“大數據”視角下商業銀行管理優化探索

黃 聰 陳曉雁

隨著我們的生活進入信息時代，數據正在迅速膨脹并呈現出幾何級數的增長，數據決定著商業銀行的未來發展。進入2012年，一個新名詞——“大數據”（Big Data），迅速成為全球的熱點，毫無疑問，大數據時代已經到來。對于商業銀行來說，數據的重要性已經成為業界的共識。在“大數據時代”，商業銀行所面臨的競爭不僅僅來自于同行業內部，外部的挑戰也日益嚴峻。互聯網、電子商務等新興企業在產品創新能力、市場敏感度和“大數據”處理經驗等方面都擁有明顯的優勢，一旦涉足金融領域，將對銀行形成較大的威脅。對于銀行來講，要擁有強大的“大數據”處理能力，才能使數據真正成為核心競爭力。

一、大數據的概念

隨著互聯網、社交網絡、移動互聯網、傳感器和物聯網的普及與發展，數據呈現爆發式增長，大數據時代正式到來。世界著名咨詢公司麥肯錫在2011年6月份發布的關于大數據的詳細報告《Big data:The next frontier for innovation,competition,and productivity》中（即“大數據：創新，下一個前沿領域競爭和生產力”）給出大數據的定義：無法在可容忍的時間內用傳統IT技術和軟硬件工具對其進行感知、獲取、管理、處理和服務的數據集合。

大數據的特點，可以用4V概括。即 Volume(數據量大)、Variety（數據類型多）、Velocity（實時分析）、Value（價值巨大但密度很低）。近些年，計算機技術的蓬勃發展使得數據的容量(Volume)呈指數型增長，而文本、圖像、視頻以及由工業傳感器獲取的機器數據，更是增加了數據種類的復雜度(Variety)，因而需要豐富的機器學習及數據挖掘的知識才能挖掘出深層次的價值(Value)。加之商業世界的機會轉瞬即逝，以天、周、月為周期的傳統分析早已無法滿足現實的需求，實時分析數據(Velocity)，從而及時捕捉商機，以便適時采取行動是如今企業贏得市場的關鍵。

二、大數據背景下商業銀行的挑戰

在大數據時代，一些互聯網企業憑借著海量用戶數據的積累，挖掘出用戶在金融服務方面的需求和偏好，開始向用戶提供諸如移動支付、小額貸款等便捷金融服務，如騰訊打通旗下財付通和微信的應用通道，用戶可以直接通過微信掃描二維碼的方式付款，并享有一定優惠；而阿里巴巴旗下的阿里金融則以其無抵押無擔保、申請流程便捷等特點受到小微企業和個人創業者的青睞，業務規模增長迅猛。

市場人士把互聯網企業從事金融業務的行為稱為互聯網金融。對比商業銀行，互聯網金融企業的優勢更加明顯：

（一）便捷

互聯網企業關注用戶體驗，在快節奏的現代社會，用戶需要的是方便快捷的服務。和阿里金融根據客戶的交易信息，借助數據分析技術，能快速、準確地完成客戶信用評價，使得申請貸款的會員最快一天就能夠拿到貸款，節省了大量的成本和時間。相比較而言，商業銀行貸款的審批流程要數周，且流程復雜，審批門檻高，對用戶而言極不方便。

（二）金融產品定制化

互聯網企業存取的數據包括用戶歷史交易記錄、客戶交互行為、海關進出明細等，其可為制定精準營銷和個性化服務提供數據支撐。而商業銀行的數據庫中只存儲著用戶的基本身份信息及資金流向，數據價值不大，存在較大程度的數據缺口。

