大數據在我國商業銀行中的應用研究

曾昕昱

【摘要】近年來，隨著大數據技術的迅猛發展，各國政府紛紛搶抓戰略布局，不斷加大扶持力度，各類資本也持續不斷注入，使得全球大數據市場呈現高速增長的態勢。大數據也為傳統銀行業提供了新的發展契機，幫助金融行業實現信息化轉型，使得銀行整體服務更為高效、便捷。尤其是在傳統銀行業面臨著前所未有的挑戰的今天，利率市場化、供給側改革、不良貸款壓力、互聯網金融、更加開放的競爭環境、客戶更加個性化的要求、新生企業更加便捷的金融服務等都成為傳統銀行業發展進步的巨大阻力。如何發現與市場前沿的差距，深刻反思，逐浪而行，是傳統銀行在大數據時代立足必須解決的問題。本文將對大數據在我國商業銀行中的應用進行研究。

【關鍵詞】銀行 大數據 應用

2015年8月，國務院發布《促進大數據發展行動綱要》，提出全面推進中國大數據發展和應用，走數據強國的道路。2016年3月，國家出臺“十三五”規劃綱要，再次明確大數據作為基礎性戰略資源具有重大價值，提出要加快推動大數據相關技術的研發、應用及治理;2017年1月，國家發布《大數據產業發展規劃》，全面指定了未來五年的大數據產業發展計劃，為中國大數據產業持續健康發展確立了目標和路徑。借助國家政策推動，中國大數據市場龐大產業規模已經形成，并已處于行業高速發展期，目前，中國大數據產業規模可達1500億元，未來無年將進入“加速期”，到2020年將達到8000億元的規模，實現幾何級增長。

對于金融機構尤其是傳統銀行業而言，大數據的價值不僅僅體現在對傳統銀行財務相關指標的直接影響上，也體現在對商業模式變革的推動與重構上。傳統銀行業不僅僅要在大數據“數量”“處理速度”“數據類別”上下功夫，更加需要去進行深層次的數據整合，形成自身的數據資產管理能力，讓數據產生“價值”。縱觀國內外金融機構大數據能力建設情況，可以看到大數據在金融行業應用較為成熟的領域集中在反欺詐識別、運營效率優化、深度客戶洞悉、客戶行為分析、交叉營銷、場景營銷、科技金融等幾大方面。優勢企業之所以能夠在這些領域脫穎而出，獨占鰲頭，主要在數據資產管理、業務開展及運營體制三個方面有較為先進的理念，而這些理念正逐漸成為一種趨勢，引導著大數據行業攀向更高的山峰。概括而言，主要有以下幾方面特征和趨勢：

一、通過培育數據資產管理能力打造核心競爭力

完善自身數據運作模式是形成自身數據資產管理能力的關鍵。國內外使用大數據技術較好的金融機構首先是建立完善的數據質量標準體系。比如數據采集的過程更注重全面性、針對性以及交互性。在數據廣度上，更傾向于拓展資源獲取途徑，通過合法手段獲取原有模式下難以采集的數據，如客戶與銀行交易的語音、文字數據和互聯網產生的行為數據等。在數據整合與加工過程中，更注重以業務需求為導向，重塑結構化數據、半結構化數據、非結構化數據的ETL（數據倉庫技術Extract-Transform-Load）標準化流程，盡可能提升數據的準確性與關聯性，消除數據孤島與“惰性數據”。在數據應用過程中，一改過去專門信息專門使用的模式，對數據進行多維度的整合與分析，更注重不同渠道和應用方向數據的交互采集，充分發掘數據在不同場景中的應用能力。其次是完善數據團隊的組織結構與管理方式，數據處理的過程更體現專業性、創新性及實用性。也更加注重專業人才和團隊的引進和后備人才的培養，逐漸形成結構合理、充滿活力的數據分析組織。

二、運用智能化技術構建更普惠化場景

以“用戶為中心”的理念正逐漸影響金融行業尤其是傳統銀行業，推動業務走向定制化和智慧化。在人工智能技術發展的情況下，傳統銀行都在積極進行智慧轉型，技術和數據成為其中要點。比如，銀行將用戶數據、征信數據以及行為數據等結合，利用大數據處理技術進行數據建模，對用戶進行精準畫像，確定金融活動目標可靠性。基于用戶洞察來細化客群，在業務上更加普惠化，更加傾向于業務數額較小但群體數量較大、穩定性較好的長尾客戶，為其制定個性化業務，并通過場景化、全方位金融產品布局為用戶提供靈活便利的普惠金融服務。在開展形式上，部分領先銀行以人工智能的形式提供智能化服務，更深入地滲透到普惠金融大眾用戶。

三、建立健全體制支撐大數據技術穩健發展

在營運體制方面，領先的銀行更加展現輕量化、統籌化、保障化。這在程序上體現為更加重視流程的簡化，節約人力、時間成本;在管理體制上采取統籌化管理方法，避免各條線各自為戰、形成孤島和重復建設;在后勤保障上，更加注重科技保障，著眼于人才的引進和人才培養發掘體制的建立。

四、通過保障數據安全與合規，為自身大數據發展保駕護航

在大數據發展與隱私保護的博弈下，國內近期發生的一系列數據泄密事件，以及由此而導致的監管的高度重視，也暴露出大數據等科技發展為傳統銀行帶來新挑戰。

未來一段時間仍將是大數據這個年輕產業蓬勃發展的階段，圍繞大數據的技術和業務仍將出現很多新穎的、有競爭力的業態。傳統銀行應當緊跟大數據發展趨勢，充分發揮自身優勢，學習借鑒互聯網企業及其他優勢金融、類金融機構的可取之處，實現企業可持續發展。由此，傳統銀行業后續工作應緊緊圍繞三個目標開展：一要貼合業務熱點，重點建設基礎性強、業務需求緊迫、能夠在短期內快速見效的分析模型，并產生有價值的業務洞察。如推進渠道偏好分析、客戶投資偏好分析等具備廣泛應用性的工作以及生態圈的建設等。二要建立一套適用于自身發展的大數據分析實施規范，用于指導全行上下開展大數據分析工作。三要緊跟行業趨勢，探索嘗試創新性的大數據分析方法，形成持續推動業務應用發展的核心動力。