大數據服務省級銀行個人業務發展的思考

邱琦 薛成軍

【摘 要】步入數字化時代，哪一家銀行數據基礎好，哪家銀行就能勝出生存下去，這已經成為銀行核心競爭力的關鍵要素之一。對作為經營中堅的省級行，文章分析了目前數據工作中的不足；對布局數據戰略、探索研究與個人業務的結合應用工作提出了對策建議。

【關鍵詞】大數據；個人業務；思考

近年來，互聯網科技應用的大力推動，促進銀行業經營模式、服務和營銷方式產生了一次變革。隨著金融市場改革深化，現代商業銀行競爭日趨激烈，核心是個人客戶和業務，競爭優勢主要體現在產品的差異化和服務的個性化上。省級金融機構在經營架構中處于承上啟下的關鍵層，但在數據中心集中于總行的管理模式下，基礎數據儲備能力受限，數據處理能力由于地域經濟差異制約，對價值數據、關鍵信息的識別能力有限。

如何利用最新技術整合本行海量數據，構建統一高效數據服務平臺，深度挖掘數據價值，為全行精準營銷和精細化管理提供高質量、高效率的信息服務，是當前亟待研究解決的一項重大課題。

一、大數據應用是新時期個人業務轉型的基本思路

我國大型商業銀行一直都是傳統零售大行，從農業銀行看，全國現有個人客戶約5.5億，其中線上客戶（網上銀行和掌上銀行）達到4.29億，2017年營業收入來源于個人業務的部分達到 2032.96億元，貢獻度占到37.8%。目前，銀行在數據應用方面表現的不充分不平衡，在風險防控工作中起步的早，有相對較好的經驗，但在個人業務營銷中相對滯后，各行正在努力加強大數據服務個人業務的應用。

農行周慕冰董事長提出，下一步全行要創造性地運用金融科技新思維，以“金融科技+”為主題，運用大數據技術提升客戶信息識別能力，為客戶精準畫像，實現對客戶消費行為、需求動機的準確洞察和營銷，更加有效地判斷客戶風險，全面推進零售業務轉型。

工商銀行2014年嘗試通過智能營銷信息服務管理系統，成功營銷537.84萬目標客戶，交叉購買理財產品、商友卡、電子銀行等重點產品，總體營銷成功率達到25.29%。在客戶拓展、交叉銷售和客戶關懷等領域取得了較好的效果和帶動作用，在增加收入、降低成本、提高效率、規避風險等方面累計創造綜合效益20億元，是商業銀行應用大數據的典范，初步顯現了改變傳統營銷方法，準確識別、精準投放，大幅提升營銷成功率的重要作用。

二、數據應用現狀落后于業務發展需求

1.內部數據系統多，兼容度低

受治理架構的影響，國有控股的商業銀行大多都按條線（部門）縱向指導管理業務，每個部門都有一套甚至多套數據信息系統，缺乏統一入口出口。簡單分類看，省行前臺分別有客戶和產品信息系統，并且分散在各部門；中臺分別有財務、報表和員工管理信息系統；后臺有簡單的數據加工生產系統。由于各個系統出發點不一樣，融合度底、兼容性差，導致數據利用效率減能。如信用卡審批系統和個人信貸審批系統分別獨立，同一性質的分期業務需要不同部門、不同系統多次重復采錄；個人金融部門，客戶的理財、貴金屬、債券、基金、證券等投資信息分別反映在不同的系統中，不能集中定位客戶偏好級別；客戶的借記卡、網上銀行監測系統分屬兩個部門且數據不能共享，對現有客戶潛力挖掘不足。

2.數據分散，再加工分析難度大

從層級看，目前商業銀行都是總行級集中數據中心管理模式，撤銷了省域數據中心，由于保密、安全等原因，省級經營機構很難取得原始的、基礎的非結構性數據。從性質看，銀行掌握的數據大多集中在客戶的本行存款、負債等金融資產端，一方面缺少他行金融交易數據；另一方面缺乏社會活動、健康、司法等為客戶偏好“畫像”的關聯性外部數據。從時效看，目前四大行都有自己的IT數據巨頭戰略合作伙伴，但實質性數據價值信息共享進程緩慢，在省一級更是鮮有嘗試，致使對客戶的歷史靜態數據收集多，實時的新鮮動態數據跟進不夠，難以準確判斷客戶、市場的消費趨勢和增長點。

3.數據分析人員管理方式固化

各行雖然有大量的理財、規劃、精算等專業人員，但由于目前區域層級的管理架構方式，都分散在不同的部門和地市。從省內四大行數據分析人員管理方式看，工、農、中行都是成立了專門的統計部門或單元，專職從事全行性報表編報和數據簡單分析加工，其他專業的人員分散在各業務營銷主管部門，需求部門與分析部門缺乏目標對接，沒有深入的業務交際，各崗位人員所掌握的數據深度廣度各有缺陷，數據協作分析力差；建行嘗試了靈活方式，在原統計部門的基礎上，按研發分析需求或目標，整合科技、統計和客戶經理等人員，組建了數據挖掘團隊，人員動態調整，相對組合比較科學。