（三）風險相對可控

互聯網金融企業憑借用戶歷史交易記錄對客戶的信貸風險進行控制，較好地處理各種風險，使借貸風險處于可控水平。這為在更大程度上開展金融服務奠定了基礎。

互聯網金融雖未能從根本上撼動商業銀行的地位，卻引發了商業銀行對如何在已有業務基礎上，融入大數據技術不斷推進業務創新的思考。客觀地說，當前商業銀行對于傳統的結構化數據的挖掘和分析是處于領先水平的，但一方面，商業銀行對于多種異構數據的分析是難以處理的，仍存在信息孤島現象。如，銀行有客戶的資金往來的信息、網頁瀏覽的行為信息、服務通話的語音信息及營業廳、ATM的錄像信息，但除了結構化數據外，其他數據無法進行分析，更談不上對多種信息進行綜合分析。另一方面，銀行對現有數據的挖掘仍有待提高。銀行傳統的數據庫信息量并不豐富和完整，如客戶信息，銀行擁有客戶的基本身份信息，但客戶其他的信息，如性格特征、興趣愛好、生活習慣、行業領域和家庭狀況等卻是銀行難以準確掌握的；也就是說，在“大數據時代”，銀行的數據挖掘和分析能力嚴重不足。

三、商業銀行開展大數據管理的意義

麻省理工學院的Brynjolfsson教授曾形容說，大數據將成為觀察人類自身行為的“顯微鏡”，將再次擴大人類科學的范圍，推動人類知識增長，引領新的經濟繁榮。可見，大數據賦予了企業對客戶更為全面、深刻的洞察力，帶來經濟發展的新浪潮，商業銀行順勢而為，開展大數據管理極具意義。

（一）提高服務質量，提升用戶體驗

在中國的人口紅利正在消失，勞動人口比重趨于下降的大環境下，商業銀行呼叫中心這種傳統勞動密集型行業應向技術密集型、知識密集型行業轉型。使用大數據技術，商業銀行就可以將某些常規查詢業務，如用戶每筆交易額信息、每月還款信息等，由人工服務轉為機器自動回復。用機器代替人類處理這些常規瑣碎的回復業務，一方面能降低銀行的運營成本，在經營成本不斷上升的環境下保持競爭優勢；另一方面能極大提高銀行的服務質量，因為不懼煩瑣、不會情緒化行事的機器更能高效、無誤地做好重復性工作。

研究表明，忠誠顧客及其帶來的盈利與其用戶體驗有密切關系。面對日益激烈的市場競爭，商業銀行在提升自身服務質量的同時，應以用戶為中心，提升用戶體驗，從而獲得可持續的競爭優勢。世界建筑大師格羅培斯，曾根據游客在草地上踩出的痕跡鋪設出“最具人性化的路徑”。使用大數據技術提升用戶體驗也是同樣道理，基于用戶在銀行網頁使用軟件的行為數據，挖掘用戶習慣與需求，實現“千人千面”的用戶個性化頁面定制，進而達到提升用戶體驗和顧客滿意度的目的。

（二）強化聲譽管理，維護企業形象

用戶在社交網絡、社區對企業產品和服務的討論形成的網絡口碑，具有波及范圍大、傳播速度快的特點，對消費者信息搜尋、購買決策以及態度的形成和變化有重大影響。因此，防止并及時處理關于企業的負向口碑對企業而言尤為重要。使用大數據技術，實時監控社交媒體上用戶對企業的評論，并采用自然語音處理技術對用戶評論的情感極性進行分類，快速判斷用戶對銀行業務的實時響應情況，發現消極評價，及時與用戶互動，進行正確補救。基于此，不僅能夠極大地降低客戶流失率，還能樹立一種“用戶至上”的企業形象，進而吸引更多的潛在客戶。

（三）優化核心業務，提高銀行競爭力

大數據時代的核心是對非結構化數據的挖掘與分析。銀行引入非結構化數據和新的分析技術不僅能彌補自身的數據缺口，提高數據分析能力，提升企業的核心競爭力，成為行業的領軍者，更能有效應對來自互聯網企業進軍金融業的挑戰，與其形成競爭態勢。因此，銀行可以通過與電商平臺合作或是自身建立電商平臺的方式來彌補數據缺口。在此基礎上，根據全面的客戶歷史信息，借助數據分析技術，準確分析出客戶的信用程度，進而優化貸款業務的效率，加速貸款市場的擴張。更為重要的是，銀行擁有客戶資金流向等信息，便能實時監控客戶貸款使用情況，從而進一步降低風險。

