
華南銀行副總經理 陳晞涵
華南銀行承載著百年的金融穩定性與專業精神。近年整體營運表現非常亮眼,2025 年第 1 季淨收益年增 5.3%,稅後盈餘年增 3.25%,且 ROA 為 0.52%、ROE 達 8.48% 。2025 年截至五月,華南銀行手續費收入相較去年同期成長 48%,充分展現財富管理與跨通路經營成效。
華南銀行副總經理陳晞涵說,面對金融產業競爭日趨激烈、消費者需求複雜,2022年年初華南銀行正式啟動數位轉型計畫,涵蓋臨櫃開戶、財富管理、信用卡/ 貸款、個金數位通路和企金業務進行優化,期盼在 2025 年達成「以客為本」、「虛實整合」、「創新賦能」與「全員轉型」的四大目標。
|
產業 |
產品 |
使用案例 |
公司成立時間 |
|
金融業 |
MongoDB Enterprise Advanced |
內容管理 |
1919年 |
為實踐建立以數據即服務(DaaS)為核心的數據中臺,進而發展高效 ML模型能力、 實施 AI 驅動的數位轉型,華南銀行選擇 MongoDB Enterprise Advanced 作為打造新一代金融系統架構的核心平臺,為科技防詐、客戶體驗優化與 AI 應用等領域奠定堅實基礎 。
挑戰
傳統架構受限 數位轉型挑戰浮現
在提供穩定、安全、高性能的金融服務方面,華南銀行過往選擇將銀行核心系統安裝在大型主機上,以確保在競爭激烈的金融市場中保持競爭力,同時符合嚴格的法規要求。
然而,隨著創新金融科技與即時服務需求快速湧現,華南銀行在推動數據平台升級的過程中發現,既有的資料架構雖在傳統報表與經營分析上仍發揮穩健效能,但在支撐數位轉型與資料即服務(DaaS)方面,逐步暴露出幾項關鍵限制。
首先,各業務系統資料分散、整合機制薄弱,使得跨部門難以共享一致且即時的資料版本,不僅降低資料重用效率,也形成資訊孤島,進一步影響經營決策與模型應用的即時性與一致性。
其次,現有資料倉儲(EDW)架構偏重批次導向與結構化資料處理,對於需要低延遲查詢的 App、CRM 或事件觸發式的 AI 模型來說,難以即時支援資料輸入與決策反應,進而限制了即查即用、即時運算等資料服務化的落地能力。
第三,面對日益增長的半結構化與非結構化資料需求,例如數位軌跡、語音文字轉換(STT)、雲端爬蟲與社群輿情資料等,傳統 EDW 難以靈活納管與處理,也無法支援如行銷引擎、推薦模組等應用所需的近即時分析能力。
因此,為推動資料供應鏈全面升級,華南銀行啟動 DaaS 架構轉型工程,導入具備高彈性、高併發與多模資料處理能力的新一代資料平台,作為承接未來數據治理、服務化、AI 模型應用的基礎,補足即時查詢與多型態資料處理的關鍵能力,實現資料平台多層次協同架構。

陳晞涵指出,除了既有資料架構分散、批次導向的限制之外,在實務執行面,當業務部門提出資料分析、模型建置或活動推播等需求時,仍仰賴 IT 團隊撰寫 SQL、執行批次處理、彙整結果回饋,不僅工作負擔沉重,也難以即時支援多專案並行與業務快速變動的需求。
為了根本解決資料供應效率與服務彈性問題,華南銀行啟動資料平台升級計畫,全面檢視新一代資料庫技術方案,包含結構化與非結構化資料處理能力、即時查詢效能、橫向擴展性、資料服務化支援程度、安全與治理機制等多項指標。
經過多方技術評估與實務驗證,最終選定 MongoDB Enterprise Advanced 作為核心資料平台,並作為支撐 DaaS(Data as a Service)策略的關鍵基礎。MongoDB 不僅具備彈性文件導向模型、支援多型態資料(結構化、半結構化與非結構化),更能提供高併發、高效能的查詢回應,特別適合讀多寫少、場景彈性大、需要即查即用的應用需求。同時,MongoDB 支援 Change Data Capture (CDC) 機制能將資料變更即時同步至下游系統或應用服務,確保多系統間的一致性與即時性,進一步強化資料服務的敏捷性與可靠度。
此外,MongoDB 強大的 API 串接能力與資料模型彈性,也大幅提升我們推動標籤平台、行銷推播、模型服務化等應用的效率與開發速度,加速實現資料服務平台化的目標。
解決方案
一次建置、多端應用:MongoDB 助力數據即服務平台成形
為因應資料多樣性與應用場景日益擴大,華南銀行選擇導入 MongoDB Enterprise Advanced 作為資料即服務(DaaS)平台的核心基礎。其彈性資料模型、即時查詢效能與 API 化支援能力,特別適合處理結構化與非結構化資料並存的應用需求。
在平台建置上,MongoDB 能將各式資料—包括主標籤庫(客戶標籤)、CDP、模型特徵輸入、App 行為軌跡,甚至客服語音 STT 轉換後的文字紀錄—整合於同一資料架構中,實現資料「一次建置、靈活重用」,有效支撐多部門、多系統的查詢與應用。
MongoDB 的導入也進一步推動資料平台從「儲存」走向「服務」。華南銀行同步建構 DaaS 平台、資料湖與標籤平台,打造具備可組合、可查、可算、可推特性的資料服務層,讓資料能即時供應給 CRM、APP、AI 模型與報表應用,真正實現「即查即用、跨域共用」的資料供應鏈。
