花旗银行是如何打造基于人工智能和数据科学的实用分析系统的？MurliBuluswar，分析主管。Murli还深入探讨了其他一些主题，包括如何确定最佳业务目标？花旗如何在客户体验等领域使用数据和人工智能？以及如何在整个组织中建立以数据为中心的文化？(USCA)的MurliBuluswar领导花旗银行在其3亿多客户群中实现其“成为客户智能飞跃的重要合作伙伴”的愿景。作为“内部”分析和战略C级金融服务领导者，Murli通过挑战传统流程和利用数据驱动的智能，成功建立了联盟并推动了业务成果。作为美国国际集团（AIG）运营委员会的前任成员，Murli影响了《财富》100名董事会成员和高层领导，通过数据洞察拓展创新思维和执行力。当时，作为AIG的首席科学官，Murli建立了一个数据科学团队，以促进AIG做出一致的“基于证据”的决策。科学作为一个内部数据驱动的创新单元，在问题框架、数据工程、行为科学、数据科学和软件开发方面具有互补的能力。科学团队帮助降低了运营成本，增加了销售额，并与客户沟通以降低风险。在加入花旗银行之前，Murli曾担任波士顿咨询集团(BCG)和两家初创企业的高级顾问，专注于帮助客户塑造他们根据数据重塑决策的能力。访谈摘录MichaelKrigsman（主持人）：欢迎来到花旗银行美国消费者分析主管MurliBuluswar。MurliBuluswar：我们团队的使命是成为“为美国消费银行客户实现智能飞跃的关键合作伙伴”。这意味着什么？想一想，与许多其他行业相比，银行业是一个参与度很高的行业，产生大量的交易和互动。那么，我们如何对所有这些交互和交易进行量化，以更好地了解客户明确和潜在的需求，并通过机器学习和实时智能的力量在近乎实时的基础上与他们更加相关？MichaelKrigsman：你刚刚描述了两件不同的事情。一是技术观念，二是人的观念。你是这样看事情的吗？MurliBuluswar：是的，我认为我所从事的工作是人、技术和好奇心的融合。好奇心是想象做出了什么决定以及如何做出的能力；然后将其与人和技术联系起来。在我目前的工作中，我经常考虑这三件事。MichaelKrigsman：数据科学和分析在一般金融服务中如何发挥作用，尤其是在花旗和你所做的工作中？MurliBuluswa：总的来说，我考虑三件事：首先，我们希望更明智地使用宝贵的营销资金来服务于无数有针对性的功能。因此，我们需要在我们如何理解营销支出以及我们如何理解客户行为方面建立更深入的情报。第二点是更深入地了解我们如何理解客户的需求以及我们如何为他们提供服务，无论是他们提出要求还是通过信号提出建议。三是将数据驱动的智能应用到更好的风险控制中，继续建设更好的银行，将数据应用于我们业务的方方面面。MichaelKrigsman：当您考虑如何应用这种机器智能、数据和分析时，您看到了哪些业务挑战、问题或机遇？MurliBuluswar：用最直接的例子来回答这个问题，我们应该在营销上投资多少，花在哪里，给谁，通过什么服务，什么产品，什么渠道，为什么？无论是直邮、数字还是在线，它背后都有大量的科学依据。我们在此基础上建立了一门科学，并通过软件解决方案增强了这门科学，使花旗内部的多个职能部门能够做出更好的决策。MichaelKrigsman：你能给我们举几个例子说明它是如何工作的吗？MurliBuluswar：归根结底，营销资金以及我们与客户的互动方式在任何公司都是稀缺资源。问题是，你的目标是什么？您的目标可以是NPV最大化（净现值，即未来现金流入现值与未来现金流出现值之间的差值）、客户满意度最大化、净资产回报率最大化等。你如何做出这些决定？它背后的科学是什么？鉴于您拥有的知识和预测，您如何建立信心来做出最佳决策？这需要一流的、细粒度的数据驱动洞察力，还需要将这些数据洞察力吸收到软件和工具中的能力，以便其他职能部门的同事可以真正参与。MichaelKrigsman：因此，您需要真正清楚地了解可用技术的种类、可用数据、业务问题的性质和策略、放置或使用数据和技术的底层环境。MurliBuluswar：的确，必须有100%的清晰度。