商業銀行大數據時代的SWOT分析及戰略探討

【摘要】大數據時代將帶來商業模式的變革，商業銀行將面對各種挑戰。本文將在大數據時代的背景下對商業銀行進行SWOT分析，并對其戰略選擇進行探討。

【關鍵詞】商業銀行 大數據 SWOT分析 戰略探討

2012年以來，“大數據”成為了新的關鍵詞。2012年12月，英國作家維克托·邁爾-舍恩伯格和肯尼斯·庫克耶所著的《大數據時代》向讀者揭示了大數據時代的到來，在這個信息爆炸、數據為王的新時代，傳統的商業模式正在被顛覆，商業銀行將面對各種各樣新的挑戰。在大數據時代，商業銀行有必要針對“大數據”制定新的發展戰略，以應對未來大數據時代帶來的各種變革。

一、大數據時代概述

較早提出“大數據（Big Data）時代”的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”然而，對于“大數據”一詞，IT界并沒有準確的定義。美國研究機構Gartner給出了這樣的解釋：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

國際數據公司（IDC）的研究結果表明，2011年全球產生的數據量高達1.82ZB（（ 1ZB=1024EB；1EB=1024PB；1PB=1024TB；1TB=1024GB；1GB=1024MB），相當于全球每人產生200GB以上的數據。對于商業銀行，客戶數據和交易數據已經成為其核心資產之一，隨著業務的發展，客戶數據將由簡單的個人資料轉變成全面的個人資產結構、個人消費結構等信息，而這種信息將對銀行的數據積累和處理能力帶來極大的挑戰。因此，未來的商業銀行之間的競爭也可以看作是銀行間大數據戰略的比拼。

二、商業銀行大數據時代的SWOT分析

（一）優勢分析

1.商業銀行擁有廣大的客戶群體

商業銀行在多年發展中，積累了大量的客戶數據，包括客戶個人資料、客戶存貸款信息等。大數據時代下，商業銀行的客戶資料將成為商業銀行的重要信息資產之一，通過云計算等技術手段，將加快客戶信息的驗證和調用速度，提高業務辦理效率。

2.商業銀行資本雄厚，有能力建立大數據庫

商業銀行具有雄厚的資本，盈利能力較強，為其建立大數據服務器提供資金保障。由于建立數據庫、云計算服務器等設備需要大量的資金支持，一般中小企業難以承受，商業銀行憑借其較強的資本實力可以輕易構架起數據設備，以應對未來數以ZB計的數據量。

3.商業銀行擁有專業的客戶服務人才

商業銀行發展過程中，培養了許多專業的客戶服務人才。這些客戶服務人才在大數據時代下，可以利用更加詳細的客戶信息，更加豐富的客戶行為，從各個角度分析客戶需求，為客戶提供全面的金融服務方案。

（二）劣勢分析

1.客戶信息不全面

（1）缺乏個人客戶基本信息

商業銀行雖然擁有大量的客戶信息，但是對于單個客戶的資料僅限于身份證信息和銀行卡流水信息，對于客戶其他方面的信息知之甚少。如客戶的家庭情況、生活習慣、性格特征、興趣愛好等。這些信息在大數據時代顯得尤為重要，依據這些信息，客戶經理可以為客戶量體裁衣，提供滿足客戶各種需求的服務。

（2）缺少小微企業客戶信息

小微企業不僅數量眾多，金融需求總量也十分巨大。盡管商業銀行一直在開拓小微企業金融業務，但非常缺乏小微企業的相關數據，一方面小微企業不愿透漏更多的信息，另一方面，為小微企業搭建貿易平臺的電商企業掌握著眾多的小微企業信息，而這些信息作為其核心資產，銀行很難獲得。

（3）缺少產業鏈客戶的信息

很多商業銀行的產業鏈金融業務由于涉及信息較多，收集和維護產業鏈相關企業數據較為不易。大數據時代下，銀行可以觀察核心企業的資金流水和交易記錄，找到核心企業的供銷商，更加高效便捷的發展產業鏈金融。

2.缺乏專業的數據分析人才

盡管銀行擁有豐富的金融專業人才，但其數據分析人員較為匱乏。數據分析人才是指能夠針對客戶信息（如客戶消費習慣、客戶社交特點）等數據做出分析的人才。大數據時代下，需要金融專業人才和數據分析人才相互配合，才能為客戶指定更加具體的、深入的金融服務方案。

