
銀行大數(shù)據應用實地探訪:滿滿的吐槽,滿滿的肺腑之言
本文為《數(shù)據驅動金融升級,商業(yè)價值落地探尋大型調研活動》系列文章,并由數(shù)據猿、DataPipeline、HCR(慧辰資訊)三方組成的調研訪談小組共同完成。
小組成員將在4月1日——5月30日期間,走訪一些列金融領域內相關代表性企業(yè)(銀行、保險、證券),對數(shù)據項目的真實落地情況、具體實施難點,各企業(yè)數(shù)據團隊的發(fā)展現(xiàn)狀等方面進行深度調研訪談,為行業(yè)帶來最一手的有趣、有料的干貨信息,并撰寫《金融領域數(shù)據應用情況—調研白皮書》簡版及完整版分享給業(yè)內從業(yè)人員。
金融大數(shù)據企業(yè)實地探訪調研小組再次遇見匿名君——“秋水長”。
秋水長是一名扎根銀行業(yè)近20年的技術“老炮兒”,不僅歷經銀行系統(tǒng)多次技術迭代,當過甲方也做過乙方代表,親身見證了IT技術在銀行發(fā)展中的歷史變遷,更是在一線崗位推動了金融科技在銀行業(yè)的發(fā)展與應用。
這次訪談是在一家安靜悠然的咖啡館內進行的。秋水長堅持以一位獨立的行業(yè)觀察者身份向調研小組講述自己這些年對銀行業(yè)發(fā)展和大數(shù)據時代變遷的認知和感悟,他望可以跳出熱點追逐的旋渦,以更加理性和客觀的角度看待傳統(tǒng)銀行在大數(shù)據、人工智能以及金融科技熱潮中要如何應對與生存。
在訪談一開始他就告訴筆者,這次是來吐槽大數(shù)據的,后來在筆者聽來也確實如此。但正是這些槽點,才能讓我們在狂熱的科技風潮追逐戰(zhàn)中冷靜下來,能夠看清新事物背后的本質究竟是什么?
槽點一:科技是第一生產力,但是為了科技而科技就是“耍流氓”
20世紀80年代中期,中國金融信息化建設開始起步。經過30多年發(fā)展,銀行信息化基礎設施建設框架已基本完成,目前正在向管理和服務型方向發(fā)展。事實上,由于金融機構用戶基數(shù)大,對信息精準性要求高等特點,金融業(yè)一直都是信息化科技建設的排頭兵。
從銀行信息化建設發(fā)展來看,可以將其劃分為四個階段:
第一階段:即千禧年之前,銀行核心信息系統(tǒng)的建設期,這一階段奠定了早期銀行科技的基調,即高精準性和安全性。
銀行核心系統(tǒng)的主要任務是帳務處理、滿足綜合柜員制以及提供24小時在線服務。在這一階段,銀行實現(xiàn)了從手工賬到信息賬的轉型,用秋水長的話來說:“哪怕只有一個核心系統(tǒng),一家新銀行也可以開門營業(yè)。”但也正因如此,導致系統(tǒng)留存的數(shù)據種類單一,數(shù)據量有限。
第二階段:伴隨銀行業(yè)務的多樣發(fā)展,產生了對多種業(yè)務應用系統(tǒng)的需求。
秋水長介紹說,如今,任何一家城商行幾乎都有幾十甚至百余種業(yè)務應用系統(tǒng)在線運營,因此產生了跨系統(tǒng)數(shù)據查詢、數(shù)據統(tǒng)計以及不同數(shù)據源之間數(shù)據一致性處理等問題,并且這些痛點引發(fā)了銀行“數(shù)據倉庫建設熱”。該階段持續(xù)了10年之久。
第三階段:銀行開始顯現(xiàn)數(shù)據思維,試圖通過數(shù)據尋求決策依據,并且BI管理駕駛倉庫成為銀行系統(tǒng)的建設亮點。
在秋水長看來,第三階段是伴隨銀行業(yè)態(tài)發(fā)展多樣化、銀行客群多樣化、跨區(qū)域擴展、網點數(shù)量增多、銀行管理系統(tǒng)復雜化等發(fā)展而被催生的。從三個階段的發(fā)展來看,皆遵循一個發(fā)展邏輯,即從業(yè)務出發(fā)、以技術響應業(yè)務需求的良性發(fā)展關系。
科技需要非常明確地找到在業(yè)務上的落腳點,才能真正實現(xiàn)科技價值。但秋水長認為,第三階段還遠沒有走完,就已經被諸如大數(shù)據、金融科技等一系列所謂高大上的科技熱潮催生到第四階段——大數(shù)據時代。
秋水長認為,目前大數(shù)據在金融體系的應用落地其實是最成熟的,在風控、反欺詐、征信等領域都初見成效,但在其它層面的很多應用暫時還屬于隔穴撓癢般的探索階段。