我还要补充一点，还有我之前提到的好奇心或想象力的概念。它是思考我们如何做出不同于今天或昨天所做决定的能力。我们应该问哪些比以前更深层次的问题？数据驱动的洞察力和预测如何帮助我们做出更好的决策？这可以追溯到我们之前讨论的三个维度。MichaelKrigsman：我发现你多次使用“好奇心”这个词很有趣。我们倾向于认为数据是由技术驱动的，但你反复提到与技术无关的好奇心。MurliBuluswar：我对我的团队（坦率地说，我自己）的口头禅是，我希望团队每天都围绕跟随（有效执行领导命令和支持领导工作的能力）、伙伴关系（partnership）和领导力（领导力）思考和行动的三个维度。这意味着什么？通过数据，我们本质上是求真者。我们可以在人们已经问过的问题中寻求真相，这可能是追随者和某种伙伴关系。但除此之外，我们还可以问，我们如何重新构想这个世界，我们如何重新构想一个特定的决定，由我们以前从未处理过的更深入的数据洞察力提供支持。这种领导力需要从业务角度思考，与跨多个领域的职能合作伙伴合作，然后以前所未有的方式带来数据驱动的洞察力。MichaelKrigsman：这是一个非常有趣的评论。你说，“通过数据，我们是真理的寻求者。”我从来没有听过任何人这样说过。你能详细说明一下吗？MurliBuluswar：根据我的经验，这是一个多行业的问题，也就是说，有很多领域，我们可能会根据启发式，根据过去的专业知识，做出判断、决策、业务决策。但真正的问题是，如果我们能够引入更深入、更细化的数据，我们如何在下一个层面做出更好的决策？这需要你有一种假设的能力来想象决策是如何做出的。MichaelKrigsman：听起来你在每一步都在抓住数据和分析的机会，并将其与你试图实现的特定业务成果紧密结合起来。MurliBuluswar：没错。我关心的是决策科学的概念，即我们如何用科学来驱动高级决策？这个概念指导我们团队的工作、我们提出的问题、我们向合作伙伴提出的问题的细微差别，以及我们试图提出的更深入的情报，以便做出更好的决策。MichaelKrigsman：听起来你没有关注机械，而是关注校准结果。MurliBuluswa：我认为机制非常重要。但真空中的机制并不重要，除非它们与结果相关联。如果我们围绕追随者、伙伴关系和领导力这三个维度组织我们的一天，我们就有机会成为更好决策的推动者。如果我们只是提供分析或一组见解和建议，但不参与并了解这些见解如何转化为决策和结果，那么我们就错失了更具战略意义的机会。我认为对于拥有这些技能的团队来说，不断提出问题很重要，您如何才能做出更好的决策？您如何解决变更管理的最后一英里？您是否需要以无缝方式构建同化并执行这些模型和见解？使用更集成的方法衡量成功。例如，我衡量的主要类别之一是该团队实现的“收入中性”成本节约。除非这些“与收入无关”的成本节约实际上体现为节约，否则它们不太可能实现。另一个是收入驱动的息税前利润(EBIT)。这是关于成长。数据科学和决策科学如何促进增长，我们如何衡量这种增长的财务影响？这是两个非常具体的财务指标。然后我们还有其他三项与客户和风险控制以及速度和简化相关的措施，它们不一定在财务上进行衡量，但我认为每一项都有一个实质性的结果，可以显着改善决策制定是银行业的重要组成部分.MichaelKrigsman：因此，您通过机制查看整个链条，即工具和技术，并将其与您想要实现的精确结果联系起来。MurliBuluswar：我自己的挑战是从负责任的人的角度看问题。归根结底，一个洞察力、一个模型或一个预测可能会非常刺激和迷人，但是，如果我们不能将这些与我们做出的决定以及我们如何做出这些决定联系起来，我们就无法衡量——有时这是财务上的，有时可能不是财务上的，但对我们来说重要的是衡量-这有什么影响，为什么对组织正在寻找的可持续性有重大影响，我们将要它的底部。如果不是，那么您只是成为价值链的一部分，您只是提供服务，但没有集成连接。MichaelKrigsman：您能给我们举一个准确的例子吗？表明数据驱动的业务决策很难通过传统的决策流程来推动？MurliBuluswar：当然。