4.結果反映應用多，判斷干預應用少

目前省級銀行對數據的分析應用以報表展現為多，主要還停留在對各種經營成果和風險結果的評價反映方面，處于整個經營周期的末端。基礎數據未能完全轉換為價值信息，對經營過程前期、中間階段干預應用少，對業務發展缺乏有效干預，對客戶拓展、產品投放缺乏有效支撐，對風險爆發前的預判預警信息不足，處于被動跟進的狀態，沒有掌握業務市場進攻的主動權。

三、加快個人業務大數據應用的建議

大數據是國家戰略，也是金融技術發展方向，其應用必將會掀起銀行發展模式的二次變革。省級銀行要主動順應變革趨勢，更加深刻地洞察客戶需求，更好地識別、獲取、激活與挽留客戶，重構業務渠道體系，創新產品服務，加強第三方合作，全面推進個人業務轉型。

1.整合內部系統，建立共享平臺

要制定長期規劃，整合行內系統，把各系統完善統一到數據共享平臺，實現個性化精準營銷、全渠道協同營銷，提升營銷的精準度和效率。首先要整合個人信息管理系統，對個人金融部門和涉及的零售板塊系統，把個人客戶營銷管理系統、信用卡管理系統、電子銀行管理系統等整合到同一入口內，并規范統一數據結構，實現最大程度的互訪互用。其次要將個人與公司信息有效結合，要通過代發工資、代收代付、對公理財、信貸等業務營銷活動，把個人與公司、機構管理系統信息有效銜接，通過所在單位經營情況定位客戶。最后要將個人信息與金融消費信息有效結合，把貴金屬、基金、理財、保險等代理業務管理系統與客戶管理系統有效整合，通過基本載體借記卡穿透分析客戶金融消費特點，精準投放產品。

2.加強外部合作，拓展數據倉庫基礎信息

各省級銀行機構一方面要加強與金融同業的協作，獲取最廣泛的客戶金融交易行為數據；另一方面要加強與非金融行業的合作，特別是互聯網平臺及各類電子服務銷售商家，掌握新興市場和客戶的消費數據，引進社會公眾服務平臺的信息，完善客戶涉及訴訟、稅務、健康、征信等社會生活渠道信息，豐富細化數據庫內涵。同時要建立標準的外部數據驗證流程，評價數據價值和有效性，保證安全可用。

3.創新管理模式，優化調整數據分析人員隊伍

改革目前數據分析人員基本固定的部門、層級管理方式，打破內部機構建制管理，以統計主管部門為依托，規劃設計數據分析師崗位；根據不同時期的市場挖掘、特定群體客戶鎖定等目標或產品投放、風險預判需求為導向，按照地域優勢分配主要業務經辦行，抽組不同專業的人員，建立科學靈活、非固定、針對性強的數據分析團隊模式；通過選派人員參加總行數據分析項目，請第三方公司進行專題培訓，開展業務、技術交流輪崗，培養懂技術、懂業務、懂管理的復合型人才，加快數據向信息的轉換進程，提高內部人力資源利用率和分析結果權威性。

4.深鉆挖掘數據，提高風險識別干預能力

銀行擁有海量的客戶歷史金融核心信息，并且在信用風險管理中經歷了完整的客戶生命周期驗證。銀行業大數據技術的應用，首先要做好自身既有數據的價值深鉆和分析架構的創新，輔以外部數據信息，探索客戶生命周期風險控制模型，提高初期風險識別能力。一方面跟蹤客戶在本行的金融資產、交易活躍度動態，提前識別干預個人消費貸款、信用卡業務欺詐風險；另一方面綜合產品交叉率、滲透率指標變化，關注互聯網第三方搜索引擎客服投訴、輿情監測等信息，預警理財、賬戶內交易等產品缺陷和案件聲譽風險。

參考文獻：

[1]修從濤.從經驗型決策到大數據運管[EB/OL].齊魯晚報社， 2017-11-20.

[2][世經研究]淺析商業銀行大數據技術應用探索[EB/OL].搜狐財經， 2017-11-7.

[3]銀行大數據應用解讀以及發展分析[EB/OL].數據觀， 2016-4-22.

[4]龐淑娟，黃旭.銀行業大數據環境下的個人消費金融研究[EB/ OL].中國經濟網，2015-5-19.

[5]中國四大銀行的大數據應用已到了哪個階段？[EB/OL]. 搜狐財經，2018-2-24.

[6]馮惠平.大數據背景下財務共享服務模式創設[J].金融經濟，2018，（2）.