中國金融機構應以價值為導向駕馭大數據

程桔華

大數據已經被熱議過好幾年。當時人們熱議大數據的時候，感覺就好像是一夜之間冒出來的一個新詞。其實不然，看看大數據的演進歷程，我們會發現大數據并不是從天而降的，它一直都存在。只不過現在有了高科技手段，人們分析和處理大數據的成本大大降低，這是大數據熱潮形成的最根本的原因。

比如，早在2000年左右的時候，四大行都在規劃數據倉庫，一期的投資預算都在1個億左右，當時香港某銀行做了一個8TB的數據倉庫，光裝進去就得花三四天時間，分析完這些數據又得花很大的投入。成本高、周期長致使大數據在那個時候并沒有蔚然成風。

而今天，做一個1TB的數據庫，所花成本不到原來的十分之一，甚至百分之一。分析計算成本的降低就導致即使只有一個想法，也可以很快把大量的數據裝進來，即使分析完沒有什么發現，試錯的成本也很低，這就是為什么十年前大家不談大數據，而談商業智能、數據倉庫的原因。曾經人們夢寐以求的分析、計算，在今天很簡單就能實現。很多小的分析加起來就成為一個大的價值，背后還是計算成本的根本性下降。

對于大數據，大家通常會想到“3V”，即Volume（數量）、Velocity（速度）、Variety（種類），但是大數據在數量上并沒有絕對的標準，它只是相對于處理能力而言，若干年前，英國最好的大型處理計算機所能計算的數據量只相當于今天一部蘋果手機的一半。大數據對速度的實時性要求更高一些，過去很多數據都是先儲存下來然后再導進數據庫，但今天對于數據的實時抓取和分析能力提升了很多。對于種類來說，如今各種非結構化數據已經出現了。其實以前這些數據不是沒有，但若干年前我們對于聲音、圖象等數據是沒有分析手段的，即便拿到了也沒有辦法分析。

2015年2月11日，波士頓咨詢公司（BCG）發布最新報告《互聯網金融生態系統2020系列報告之大數據篇：回歸“價值”本源：金融機構如何駕馭大數據》。報告認為，成就大數據的并不是傳統定義的“3V”，更重要的是第四個“V”，即Value（價值）。當量級龐大、實時傳輸、格式多樣的全量數據通過某種手段得到利用并創造出商業價值，而且能夠進一步推動商業模式變革時，大數據才真正誕生。

大數據的商業價值

谷歌當年就用數據來預測流感，這是非常有意義的事情。某基金管理公司在引入大數據的分析和技術之后，各部門都在用數據說話，然后再做決策，一改過去靠領導拍腦袋做決定的狀況。

金融行業是一個數據強度很高的行業，每產生100萬美元的收入，會沉淀下820GB的數據。金融行業天然有它的數據屬性。比如在零售銀行里面，個性化的定價、客戶細分、預見客戶流失等方面，都會用到大數據。招商銀行就正在用大數據對客戶流失進行預警。另外在風險控制領域，大數據的應用也非常多。過去的風控需要很多人為的干預在里面，成本非常高。今天，大數據技術讓大家能更及時、更快速、更低成本地發現風險。對于運營的優化，大數據也發揮出很大的作用。比如有些銀行通過大數據的分析，很清楚分布在各處的ATM機對現金的需求量，從而很精準地投放網點資源，減少浪費。同時很合理地安排運鈔車和放鈔頻率，降低成本。

保險行業也是數據強度非常高的行業。保險行業的產品開發、營銷銷售、報單管理、理賠、資產管理等關鍵環節都有很多大數據的應用。比如醫療保險，通過大數據分析就會發現，20%的大病賠付事件占據了賠付金額的80%，如果能及早發現這20%的案例，并及早干預的話，就不會演化到后面的巨額賠付，就能夠大幅度降低賠付金額。比如讓客戶提早徹底治療，一定要足夠休息等。