究其原因而言,是因為銀行本身的數(shù)據積累不足,在新建應用系統(tǒng)的過程中,缺乏數(shù)據思維、丟棄信息要素的情形依然在發(fā)生,領域建模依然未被重視,這些都極大增加了企業(yè)數(shù)據使用成本。所以,在他看來,銀行第三階段的信息化發(fā)展還遠沒有走完。
然而在第四階段,科技似乎一夜之間走上了神堂,變成無所不能還能點石成金的魔法棒。同業(yè)間技術人員見面問候也變成“你們做大數(shù)據了嗎?”,好像沒有構建大數(shù)據系統(tǒng)的銀行就變成了落后的代名詞?!斑@樣的現(xiàn)象難道不是本末倒置嗎?難道科技就是銀行的目標?大數(shù)據就該是最終目的嗎?”秋水長不禁反問道。
在發(fā)展階段,金融機構對于科技人員掌握什么尖端技術其實并不在乎,更在乎的是新技術到底能為企業(yè)帶來什么商業(yè)價值?“你可以迷戀大數(shù)據、人工智能這些新技術,但最終誰都躲不開‘使用高科技之后的結果是什么?’這樣的拷問?!鼻锼L說。
“作為技術人員,千萬不能只迷戀新技術。大數(shù)據技術對金融最大的價值之一是降低成本,但如果不加區(qū)分,一味迷信,很容易造成只要有問題就用所謂的大數(shù)據技術,哪怕是傳統(tǒng)方法可以解決的問題,進而將造成機會成本被迫增加?!?
秋水長舉例講到,以前銀行的業(yè)務或數(shù)據應用構建時,技術人員對于從上層應用語言、數(shù)據庫產品到中間件產品,再到操作系統(tǒng)以及硬件、網絡支撐之間的關聯(lián)都十分熟悉,一旦系統(tǒng)出現(xiàn)問題,尋找問題很快很容易。但是現(xiàn)在,以開源起家的大數(shù)據技術,底層邏輯有時不被使用者熟悉,當技術人員在大數(shù)據系統(tǒng)中遇到Bug時,排查問題會花費很多時間,甚至最終依舊找不到答案,長此以往,沉沒成本便在技術人員不理性、只為追求新科技而采用新技術時發(fā)生。
在從業(yè)近20年的秋水長眼中,用數(shù)據驅動企業(yè)價值強調的應該是數(shù)據思維,從數(shù)據中尋找提升銀行效率或金融產品創(chuàng)新的原動力。對于究竟是采用傳統(tǒng)技術還是目前方興未艾的分布式計算技術,這都是操作層考慮的事情,銀行以商業(yè)價值優(yōu)先,按照開發(fā)流程評估技術的可行性實現(xiàn)方案即可。
“資本圈追逐熱點故事,科技圈追逐技術領先性,但作為金融業(yè)的科技人員,如何找到數(shù)據驅動下的金融創(chuàng)新業(yè)務或者金融創(chuàng)新場景才是這場科技革命的本質,而非科技人員單純?yōu)榱粟s上‘大數(shù)據’這班順風車而引進大數(shù)據技術。”秋水長堅持說,“不要為了科技而科技。大數(shù)據也好、人工智能也罷,都是科技人員工具包中新增加的強大工具,采用最合適的工具解決最實際的業(yè)務問題、不盲目跟風才是金融科技人員需要明白和堅守的真理。如果不是為了解決業(yè)務場景出發(fā)的科技,那都是耍流氓。”
秋水長特別強調,他并不否認銀行業(yè)科技工作者在大數(shù)據領域的積極探索,甚至對此持有深深的敬意。當然,在任何時代,對于能夠“洞見未來”的技術,在其孤掌難鳴的發(fā)展階段,“摸著石頭過河”也并非不科學的方法論。
槽點二:項目匆忙上馬,但大數(shù)據技術其實并未真的準備好
隨著技術發(fā)展,作為信息化建設的“排頭兵”,銀行已經在風險管理、網絡銀行、金融審計和稽核、商業(yè)智能、決策支持等領域不斷加快投入。在大數(shù)據風潮下,不少銀行也已經在大數(shù)據精準營銷、大數(shù)據征信、大數(shù)據風控、反欺詐、智能投顧以及智能客服等領域做了諸多積極嘗試和創(chuàng)新。
但在秋水長看來,目前,銀行很多新技術的發(fā)展距離其能夠在商業(yè)活動中發(fā)揮預期價值的目標還很遙遠,有些只是技術工具或數(shù)據服務商銷售的噱頭,并未以客戶(銀行)角度思考且觸及其行業(yè)大數(shù)據應用的本質。
對于銀行而言,以前,科技在銀行體系中屬于支撐體系,金融業(yè)務主要還是依賴產品體系和業(yè)務體系驅動;未來,科技引領業(yè)務,銀行將從數(shù)據中找到驅動業(yè)務的新增長點。這是企業(yè)內部驅動機制的巨大轉變,這種轉變將給金融科技人員帶來更大施展空間,但要完成這種轉變,將會對意識、組織結構、人才儲備和培養(yǎng)、原有組織內的利益沖突等多方面提出挑戰(zhàn)。