在治理面,華南也同步建立主標籤庫、數據字典與 Data Catalog,讓資料能夠被理解、被信任、被共享,為全行推動數據治理與服務化打下基礎。
陳晞涵表示,在推動資料平台升級的過程中,華南銀行並非全盤取代既有資料倉儲,而是依據不同資料應用需求,明確劃分資料倉儲(EDW)與 MongoDB 所建構之 DaaS 平台的任務分工。EDW 持續支撐報表與財務分析等批次導向作業,而 DaaS 平台則著重在即時查詢、彈性調用與服務化輸出的需求,兩者協同運作,各司其職,讓資料真正成為能流動、能驅動決策的資產。
目前透過 ETL 從資料倉儲擷取所需資訊,轉換為現代應用所需格式後導入 DaaS,支援如行銷推薦、AI 模型、語音質檢、CRM 即查、API 即取等多場景應用,大幅提升資料回應速度與跨部門調用效率。
陳晞涵強調「資料不是放在某個系統就能創造價值,而是要有適切的平台設計與團隊能量,才能真正落實數據服務化與決策智能化」,為強化研發量能,華南銀行亦同步建構「資料科學家基地」,並與 MongoDB 原廠展開專業認證與內部培訓合作,推動從資料查詢、模型應用、API 開發到決策支援的全鏈條自主能力,培育具備實戰能力的跨職能數據團隊。
結果
成果顯著落地 風控精準、行銷效益同步提升
華南銀行以 MongoDB Enterprise Advanced 為核心技術架構之一,建構數據即服務(DaaS)平台,有效強化資料整合與彈性調用能力,為應用服務開發帶來關鍵支持。透過平台化設計與技術彈性,搭配數據治理制度與研發團隊投入,已逐步落實多項創新應用場景,並展現可量化的成效。
在防詐應用上,華南銀行自主研發的「雷神識詐模型」,結合 AML 風險評級雙軌機制,有效強化可疑交易偵測能力。實際成果顯示,異常交易的無效示警案件減少逾 80%,名單準確率提升近 40 倍,大幅降低誤判風險與人工作業負擔,顯示 AI 模型在即時風險防禦上的強大潛力。
此外,在客服品質監管上,過往需由五人團隊才能覆核不到 1% 通話紀錄的人工作業模式,透過導入自研語音 AI 質檢系統,應用 NLP 模型進行通話內容解析與智慧稽核達成100%質檢,顯著提升檢查範圍與效率,並強化服務品質與合規風險控管。
華南銀行深知,資料若僅停留在儲存與整併階段,無法發揮其真正價值。唯有建立具備彈性、即時性與服務化能力的數據架構,搭配良好的治理制度與開發能力,才能讓數據被有效轉化為推動轉型的驅動力。
因此,華南導入 MongoDB Enterprise Advanced 作為 DaaS 平台的重要支撐技術之一,透過彈性資料模型、即時查詢與 API 串接能力,建構一套能即查、即算、即用、即推的資料供應體系,同時搭配資料建模標準化、欄位治理與開發者能力賦能,打造可快速應用、可跨域服務的資料底座。
以標籤平台為例,過去企金與個金標籤資料分散儲存,難以整合與即時更新。透過在 MongoDB 上建構上下文導向的資料模型,標籤邏輯、來源、演算條件與適用場景皆能一體維護,並以 API 方式供應給 CRM、AI 模型、智能行銷與推薦系統等多元應用。這不僅提升資料應用的效率,也大幅強化服務體驗與行銷精準度,進一步促成多項具體成效:
- 商品推薦轉換率提升至 8–10%
- 推播點擊轉換率提升 30%
- App 滿意度從 3.4 分提升至 4.8 分
- 協同行銷「人找物」模式轉換率最高提升達 14 倍
這些成果的實現,並非單靠某一項技術導入所能達成,而是源自整體數據基礎設施的升級與治理機制的持續深化,轉化為能靈活串接、即時反應、可服務多方場景的智慧數據資源。
以標籤資料為例,經過統一欄位與上下文建模後,透過 API 即時支援行銷推薦、AI 模型與分眾互動,讓資料不再只是後台參考資訊,而是直接驅動行動銀行、網路銀行、智能客服等對客應用,打造更流暢、更貼近用戶需求的全通路體驗。CRM 平台、分行系統、語音客服平台也能同步取用同一來源的即時標籤與模型結果,強化前線服務的反應速度與精準度。
此外,藉由持續打造數據服務API 化設計、提升資料模型可重組性,DaaS 平台已成為支持跨場景、跨業務單位應用的關鍵後台,並搭配人才分級培訓、自研能力強化,使資料從「可用」走向「能用、善用與即用」。
展望未來,華南銀行將進一步延伸平台支援範疇,涵蓋雲端爬蟲、語音轉文字、新聞輿情等多樣資料型態,結合事件觸發與智能決策邏輯,加速資料即服務的場景拓展,實現更高效率、更高互動、更高價值的數據驅動營運模式。

「傳統金融數據結構在過去限制了華南銀行的發展,MongoDB Enterprise Advanced讓我們成功推動數位轉型專案,藉由打造DaaS數據中臺實現轉型四大目標,並為科技防詐、客戶體驗優化與 AI 應用等領域奠定堅實基礎。未來,我們也會進一步擴大產品應用範疇,為消費者提供更精準、更便利的金融服務。 」 -華南銀行副總經理 陳晞涵
熱門新聞
2025-12-12
2025-12-16
2025-12-15
2025-12-15
2025-12-15
2025-12-15
2025-12-16
2025-12-15