Чтобы не отвлекаться на клиента, DBS создала руководящий комитет под названием Customer Experience Council (в него вошли генеральный директор и ключевые руководители, такие как главы бизнес-подразделений и руководители служб) для отслеживания прогресса и управления эффективностью. Группа собиралась раз в квартал, чтобы проанализировать ход реализации всех маршрутов, уделяя особое внимание показателям клиентского опыта и показателям EATE (раннее вовлечение, приобретение, заключение сделок и углубление вовлечения).
Стремясь расширить свои возможности, компания DBS обратилась к операционной модели, построенной на платформах - разновидности операционной модели "продукты и платформы", которую DBS адаптировала к своим условиям. DBS создала 33 платформы, соответствующие бизнес-сегментам и продуктам, где "размещались" все 100 клиентских или пользовательских маршрутов. Каждая платформа имела модель руководства "2 в одном", что означало, что каждая из них совместно возглавлялась руководителем от бизнеса и руководителем от ИТ. Такой платформенный подход позволил DBS более эффективно масштабировать компанию, поскольку устранил исторически сложившуюся изоляцию между бизнесом и технологическими функциями, которая не позволяла поддерживать по-настоящему кросс-функциональные agile-команды.
Многие руководители платформ были внутренними сотрудниками, обладающими опытом в соответствующей области. Вместе руководитель платформы и технический руководитель отвечали за достижение целей данной платформы в плане роста, доходов или клиентского опыта. У каждой команды путешествий был менеджер путешествий (как владелец продукта), который управлял agile-командой, состоящей обычно из 8-10 человек. Они создавали формулировку путешествия, включающую цель, ценность, на которую они ориентировались, и сроки достижения цели. Основой работы команд был фокус на проектировании клиентского опыта. Руководство, например, настаивало на совершенствовании процессов, которые приносили пользу клиенту.
В результате процесс оформления кредитной карты, занимавший 21 день, сократился всего до четырех дней.
Чтобы обеспечить эффективное функционирование этих команд в долгосрочной перспективе, руководство компании осознало, что им необходимо сформировать более глубокий кадровый резерв. В DBS было принято важное стратегическое решение привлечь 70 % технических специалистов к работе внутри компании (по сравнению с 20 % в прошлом). Они обратились к нетрадиционным способам поиска необходимых им талантов, включая хакатоны, которые были неотъемлемой частью первых лет трансформации DBS. DBS также использовала эти хакатоны как возможность для обучения старших руководителей DBS, чтобы они познакомились с передовыми технологиями и методологиями, такими как дизайн, ориентированный на человека. Чтобы привлечь талантливых специалистов в другие регионы, DBS также создал три технологических хаба. Благодаря этим и другим усилиям DBS может похвастаться наличием более 10 000 технологов, что составляет около трети ее персонала и вдвое превышает число банковских работников.
Набирая штат технических специалистов и внедряя платформенную операционную модель, компания DBS решила создать инженерную культуру, состоящую из исполнителей, которые могли бы свободно заниматься своим ремеслом на передовых технологиях. Ключевым компонентом достижения этой цели стал переход в облако, инвестиции в автоматизацию и разработка микросервисов для поддержки платформ. К 2021 году 90 % технологических услуг компании были переданы на аутсорсинг (по сравнению с 15 % в 2015 году). Около 99 % приложений теперь работают в облаке, а агрессивная автоматизация позволила значительно оптимизировать операции: один системный администратор может управлять 1 200 виртуальными машинами.
На основе этой технологической базы было принято обязательство стать организацией, управляемой данными. Поэтому DBS запустила комплекс инициатив по работе с данными, включая модернизацию управления данными, внедрение новой платформы данных (SWLWTE) и изменение культуры в организации. DBS отказалась от слайд-досок и стала использовать информационные панели для принятия решений на основе данных, отслеживания эффективности и оценки воздействия. Глубокие изменения в управлении данными позволили DBS радикально изменить подход к обслуживанию клиентов. Например, потребительский банк внедрил искусственный интеллект для обеспечения "интеллектуального банкинга", который ежедневно предоставляет потребителям более 50 000 персонализированных подсказок. В области управления персоналом, решения AI/ML помогли лучше предсказать, когда сотрудник может задуматься об уходе, чтобы HR мог вмешаться (в результате DBS имеет самый низкий показатель текучести кадров в отрасли в Сингапуре - 10 % по сравнению со средним показателем по отрасли в 15-20 %).1