大數(shù)據(jù)的概念早在1980年就由未來(lái)學(xué)家托夫勒在其著作《第三次浪潮》中提出，但并未有實(shí)質(zhì)性發(fā)展。隨著互聯(lián)網(wǎng)時(shí)代數(shù)據(jù)的爆發(fā)式增長(zhǎng)和技術(shù)的成熟，大數(shù)據(jù)逐漸被大眾熟悉和使用，并上升為國(guó)家戰(zhàn)略，在各行各業(yè)都得到廣泛應(yīng)用。
金融受行業(yè)特性影響，在大數(shù)據(jù)應(yīng)用領(lǐng)域有著得天獨(dú)厚的優(yōu)勢(shì)。近年來(lái)，金融業(yè)的數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，數(shù)據(jù)涵蓋的范圍也日漸廣泛，既包括交易記錄、身份等結(jié)構(gòu)化數(shù)據(jù)，也包括投訴工單、催收語(yǔ)音等非結(jié)構(gòu)化數(shù)據(jù)。海量的數(shù)據(jù)成為蘊(yùn)含高價(jià)值的數(shù)據(jù)資源，得益于新技術(shù)的驅(qū)動(dòng)效應(yīng)，金融大數(shù)據(jù)超群絕倫。
從大數(shù)據(jù)在金融業(yè)的應(yīng)用結(jié)構(gòu)看，銀行是大數(shù)據(jù)的先行者，大數(shù)據(jù)在銀行的應(yīng)用比例高達(dá)27.2%（證券18.6%、保險(xiǎn)13.9%、基金10.6%、其他29.7%）[1]。以大數(shù)據(jù)為驅(qū)動(dòng)，探索公司業(yè)務(wù)新增長(zhǎng)模式，深入推進(jìn)業(yè)務(wù)模式轉(zhuǎn)型，已成為商業(yè)銀行的共識(shí)。
圖1：商業(yè)銀行大數(shù)據(jù)應(yīng)用案例
目前，大數(shù)據(jù)應(yīng)用已滲透銀行各大業(yè)務(wù)板塊，既包括公司存貸款、普惠金融、交易銀行業(yè)務(wù)，也包括個(gè)人存貸款、財(cái)富管理、信用卡業(yè)務(wù)。大數(shù)據(jù)主要運(yùn)用在這幾個(gè)方面：
1、存量客戶管理
互聯(lián)網(wǎng)的發(fā)展突破時(shí)空限制，沖擊傳統(tǒng)銀行的客戶資源、服務(wù)渠道和經(jīng)營(yíng)模式，促使其改革服務(wù)理念，以“產(chǎn)品為中心”轉(zhuǎn)向“客戶為中心”成為銀行可持續(xù)發(fā)展的關(guān)鍵舉措。
大數(shù)據(jù)通過電商、社交傳媒、移動(dòng)終端等數(shù)據(jù)源，獲取客戶的基本信息（如喜好）、行為信息（如瀏覽時(shí)長(zhǎng)、頻率）、金融信息（如風(fēng)險(xiǎn)、產(chǎn)品偏好）、供應(yīng)鏈信息（如生產(chǎn)、流通）等，建立客戶標(biāo)簽體系，助力銀行構(gòu)建客戶360視圖，準(zhǔn)確甄別、預(yù)判客戶行為和需求變化，“對(duì)癥下藥以行之有效”。
某行高凈值客戶李某理財(cái)3年，資產(chǎn)逐月增長(zhǎng)，從未投訴。以傳統(tǒng)數(shù)據(jù)分析，該客戶是高粘性、高滿意度、低流失風(fēng)險(xiǎn)。但大數(shù)據(jù)客戶管理系統(tǒng)基于其近期在自媒體平臺(tái)抱怨該行產(chǎn)品，并頻繁關(guān)注他行理財(cái)產(chǎn)品資訊，標(biāo)注其為“流失預(yù)警”。后經(jīng)回訪確認(rèn)其流失意向，并及時(shí)開展準(zhǔn)流失挽回。
2、精準(zhǔn)用戶營(yíng)銷
隨著信息獲取媒介的普及和分化，用戶時(shí)間碎片化和場(chǎng)景化，產(chǎn)品的嚴(yán)重同質(zhì)化，傳統(tǒng)無(wú)差異的營(yíng)銷方式無(wú)法有效挖掘細(xì)分市場(chǎng)的轉(zhuǎn)化潛力，精準(zhǔn)營(yíng)銷成為銀行的新選擇。
借助大數(shù)據(jù)，對(duì)用戶基礎(chǔ)信息（如性別、職業(yè)）、行為信息（如付費(fèi)方式、頻次）等進(jìn)行追蹤和分析，區(qū)分客群，挖掘需求，分層運(yùn)營(yíng)，制定個(gè)性化營(yíng)銷策略，以動(dòng)態(tài)的數(shù)據(jù)追蹤實(shí)現(xiàn)實(shí)時(shí)營(yíng)銷、交叉營(yíng)銷和持續(xù)優(yōu)化。