美國Axciom公司收集了全球電梯運營商的數據，然后提供給銀行，銀行據此做出準確的決策判斷。Axciom在收集數據的時候，首先注意到世界上的電梯運營商主要集中在日本和德國;其次電梯運營數據的主體非常簡單，就是在哪棟寫字樓哪家公司停了多久，是不是正常運營;再用這些數據去匹配黃頁，通過黃頁可以查到哪家公司在某棟寫字樓。Axciom把這兩項數據匹配起來之后，得出一個很簡單的事實：一部電梯在一家公司每天停靠的次數。持續觀察這些數據后，會知道電梯發生異動的情況，如果在正常范圍值上下波動20%是很正常的，但是如果忽然減少了一半，或者忽然增加了一倍，這背后就有原因。Axciom不做任何的判斷，只是告訴銀行，你的某個客戶電梯停靠次數發生異動。銀行拿它去提示客戶經理，要去拜訪一下這家公司是否出了問題。在這點上，銀行想知道貸款是否安全，債主是否逃跑了。Axciom這樣的創新讓銀行的貸后檢查變得更加有針對性，而且也更加的及時。

國內應用大數據的案例并不多，有種“雷聲大雨點小”的感覺。比如國內金融機構的數據其實是非常多的，但是這些數據往往散落在各個部門，是一種比較割裂的狀態。如何真正能夠跨部門協作把這些數據整合起來，是很多國內金融機構面臨的一大難題。這也是造成大家感覺大數據很熱，現實卻比較單薄的原因。

報告作者之一、BCG大中華區董事經理張越女士認為，大數據并不僅僅是一個技術問題，它更多的是一個商業問題、管理問題。所以大數據要求金融機構重新審視自己的基礎設施和自身所處的環境。“對金融機構而言，及早出發，積極、理性地試水投入，讓整個機構能夠夠借助大數據來盡快實現自我提升，這是將數據持續轉化為生產力乃至競爭優勢的必由之路。”

從數據到價值的掣肘

簡單來講，從數據到價值需要經歷四個層次。各種不同的數據在第一個層次里會用各種硬件和軟件的方式進行收集和存儲，這是最基礎的層面。數據被實時和非實時地清理、加工，并被歸檔存儲為有效信息以后供后續分析處理;第二個層次很關鍵，要對收集的數據進行去噪和增強處理，完成關系型信息和非關系型信息相對整合;第三個層次屬提升層次，是知識發現層。以人工智能和數據挖掘技術來分解、提煉信息，找出有價值的信息點，完成從信息到知識的轉化;第四個層次就是蛻變層，是智慧汲取層。借助可視化工具，將經驗、判斷與知識相融合，使數據升華為智慧，開始指導商業價值的創造。

從數據到嵌入式商業模式的變革一共有七步，即數據收集、許可和信任、儲存和處理技術、數據科學、協調、行動洞察力、嵌入式變革。在這七個步驟中，最難的是許可和信任以及協調。很多金融機構都很擔心所擁有的數據能用嗎？如果客戶投訴怎么辦？如果監管不同意怎么辦？協調也是很難的，比如說數據的整合，技術部門和業務部門的對接問題。業務部門總覺得技術部門作為不足，而技術部門也往往不知道要解決什么問題。實際這是一個溝通協作的問題。

對于金融機構來說，如何駕馭大數據，把數據引到價值層面？報告作者之一、BCG合伙人兼董事總經理何大勇先生認為有三個關鍵點：第一個關鍵點是“人”。即使在數據、技術等滿天飛的時代，人還是創造價值的主體。其在大數據時代，數據科學家是復合型人才，既要懂得業務的需求，又要能夠處理數據，要知道在技術層面上到底應該發生什么。這樣的復合型人才是挖掘大數據能力非常關鍵的群體。所以吸納善于“跨界”的復合型人才，構建復合型團隊就成為金融機構的關鍵所在。

