
商業(yè)銀行應用大數(shù)據(jù)之策
隨著以社交網(wǎng)絡為代表的web2.0 的興起、智能手機的普及、各種監(jiān)控系統(tǒng)及傳感器的大量分布,人類正在進入一個數(shù)據(jù)大爆炸的時代,“大數(shù)據(jù)”的概念應運而生。大數(shù)據(jù)被譽為繼云計算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術變革,已經(jīng)引起各方面的高度關注。大數(shù)據(jù)的意義在于從海量數(shù)據(jù)中及時識別和獲取信息價值,金融業(yè)在IT基礎設施、數(shù)據(jù)掌控力和人才富集度方面較之其他產(chǎn)業(yè)更具優(yōu)勢,具備了深度“掘金”的潛力。但是,大數(shù)據(jù)也給金融業(yè)帶來劇烈的挑戰(zhàn)與沖擊,我國商業(yè)銀行需要樹立“數(shù)據(jù)治行”理念,明確大數(shù)據(jù)戰(zhàn)略的頂層設計,加強大數(shù)據(jù)基礎設施建設,實施穩(wěn)妥的大數(shù)據(jù)安全策略,方能從容迎接大數(shù)據(jù)時代。
大數(shù)據(jù)帶來的沖擊與挑戰(zhàn)
(一)傳統(tǒng)發(fā)展戰(zhàn)略面臨沖擊。傳統(tǒng)銀行發(fā)展戰(zhàn)略,是在預計未來金融政策、經(jīng)濟環(huán)境的前提下,根據(jù)現(xiàn)有銀行人員、網(wǎng)點、客戶、資本、存貸款規(guī)模等資源占有狀況,以及競爭對手、客戶需求狀況,來確定其戰(zhàn)略目標及發(fā)展路徑和方式的。步入大數(shù)據(jù)時代后, 對數(shù)據(jù)資源的占有及其整合應用能力是決定一家銀行成功與否的關鍵因素,而傳統(tǒng)的網(wǎng)點、人員、資本等因素則趨于淡化,未來商業(yè)銀行的客戶營銷,將主要依靠對不同類型客戶需求數(shù)據(jù)的掌握,并開發(fā)設計出安全、便捷、個性化的金融產(chǎn)品。因此,這就要求各商業(yè)銀行在評判競爭對手實力與自身優(yōu)勢時,要注重考量IT能力與大數(shù)據(jù)實力;在制定戰(zhàn)略目標時,必須兼顧財務承受能力來決定對大數(shù)據(jù)的投入,從而確保戰(zhàn)略規(guī)劃與大數(shù)據(jù)支撐相適應;在確定戰(zhàn)略目標的實施路徑時,必須將互聯(lián)網(wǎng)金融、電子渠道、數(shù)據(jù)的收集與挖掘作為向客戶提供服務的重要方式和手段。
(二)傳統(tǒng)經(jīng)營方式面臨重大轉(zhuǎn)變。在大數(shù)據(jù)時代, 金融業(yè)務與互聯(lián)網(wǎng)深度融合, 商業(yè)銀行的經(jīng)營方式將會發(fā)生徹底改變。在產(chǎn)品開發(fā)、營銷方面,通過對海量交易、行為數(shù)據(jù)的收集、分析和挖掘,科學構(gòu)建數(shù)據(jù)模型, 分層客戶的不同金融需求可以得到充分展示,進而針對客戶需要、市場需求研發(fā)產(chǎn)品、開展營銷,真正做到以客戶為中心開發(fā)設計產(chǎn)品,并實現(xiàn)精準營銷,而不是以銀行為中心制造、推銷產(chǎn)品。在風險防控方面,許多商業(yè)銀行在風險分析和評估中,雖然已經(jīng)引入了數(shù)量分析方式,但是因歷史數(shù)據(jù)的積累不足,經(jīng)驗判斷依然在風險管理、決策中起主導作用。依托大數(shù)據(jù),對客戶實施多維度評價,其風險模型將會更加貼近市場實際,對客戶違約率的取值變得更加精準,長期以來銀行憑經(jīng)驗辦業(yè)務的經(jīng)營范式將會得到根本改善。在績效管理方面,可以通過對大數(shù)據(jù)的有效利用,并借助通訊、視頻、移動終端等技術手段,對商業(yè)銀行員工的工作方式、頻率、業(yè)績等做出更加準確的評價,有助于充分發(fā)揮績效考核的正向激勵作用。
