大數據背景下商業銀行與電子商務的融合分析

摘要：在大數據、云計算、移動、社交等趨勢下，我們正在進入以數據為核心的大數據時代。基于計算機規模處理系統的大數據挖掘，一方面，使得深度獲取用戶的交易信息、及時需求、識別用戶消費習慣等成為可能，使得用戶更加細分、目標客戶更為明確，便于提供合適的、專業化的問題解決方案，并對不同客戶進行有針對性的管理維護。另一方面，可以實時監控企業運營狀況，實現資金流、信息流的及時整合，有助于中小企業降低貸款成本，提高貸款效率。

關鍵詞：大數據;商業銀行;電子商務;融合分析

一、商業銀行與電子商務企業對大數據的應用現狀

中國互聯網絡信息中心（CNNIC）發布的《第44次中國互聯網絡發展狀況統計報告》顯示，截至2019年6月，我國網絡購物用戶規模達6.39億，較2018年底增長2871萬。海量的購物記錄產生了海量的數據，電商企業都期望能從中挖掘獲取數據的最大價值。因此我國主要的電商企業都在大力開展大數據應用，提高自身大數據的處理能力。其應用主要表現在：第一，大數據時代下電商的創新性經營模式。電商企業通過數據分析了解消費者的興趣愛好、消費偏好并及時適時地對消費者進行極具人性化的廣告推送和推廣服務，提高客戶黏性，更具有針對性的開發新產品和新服務同時有利于降低運營成本。第二，大數據時代下電商的差異化競爭。目前，我國電子商務企業面臨的主要問題是電商之間的同質化競爭越來越嚴重。在未來，電子商務從簡單的價格競爭上升到差異化競爭。以阿里巴巴為例，阿里巴巴通過對旗下的淘寶、天貓、支付寶、阿里云等交易平臺的資源進行整合，形成了獨一無二的電子商務客戶群及消費者行為的全產業鏈信息，具備了強大的數據處理能力，這種優勢是其他電商企業所不能比的。目前，淘寶已經擁有100多款數據平臺產品。

目前，金融服務業也充分認識到大數據的重要性，通過建立前瞻性的業務分析模型，把握、預測市場和客戶行為，將數據深層價值運用到業務經營管理過程，從而做到精準營銷和精細管理。從如重慶銀行啟動大數據金融實驗、民生銀行基于移動云平臺自主研發了“蒲公英”、“啄木鳥”、“貓頭鷹”三大獨具特色的數據產品等。雖然大部分銀行已經深刻認識到大數據對于銀行未來發展的重要性，但是近幾年數據的爆炸性增長使得銀行現有的數據儲存和分析能力難以負荷。因此商業銀行目前急需搭建成熟穩定的大數據平臺，提高大數據處理和分析能力。

二、大數據背景下商業銀行與電子商務融合的SWOT分析

隨著互聯網金融的不斷發展，商業銀行脫媒的現象越來越嚴重，銀行已經在整個交易的過程中逐漸被邊緣化。大數據時代將帶來商業模式的變革，商業銀行也將面臨著前所未有的挑戰。

（一）大數據時代下商業銀行與電子商務融合發展優勢分析

在大數據時代下，物流、信息流、資金流已經成為一個不可分割的整體，擁有資金流的管理企業也逐步滲透到信息流和物流領域，形成了以資金流為基礎的融合關系。資金流是三流中最重要的一環，引導著經濟發展。商業銀行作為資金流的中心，在信息采集、資本積累等方面有著其他行業難以匹敵的優勢。

1. 商業銀行的信息優勢

商業銀行開展金融業務的重要基礎就是對信息的收集和整合，信息決定著銀行的投資決策、風險管理方式和經營管理策略。商業銀行有著廣泛的信息獲取渠道。不僅企業間的資金流動要以銀行為中介，而且銀行還可以通過分析網銀和POS機的刷卡消費記錄，掌握個人客戶的消費能力、消費時間、消費地點等信息。于是銀行內部形成了一個有著海量信息的數據庫。

2. 商業銀行的資金優勢

商業銀行信息化建設需要大量資金建立儲存數據的云數據庫以及進行云計算的應用處理服務器。而商業銀行是以資金的中介和管理為主要工作內容，在銀行內部積累了雄厚的發展資金。因此商業銀行比一般的企業更有能力建立起大數據設備并使之高效率運轉。