一線銀行客戶經(jīng)理常在拓展高凈值客戶時(shí)陷入沉淀難、轉(zhuǎn)化低的困境，某行通過大數(shù)據(jù)挖掘高端人群的地域流向、行業(yè)分布、資產(chǎn)配置、理財(cái)方式、消費(fèi)場(chǎng)景等最新動(dòng)態(tài)，結(jié)合消費(fèi)流水、設(shè)備位置等數(shù)據(jù)進(jìn)行用戶篩選，量身定制財(cái)富管理方案，提高轉(zhuǎn)化效能。
3、助力風(fēng)險(xiǎn)管理
小微企業(yè)財(cái)務(wù)制度不健全、透明度低，而商業(yè)銀行基于傳統(tǒng)靜態(tài)分析方法無(wú)法對(duì)其做出準(zhǔn)確、量化的風(fēng)險(xiǎn)評(píng)估和控制。數(shù)據(jù)驅(qū)動(dòng)風(fēng)控成為解決銀行和企業(yè)間信息不對(duì)稱的破局之法。利用大數(shù)據(jù)采集企業(yè)生產(chǎn)經(jīng)營(yíng)各環(huán)節(jié)的非財(cái)務(wù)信息，包括經(jīng)營(yíng)訂單、銀行流水、歷史信貸次數(shù)、水電賬單、行政處罰等實(shí)際數(shù)據(jù)，結(jié)合所處行業(yè)市場(chǎng)規(guī)模、發(fā)展前景等外部數(shù)據(jù)，把握企業(yè)真實(shí)經(jīng)營(yíng)情況，量化企業(yè)信用，更高效開展貸款。
個(gè)人信貸風(fēng)險(xiǎn)管理的關(guān)鍵是客戶信用，全面掌握客戶信息，提升信息挖掘、分析和應(yīng)用能力，從源頭控制好風(fēng)險(xiǎn)是銀行提升競(jìng)爭(zhēng)力和拓展市場(chǎng)空間的重要手段。大數(shù)據(jù)幫助銀行進(jìn)行客戶信貸全周期管理。貸前申請(qǐng)階段，通過黑名單自動(dòng)過濾、欺詐實(shí)時(shí)識(shí)別、身份在線核驗(yàn)等把好第一關(guān)；貸中審批階段，基于客戶多維數(shù)據(jù)（財(cái)務(wù)、征信、行為等）采用自動(dòng)化決策引擎判斷信用分?jǐn)?shù)并作出信貸決策；貸后管理階段，開發(fā)預(yù)警規(guī)則，建立預(yù)警信息量化評(píng)分模型、實(shí)時(shí)動(dòng)態(tài)評(píng)分和預(yù)警處置跟蹤，主動(dòng)防御貸后風(fēng)險(xiǎn)。
4、創(chuàng)新產(chǎn)品應(yīng)用
銀行大數(shù)據(jù)除了提高經(jīng)營(yíng)效率、優(yōu)化風(fēng)險(xiǎn)管控水平外，利用大數(shù)據(jù)等新技術(shù)改造傳統(tǒng)銀行產(chǎn)品、創(chuàng)新業(yè)務(wù)模式和服務(wù)流程，也成為銀行突破業(yè)務(wù)瓶頸、增強(qiáng)競(jìng)爭(zhēng)力的重要舉措。
建設(shè)銀行運(yùn)用區(qū)塊鏈、大數(shù)據(jù)技術(shù)創(chuàng)新推出“民工惠”平臺(tái)，累計(jì)服務(wù)客戶400余萬(wàn)名；中國(guó)銀行應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)優(yōu)化風(fēng)控模型，推出主打產(chǎn)品“中銀E貸”，并保持較快增速；交通銀行針對(duì)普惠小微客戶推出基于大數(shù)據(jù)技術(shù)的全線上“稅融通”產(chǎn)品。
……
二、銀行大數(shù)據(jù)的應(yīng)用趨勢(shì)
銀行大數(shù)據(jù)在經(jīng)歷高速發(fā)展后，已處于從量到質(zhì)，由廣到深的關(guān)鍵轉(zhuǎn)型期。海量高維度數(shù)據(jù)的應(yīng)用要從大規(guī)模向高質(zhì)量轉(zhuǎn)變，從分散管理向歸集化管理推進(jìn)，從強(qiáng)調(diào)因果到重視關(guān)聯(lián)，從描述預(yù)測(cè)型向決策指導(dǎo)型提升。
圖2：數(shù)字化的“四步走”
1、資源化：從大規(guī)模轉(zhuǎn)向高質(zhì)量