让我们把这个对话从概念扩展到非常实际的东西。以花旗银行为例，它显然是一家非常庞大且成就卓著的机构。我们在营销上花了很多钱。那么问题来了，你怎么知道你的目标是最大化NPV，还是最大化三年收益，还是最大化股本回报率，甚至是客户账户？潜在的？这是关于局部最优和全局最优的问题陈述。这就需要你在最基础的层面上理解数学，才能建立更好的模型，这样你才能在最细粒度的层面上对数学有一个全面的理解。它需要能够精确地标准化这些程序的测量方式。它需要能够将所有这些联系起来，并且能够说出你现在的目标函数是什么。如果您的目标函数从X变为Y，您的投资决策会有何不同？这些权衡的财务和损益表以及可能的资产负债表影响是什么？我们如何量化它们？我们不只是建模你想做什么选择，还要根据稀缺资源的最优配置来确定帕累托最优边界（Paretooptimalfrontier）的效率，以服务于既定的目标函数？这就需要我们能够从更深层次去思考问题。它需要数据驱动的智能和相对细粒度的预测能力。这需要敏锐的财务头脑。它需要了解决策过程以及如何连接软件解决方案的能力，以便无数职能合作伙伴能够理解权衡并在决策过程中创造透明度和更大的敏捷性。MichaelKrigsman：听起来你就像一个有调色板的艺术家，画出你想要的结果。MurliBuluswar：我相信社会面临的最复杂的问题，不仅仅是企业，不能用单一的工具来解决。因此，我认为未来的关键，无论是全球变暖还是银行业、制药业或消费品的风险和控制问题，都必须通过多学科思维来解决。在我看来，这需要一定的能力、好奇心和开放的心态。能够转换思路而不是用单一的镜头看问题或机会可以让你更有效地创造变化。MichaelKrigsman：您能否举例说明更好的粒度数据如何改进花旗银行的决策制定？MurliBuluswar：当然。我们经常考虑的一件事是，我们的客户通过移动应用程序、在线等方式与我们进行数字互动。问题是，当客户登录时，您如何理解他们想要什么，如何建立更多的亲密感和与他们相关？我们应对这一挑战的方式——或者更确切地说，我们应对它（因为它是一项不断发展的工作）——是我们在客户层面整合了2,000多个交互和交易。我们正试图了解这些数据，这种近乎实时的数据是如何工作的。我们将这种情报转化为信息和与客户的互动，从而建立更深层次的互动、相关性和亲密感。这样做有无数好处。其中一些是经济原因。还有一些与经济无关。但它确实是一个反映给客户的概念，你了解他们，你关心他们，你了解他们，你这样做的方式是利用你在每个渠道、每次互动、每笔交易中拥有的所有数据并提取在适当的时候从中得到意义。MichaelKrigsman：我有点惊讶你没有使用“客户体验”这个词。您有没有使用该术语的原因？MurliBuluswar：是的，您听说过我使用了一些同义词，例如参与度、参与度、连通性和相关性，但它们都非常关注客户体验。客户体验现在服务于客户参与、亲密感和建立更多相关性。我认为客户体验是一个时间点。您如何在特定交互中最好地为客户服务？如果你汇集了一系列客户体验，你所做的就是与客户建立更深层次的联系、相关性和参与度。在我看来，客户参与只不过是将一系列强大、积极的客户体验组合在一起，以与客户建立更情感化的联系。MichaelKrigsman：你说客户体验就是展示或做最好的自己。我想你是认真的。你能详细解释一下这是什么意思吗？MurliBuluswar：实际上，银行业是一个非常主观/感性的领域，因为它与客户有关。我们的财务状况、我们的交易能力——去分行、取款、转账、刷卡——所有这些对我们都很重要。如果它们不能以我们关心的无缝方式工作，就会给我们带来摩擦和痛苦。因此，这是一个高交互、高交易、高参与度、高关联度的行业。我真正的意思是，每次你走进一家分行，拨打或挂断呼叫中心，登录一个应用程序，或刷信用卡，如果我能理解你需要什么以及我如何能更接近你，我会为了能够更好地为您服务，成为更好的自己。对我来说，数据，以及能够获取实时数据、实时交易和交互，并将它们转化为指导下一次最佳对话的机器学习算法，不仅强大，而且对任务至关重要，因为这就是我们所有人人们对他们互动的各个方面的基本期望，而不仅仅是与银行的互动。