3. 商業銀行的制度優勢

商業銀行作為我國的信貸中心和轉賬結算中心，是我國宏觀調控的有力工具。由于經營牌照的特殊性，電商企業和物流企業在涉足銀行業的道路上舉步維艱，然而我國的電商牌照和物流企業牌照都不難獲得，這就使得商業銀行擁有很大優勢，可多元化進入電子商務和物流企業。

（二）大數據時代下商業銀行與電子商務融合發展劣勢分析

1. 客戶信息不全面

商業銀行雖然擁著這海量的客戶信息，但這些信息都太過單一，僅僅限于身份信息和銀行卡里的資金流轉信息。相較之下，電子商務企業就很重視客戶其他方面信息的收集，會根據客戶日常的瀏覽、購買記錄，向客戶定期或者適時地推送其感興趣的產品和服務，大大提高了營銷效率，降低營銷成本。

2. 忽略小微企業客戶

由于小微企業實力較弱小、沒有充足的資金來源，銀行考慮到其成本高、風險大、收益不穩定等原因造成小微企業貸款融資都比較困難。隨著互聯網技術的發展，借助于互聯網大數據平臺優勢，一些P2P貸款形式和電子商務平臺上信用貸款形式的出現，使小微企業在貸款難、貸款慢問題上找到一絲突破口。隨著存貸利差的逐漸降低和金融脫媒兩方壓力的不斷沖擊，小微企業已成為商業銀行關注的重點，其貸款業務也成為商業銀行日后搶奪市場的重點。

3. 缺乏專業數據分析人才

目前商業銀行的數據流已經達到100TB以上的級別，同時非結構化數據量正在以更快的速度增長。銀行傳統業務所產生的數據大多是大量高價值密度的結構化數據。因此，在大數據時代，商業銀行需要培養或引進更多的專業數據分析人才，使其與金融專業人才相互配合，才能夠為客戶提供更加貼合客戶需求的金融服務方案。

（三）大數據時代下商業銀行與電子商務融合發展機會分析

1. 大數據加速銀行的戰略轉型

在宏觀經濟結構調整和利率市場化的大環境下，我國商業銀行利差縮小、存貸款率降低、缺乏業務創新能力，使得銀行亟待轉型。大數據技術正是銀行深入挖掘數據的有力工具，在大數據技術的協助下，商業銀行能夠快速找準業務定位、合理進行資源配置，推動商業銀行金融產品創新，進而加速戰略轉型。

2. 有利于降低運營成本、提高效率

從長期來看，隨著銀行大數據平臺的不斷成熟，銀行的內部操作和業務辦理能力可能會從線下轉到線上，這樣將大大降低其運營成本。有測算表明，通過營業網點辦理一筆交易的交易成本為3.06元，通過ATM機的單筆交易成本則為0.83元，而網上銀行進行交易每筆交易成本僅僅為0.49元。

（四）大數據時代下商業銀行與電子商務融合發展威脅分析

1. 電商的競爭

互聯網金融的發展正在顛覆傳統的商業銀行。2019年天貓雙十一全球狂歡節成交額達2684億元，創下新紀錄，作為交易的基礎，支付寶再次展示了世界級的數字金融計算能力，OceanBase每秒處理峰值達到6100萬次;支付寶區塊鏈技術首次全面應用到天貓雙11。電商們擁有龐大的交易數據和巨大的金融需求，支付方式的多元化使銀行在整條交易線上的位置越來越遠，也讓銀行開始真正體會到大數據戰略的重要性。

2.大數據應用的風險

在大數據時代，除傳統的賬務報表外，銀行還增加了影像、圖片、音頻等非結構化數據，軟件和硬件方面的基礎設施建設都亟待加強。同時由于業務鏈拉長、云計算模式普及、自身系統復雜度提高等，進一步增大了數據安全隱患，金融大數據的安全問題日益突出。

三、大數據背景下商業銀行與電子商務融合的對策選擇

理論分析表明，基于委托代理關系的商業銀行信貸投放過程中對信用風險的管理受制于信息不對稱問題難解。在電子商務平臺的運營過程中，商業銀行能夠利用云技術手段把客戶交易的大數據庫建立起來，利用數據挖掘技術對客戶交易習慣及交易結果進行分析，然后將分析結果用于客戶分層管理和授信決策支持，對于商業銀行管理信用風險和擴大客戶授信規模能起到難以取代的決策支持作用。與此同時，大數據的分析應用能夠對客戶的征信水平提供佐證，將幫助商業銀行客戶下沉，提高小微金融、虛擬融資的效率和發展速度。