海量的數(shù)據(jù)和持續(xù)擴(kuò)充的數(shù)據(jù)源已成為銀行的重要戰(zhàn)略資源，但對(duì)數(shù)據(jù)質(zhì)量的把控仍待提高，數(shù)據(jù)錯(cuò)誤、缺失、重復(fù)、格式不統(tǒng)一、統(tǒng)計(jì)口徑不一致、數(shù)據(jù)源難以追溯等問題仍待解決。雖然各銀行已積極響應(yīng)監(jiān)管要求，開展數(shù)據(jù)治理，但從《中小銀行金融科技發(fā)展研究報(bào)告(2019)》[2]看，中小銀行的數(shù)據(jù)治理基本處于萌芽階段，對(duì)數(shù)據(jù)治理的意義仍需深度理解。如何建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)、有效的質(zhì)量控制和完善的數(shù)據(jù)治理體系是銀行亟需思考的議題。
2、資產(chǎn)化：從碎片轉(zhuǎn)向集成管理
銀行數(shù)據(jù)種類多樣，但大多仍是各部門分散管理，部門間的數(shù)據(jù)互通依靠自發(fā)或人工傳遞，內(nèi)部數(shù)據(jù)孤島、內(nèi)外數(shù)據(jù)割裂，普遍缺乏公司級(jí)的數(shù)據(jù)管理體系。《中小銀行金融科技發(fā)展研究報(bào)告(2019)》顯示，45%的中小銀行初步搭建公司級(jí)數(shù)據(jù)基礎(chǔ)規(guī)范，但業(yè)務(wù)部門數(shù)據(jù)互通程度仍不理想[3]。如何有效地管理數(shù)據(jù)，實(shí)現(xiàn)自下而上的歸集，構(gòu)建統(tǒng)一數(shù)據(jù)資產(chǎn)視圖，是銀行實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的基礎(chǔ)。
3、業(yè)務(wù)化：從強(qiáng)調(diào)因果轉(zhuǎn)向注重關(guān)聯(lián)
目前的數(shù)據(jù)分析層次，更多是解決“哪些因素造成了這個(gè)結(jié)果”，而“無(wú)法明確為什么是這些因素？它們對(duì)結(jié)果的實(shí)際量化影響和影響鏈路，以及如何提前預(yù)判”。對(duì)銀行而言，行業(yè)產(chǎn)品和服務(wù)始終會(huì)走向同質(zhì)化，其本身不是長(zhǎng)效競(jìng)爭(zhēng)力的保證，因果分析更不能驅(qū)動(dòng)業(yè)務(wù)模式更加高效。故在轉(zhuǎn)型浪潮中，誰(shuí)能快速掌握數(shù)據(jù)賦能業(yè)務(wù)的深度應(yīng)用，探及要素間深層次的關(guān)聯(lián)，抓住海量客戶背后的業(yè)務(wù)規(guī)律，進(jìn)而提前洞察，從事后追溯轉(zhuǎn)向事前干預(yù)，誰(shuí)將在數(shù)字化轉(zhuǎn)型中一騎絕塵。
4、智能化：從描述預(yù)測(cè)轉(zhuǎn)向決策指導(dǎo)
銀行業(yè)務(wù)在線化將進(jìn)一步催生數(shù)據(jù)。非結(jié)構(gòu)化、非金融數(shù)據(jù)的激增，將超越人工處理的范疇，基于大數(shù)據(jù)預(yù)測(cè)而作出的人工決策也無(wú)法避免人性的弱點(diǎn)，決策誤判率仍很高。人工智能除了擁有超強(qiáng)的計(jì)算能力，也能基于大量的數(shù)據(jù)訓(xùn)練及時(shí)做出相對(duì)客觀的決策。數(shù)據(jù)、算法和算力有效結(jié)合下的智能金融，將大放光彩。
銀行業(yè)在數(shù)字化轉(zhuǎn)型過程中，誕生了數(shù)字銀行、開放銀行、智慧銀行等概念，本質(zhì)上是人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等新興技術(shù)在業(yè)務(wù)領(lǐng)域的應(yīng)用落地，他們將成為銀行業(yè)務(wù)模式和發(fā)展模式轉(zhuǎn)型的核心動(dòng)能，“以客戶為中心”、“高效精準(zhǔn)”的輕型銀行未來(lái)可期。
文章注釋：
[1]賽迪顧問，《賽迪數(shù)據(jù)：一圖看懂金融大數(shù)據(jù)》，中國(guó)電子報(bào)，2019-09-07
[2]IFAB、金融壹賬通、埃森哲（中國(guó)），《中小銀行金融科技發(fā)展研究報(bào)告(2019)》，中國(guó)數(shù)字銀行論壇-2019春季論壇
[3]IFAB、金融壹賬通、埃森哲（中國(guó)），《中小銀行金融科技發(fā)展研究報(bào)告(2019)》，中國(guó)數(shù)字銀行論壇-2019春季論壇
