大數據聚類管理在商業銀行中的應用

王一專

（中國建設銀行，北京 100062）

中共中央十八屆五中全會通過了“十三五”計劃并出臺了一系列重大政策，其中，實施網絡強國戰略，實施“互聯網+”行動計劃，發展分享經濟，實施國家大數據戰略被放在重要位置。“互聯網+”戰略就是利用互聯網的平臺，結合新的信息通信技術，把互聯網和包括傳統行業在內的各行各業結合起來，在新的領域創造一種新的生態。作為支持各行業發展中必不可少的金融業，其融合激活了傳統金融轉型升級為銀行4.0時代，互聯網公司主動出擊，嫁接金融，創新催生了第三方支付、眾籌、P2P網貸、供應鏈金融等新的金融服務模式，吸引大批長尾客戶，對現有的以傳統的商業銀行為主體的金融業格局發起沖擊。

銀行的發展演化與科技進步、經濟發展息息相關，互為促進。互聯網+是國家戰略，不論從外部生態環境看，還是自身進一步的發展需求看，銀行融入互聯網+的趨勢不可逆轉，勢在必行，誰占據了這一輪轉型升級的優勢，誰將在未來的經營發展中獲得核心競爭力。作為這輪競爭的出發點和基礎，大數據成為各商業銀行首要關注和亟待解決的問題。

大數據提供了一種有效的手段，使得銀行能夠以較低的成本深入了解客戶，為客戶貼標簽，畫像，在最短的時間內收集信息，整合數據鏈，迅捷有效地滿足客戶個性化金融需求，增加客戶黏性。我們從銀行主流的三大類客戶，大中型客戶、小微企業和個人客戶入手，研究推進銀行金融服務的轉型升級的大數據應用途徑。

一、服務大中型客戶產業升級，以產業鏈為紐帶挖掘優質客戶群

大中型客戶是目前商業銀行黏性最大、歷史最悠久的核心客戶群，他們經營穩定、存貸款規模大、對現金管理、支付結算等金融配套服務的需求多樣。對于這類客戶的管理，傳統銀行有著無可比擬的優勢。這些大中型客戶是互聯網+中進行產業升級的中堅力量，如何提供優質的服務，進一步鞏固、強化和拓展這個客戶群是銀行的工作重點。

互聯網+推動各個產業資源整合，供應鏈中的上下游企業形成垂直產業鏈，成為利益分享和風險共擔體，大中型企業從專業化向綜合化發展，產業鏈中的信息更有效地傳遞和使用，提高資源使用效率。更重要的是，企業通過垂直整合，定制符合市場需求的個性化產品，取得定價權，大大加強企業和其產品的市場競爭力。在這樣的背景下，銀行對客戶的管理要沿著產業鏈進行調整和布局，在產業鏈中尋找新的優質客戶，并將其視為有機整體進行管理，并提供有黏性的金融服務。

商業銀行對于單個大中型客戶的管理較為全面與細致，基本掌握并且動態跟蹤其主要的行業狀況、主營業務、交易對手、頻度及金額等各方面信息，如何收集和分析整個產業鏈的數據是瓶頸。建議銀行轉變觀念，不再只是自身數據的守護者，而是要積極推動數據共享，打通數據孤島，通過共享銀行與大中型客戶所掌握的數據信息，建立更加深入地互惠共贏的合作關系。利用全面優質的數據信息，以單一客戶為紐帶，建立起優質的供應鏈條線客戶群，在產品服務上著力提供黏性服務，增強客戶忠誠度和依賴度，在風險控制上，更有前瞻性地管理客戶群整體風險。

二、創新金融服務模式，爭取長尾客戶

截止2015年6月，小微企業貸款余額超22萬億元，貸款戶數1151萬戶，申貸獲得率超過91%，貸款余額占銀行業各項貸款余額的比重超過23%。中小銀行、小貸公司、村鎮銀行、P2P網貸公司等金融業態利用大數據挖掘，借助擔保公司、保險公司、政府機構等合作平臺，建立風險分擔機制，開發新產品，積極搶占本被銀行視為“雞肋”的長尾客戶群。互聯網金融企業利用其已有的商業平臺數據和客戶特點，推出了阿里小貸、京東供應鏈金融、百度聯盟貸等產品，搶占了市場先機。

小微企業在未來經濟發展中具有廣闊的空間和前景，但小微企業的抵押物不足、財務報表不準確、經營場所不穩定，融資需求存在數量多、金額小，時效性要求高的特點，成為其融資難的癥結所在。在數據日益豐富、手段日趨多樣的大數據環境下，銀行為其提供低成本、高效率的個性化服務成為可能。目前，銀行在收集小微企業的經營數據上存在難以突破的瓶頸，建議從三方面著手針對小微企業進行金融服務轉型。