（一）積極推進金融服務與社交媒體融合

社交網絡是銀行獲取大數據的一個非常重要的來源。商業銀行要與電子商務融合發展，就必須打破傳統數據邊界，注重與社交媒體的融合。首先，要整合新的客戶溝通渠道，增強跟客戶了解與互動，獲得客戶的反饋信息;其次，將銀行內部數據與外部社交數據結合起來從而獲取更加完整的客戶視圖;然后，在此基礎上社交媒體還可以作為重要的營銷平臺，拓寬運營渠道，滲透企業文化，增強客戶黏性，實現精準營銷;最后，要注重社交媒體的輿情監測，在風險事件發生之前就能夠及時處理把影響降低到最小。商業銀行的服務評價需要建立一個互動、反饋、評價、改進的平臺。

（二）注重協調與電商企業的互利合作

商業銀行與電子商務企業的關系由最初的合作互利到現在的激烈競爭，電商開始涉足金融行業，銀行也開始搭建自己的電商平臺。銀行發展自己的大數據平臺，可獲取屬于自己的大數據，由銀行獨立掌控這些數據，保護數據的隱私性。2012年6月28日，建行的電商平臺“善融商務”正式上線，其業務范圍包括B2B和B2C兩大方面，積累了不少有價值的交易數據。但同時商業銀行也應該加強與電商企業的互利合作。我國電商企業積累了豐富的經驗和數據資源，而商業銀行雄厚的資金支持對大數據技術的不斷發展、日趨成熟也極為關鍵。銀行與電商的融合發展是潮流也是趨勢。因此商業銀行與電商企業應該在大數據平臺上開展數據和信息的交換和共享，實現共贏。一旦這種信用網絡和銀行結合，銀行將能夠獲得眾多信用良好、交易活躍、有發展前景的企業名單，而眾多企業也將能夠憑借自己的良好信用獲取融資。

（三）深度強化大數據核心處理能力

大數據的核心處理能力包括三個方面：大數據的整合能力、分析能力、解讀和應用能力。第一，增強大數據的整合能力。銀行大數據的來源包括兩個部分，一是銀行內部數據，二是銀行外部各渠道數據。大數據的整合不僅包括內部的數據整合，更重要的是外部數據的整合，由于外部數據的來源不同，在數據格式、數據標準上都不一樣，如何統一數據格式和標準，形成規范化的數據成為商業銀行面臨的第一個挑戰。第二，增強大數據的分析能力。在大數據時代產生的海量數據更多的是非結構化數據，需要采用專門的數據分析體系，我國商業銀行在數據分析能力和重視程度上都與國外的商業銀行有著很大的差距，這是商業銀行面臨的第二大挑戰。第三，增強大數據的解讀和應用能力。在整合、分析數據的基礎上，通過對客戶視圖的不斷完善，不斷了解客戶的真正需求，才能向客戶提供精準的服務和貼合需求的金融產品，這也是商業銀行在差異化競爭中取得成功的重要因素。因此，增強數據的解讀和分析能力是商業銀行面臨的第三大挑戰。

（四）有效加強風險管控

大數據可以在很大程度上解決信息不對稱問題，幫助商業銀行了解客戶的自然屬性和行為屬性，商業銀行可依此推進實現全面風險管理，建立完善的風險防范體系，有效防范金融風險。商業銀行要利用大數據思維和理念來構建以客戶為中心的風險管理體系，在建立健全數據信息應用授權和安全管理制度的基礎上，完善按部門、按機構分類分級授權共享數據信息的運行機制。強化對大數據的安全管理過程不僅要提升自身的數據安全保護技術，建立規范化的數據管理運行機制，而且要借助外界的力量，聯合大數據鏈條上的機構，共同推進大數據的安全標準，同時加強與有關數據監管機構的合作與交流，借助監管服務的力量，提升自身的大數據安全水平;同時還要提升客戶自身的數據安全意識，只有這樣才能夠有效保護數據隱私，形成大數據安全管理的合力效應，確保大數據安全。

作者簡介：

黃鸝（1978—），河南工程學院經濟貿易學院講師，經濟學博士，講師。