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

最近在各種場所出沒
但發現很多朋友搞不清楚這是什麼廣告
在這邊解釋一下

這是一支政府中央的廣告
不屬於任何一間民營銀行機構也不是要大家買保險

宣導內容是要告訴民眾：
我們「存在任何銀行的錢，都有這個『中央存款保險』，因此即使民營機構無預警倒閉等，存在此銀行的存款，無論是支票、活存、定存、台幣、外幣等，甚至利息，皆有保障～！」

這樣大家懂了嗎～？
不要再私訊我說「我看到你賣保險的廣告！」或「欸中國信託小姐～」等等⋯
我不是在賣保險啦威～～～🤪🤪🤪

中央存款保險是由政府規定各收受存款之金融機構，須向中央存款保險公司投保，幫存戶繳納保險費用的政策型保險。

每個存戶在每家金融機構，存款保險最高保額為新台幣300萬。
其中保險費用，會是金融機構幫存款人繳納的，一般適用保障的存款人（指的是以一般自然人、法人、獨資/合夥商號…等名義開立存款的人）
所以不需要繳納保險費用喔！
希望為此能保障金融機構存戶的權益、維護信用秩序，也促進金融業務的發展能更加健全。

⚠️注意
因此大家在選擇存款銀行時，建議優先選擇有投保「存款保險」的金融機構，會多一份安心的保障。

判斷金融機構是否有加入存款保險的方式：
1、銀行有貼大型存款保險標示牌
2、官網或專線洽詢0800-000148

（文末說明擷取自小資Renee的省錢之道痞客邦文章，全文歡迎點進去了解～
https://ccwrenee.pixnet.net/…/347547227-%e7%90%86%e8%b2%a1%… ）

立委：跨縣市劃撥 1年近5萬人次被多收錢

【2014-07-21 聯合晚報 焦點 記者李皇萱/台北報導 】
　　立委李桐豪辦公室調查，郵局102年度共收取4萬9千多筆跨縣市劃撥儲金手續費，總金額雖僅98萬元，卻代表一年有近5萬人次因跨縣市劃撥被多收錢；另根據統計，在北北基生活圈年跨縣市工作的移動人口，已超75萬人。國民黨立委陳學聖表示，時代改變，不但台灣已像一個生活圈，郵局及金融單位作業也早已電腦連線，過去收取手續費的舊思維，應該隨之檢討改變。

　　據了解，郵局各項劃撥手續費年度總額，近6六年來都有13億到15億，臨櫃劃撥儲金手續費部分，102年全年度共1100多萬筆，總額高達2億1230萬元，其中98萬元屬跨縣市劃撥手續費。

　　根據主計處10年一次統計，隨著交通路網更為便捷，民國99年屬生活圈內跨縣市工作比率，已較10年前增加已逐年超過2成，其中僅北北基跨縣市通勤人口，即約75萬5千人；且估計在雙北捷運系統陸續完工通車後，北北基跨縣市工作人口數更增。

　　對於郵局對跨縣市劃撥收取手續費，陳學聖表示，早期金融單位以人工存款，收手續費的慣例一直沿用至今，但現在各項作業早已電腦連線，尤其台灣已經像是一個生活圈，手續費收取更不應該再用地域做區隔，作法也應該改變。

　　投訴的程小姐是在一次存款被郵員職員告知後，才發現每次跨縣市儲金要多收20元手續費。陳學聖說，雖然郵政劃撥存款平常使用機率不高，大家因此不太容易發現被收手續費，但民眾對郵局的信賴感正是郵局存款的來源，他認為取消跨縣市儲金手續費，對郵局沒有什麼困難，郵局勿因小失大，不需要賺這種小利。

　　李桐豪則說，如果結構上沒有涉及跨區清算，跨縣市儲金收手續費，就是郵局自己內部的問題；金融市場公平競爭，金融單位一旦無法滿足客戶的需要，客戶選擇離開就是一種抵制。

低於同業平均水準 台銀：手續費並未偏高

【2014-07-22 工商時報 金融市場 記者朱漢崙、彭禎伶、林淑慧 】
　　金融機構收取匯款手續費金額是否合理，昨天再度成為話題，金管會21日發函給銀行公會，要求各銀行要檢討其各項收費的公平合理性，收取的金額必須符合比例原則，指金管會會將收費檢討及執行的情況納入一般金檢，了解銀行等是否有收費不合理或未定期檢視的情況。