首先,管理層從認知到決心再到決策需要時間。
一輪新科技的革新帶動著人們思想和認知的進步。秋水長表示,在過去幾年中,無論是管理層還是業(yè)務層,在認知上都十分確信數(shù)據會帶來價值,但是因為商業(yè)企業(yè)永遠要計算投入產出比,從認知到決策,需要路徑轉換。如果技術人員不能清晰地解釋明白:“數(shù)據驅動將在哪些層面產生價值?”、“需要投入多少成本?”、“是否有成功案例?”、“要從哪些方面開始做起,接下來的行動步驟是什么?”等一系列問題,作為銀行決策者很難制定決策。
其次,金融大數(shù)據的土壤沒有那么肥沃。
銀行似乎天生是一家擁有數(shù)據的機構,經過10余年數(shù)倉建設,使其更像一片可以令大數(shù)據施展拳腳的肥沃土壤,然而現(xiàn)實卻很“骨感”。
在過去,銀行數(shù)據大部分圍繞交易、賬戶等維度展開,并沒有太關注賬戶背后的人和企業(yè),所以,用于對人和企業(yè)進行清晰畫像的數(shù)據非常有限,數(shù)據要素也很缺乏。這些現(xiàn)實狀況對于挖掘金融大數(shù)據的價值以及做出對未來趨勢性的判斷造成了基礎不扎實的困境。
而在銀行獲取體系外部數(shù)據或與第三方進行數(shù)據價值交換時,事實上,由于金融監(jiān)管的要求,又限制了銀行獲取外部數(shù)據的步伐,審慎性原則、合規(guī)合法性原則永遠被放在第一位。
因此,在這方面?zhèn)鹘y(tǒng)銀行與互聯(lián)網金融企業(yè)具有明顯差異性。從某種意義上講,這對于銀行業(yè)其實并不公平。
比如,在大數(shù)據風控領域。在筆者接觸的傳統(tǒng)銀行體系中,基本仍以央行征信數(shù)據為主,其它渠道數(shù)據為輔,在獲取外部數(shù)據時持非常謹慎的態(tài)度,常常選擇先不涉及核心業(yè)務,且不作為核心資源進入運營體系。不過,筆者認為,這對于金融行業(yè)而言其實是十分必要的。而互聯(lián)網金融企業(yè),大部分以自己構建或與合作的風控企業(yè)共同構建多源網絡數(shù)據為主。
槽點三:數(shù)據雖是核心競爭力,但其本質應該是數(shù)據敏感度而非數(shù)據本身
喬布斯曾經說過他從來不做市場調研,張小龍說他不看數(shù)據。但喬布斯從來不做市場調研,卻一直堅持自己親自走訪終端店面,并保持與用戶聊天的習慣,換句話說,他只是用他自己的方式在收集數(shù)據,在這一過程中洞察人性,進而洞察能夠驅動用戶消費的因素。
在數(shù)據思維大行其道的今天,這一行為啟示我們,數(shù)據思維是在傳導一種思維框架和邏輯。我們要基于數(shù)據的商業(yè)敏感度而構建數(shù)據團隊,并不是為了掌握更多大數(shù)據才要構建科技項目。有數(shù)據敏感度,并能將數(shù)據敏感度轉化為商業(yè)敏感度的團隊和體系,才是未來企業(yè)的核心競爭力。
事實上,在調研訪談小組走訪的企業(yè)中,已有不少企業(yè)成立了大數(shù)據團隊,并且從組織架構歸屬上可以看出其“一把手”的戰(zhàn)略定位。
秋水長表示,設立獨立的數(shù)據團隊是銀行邁入“科技驅動業(yè)務”時代的入門條件,該部門應該由業(yè)務專家、技術專家、數(shù)據專家共同組成,不僅要有數(shù)據思維,更要懂金融業(yè)務,只有兩個方向融合在一起,不斷打磨形成一個具有數(shù)據敏感度和業(yè)務敏感度的創(chuàng)新發(fā)展部門,才能基于金融業(yè)本身創(chuàng)新出科技驅動的創(chuàng)新金融產品或金融場景,也才能反推銀行的數(shù)據頂層框架設計。
但是,目前行業(yè)中更多的現(xiàn)象是銀行抽調科技部、業(yè)務部組成臨時小組,或者在科技部下設立二級數(shù)據部門。
秋水長認為,這種嘗試性做法成功機率其實很小。如果不設立獨立部門,使其有直接與最高領導溝通企業(yè)戰(zhàn)略的權利,一方面很難擺脫原有運轉體系的束縛,另一方面很難全局統(tǒng)籌。此外,在具體落地實施時還時常會碰到業(yè)務部門和技術部門“相互扯皮”的事情。