（三）機會分析

1.先入為主的機會

剛剛進入大數據時代，各種軟硬件設施還未健全，商業銀行應當把握住這個機會，率先構架大數據戰略體系，贏得先機。

2.降低成本、提高效率

短期來看，商業銀行需要一定資金投入來架構大數據服務器，但長期看來，商業銀行可以利用云計算實現公有云共享客戶信息（云計算公認的一種分類方法，包括公有云、私有云、混合云。公有云通常指第三方提供商為用戶提供的能夠使用的云，公有云一般可通過Internet使用，可能是免費或成本低廉的。私有云是為一個客戶單獨使用而構建的，因而提供對數據、安全性和服務質量的最有效控制。混合云可視為兩種云的結合），節約了時間成本和人力成本。另一方面，這些數據可以實現高效的交換和運轉，將提高商業銀行的辦公效率。

（四）威脅分析

1.網商的競爭

馬云曾說，“如果銀行不改變阿里，阿里將改變銀行”，互聯網金融正在顛覆著傳統的商業銀行。2012年11月11日，天貓加淘寶銷售額達到191億元，超過1億筆訂單完成支付。其中，支付寶交易筆數占到所有交易的45.8%，支付寶提前充值帶來的余額支付占31%，而傳統網銀支付，所有銀行渠道相加只占到23.2%。面對來自互聯網金融（如阿里金融、人人貸等）、移動互聯網金融（如拉卡拉、手機錢包等）的競爭，商業銀行將更加重視大數據戰略。

此外，網商還擁有眾多未獲得營業執照的網店經營者，他們具有活躍的交易記錄和巨大的金融需求，但商業銀行很難開發到這些客戶。

2.大數據存在的風險

未來，銀行在架構存儲數據終端時，將會廣泛使用云計算技術，這種技術將實現共享數據資源的同時，也伴隨著一定的風險。因為，云計算將數據存入云端，云端往往是由第三方服務器實現存取的，如果第三方將數據泄露，將會對銀行交易記錄、客戶信息造成極大威脅。

三、商業銀行大數據時代的戰略選擇探討

表1 商業銀行大數據時代的SWOT分析

優勢（S）：

1.廣大的客戶群體

2.雄厚的資本

3.專業的客服人才劣勢（W）：

1.客戶信息不全面

2.缺乏專業的數據分析人才

機會（O）：

1.搶占市場先機

2.降低成本、提高效率利用資本優勢、人才優勢建立大數據庫；構架云計算服務器；提高運行效率完善客戶信息，各銀行間建立公有云共享信息；培養數據分析人才

威脅（T）：

1.網商的競爭

2.大數據存在風險與網商合作，共享客戶信息，分享利潤；建立大數據的風險防范制度和體系；建立私有云進一步調查研究大數據時代的各種風險，謹慎介入

如表1所示，結合商業銀行大數據時代的優勢、劣勢、機會及威脅，得出了以上幾種戰略選擇。建議商業銀行圍繞（WO）和（ST）制定戰略。首先，從目前形勢來看，雖然大數據時代剛剛到來，但銀行在獲得客戶數據的進度上已經落后于電商企業。客戶數據是電商企業的核心資產，銀行不易獲得，需要銀行與電商企業合作的方式擴充客戶資源。其次，銀行間可以利用云計算技術建立公有云共享一部分客戶信息（如客戶基礎資料、客戶信用評級信息），建立私有云保護自己的核心客戶資料和隱私記錄，以及建立混合云開展銀行和電商企業的合作。最后，商業銀行需要培養大量的數據分析人才，將結構化和非結構化的數據加以分析，通過豐富客戶體驗，更好地滿足客戶的各種金融需求。

參考文獻

[1]李開復.云計算[J].中國教育網絡，2008（06）.

[2]張建文，汪鑫.云計算技術在銀行中的應用初探[J].華南金融電腦，2009（06）.

[3]阿里研究中心.大數據時代[Z].2012（03）.

[4]方方.“大數據”趨勢下商業銀行應對策略研究[J].新金融，2012（12）.

[5]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代[M].浙江人民出版社，2012（12）.

作者簡介：李宏博（1986-），男，2012年畢業于西北師范大學產業經濟學專業，現就職于晉商銀行董事會發展戰略辦公室。

（編輯：陳岑）