趙偉航
摘 要:大數據+金融背景為銀行服務能力的提升提供了重要契機。本文圍繞大數據+金融背景為銀行服務能力展開探究,通過分析大數據的內涵、大數據+金融背景下銀行服務方面存在的問題、大數據+金融背景下的銀行服務能力提升對策,旨在喚起銀行對大數據的重視程度,借大數據提高銀行的服務水平。
關鍵詞:大數據;金融;銀行;服務能力
一、大數據的內涵
大數據+目前已經成為一個熱門字眼。提及大數據+的內涵,我們首先應當了解大數據。大數據是信息技術快速發展的必然結果。大數據更具體一點的是指數據群。其中,數據群是特指根據計算機技術而不斷發展出來的規模宏大、常規應用無法捕捉處理的那部分數據。大數據的出現帶來了數據處理方式的改革和數據處理工具的創新,也就是我們通常所說的大數據技術。大數據搜集、存儲、處理等過程,主要涉及的技術有信息采集、信息的預處理、數據的挖掘、數據存儲與處理。
二、大數據+金融背景下銀行服務方面存在的問題
(一)科技+金融復合型人才匱乏
由于大數據的不斷升級創新,一方面商業銀行現有人才的大數據、信息化技能水平發展不匹配、復合型人才的培養跟不上發展的速度。雖然銀行在不斷加大對大數據的投入,且愿意提供高薪,但仍然存在人才缺口依舊大,人才需求大大超過了供給,這種復合型優秀人才往往更加愿意待在大型發達城市。優秀金融人才的缺乏,嚴重影響到銀行服務水平發展。另一個方面,銀行的管理層與職員,不是很了解大數據方面的知識,相關知識儲備量低下。管理層應當加強與大數據方面優秀人才的聯系,不斷學習,縮短大數據方面知識的差距,但一些銀行部門的領導對這些技術還缺乏認識,或者沒有及時了解。如何使管理層和員工與大數據的發展速度保持一致,一直是銀行服務水平提升的難題。
(二)大數據的設施及技術壁壘
作為現代信息技術的共同發展,大數據具有處理速度快、操作簡單等特點,具有較強的競爭優勢。然而,商業銀行的服務結構仍處于不斷完善的過程中,要逐步脫離傳統服務模式是一個緩慢的過程。在此過程中,銀行業逐漸暴露出大數據轉型中基礎保障不足的缺點。目前,商業銀行在基礎安全方面面臨的問題主要來自以下幾個方面:一是銀行在金融和科技方面的人才庫仍然不足。這一問題落實到具體工作中,即懂業務、懂技術的員工不多,有的銀行文員對銀行的業務非常熟悉,然而在與客戶溝通的過程中卻缺乏相應的技術知識作為支撐;其次,對于大數據的應用,銀行尚未完全建立相應的組織架構和技術支持,組織架構仍在改革中。
(三)風險管理系統有待加強
大數據時代的發展可以幫助我們可以在多方面渠道進行搜集數據,尤其是分布各個地方的攝像頭和在線交易設備隨時隨地產生巨大的數據,這些數據涉及生活在現代社會中的每個人,因此如果產生數據泄露,則會對社會穩定造成一定的影響。例如在美國的某個商業銀行中,一個員工因自己的失誤導致企業內網數據泄露,使得銀行內儲戶資產被非法轉移造成了非常巨大的財產損失。并且在社會上不斷發生的數據泄露事件,反映出企業內部員工沒有對數據安全有足夠的重視。而我們所熟知的“知己知彼,百戰不殆”就很形象的反映出銀行的數據信息對于競爭對手是非常有利的,能夠幫助競爭對手有效的獲取強大的競爭力,使信息泄露的企業造成巨大的損失。因此在這個時代,我們應該加強銀行人員對于數據安全的重視,為客戶提供安全的金融服務。
三、大數據+金融背景下的銀行服務能力提升對策
(一)增強對金融類科技專業的滲透和復合類人才的引入與培養
首先,要注重對人才的培訓與更新,定期安排培訓工作,讓普通工作人員能夠盡快接觸和學習到最新的科學技術,也要讓管理階層有能夠實現大數據的基礎知識。其次,在引入高端人才的同時,還應該對原有員工進行線上與線下整合化的培訓,對于員工要采取相應的激勵措施,增加其主動學習先進科學知識的動力,能夠提高學習知識技術的效率,并且將其運用到工作中來。要采取激勵措施,還必須建立完善一套合理的績效考核制度,做到獎懲分明,規章明確,有法可依。
(二)創新產品和服務戰略