(三)數(shù)據(jù)基礎設施建設面臨嚴峻考驗。進入大數(shù)據(jù)時代,數(shù)據(jù)來源的多元化主要體現(xiàn)在兩個層面:一是在金融業(yè)務鏈條之外。移動網(wǎng)絡設備和網(wǎng)絡社交媒體產(chǎn)生了極其豐富的實時化的客戶行為數(shù)據(jù),在這種環(huán)境下,客戶行為偏好數(shù)據(jù)往往隱藏在社交網(wǎng)絡之中。如果要實施“大數(shù)據(jù)工程”,商業(yè)銀行必須搜集開放的網(wǎng)絡數(shù)據(jù),但現(xiàn)有的銀行IT系統(tǒng)、技術手段還無力搜集、分析、利用大數(shù)據(jù)。二是在金融業(yè)務鏈條內(nèi)部。隨著專業(yè)細分與金融外包的趨勢愈加明朗,由一家或少數(shù)幾家銀行掌控關鍵業(yè)務數(shù)據(jù)的時代已經(jīng)走向終結(jié),業(yè)務數(shù)據(jù)產(chǎn)生、流轉(zhuǎn)于金融業(yè)務鏈條的各個結(jié)點,業(yè)務數(shù)據(jù)、客戶行為數(shù)據(jù)不可能自動集成至某個機構(gòu),這對“大數(shù)據(jù)工程”的實施提出了嚴峻挑戰(zhàn)。
商業(yè)銀行的應對與謀變
(一)優(yōu)先搞好大數(shù)據(jù)戰(zhàn)略的頂層設計。大數(shù)據(jù)戰(zhàn)略必須超越電子銀行部或IT部門的狹隘視角,面向全局、面向未來,以客戶需求、市場需求為導向,建立自身的大數(shù)據(jù)架構(gòu)。完整的客戶數(shù)據(jù)必須是多維度的,至少包含以下幾個方面:一是客戶的基本信息,譬如信用信息、社交關系信息等;二是客戶的偏好信息,譬如金融產(chǎn)品偏好、金融服務偏好等;三是客戶的行為信息,譬如銀行范圍內(nèi)的行為數(shù)據(jù)、外部行為數(shù)據(jù)等;四是客戶的分析數(shù)據(jù),譬如客戶風險度、客戶價值度等。要想使這些不同維度的數(shù)據(jù)信息具有分析價值,首先必須具有合理的數(shù)據(jù)結(jié)構(gòu)。但現(xiàn)實情況卻不盡如人意,各銀行的數(shù)據(jù)結(jié)構(gòu)基本上是條塊分割的。為此,各銀行必須優(yōu)先搞好頂層機制的設計與改革,逐步打破業(yè)務界限,重組業(yè)務流程,確保數(shù)據(jù)靈活性。
在總行層面上,需要抓緊制定大數(shù)據(jù)工作規(guī)劃,建立大數(shù)據(jù)工作推進機制。主管數(shù)據(jù)部門負責組織協(xié)調(diào),對大數(shù)據(jù)工作進行統(tǒng)籌規(guī)劃、集中管理;業(yè)務部門負責大數(shù)據(jù)的搜集、整理、存儲、分析和應用,全面采集、多方式整合商業(yè)銀行內(nèi)外部各類數(shù)據(jù),形成數(shù)據(jù)管理、數(shù)據(jù)使用、數(shù)據(jù)推廣的有效工作機制。