　　但金管會也強調，銀行提供金融服務原本就要收取合理費用，以維持營運及人工成本，也要求銀行將這些收費標準公告在網站上，讓客戶可自由選擇想要的服務及銀行。

　　台銀也指出，託收客戶持有國外開來外幣匯票或支票，每筆收取匯費及郵電費各300元，加計共600元，該收費標準不僅介於主要行庫每筆收費最低300元至最高1,100元間，且低於平均水準，並未偏高，但「將從消費者保護立場，並參酌同業計費方式，研議有利消費者的收費標準」。

　　親民黨籍立委李桐豪昨天出具統計數據指出，郵局去年度共收取4萬9千多筆跨縣市劃撥儲金手續費，總金額雖僅98萬元，代表一年有近5萬人次因跨縣市匯款被收費；國民黨立委陳學聖也認為，台灣已形同大生活圈，且郵局及銀行的電腦連線也非常方便，應檢討過去收取手續費沿襲至今是否合理。

　　有民眾投訴到郵局以劃撥方式跨縣市存款，郵局會加收20元手續費，被批評為「揩油」，中華郵政昨日傍晚緊急滅火，表示將自今年9月中旬起，取消個人劃撥帳戶本人跨縣市存款手續費。

Economic Impact Payments

Who is eligible for the economic impact payment? ... Eligible taxpayers who filed tax returns for either 2019 or 2018 will automatically receive an economic impact payment of up to $1,200 for individuals or $2,400 for married couples and up to $500 for each qualifying child.
https://www.irs.gov/coronavirus/economic-impact-payments

台灣銀行 外幣票據託收業務簡介
客戶(即申請人)持有國外銀行付款之外幣票據，可委託本行代收，俟票款確定收妥後，再行解付存入申請人開立於本行之存款帳戶。

一、服務對象：

已開立本行新臺幣或外匯存款帳戶且往來至少6個月(含)以上之個人、公司、行號、團體。（申請人須為票據之抬頭人）

二、憑辦文件：請攜帶有效身分證明文件至各營業單位填具「光票託收申請暨約定書」辦理。

（一）個人請持身分證件－包括身分證、長期居留證等，親自辦理。

（二）公司、行號、團體請持主管機關核發之證明文件及原留印鑑辦理。

三、託收手續費：

（一）「手續費─匯費」：每張按照票面金額0.05%折算新台幣計收（最低新台幣200元，最高新台幣800元）。

（二）「郵電費─郵費」：每張新台幣300元（如以國際快遞寄件時按國際快遞價格計收）。

（三） 國外費用：

美國地區付款之美金支票，國外代收銀行每張收取手續費至少美金30元；美國以外地區付款或美金以外之幣別，則依各國外代收銀行之收費標準收取手續費。(國外銀行另收取之費用，依其收費標準逕自票款扣除，如有調整，則依其收費標準而定。)

※倘有退票情形發生，除須支付本行手續費、郵電費外，另須繳納國外代收銀行之退票處理費。

四、託收期間：

託收期間依付款行國家當地法令及作業時間而有所不同，以收到國外實際入帳所需期間為準。

五、不適用託收之票據：

（一）過期（超過六個月以上）

（二）未到期票據

（三）破損或影印之票據

（四）已提示過或先前退過票

（五）各項票據要件不完備

（六）經轉讓之票據

（七）票面金額未達美金50元；美金以外之幣別則依各國外代收銀行之規定

（八）依各國外代收銀行規定為不適用之情形

※為維申請人之權益，避免因票據退回產生額外的費用負擔，本行得視外幣票據之實際狀況，及依各國外代收銀行之規定，保留受理託收與否之權利。

Licence:

You’re free to use this song in any of your videos, but you must include the following in your video description (Copy & Paste):

Song: MusicbyAden - Alive
Music provided by Vlog No Copyright Music.
Creative Commons - Attribution-ShareAlike 3.0 Unported
Video Link: https://youtu.be/6EKNcrMMadw