應用大數據平臺助推商業銀行戰略轉型

何金釗

（中國建設銀行，北京100033）

1 銀行大數據應用的概念

大數據是指在大量的或多樣的數據中迅速獲取并利用信息的能力，這個能力包括獲取、收集、歸納、整理、運用海量信息的能力，包括技術支持平臺，包括在實踐中恰當運用，也包括互聯網思維。銀行大數據應用可以理解為銀行對自身的業務類海量數據和客戶的社會化海量數據實施高效存儲、并行高速計算、深度靈活分析和持續創新應用，并最終達到創造更多商業價值的過程，這種價值體現在客戶商機挖掘和營銷、客戶風險評估及防范、銀行業務模式的轉型創新、銀行經營管理效率的提升等各個方面，甚至包含銀行實現跨界經營[1]。

2 商業銀行應用大數據的重要意義及現實基礎

近年來，隨著互聯網企業的“跨界”、資本市場的不斷完善和利率市場化的加速推進，商業銀行的傳統業務領域和盈利空間不斷受到擠壓。借助大數據技術，商業銀行可以更加精準定位業務拓展方向，根據不同客戶的實際需要采取差別化的服務措施，為實現戰略轉型提供有力支持。目前，幾大商業銀行根據市場需求不斷加快產品和服務的創新，均對原有信息工作系統進行了整合。例如，2011年以來，建設銀行開始建設新一代企業級核心業務系統，逐步整合原來分屬于各個業務條線的數據和信息系統資源，實現了數據集合、整理、分析和實際應用水平的提升，為精準開展市場營銷服務奠定了基礎，有力提升了經營及管理水平。2012年，建設銀行為適應移動支付及電子商務快速發展的市場變化需求，自主創新建立了電子商務平臺，在金融同業中率先推出“善融商務”，為客戶提供B2B 和B2C 操作模式，同時，在拓展商城上線商戶及吸引消費者購買商城商品的過程中，依托后臺獲取了企業級客戶的動態信息，進而將金融服務從支付結算、托管領域拓展到小微信貸領域，為個人客戶和線上商戶提供了融資全流程服務。同時，該行還履行國有大行的責任擔當，通過“善融商務”開展金融扶貧，將貧困地區的商品放到線上銷售，以金融的力量助推國家扶貧戰略。

商業銀行在處理和應用大數據方面，擁有了一定的經驗及人才儲備。但是，現有技術手段和工具對這些數據的利用仍然有限，銀行業務拓展對互聯網的依賴越來越大，僅分析與運用自身經營過程中集合起來的數據已不能滿足發展需求，需要借助由大數據構建的海量信息庫來營銷產品、管理風險、創新業務，進而尋找最優的模式實現經營轉型。

3 利用大數據，打造“智慧銀行”

建立大數據應用工作機制。商業銀行要高度重視大數據應用的重要意義，在各層級分支機構建立大數據應用工作機制。制定大數據工作發展目標，建立專業專注的數據管理部門，統一規劃、溝通協調、集中整合大數據管理工作；各業務條線落實好數據歸集、深度分析、有效應用職責，通過多種渠道和手段收集、整合、運用各類有效信息，形成管理、應用、推廣大數據的高效工作機制。

提升大數據采集、分析及整合能力。商業銀行在多年的經營管理中雖然積累并運用了海量的數據，但由于業務部門與科技部門、基層機構與機關部門、使用者與開發者之間相互分離，基層對數據的理解僅限于簡單地看懂數據，遇到問題難以主動解決；對于對公、對私、信用卡、電子銀行、個貸等客戶信息尚未完全整合為一個整體數據庫，不便于全面了解客戶資產組成、交易習慣、風險偏好等，不利于有針對性地開展營銷活動。所以，需要進一步提升大數據的收集、分析、整合與應用能力，拓寬數據獲取渠道，更加準確地掌握客戶情況，并在后臺對數據進行分析整合，為基層行精準營銷、風險防控提供有力的技術支持。

加快大數據在業務實踐中的應用。加快推動大數據向現實生產力轉化，將大數據運用到客戶服務、產品營銷、渠道拓展、定價分析、風險管理等各個方面，把技術創新優勢轉化為市場競爭優勢。一是提供個性化服務。建立專門的電子銀行服務區，打造智能互助桌面，廣泛應用人臉識別技術，引導客戶自助開戶，加快應用5G+遠程服務等創新技術，將新型科技融入銀行的傳統服務領域，為客戶帶來人機交互、遠程服務、智能設備等智能化、自助化、個性化的體驗。二是實現精準營銷。通過分析客戶行為并預測客戶需求，運用大數據分析客戶財富來源、所處行業、理財需求、風險偏好、社會影響力等信息來精準營銷客戶，提供差別化服務。三是動態實施風險管理。運用實時、歷史數據進行全局分析，評估客戶的資產變化情況，及時掌握影響客戶個人及家庭風險承受能力的變化因素，及時獲取風險預警信息，發現經營風險，采取風險預警及防范措施，不斷增強銀行的風險防范及識別能力。

加強大數據專業人才隊伍建設。大數據的應用需要商業銀行加快培養一支既深入了解金融業務，又能夠熟練掌握和應用計算機及互聯網技術的高端復合型人才隊伍，能夠實時深度分析大數據，對銀行未來業務拓展方向及市場發展趨勢進行預判，為銀行管理層經營決策提供高端支持。要組建專業的大數據研究服務團隊，由業務部門和科技部門聯合培養跨界的專業人才，采取定向招聘、自身培養、外部引入等多種方式，迅速充實大數據人才隊伍。