銀行業大數據應用的探索與實踐

邢陳思

摘 要：隨著互聯網技術的不斷發展，數據已經成為各行各業的一個敏感代言詞，也成為了生產力的一種代名詞。以銀行業大數據應用的探索與實踐為對象，介紹了大數據情況下銀行業現狀和大數據給銀行帶來的影響，并分析了大數據給銀行帶來的挑戰。針對存在的挑戰，提出了一些設想，以使銀行業務可以更好地與大數據結合。

關鍵詞：銀行；大數據；云服務；互聯網

中圖分類號：C829.2 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2017.08.133

1 大數據下銀行業的現狀

近年來，大數據影響下的銀行業隨著云服務的發展，企業數據飛速增多，人類已經進入了大數據時代。大數據簡明扼要是指數據量龐大的信息庫，無法通過傳統方式進行儲存和分析，但對企業具有非常重要的意義。大數據具有數量龐大、高速便捷、數據眾多、具有非常重要的價值等特征。

隨著大數據在不同領域的深入應用，金融領域在互聯網和大數據的相互融合下出現了互聯網金融，許多不同于以往的互聯網金融平臺相繼出現，其中，以余額寶為代表的互聯網金融平臺給傳統銀行業務帶來一定的沖擊。面對互聯網金融銀行業的大數據基礎，隨著時代的發展，傳統銀行為了迎合時代的需求，向客戶推送了多元化的理財產品，不斷加強對客戶的維護和業務升級。傳統銀行在進行服務的同時，也注重了客戶體驗，通過日積月累方式積累了一大批客戶數據。總而言之，我國銀行業已經擁有了大量客戶信息，但以往這些信息只是儲存著，并沒有得到深入挖掘、分析和利用。出現這樣情況的原因除了技術因素外，還與缺乏既懂技術又了解業務的復合型人才有關，導致信息資源整體使用效率不高。

2 大數據環境下銀行業的機遇

2.1 廣闊的業務發展空間

在大數據環境下，互聯網金融得到了迅猛發展，給傳統銀行業造成了一定的沖擊。在傳統銀行業中，很多銀行對大數據的運用比較淺顯，未來，可以通過大數據應用來促進自身的發展。隨著越來越多的社交平臺出現，拉近了銀行與客戶之間的距離，銀行與客戶之間不再局限于通過網點柜臺辦理業務，還可以通過網絡方式交互。這種交互方式給銀行帶來便利，也使銀行爭取到了更多顧客。銀行通過對大數據的分析，可以更加全面地了解自身的客戶，采取有針對性的營銷策略，不斷擴大自身的業務量規模。

2.2 科學的決策依據

在傳統銀行業務中，企業（個人）信貸等業務更多是通過人員實地調研和憑借員工經驗作為業務決策的依據。隨著業務規模的不斷擴大，原有決策方法已難于適應形勢發展的需要，有必要引入新的決策機制，鑒于銀行具有對客戶信息長期積累的優勢，采用大數據分析方法對客戶信息進行挖掘處理，結合多維度的評價體系對客戶作出較為客觀的評價，使銀行的業務決策更加科學、合理。

2.3 優秀的經營管理能力

2.3.1 客戶選擇

隨著大數據的普及，大量數據的使用使得人們消費行為更加明顯，銀行在進行銷售時應將重點由以往的產品轉向顧客，在大量數據中挑選出優質顧客并進行重點營銷。銀行辦理業務過程中積累了客戶大量的歷史信息，只需要對原有客戶信息進行整理和分析，結合社交網絡或者其他方式對客戶信息進行分析對比，可以有效地了解客戶的消費習慣，從而選擇出優質客戶進行重點營銷。

2.3.2 風險防范

目前，人們的需求和消費日趨多樣化，這使得銀行在開展業務時擁有了更多的選擇，但是同時也增加了銀行的風險。在大數據環境下，銀行可以利用大數據分析方法挖掘業務或者客戶存在的潛在風險，及時采取必要的風險規避或者防范措施，提高銀行的經營水平。

2.3.3 營銷管理

在進行產品營銷時，傳統上許多銀行不大注重推送信息的有效性，往往使新推出的比如理財等產品得不到客戶認可。在大數據環境下，銀行可以對客戶以往的交易記錄、風險厭惡程度等信息進行綜合分析，并與銀行營銷產品進行匹對，有針對性地向客戶推銷產品，做到精確營銷。

3 大數據環境下銀行業面臨的挑戰

3.1 數據收集、存儲、分析能力方面

大數據起源于互聯網，傳統的銀行除了需要對數據進行廣泛收集外，還需要對數據具有綜合分析的能力。傳統銀行仍需要繼續收集客戶的歷史信息，比如通過網點和柜面等傳統方式繼續收集客戶信息；傳統銀行還可以通過互聯網收集更多的客戶信息，通過收集客戶在互聯網中瀏覽界面和瀏覽痕跡分析客戶的各種特征，提高對客戶的了解程度；由于大數據分析需要保存的歷史數據較為龐大，技術方面的投資成本較為昂貴，在成本和收益如何平衡問題上是傳統銀行面臨的一個難題；在具備大數據應用技術基礎之后，還需要具有既懂技術又要熟悉業務的人才，才能整合不同的數據資源，利用大數據分析技術為銀行創造出實際效益。

3.2 數據信息的有用性、可信性、風險性

大數據分析揭示的是事物之間的關聯關系，分析結果是事物發展的一種趨勢，而非事物之間發展的因果關系和必然規律，其分析結果不具有唯一性，這就給銀行大數據應用帶來了不確定性的風險。銀行在大數據應用過程中除了不斷提高數據信息的準確性外，還應努力提高數據源的多樣性，通過不同數據源信息之間的相互驗證來提高大數據分析的準確性，平衡好新技術應用帶來的風險與銀行穩健經營之間的矛盾，最大限度地降低大數據應用帶來的經營風險。

4 大數據環境下銀行業未來的發展

4.1 打好數據基礎、培養復合型人才

在大數據時代，傳統銀行應建設好自身數據平臺，建立起高效的存儲和分析技術架構，整合不同的數據資源。同時，加強對人才培養，著重培養了解銀行自身發展目標，既懂技術又了解業務的復合型人才。

4.2 開展精準營銷，提高客戶滿意度

傳統銀行經過長期發展，積累了大量的客戶信息。在大數據時代，傳統銀行可以通過大數據分析在精確營銷方面進行嘗試。比如可以根據客戶對銀行的貢獻度區分客戶特征，從而發現高端客戶群體進行重點營銷。同時，不斷收集客戶對銀行產品的信息反饋，改進銀行產品和服務質量，滿足不同層次客戶的業務需求。

參考文獻

[1]徐賜發.大數據時代金融業面臨的挑戰[J].金融科技時代，2012（10）.

[2]陳曉雁.基于大數據的銀行業管理路徑探索[J].價值工程，2014（01）.

〔編輯：張思楠〕