關于大數據在商業銀行應用的思考

李婷婷

摘要：本文首先歸納總結了大數據的定義、特征和研究現狀，其次舉例說明了大數據在金融業的應用現狀，在此基礎上，對大數據技術在商業銀行未來的應用方向與應用措施提出了自己的思考。

關鍵詞：大數據 商業銀行 金融 應用

隨著互聯網和IT技術的廣泛發展和應用，以微博、微信為代表的新型社交網絡和以智能手機、平板電腦為代表的新型移動設備的快速興起，互聯網和IT行業產生了海量的數據，這對傳統的數據處理和數據應用技術提出了很大的挑戰，大數據技術便應運而生。本文旨在歸納大數據的定義、特征、研究現狀和應用現狀的基礎上，對大數據技術在商業銀行未來的應用方向與應用措施提出一些建議。

一、大數據的定義、特征與研究現狀

2008年SCIENCE雜志出版的專刊中，大數據被定義為“代表著人類認知過程的進步，數據集的規模無法在可容忍的時間內用目前的技術，方法和理論去獲取、管理、處理的數據；維基百科的定義，大數據是指所涉及的資料規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營能夠決策的資訊。可見無論哪種定義，大數據并不是種新的產品也不是一種新的技術，只是數字化時代出現的一種現象，大數據作為一種基礎性的資源，需要被處理才能顯現其潛在的價值。

國外的“大數據”研究工作主要集中在如何進行大數據存儲、處理、分析以及管理的技術及軟件應用上。在學術界，《Nature》早在2008年就推出了Big Data專刊，從互聯網技術、超級計算、生物醫學等方面來專門探討對大數據的研究。在具體的實際應用方面，大數據也顯現出了它的價值所在。谷歌公司通過對人們在網上檢索的詞條與疾病中心的數據進行分析處理，有效及時的判斷出了流感的傳播來源，為公共衛生機構提供了有價值的信息。

二、大數據在金融業的應用現狀

金融業既是海量數據的生產者，也是大數據背后隱藏信息的需求者，這便為大數據在金融業進行大規模應用提供了可能。目前大數據技術在國內的應用還處于起步階段，但在金融業的應用已經走在了前列。以下選取大數據在金融業應用的兩個典型案例——建設銀行的善融商務平臺和阿里巴巴的小額貸款平臺，來說明大數據在金融業的應用現狀。

（一）建設銀行的善融商務

善融商務是中國建設銀行推出的以專業化金融服務為依托的電子商務金融服務平臺，融資金流、信息流和物流為一體，為客戶提供信息發布、在線交易、支付結算、分期付款、融資貸款等全方位的專業服務。

建行做電商平臺的動力，不在于短期內大規模盈利，最主要的是市場占位。面向客戶的在線信貸服務是

塊新興的戰略市場，有可能影響未來銀行業的競爭格局。以前，銀行處于電子商務產業的最末端，支付寶等第三方支付工具依靠市場優勢，對銀行的議價能力極強，支付交易手續費被壓到很低，甚至不足線下刷卡交易手續費的十分之一，這樣銀行就損失了一塊重要收入。如果銀行的用戶在自有平臺上購物，就不會被第三方支付機構擠壓了，而且整個交易中銀行能夠掌握交易數據。善融商務使用該行研發的商城賬戶支付工具，在繼承建行網銀功能的同時還支持他行支付、貸款支付、組合支付等多種方式并實時到賬。電子商務近年來交易成本不斷提高，銀行的進入能夠通過合理優化供應鏈、適度共享客戶資源，達到有效降低全社會電商交易成本的效果。現在的電商不管是B2B還是B2C，都還是簡單交易，但銀行要真正深入到供應鏈里面去，這是眾多電子商務企業尚未關注的市場。

銀行跨界電商的重頭是專注電子商務流程中的金融服務。這也是建行的優勢，一方面可以把傳統的融資業務轉移到線上，增加個人和企業客戶的活躍度。另一方面，能夠聚集流量和交易，銀行獲得數據資產。

（二）阿里金融

阿里金融是在阿里巴巴電商平臺和數據服務業務基礎上發展起來的新型金融業務模式。一方面，阿里巴巴B2B平臺和支付寶平臺上的注冊用戶是阿里金融強大的客戶群支持，另一方面，數據服務提供的交易數據是阿里金融客戶信用評級的核心資源。阿里巴巴介入金融服務領域，核心優勢是其擁有的龐大的客戶資源和數據，并能基于云計算平臺通過對客戶信息的充分分析、挖掘，實現對客戶信用水平和還款能力的準確、實時把控。