從整個商業銀行的發展脈絡來看,目前,中國商業銀行已經開始進行數字化轉型,實現線上線下融合服務。但是由于金融市場競爭激烈,除了電子化轉型之外,還應該注重金融產品和服務的個性化定制,滿足不同階層,不同職業,不同收入水平的客戶的多樣化需求。只有這樣,商業銀行才能樹立自己的金融品牌,吸引客戶,在金融市場的競爭中,保持長久的競爭力。
1.加大新型產品服務研發力度
創新服務一直以來都是我國商業銀行進一步提高其競爭力的途徑,商業銀行只有不斷適應要求增多,競爭激烈的金融市場的變化,組建商業銀行創新團隊,加強與客戶之間的溝通協調,滿足客戶多樣化,差異化的需求,才能夠立于競爭不敗之地。這也要商業銀行能夠大范圍的使用安全支付,遠程銀行等大數據手段,來構建銀行自身的金融圈,打造出有質量,有個性,有安全保障的金融產品和服務。開創我國,商業銀行創新的新道路
2.強化已有產品服務創新
目前商業銀行已經具有的業務不在少數,只有將原有的服務進行創新強化,才能夠穩固已有的客戶群體,吸引潛在的客戶群體。已有服務在創新的基礎上,還要注重拓寬推廣渠道,整合線上線下兩種資源,建立"實體+虛擬"的全新多模式企業服務體系。作為我國移動通信應用的重要觸控性通訊服務器和通訊傳送渠道,移動應用領域內還需不斷地探索強化應用AI技術,利用云端人臉識別智能技術對大數據處理進行深度智能化分析驗證,將基于AI的大數據處理技術應用帶到精準企業的高級財富資產管理和企業投資理財服務,為企業量身定制。除此之外,還應該加強與其他機構的合作交流,在商業銀行app的廣告欄中分別增加了學生助學基金貸款和商業保險,深化與其他金融類高科技專業公司和高校的技術交流和業務合作。
在提供個性化服務方面;個性化服務主要從營銷和定價兩個方面進行。個性化定制被各行各業普遍歸于高成本且只適合于高凈值客戶的服務,而普通服務則普遍與標準化產品服務相適配。然而,隨著大數據技術的普及和應用,定制化服務已成為行業趨勢。例如,京東和阿里的推薦系統根據客戶屬性、搜索瀏覽歷史、偏好、交易歷史,推斷出隱藏的需求和偏好,然后推薦匹配的產品。目前推薦算法貢獻40%左右的交易量,推薦成功率達60%左右。它被廣泛應用于媒體、新聞和娛樂等行業。商業銀行也應該通過大數據對客戶群進行重新分類、識別客戶需求、提供專業化定制服務來提高整體效率。
(三)與大數據營銷相關的風險識別和風險規避措施
商業銀行在對電子服務進行升級優化的過程中,最大的爭議點,在于數據收集時對用戶隱私信息的獲取和利用。首先,行業內沒有完善的法律法規,政策規定,對于用戶信息隱私的界定較為模糊。哪些信息可以采集,哪些信息會觸碰風險點,在采集敏感信息的時候,需要什么規范流程及第三方存在,這些都沒有一個明確的規定,因此,商業銀行很容易就會跌入雷區。其次,一些商業銀行在處理用戶隱私信息的過程中,監管不嚴,導致數據泄漏,或者被一些惡意企業進行攻擊,導致信息泄露,從而侵犯了用戶隱私。
商業銀行在進行大數據信息采集時,很容易會觸碰到侵犯隱私的風險點,但大數據的使用,又是商業銀行轉型,適應社會市場需求的必然,所以筆者認為,在轉型優化過程中,應該注意以下幾個要點:從商業銀行角度來說,必須要明確數據歸屬,大數據公司僅僅只有處理數據的權限,而沒有所有數據的資格。詳細的數據保存需要由商業銀行全權接管。從數據方面來說,商業銀行應該有屬于自己的數據庫,這一數據庫應該與其他商用數據庫相隔離,甚至應該由專業第三方介入進行數據保存。從政策方面來說,商業銀行應該與政府相關部門合作,盡快完善法律法規,對隱私信息的界定更加清楚。除此之外,商業銀行還應該定時定期對數據庫進行權限審核與檢查,建立一套有效的防泄漏機制。
結語
總之,隨著互聯網、人工智能科技在各個領域的突破,大數據與金融的合作也越來越緊密,在這一背景下,商業銀行傳統的服務模式也面臨日益嚴峻的挑戰和考驗,銀行的服務轉型勢在必行。
參考文獻:
[1] 李廣新. 商業銀行數字化轉型的方向與實踐[J]. 銀行家, 2019, 209(03):59-60.
[2] 張石. 探索數字化平臺建設之路——從ING銀行看商業銀行數字化轉型[J]. 新金融, 2019, 000(005):39-42.
[3] 梁宏江. 新形勢下商業銀行大數據應用的研究與建議[J]. 幸福生活指南, 2020.