商業銀行的“大數據思維”

晉城銀行電子銀行部 夏鵬

以阿里巴巴為代表的互聯網巨頭們涉足到了金融行業，掀起了互聯網金融的熱浪，正深刻改變著當前的金融生態和金融格局。一股“銀行如果不改變，我們就改變銀行”的颶風席卷全球。傳統的大小銀行們都為之一震，感覺到了前所未有的危機感與緊迫感，紛紛開始研究互聯網思維，并推出直銷銀行等互聯網產品進行阻擊。然而真正讓傳統商業銀行恐懼的不是互聯網企業的創新產品，而是他們的“大數據思維”。“大數據思維”改變了產品創新的方式，顛覆了客戶服務的理念，創造了真正以客戶為中心的商業模式。

一、大數據在金融業的應用現狀

大數據在金融業的應用在國外早已起步，VISA、MarsterCard、花旗銀行等等世界一流的金融企業都已早早在大數據分析方面進行嘗試，經過多年的積累，大數據分析在營銷、風控等方面都有了非常成功的市場案例。美國的ZestCash公司通過分析客戶的社交數據、行為數據等對銀行不愿接納的優質客戶進行挖掘，更是成為“大數據”在金融應用中的典范。在國內，阿里金融做為新型互聯網金融企業的代表，借助客戶在淘寶的眾多交易數據，成為了“大數據”在金融應用中的領先者。另外，中信銀行、北京銀行等新型股份制銀行已經非常重視并積極進行大數據應用的實踐。但是，在國內銀行大數據的應用還處于初級探索階段，后面還有很長的路需要繼續走下去。

二、商業銀行應用“大數據”的優勢

銀行業，做為信息化起步最早的行業，也是信息化程度最高的行業。商業銀行做為數據密集型行業在大數據應用方面已經具備了天然優勢,同時商業銀行做為經營分險的專業機構，在風險管控等專業知識的沉淀上有著不可比擬的優勢。結合“大數據思維”進行有效的實踐，將會使商業銀行的信息化應用提升到另一個高度。

三、商業銀行在哪些方面可以應用大數據

“大數據”分析的應用類型主要有兩種，一種是應用于知識挖掘，從已有的數據中發現未知的關聯關系，獲得新的知識,應用于決策支持、風險管理、轉型推動等管理過程之中；另一種類實時交易分析，運用已知的關聯關系或客觀規律，為客戶提供近似于實時的極致客戶體驗，或者是實時的風險防控。具體應用體現在以下幾個方面：

一是客戶管理方面，積極收集系統內外的客戶數據，有效的甄別出有效客戶、優質客戶、潛力客戶、流失客戶以及潛在客戶，針對不同的客戶特點制定對應的管理策略。并通過建設CRM系統輔助客戶管理模式轉型、細化客戶管理方式的改進，指導客戶經理對每一個客戶進行有針對性的營銷或客戶服務。

二是精準營銷方面，在客戶完成一筆消費的同時，實時推送一個客戶可能感興趣的優惠信息會是一種非常好的客戶體驗。在營銷方式的創新上運用“大數據思維”的邏輯進行思考，用“大數據”分析輔助營銷方案設計，將會有更多更精彩的驚喜出現在面前。

三是在產品創新方面，通過數據更加深入的了解客戶的習慣，智能化分析和預測客戶需求，不再盲人摸象，做到有的放失，可以為產品創新奠定基礎。另外，引入“大數據”應用對產品創新進行評價，可以找到產品創新過程中成功或失敗的原因，為后續的創新工作提供學習經驗，找出市場對新產品的“敏感因素”。

四是個性化產品方面，近幾年來，很多銀行在談以客戶為中心的個性化產品。就現狀來看，當前的個性化產品只是對客戶進行了細分類，針對比以往更小眾的客戶提供的產品。利用“大數據”的實時應用，可以為每個客戶制定特定期限、額度、還款方式的貸款產品，并且以數據為基礎進行系統自助審批，真正的實現一客戶一產品。

五是風險管控方面，風險管理是最需要“大數據”應用發揮作用的部分。用好“大數據”，不斷改進內部評級方法和模型對提高風險識別、計量能力將會有非常顯著的作用，并且擁有自我提升的能力。尤其在類實時的欺詐分險、操作風險防控中，“大數據”應用有著不可匹敵的優勢；而傳統的管理方法是不可能實現的。