不難看出,未來能夠構筑金融發(fā)展?jié)摿Φ娜嘶蚴莵碜杂诨ヂ?lián)網公司、傳統(tǒng)金融產品人員亦或是大數(shù)據分析人員,總之,未來的金融科技時代將是一個跨界人才大放異彩的時代。
秋水長最后分享給金融業(yè)技術人員一段感悟:“如果你是金融業(yè)務領域專家,金融產品型人才,在科技大行其道的時代。千萬不要妄自菲薄,很多時候科技是在模擬難能可貴的商業(yè)敏感度;如果你是金融科技風口浪尖的弄潮兒,亦千萬不是狂妄自大,因為大數(shù)據商業(yè)價值的實現(xiàn),數(shù)據及數(shù)據工具并非決定性因素。不要因此,在未來的某一天,金融業(yè)嚴肅性的靴子落到你頭上,讓你鼻青臉腫。”
筆者按:
今天,我們正在看到越來越多諸如京東金融與銀聯(lián)、螞蟻金服與建行等跨界合作的真實案例。面對大數(shù)據時代的機遇和挑戰(zhàn),我們更應該用開放的心態(tài)、彼此敬畏的態(tài)度,與來自不同領域的企業(yè)和人才進行更多溝通、合作和磨合,打破壁壘,才能開創(chuàng)一個呈現(xiàn)健康的、螺旋上升勢態(tài)發(fā)展的金融新生態(tài)。
數(shù)據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據分析師報考條件詳解與準備指南? ? 在數(shù)據驅動決策的時代浪潮下,CDA 數(shù)據分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據透視表中兩列相乘合計的實用指南? 在數(shù)據分析的日常工作中,數(shù)據透視表憑借其強大的數(shù)據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據分析師:連接數(shù)據與業(yè)務的價值轉化者? ? 在大數(shù)據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據查詢到趨勢預判? ? 在數(shù)據驅動決策的時代,預測分析作為挖掘數(shù)據潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據背后的時間軌跡? 在數(shù)據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據類型:時間維度的精準切片? ? 在數(shù)據的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據分析師認證考試中,Python 作為數(shù)據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據趨勢與突變分析的有力工具? ? ? 在數(shù)據分析的廣袤領域中,準確捕捉數(shù)據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據分析師認證作為國內權威的數(shù)據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數(shù)據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數(shù) ...
2025-07-07CDA數(shù)據分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據分析師考試作為衡量數(shù)據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據處理的關鍵技能? 在數(shù)據處理與分析工作中,數(shù)據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據分析師視角:從數(shù)據迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據分析師:開啟數(shù)據職業(yè)發(fā)展新征程? ? 在數(shù)據成為核心生產要素的今天,數(shù)據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03