第二個關鍵點是高效的行動。大數據在現實應用中，給大家的啟示是大數據本身不意味著大價值。很多時候大數據帶來的發現是一個小機會，單個來看，它可能并不值得投入巨大的精力。但今天正因為有了低成本的手段，所以可以將大量的小機會聚沙成塔，產生大的價值。高效行動是很多金融機構面臨的一大挑戰。可以引入試錯機制，試十次成功的機率和試一百次成功的機率結果是不一樣的。而且更關鍵的是，如果試對了一回，是不是能夠強烈地去推廣，這也是很多金融機構面臨的困惑。

第三個關鍵點是構筑優勢。其根本就是轉變思維。很多人會認為，大數據能解決很多我們以前一股腦不能解決的問題，大數據浮現出來的價值似乎是自動的。但實際上，大數據轉化成價值的時候，很多管理性的問題同樣是需要解決的。思維轉變意味著一場異常深刻的變革，而這樣的變革勢必觸碰到體制層面。

大數據的本質是管理

每家公司都需要了解自己的客戶，大數據究竟能帶來什么？如何讓大數據的商業價值最大化？比如銀行的交叉銷售，以前大家最希望系統能夠告訴營銷人員下一步該推薦什么產品，很多銀行采取的做法是總行說了算，總行說現在要推信用卡，下邊的營銷人員就去推信用卡;總行說現在要推現金管理，下邊營銷人員就去推現金管理。很多時候，這樣做的成功率是有限的，因為這是從一個面去推。而在大數據的分析之下，銀行會更精準的發現，向那些跟銀行有過信貸關系的老客戶推薦現金管理的成功率會更高。客戶經理就不用挨家挨戶去推現金管理產品了。這樣做交叉銷售的成功率會提高很多。

有一個典型的例子，一位先生搬家到澳大利亞，連續兩年定期收到一家保險公司的短信，推銷他們的壽險產品。但是這位先生當時根本就沒有購買的意愿和需求，這無疑是一個非常無效的營銷。后來，保險公司通過大數據分析發現，在一個家庭有孩子的前后一兩年，出于保護家庭的原因，對壽險產品的需求會強很多。而從信用卡交易的數據去找出到底哪些家庭打算要孩子或者剛剛有了孩子是很容易的，因為這些家庭購買的東西不一樣。保險公司針對這些家庭做精準營銷，在很短的時間內，交叉銷售成功率就提高了30%。

再比如，很多公司都想了解當一個有價值的客戶要丟失了該怎么辦？有一家銀行做了大數據分析，結果發現在整個能帶來貢獻值的客戶里，在一個特定價值區域里面，這批客戶是最容易動搖的。因為這個范圍并不是很大，所以很容易能把這些客戶篩出來。大數據還分析出怎樣讓穩定這些客戶。當一個客戶的朋友圈用的都是一家銀行的時候，就會穩定得多。所以這家銀行當時做了一個減少客戶流失的舉措，就是營銷客戶的朋友圈，讓客戶更多的朋友都用自己的服務，而不是到處給客戶送禮物，強留客戶。

還有一家銀行想把客戶往電子渠道上趕，不讓他們去網點，傳統的做法是對所有的客戶都去宣傳，只要用網銀、手機銀行，就送禮物。大數據分析幫他們發現，其實有66%的客戶是非常愿意轉移的，這些客戶有非常明顯的消費特征，比如他們經常網購，已經在線上做各種各樣的訂閱、查詢。有了這樣的數據分析，銀行就可以少投入很多資源去做推廣。

“大數據是一個技術手段和可能性，最終還是要解決商業問題。技術和數據本身，只要你需要，總是能夠把它做好，即便自己做不了，也可以找第三方來做。但是大數據的本質是管理理念問題，讓我們能更好地把事情做下去，而不再是拍腦袋或者是憑著經驗。”張越女士說。