？為了將這些點連線起來，為了確保您正在實現端到端結果，上游和下游需要發生什麼變化？

Michael Krigsman：所以，你的意思是技術隨著時間的推移，模型會變得商品化，因此，真正的機會和價值在於人類的智慧，使模型和技術適應業務問題。

Murli Buluswar：我的意思是，我們生活在一個機器可以建立預測模型的世界裡，所以“無人駕駛AI”（driverless AI）的概念是非常真實的。不過，這並不意味著它不需要人類參與其中。事實上，它100%需要人類參與。

在整個模型構建週期過程中，它確實提高了人類的生產力。現在的問題是，這個模型是為什麼服務的，你如何思考來實現這個模型的最大潛力，你如何確保有一套完整的學科來回答為什麼它很重要？

Michael Krigsman：這是最難的部分。

Murli Buluswar：是的。到目前為止，這是最難的部分，因為它是主觀性/感性化的。它不一定包含良好的目標函式，允許你自己來解決。它需要更多的綜合思考和解決問題的能力，需要更深入的合作，需要理解人的因素，這對我在其他職能領域的同事有什麼影響？我如何理解它？我如何確保能在想法、分析或洞察力中反映出這種理解和同理心？

Michael Krigsman：分析和由此產生的量化分析師（quants）什麼時候會變成系統性風險？

Murli Buluswar：對我來說，問題並不在於量化分析師（俗稱“寬客”，quants）。公司（在無數的行業中）今天的決策大多數是在不確定的條件下做出的。這些決定具有內在的風險性。

我想的更多的是我們如何減少噪音和決策中的偏見？我們如何更加系統化，如何在我們的模型和預測中創造更多的透明度和理解？

這對我來說是一個更深層次的問題，我的觀點是，無論你現在從事哪個行業，總會有人做出判斷。這些判斷受制於各種形式的人類偏見，坦率地說，還有隨機性以及諸如此類的特質。

在我看來，這比建模的風險要大得多，而且未來會日益加劇，因此需要創造更多的透明度和理解。事實上，模型和預測推動了更大的一致性，並且能夠清楚地揭示一致性在哪裡以及它的含義是什麼，這是一門相當先進的科學（至少以我今天的經驗來看確實是這樣）。

所以，對我來說，我相信這是在減少偏見，降低風險。我更擔心的是人類的判斷錯誤和偏見，以及與之相關的其他東西，這就需要我們在所有資料科學的事情上有適當的保護，並理解其含義。

Michael Krigsman：您認為這種偏見將在多大程度上影響倫理/道德？

Murli Buluswar：資料分析正廣泛應用於醫療保健、保險和其他各種領域。我想讓大家回過頭來思考的問題是，今天，人類的判斷和我們作為人類所擁有的偏見都具有倫理意義。

這些偏見會產生相應的影響，無論是在房地產，還是在保險、醫療保健，亦或是幾乎任何你能想到的行業。所以，對我來說，我不會孤立資料科學或機器學習的影響來問這個問題，因為這些偏見從人類誕生之初就一直存在。

問題是，我們如何繼續用模型創造更多的透明度、客觀性、理解規則，我認為這要比試圖解開復雜的人類思維要容易得多，畢竟人類思維總是以不符合邏輯的方式做出決定。

Michael Krigsman：對於建立“以資料為中心”的文化和組織，您有什麼想法嗎？

Murli Buluswar：這本質上是一種以好奇心為中心的文化。資料不過是一組事實和資訊，用於滿足人們的好奇心、想象力和提出的問題。

對我來說，當我們想到“以資料為中心”的文化時，它往往有點太過虛幻。我認為，保持好奇心和以想象力為中心的思維，對組織甚至對個人職業生涯的可持續性發展是非常非常重要的。

資料就是為這個服務的。它能刺激你的思維。但如果我們沒有好奇心和想象力，資料本身將什麼也做不了。而如果我們有好奇心和想象力，資料可以幫助我們消除或驗證所有的假設，以做出更好的決策。