MichaelKrigsman：您多次提到业务成果，那么这些成果是由领导目标定义的，还是由数据创造或驱动的更多商机？MurliBuluswar：最终，它首先回到了您如何衡量结果原则上，这些结果是否重要，是否有多个职能合作伙伴从根本上验证了这些结果，所以这不是我的团队发表的声明，它是不可或缺的一部分我们的财务规划和会计流程，以确保有一个端到端的措施？这就是我们的想法。在这个结构中，物质性的概念对我来说非常重要。您可能会遇到问题，我们根据您提出的问题为您提供数据见解，但我们并没有真正深入思考问题背后的问题。我们没有考虑你没有问的问题。所以，对我来说，业务联系很重要，衡量也很重要，因为归根结底，如果它没有显示出实质性结果，那它就只是一项纯粹的活动。MichaelKrigsman：您确实对商业挑战和机遇采取了非常全面、广泛的观点。当您选择要解决的问题时，您是在相当深的层次上工作，试图找出它的相关性和重要性。MurliBuluswar：是的，现实也需要这样。重申一下我的观点：当今最复杂的问题不能仅靠单一的机器学习算法来解决。我认为越来越多的技能——非常重要和关键——将被商品化。这真的是一种思维的综合。这是对今天如何做出这些决定的理解。您的预测将如何与此相关，这些决定明天将如何实际转化？上游和下游需要发生哪些变化才能连接各个点，以确保您实现端到端的结果？MichaelKrigsman：所以，你的意思是技术随着时间的推移，模??型变得商品化，所以真正的机会和价值在于人类智能使模型和技术适应业务问题。MurliBuluswar：我的意思是，我们生活在一个机器可以建立预测模型的世界，因此“无人驾驶人工智能”（driverlessAI）的概念非常真实。但这并不意味着它不需要人类参与。事实上，它需要100%的人类参与。它确实提高了整个模型构建周期的人类生产力。现在的问题是，这个模型有什么用，你如何看待它来实现这个模型的最大潜力，你如何确保你有一个完整的学科来回答它为什么重要？MichaelKrigsman：这是最难的部分。MurliBuluswar：是的。这是迄今为止最难的部分，因为它是主观的/情绪化的。它不一定包含好的目标函数，让你自己解决。它需要更多的综合思维和解决问题的能力，需要更深入的协作，需要了解人的因素，这对我在其他职能领域的同事有何影响？我怎么理解呢？这种理解和同理心是否反映在分析或洞察力中？MichaelKrigsman：分析和由此产生的宽客（quants）何时会成为系统性风险？MurliBuluswar：对我来说，问题不在于量化分析师（俗称“宽客”，quants）。公司（在无数行业中）今天在不确定的条件下做出大部分决策。这些决定本质上是有风险的。我更多地考虑我们如何减少决策中的噪音和偏见？我们如何变得更加系统化，并在我们的模型和预测中创造更多的透明度和理解力？这对我来说是一个更深层次的问题，我的意思是无论你现在在哪个行业，总会有人做出判断。这些判断受到各种形式的人为偏见的影响，坦率地说，还有随机性等等。在我看来，这比建模风险大得多，而且将来会增加，因此需要创造更多的透明度和理解。事实上，模型和预测推动了更大的一致性，并且能够清楚地揭示这种一致性在哪里以及它意味着什么，这是一门相当先进的科学（至少以我今天的经验来看是这样）。所以，对我来说，我相信它正在减少偏见，降低风险。我更关心人为的判断错误和偏见以及随之而来的其他一切，这要求我们在数据科学的所有方面都有适当的保护并理解其影响。MichaelKrigsman：您认为这种偏见会在多大程度上影响伦理/道德？MurliBuluswar：数据分析正在广泛应用于医疗保健、保险和其他各个领域。我希望每个人都退后一步思考的问题是，今天，人类的判断和我们作为人类所拥有的偏见具有道德意义。这些偏见会产生影响，无论是在房地产、保险、医疗保健，还是您能想到的几乎所有行业。所以，对我来说，我不会孤立地问这个问题，因为数据科学或机器学习的影响，因为这些偏见自人类诞生以来就一直存在。