四、商業銀行借力大數據實現管理提升的路徑

大數據時代，使得金融行業處于一個新的起跑線上。商業銀行應整合企業內外部數據，吸引優秀人才，打造高端數據分析團隊，在整個企業內部形成“讓數據說話、用數據決策”的企業文化。這樣銀行才能借力大數據實現成功轉型，獲得可持續的競爭優勢。

（一）進一步優化整合大數據

商業銀行通過大數據獲取價值，最先應實現企業內部不同部門間結構化數據、結構化與非結構化數據、企業內部與外部不同類型、不同來源數據的整合，尤其是與第三方企業實現數據合作，共享數據資源。數據的整合一方面能讓原本相互分離的部門更加容易獲取相關數據，大大減少搜索和處理的時間，提高辦公效率。另一方面它能消除存儲的冗余、減少噪音，完成數據清洗工作，從而為后續的數據分析工作提供支持。此外，利用全面的用戶數據，有助于商業銀行發現每一個用戶的消費習慣，從而形成對用戶新的認知和理解。

（二）吸引優秀人才，打造高端數據分析團隊

實現大數據價值的重要制約因素是人才。這些企業迫切尋找的人才稱為數據科學家。目前還沒有對數據科學家的嚴格定義，且融合“熟悉計算機編程、有處理大規模數據集的經驗、良好的溝通能力、有足夠的領域知識解讀數據的商業內涵”等技能于一身的復合型人才少之又少，這給商業銀行招聘相關人才帶來了一定的挑戰。如何打造高端數據分析團隊，筆者認為，商業銀行首先應設置豐厚的薪酬待遇，吸引業界數據分析人才骨干，并以這些人才為中心打造數據分析團隊。其次，在人才缺乏情況下，可以把統計學、計算機、數學等相關背景的人才培養成數據科學家。

（三）培養以數據和事實為導向的企業文化

大數據不僅僅是技術層面的應用實施，更需要人們改變心智模式，意識到數據驅動能帶來更好的決策。企業決策的傳統模式是由CEO或者其他高管憑借個人直覺和智慧做出來的，但在全球競爭日益激烈，不確定性因素持續增加的行業環境中，企業應“低成本，高效率”地開展業務并在戰略決策上少犯錯誤。這就要求企業應廣泛推行以數據和事實為導向的決策文化。

最新的研究表明，單靠人或者靠計算機做出的決策都不是最佳方案；人機結合才是最佳方式，而根據情景的不同，給予計算機預測的結論以不同權重是最佳的實踐。因此培養以數據和事實為導向的企業文化對應用大數據實現轉型的企業至關重要。企業高層領導者應識別大數據在企業管理中的戰略作用，并推動以數據為驅動的決策文化，方能最大化大數據的效用。

（四）強化法律意識，提高信息安全

隨著大數據的價值越發凸顯，用戶隱私、知識產權等問題越發受到關注。大數據對商業銀行的發展來說是機遇，但也帶來一定的風險。因此，商業銀行應權衡數據隱私的保護和數據隱私應用之間的關系，強化員工的法律意識，要求其在數據分析過程中，注重數據收集和提取的合法性，避免侵犯用戶隱私，防止企業陷入法律紛爭和訴訟中。此外，大數據被譽為“21世紀的石油”，是企業的核心資產。商業銀行作為金融企業，其數據資產對銀行本身甚至整個國民經濟都有著重要影響，一旦被盜取，銀行將面臨著巨大的風險，如知識產權風險、運營風險、社會和商譽風險等。因此，商業銀行應將對數據資產的保護從傳統的IT部門上升到整個企業級別的行為，構建自動化安全系統，全面監測和防御網絡安全，防止數據被外界盜用。