阿里金融所開發的新型微貸技術是其解決小微企業融資的關鍵所在，數據和網絡是其核心。阿里金融利用其天然優勢，即阿里巴巴B2B、淘寶、支付寶等電子商務平臺上客戶積累的信用數據及行為數據，將客戶在電子商務網絡平臺上的行為數據映射為企業和個人的信用評價，向這些通常無法在傳統金融渠道獲得貸款的弱勢群體批量發放“金額小、期限短、隨借隨還”的小額貸款。同時，阿里金融微貸技術極為重視互聯網技術的運用，微貸技術包含了大量數據模型，需要使用大規模集成計算，判斷買家和賣家之間是否有關聯，是否炒作信用，風險的概率的大小、交易集中度等。不僅保證其安全、效率，也降低阿里金融的運營成本。

阿里金融微貸技術中有完整的風險控制體系。在信貸風險防范上，阿里金融建立了多層次的微貸風險預警和管理體系，具體來看，貸前、貸中以及貸后三個環節節節相扣，利用數據采集和模型分析等手段，根據小微企業在阿里巴巴平臺上積累的信用及行為數據，對企業的還款能力及還款意愿進行較準確的評估。同時結合貸后監控和網絡店鋪，帳號關停機制，提高了客戶違約成本，有效地控制貸款風險。

三、大數據在商業銀行的具體應用方向

目前，商業銀行應用大數據的方向還存在思路不清，創新不足的問題，目前銀行在大數據方面的嘗試主要集中在數據交換、客戶分流、歷史數據查詢、文件管理平臺、反洗錢原型、數據預處理等，大數據應用還有很廣闊提升的空間。未來，商業銀行可以嘗試從客戶建設、決策支持和風險管理三個方面著手應用大數據。下面具體談談如何利用大數據進行精準化營銷和業務流程優化，以及如何更加全面和準確的搜集數據，完善大數據平臺。

（一）大數據在理財需求產品中的應用

廣義的理財包括定期儲蓄、銀行理財、基金、保險、國債和貴金屬等，可以抓取客戶以下幾方面的數據進行分析：

1.基本信息，如客戶的性別、年齡、星座、資產規模、家庭住址、職業等，都可以通過對大數據的擷取和分析得出結論。客戶的基本信息可以從銀行系統中提取，如果是信用卡持卡客戶，還可以通過信用卡中心獲取更加全面準確的信息。

2.風險偏好，首先客戶的風險評估能夠最直觀地反映客戶的風險承受能力，其次客戶購買過的理財產品也在很大程度上表明了客戶的風險偏好。

3.消費偏好，客戶的消費記錄可以成為分析其潛在需求的依據。例如客戶經常在醫院和藥店消費，那么他很可能對人身保險產品感興趣。

這些數據并不是孤立的，應該綜合起來，大數據可以通過對大量客戶數據的分析得出規律性的結論，實現只要輸入相應的身份證號或卡號，就能夠給出推薦建議，可以將客戶的需求進行排序，按照概率由大到小的順序將可能的產品進行排列，實現精準化營銷。

（二）大數據在結算融資需求產品中的應用

對于結算需求產品而言，我們可以在大數據平臺中著重提取客戶流水中的消費地點、金額、頻率等信息，據此大致分析出客戶的消費偏好，然后給客戶推送適合的結算需求產品。客戶在商場頻繁進行大宗消費，我們可以向客戶推送消費分期的業務；客戶頻繁支付飛機票、房費等，我們可以向客戶推送航空類商旅類信用卡；客戶頻繁匯款轉賬，可以向客戶推送網銀和手機銀行業務；客戶流水巨大且沉淀時間長，可以向客戶推薦貴賓卡甚至私人銀行業務；客戶信用卡的刷卡頻率較高，可以向持卡客戶推送近期信用卡優惠活動等等。

融資需求的客戶可分為個人客戶和企業客戶兩大類，商業銀行可以從大數據平臺中提取有用數據分析出哪些客戶可能有融資需求，然后系統推送特定的融資產品給客戶。對于個人客戶，在數據提取中可以重點考慮客戶的年齡、戶籍、工作地、居住地、工作單位、學歷、資產、名下有無房產等，從中可以預測出客戶目前的融資需求。對于企業客戶，我們在數據提取時可以重點考慮客戶的產、凈利潤、經營年限，法人年齡、企業流水、代發工資人數變化、銀行代扣代繳稅信息等。融資需求方面大數據同樣可以用于客戶信用風險評估。利用客戶的交易數據，同時采集客戶的外部信息，并把這些數據關聯起來，建立一個風險評估模型。客戶有貸款需求時，系統自動計算該客戶的貸款利率，給信貸員做參考。