六是決策支持方面，當前各銀行的戰略決策依靠高層管理人員的主觀認識和經驗，決策過程往往是定性判斷，缺少定量分析，依靠數據分析做出決策的經驗不足。未來，大數據應用一定會使銀行的決策方式向數據驅動轉變，決策過程也會從被動改變向提前預測進化。

四、如何確保“大數據”在商業銀行中的應用

大數據應用目前來看商業銀行的影響還很小，但像互聯網一樣，在發展到一定的程度將產生起顛覆性影響。各銀行要提早應對將要到來的新一輪變革。在頂層設計、人才培養、數據治理、系統建設等各方面早做布局。

(一)組織架構

“大數據”應用需要提高到本行長遠戰略高度，統籌全行的數據應用戰略性工作。在“大數據”應用的組織架構設置中，一定要結合大數據的戰略目標，做好頂層設計，構建獨立的數據應用部門，制定相適應的工作管理流程，形成不斷完善的學習改進管理體系。

(二)人才培養

“大數據”的應用需要專業的數據分析師人才，數據分析師需要多學科的知識、多方面的專業素質，需要懂業務、懂管理、懂分析，還要會使用數據分析工具，掌握數據分析的理論方法。這樣才能很輕松的理解業務人員、管理人員的構思，用工具和方法進行實現。

(三)數據治理

在多數中小商業銀行中，都非常缺乏對數據的管理，各種數據散落在各個信息系統的角落里，數據間的關系也是非常的松散，這樣的數據是難以被有效利用的。建立數據質量管理、元數據管理、數據標準管理、數據安全管理等規范顯得尤為必要，通過科學的管理才能使數據達到標準化、規范化的要求，更具有利用價值。

(四)數據收集

數據無處不在，有些在內部，有些在外部，需要重視數據做為資產的價值，注重收集數據信息的工作，使數據分析能更詳細、更深入。對于內部數據，要加強非關鍵信息的的收集，如非必填字段和系統日志數據，以及未成功交易數據和不滿足審核要求的數據等等。對于外部數據，要加強與企業之間的合作，多方共贏是現代商業發展的趨勢。改變傳統的借貸合作，在更多的方面進行資源共享。

(五)信息系統建設

“大數據”的應用不能簡單的等同于數據倉庫存項目，認為有了數據倉庫存就有了“大數據”分析應用的能力。“大數據”應用中數據倉庫是基礎工具，對數據進行存儲、管理，是一個純技術類的系統。數據挖掘的應用才是關鍵，負責在雜亂的數據中發現關系、發現知識。另外，圍繞著數據應用的系統如CRM、風險管理等管理系統要有統一的架構規劃，即要有明確的系統交互關系，又要有業務規劃的邏輯關系。

五、“大數據”在戰略中如何定位

2012年1月，達沃斯世界經濟論壇發布的《大數據，大影響：國際發展的新可能》的報告宣稱，大數據已成為與貨幣和黃金一樣的一種新的經濟資產類別。銀行業做為信息化程度最高的行業，在數據積累方面是有著天然優勢的。如何應用好這些數據資產，是銀行在長期戰略中能夠絕勝的關鍵。未來5至10年從戰略高度研究大數據在銀行企業內的應用實踐，已成為當前的迫切任務。

首先要在高度上體現，按照現在多數銀行的組織架構，“大數據”不能做為科技部門或其他部門的一部分職責，最少應該是獨立運行的部門，或者提到更高的高度。其次“大數據”要做為企業的一種思維工具，把“大數據思維”貫穿到前、中、后臺的各個業務版塊當中去。讓“大數據思維”成為商業銀行創新改革的引擎，推動“互聯網思維”設計的這臺“概念車”起航。

六、結束語

人人都說“大數據”,最關鍵的永遠都是“思維”。大數據應用不是數據越多越全就能應用的越好，而更重要的是以“大數據思維”驅動經營管理、戰略布局。只有數據能描述事物的真實情況，要培養組織內部用數據思考問題、解決問題的思維習慣。大數據的應用給商業銀行提供了新的能量來源，利用“信息能源”助推商業銀行飛的更高更遠。

就像馬云在漢諾漢通信與信息技術博覽會上講的：“未來的世界，我們將不再由石油驅動，而是由數據驅動；未來的世界，生意將是C2B而不是B2C，用戶改變企業，而不是企業向用戶出售”。未來的商業是數據來驅動的，數據將聯接世界，不主動去聯接世界就會被遺忘在世界之外。