问题是我们如何继续使用模型来创造更多的透明度、客观性、理解规则，我认为这比试图揭开人类思维的复杂性要容易得多，人类思维总是以不合逻辑的方式做决定。MichaelKrigsman：您对建立“以数据为中心”的文化和组织有什么想法吗？MurliBuluswar：它本质上是一种以好奇心为中心的文化。数据不过是用来满足人们的好奇心、想象力和疑问的一组事实和信息。对我来说，当我们想到“以数据为中心”的文化时，它往往有点过于虚幻。我相信保持好奇心和以想象力为中心对于组织乃至个人职业生涯的可持续性非常非常重要。数据就是为了这个。它刺激你的思想。但如果我们没有好奇心和想象力，单靠数据是无济于事的。如果我们有好奇心和想象力，数据可以帮助我们消除或检验所有假设，从而做出更好的决策。对我来说，每个大型组织都必须问自己：“我们何时何地好奇地和富有想象力地挑战现实世界中假定的真理，我们将如何在明天和今天的竞争中领先？”因为没有好奇心和想象力，人类就无法实现任何有意义的创新。MichaelKrigsman：对于大多数人和组织来说，在考虑数据时，它更机械化。但是你有一个非常有创意的思考方式。就像我之前说的，这就像艺术家或画家的思维方式。我认为很多组织都需要实现飞跃才能达到您描述的水平，而真正做到这一点并不容易。MurliBuluswar：大规模变革对我们所有人来说都很难，对大型组织来说更是如此。您可能已经注意到，当我谈论决策科学时，我几乎从不使用数据这个词，因为对我来说，当我思考我们如何做出更好的决策以及它如何服务于我们的使命、为我们的客户做更多事情、成为比我们今天更好的机构，我得出的答案是“嘿，数据可以实现这一点。”我认为，如果我们直接谈论数据驱动的文化，它会变得有点可怕，因为突然间有大量数据需要考虑，而且可能会让人不知所措。但是如果我们说，“暂时忘记数据。我能想象明天我会如何做出不同的决定吗？那么我不会对我的角色采取机械的方法，而是将我的专业知识和理解与更多的想象力结合起来和好奇心。”如果我能把它们结合起来，那么数据就可以起到非常关键的作用。但对我来说，它真的是从好奇开始，考验我们的想象力和理解力。这就是为什么你看到我一次又一次地重复这个主题，因为对我来说，数据本身只是一堆数字，它们本身没有指导意义，也不会（以一种特别明显的方式）带来更好的结果。正是人类和他们的创造力、想象力、好奇心以及他们数据驱动、假设驱动的方法让奇迹发生了。MichaelKrigsman：您是否认为有机会从客户体验(CX)分析中学习以用于培训或帮助呼叫中心座席更好地为客户服务？MurliBuluswar：没错。每次我们通过呼叫中心与客户互动时，都会有各种主观/情感因素。有人为因素、交互因素和交易因素。所有这些都是从结构化和非结构化数据中写入的。这是一个很好的机会，让我们了解我们的表现如何，我们可以在哪些方面做得更好，以及我们可以通过哪些方式重新联系客户，因为您拥有通话前、通话后和通话期间的所有数据。里面有很多非常有价值的信息，就像金块一样，我想每一个通过这些渠道与客户互动的公司都应该积极地问自己：“在这些条件下，我们能做什么？”更好吗？”MichaelKrigsman：如果好奇心和想象力是关键，你如何鼓励这种能力？MurliBuluswar：你可以创造一种支持和鼓励的文化。每个人可能都不一样，但重点是鼓励它，奖励它，承认它，支持它。MichaelKrigsman：你相信你今天利用行为、数据和分析的方式将帮助你的组织通过数字中断成为变革推动者吗？MurliBuluswar：是的，我认为数据和分析就像线粒体,它将推动数字化参与、理解和智能在我们与客户的联系中形成良性循环，不仅在花旗内部，当然在银行内部，还会传播到其他领域。MichaelKrigsman：您对商业领袖有什么建议如何使用数据来推动成功的结果?MurliBuluswar:首先，问三个对你很重要的问题，你可能想用不同的方式解决，想象一下，找出它们对你很重要的原因。其次，不断挑战你的决策科学团队思考如何通过更深入的数据智能来解决问题，并创造一个互动和联系的良性循环，为你的收获、成就和通过整个团队取得的成果设定更高的标准。