對我來說，每一個大型組織都必須問自己：“我們在什麼時候、什麼地方好奇和富有想象力地挑戰現實世界中所謂上的真理，我們將如何在明天和今天的競爭中領先？”因為沒有好奇心和想象力，人類就無法實現任何有意義的創新。

Michael Krigsman：對於大多數人及組織來說，當想到資料的時候，它是更加機械性的。但您卻用了一種非常有創意的方式來思考。就像我之前說的，這就像一個藝術家或畫家的思考方式。我認為許多組織要達到你所描述的水平需要做出一個飛躍，而要真正實現這一點並不容易。

Murli Buluswar：大規模的變革對我們所有人來說都很難，對大型組織來說當然也是如此。

你們可能注意到，當我談到決策科學時，我幾乎沒用資料這個詞，因為，對我來說，在我思考我們如何能做出更好的決策，以及它將如何服務於我們的使命，為我們的客戶提供更多的服務，成為一個比今天更好的機構時，我得出的答案就是“嘿，資料可以實現這一點。”

我認為，如果我們直接談論資料驅動的文化，它可能會變得有點嚇人，因為突然之前要去考慮龐大的資料量，未免讓人窒息。但是如果我們說：“暫時忘掉資料。我能想象出明天會如何做出不同的決定嗎？這樣我就不會對我的角色採取機械化的方式，而是將我的專業知識和理解與更多的想象力和好奇心結合起來。”

如果我能把它們結合起來，那麼資料就能起到非常關鍵的作用。但對我來說，這實際上始於好奇心，而且考驗我們的想象力和理解力。這就是為什麼你看到我一次又一次地重複這個主題，因為對我來說，資料本身就是一堆數字，它本身並不具有什麼啟發意義，也沒有（以一種特別明顯的方式）推動更好的結果。

正是人類和他們的創造力、想象力、好奇心，以及他們以資料為依據、以假設為導向的方法，才讓奇蹟發生。

Michael Krigsman：您是否認為從客戶體驗（CX）分析中學到的知識有機會用於培訓或幫助呼叫中心客服更好地服務客戶？

Murli Buluswar：沒錯。每次我們透過呼叫中心與客戶互動時，都充滿各種主觀/感性因素。這其中有人類因素、互動因素以及交易因素。所有這些都是由結構化和非結構化資料編寫的。

這是一個絕佳的機會，讓我們瞭解我們是如何做的，我們可以在哪方面做得更好，以及我們可能採取何種方式重新連線客戶，因為你擁有通話發生前、後和過程中的所有資料。

這裡面有很多非常有價值的資訊，就像“掘金”一樣，我認為每個透過這些渠道與客戶互動的公司都應該主動問自己：“在這種條件下，我們能夠在哪些方面做得更好？”

Michael Krigsman：如果好奇心和想象力是關鍵，那麼您如何鼓勵這種能力呢？

Murli Buluswar：你可以創造一種支援和鼓勵的文化。可能每個人的點都各有不同，但重點是，要鼓勵它、獎勵它、承認它、支援它。

Michael Krigsman：您是否相信，您今天利用行為、資料和分析的方式將幫助您的組織透過數字化顛覆成為變革推動者？

Murli Buluswar：是的，我認為資料和分析就像一個線粒體，它將推動數字參與、理解和智慧在我們與客戶的聯絡中形成一個良性迴圈，當然不僅在花旗內部和銀行內部，還會擴散到其他領域。

Michael Krigsman：關於如何利用資料推動成功的結果，您對業務領導者有什麼建議？

Murli Buluswar：首先，問三個你可能想以不同的方式解決的問題，這些問題對你來說很重要，想象一下為什麼它們對你很重要。其次，不斷挑戰你的決策科學團隊，讓他們思考如何透過更深入的資料智慧來解決問題，並創造一個互動和連線的良性迴圈，為你的收穫、成就以及透過整個團隊取得的成績設定更高的標準。