首先，要積極利用行內已有數據，對于已在銀行開戶，尤其是開立基本戶的小微企業，進行批量分析，從其結算量、交易對手數量、水電費、社保公積金數據及這些數據變動情況分析客戶的經營狀況及發展前景，同時以在我行有信貸業務的客戶入手，制定小微客戶的準入標準，并持續修正完善。二是積極引入外部數據，如企業納稅數據，征信數據、訂單數據等，有助于進行客戶選擇和評價。在此基礎上，探索小微企業管理新模式。改變原有以客戶經理為主體進行客戶選擇、調查評價和貸后管理的服務模式，從大數據角度根據不同類型的客戶提供數據準入標準，充分借鑒國際同業先進經驗，改變以財務報表為主要依據的貸款評分方式，積極探索和運用小微企業信貸評分卡技術，采用履約能力，信用狀況等非財務信息作為評價的主要內容，簡化流程，提高審批效率。在貸后管理中，積極開發數據自動化監測程序進行持續分析，結合輿情監測，從多方面掌握并及時發現企業經營的異常狀況，將風險控制在較低水平。

三、深入消費領域，提高個人客戶的服務體驗

銀行一方面是需求的滿足者，同時也是需求的創造者。了解客戶需求，滿足客戶需求，是在大數據環境下要解決的基本問題，超出客戶預期的服務才能創造需求，留住優質客戶。互聯網和物聯網的發展，金融服務與各類消費、生產需求捆綁，成為銀行提高客戶服務體驗的巨大推動力。

對個人客戶而言，商業銀行有其自身利用大數據技術的先天優勢。銀行擁有客戶的歷史違約信息、金融資產信息、代發工資、貸款記錄等金融核心信息，這些信息對于客戶信用風險的判斷極為重要，但這些業務數據的價值還遠未完全發揮，導致大部分個人客戶，尤其是持有高資產的高端客戶得不到真正的融入性服務，客戶體驗和忠誠度都不高，成為銀行中不穩定的客戶群。

從客戶管理上來說，個人客戶群體龐大，但需要利用大數據進行分類管理，不僅是從掌握資產的多少來分類，而是按照客戶行為特征、風險偏好、消費習慣等進行畫像性分類，提供有針對性的金融服務。這需要進一步整合銀行內部數據和外部數據，一是提煉內部信息，如客戶信息數據，包括年齡、職業、工作地、收入、愛好等；交易數據，包括工資、消費、繳費、貸款、理財、保險等；二是整合外部數據，如法院公安數據、征信數據、醫療數據、消費數據等；在此基礎上建立個人客戶數據信息庫。數據庫進行標簽化管理，以個人貸款為例，在營銷客戶的過程中，數據庫支持根據客戶資產情況、消費習慣、風險偏好，通過模型篩選出各類符合營銷目標客戶；在審批過程中，根據產品特點、期限、抵質押情況、客戶信用評價，對客戶進行差別化定價，盡量縮短審批放貸的速度；在貸后管理過程中，利用客戶消費情況、外部數據等定制客戶預警規則，監測客戶風險，并建立針對性的風險防范措施。

從服務體驗上來說，大部分客戶享受到的金融服務都是延時被動式服務。如，在中介買房后，要向銀行申請貸款，期限長、手續繁瑣，客戶體驗不高。銀行可以嘗試與各消費行業的中介龍頭合作，收集中介數據，比如租房、買房、裝修的服務平臺，及時發現資金需求，并對滿足資金需求的成本和收益進行測算，快捷滿足客戶各類消費需求，解決客戶空間、時間和體驗上的問題。

國內商業銀行的大數據分析工作處于起步階段，內外部環境還處在不斷成熟完善的過程中，面臨諸多困難。首先是數據來源不夠豐富。銀行掌握客戶的數據還不夠多，數據分析挖掘主要針對交易數據進行，除交易數據意外的客戶信息數據準確性、標準性較差，難以整合利用，深層次、多緯度的挖掘存量客戶甚至是潛在客戶上無法走的更遠。二是銀行數據分析挖掘技術和能力有待進一步提高，如對數據關聯分析、實時交易分析等方面的能力普遍比較弱，一些非結構化數據暫時沒有有效手段加以利用，無法滿足決策的時效性要求。三是國家對于數據獲取來源、范圍、使用要求缺乏統一的法律規定，導致商業銀行在引入外部數據時，不但面臨信息收集和使用上的困難，還存在諸多法律障礙。大數據應用是銀行轉型升級4.0時代的捷徑，卻是一條最需要敢為人先、披荊斬棘、創造新格局的踏實前行之路。