(二)科學謀劃和打造大數(shù)據(jù)平臺。一方面各銀行要積極與社交網(wǎng)絡、電商、電信等大數(shù)據(jù)平臺開展戰(zhàn)略合作,建立數(shù)據(jù)信息交流、共享機制,全面梳理、整合客戶各類信息,將金融服務與社交網(wǎng)絡、電子商務、移動網(wǎng)絡等深度融合。另一方面各銀行也可考慮自行打造大數(shù)據(jù)平臺,以便牢牢掌握核心話語權。
(三)積極建設大數(shù)據(jù)倉庫。著眼于大數(shù)據(jù)挖掘和分析,對海量數(shù)據(jù)的持續(xù)實時處理,建設數(shù)據(jù)倉庫項目,為服務質(zhì)量改善、經(jīng)營效率提升、服務模式創(chuàng)新提供支撐,全面提升運營管理水平。在項目建設中,通過梳理整合經(jīng)營管理關鍵數(shù)據(jù),建立數(shù)據(jù)管控體系,搭建基礎數(shù)據(jù)平臺。通過數(shù)據(jù)倉庫建設,運用數(shù)據(jù)挖掘和分析,全方位調(diào)整管理模式、產(chǎn)品結(jié)構(gòu)、營銷模式、信息戰(zhàn)略,從根本上提高風險管理、成本績效管理、資產(chǎn)負債管理和客戶關系管理水平,實現(xiàn)多系統(tǒng)數(shù)據(jù)的業(yè)務邏輯整合,形成全行級客戶、產(chǎn)品等主題數(shù)據(jù)。
(四)以大數(shù)據(jù)思維推進金融互聯(lián)網(wǎng)化戰(zhàn)略。進入大數(shù)據(jù)時代,金融產(chǎn)業(yè)與信息技術將實現(xiàn)深度融合, 金融電子化的深度、廣度將日漸強化。各銀行必須順勢而為, 緊緊追隨迅猛發(fā)展的互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)浪潮, 積極實施金融互聯(lián)化戰(zhàn)略, 嘗試構(gòu)建電子化金融商業(yè)模式, 著力發(fā)展直銷銀行、社區(qū)智能銀行、互聯(lián)網(wǎng)金融、電子商務等業(yè)務。這就要求各銀行應當從發(fā)展戰(zhàn)略的高度,將金融互聯(lián)網(wǎng)作為未來提供金融服務、提升核心競爭力的主渠道。
(五)依托大數(shù)據(jù)技術實現(xiàn)風險管理的精細化。大數(shù)據(jù)時代,商業(yè)銀行可以消除信息孤島,全面整合客戶的多渠道交易數(shù)據(jù),通過經(jīng)營者個人金融、消費、行為等信息進行授信,有效破解傳統(tǒng)信貸風險管理中的信息不對稱難題,降低信貸風險。為此,各銀行必須深化風險管理體制改革,運用大數(shù)據(jù)理念來構(gòu)建以客戶為中心的全面風險管理體系,理順部門間的職責,淡化部門色彩,徹底打破以往小數(shù)據(jù)模式下形成的部門、機構(gòu)、區(qū)域、產(chǎn)品間數(shù)據(jù)信息分隔管理以及由分支機構(gòu)各自分散識別風險的做法,形成按客戶集中統(tǒng)一管理數(shù)據(jù)信息和高效協(xié)調(diào)機制。
要積極推行把現(xiàn)場調(diào)查與非現(xiàn)場數(shù)據(jù)信息挖掘分析相結(jié)合、模型篩查與經(jīng)驗判斷相結(jié)合,以定性信息與定量財務、經(jīng)營等多重數(shù)據(jù)信息的勾稽核驗等為重點內(nèi)容的風險管理創(chuàng)新??傂幸ㄟ^大量數(shù)據(jù)信息的挖掘分析,勾畫出客戶的全景視圖,更加全面地評估客戶風險狀況,有效提升貸前風險判斷和貸后風險預警能力。
要進一步完善基于大數(shù)據(jù)信息平臺的集中式風險審查審批體制,采用大數(shù)據(jù)方式來驗證借款人的數(shù)據(jù)信息,校正申報機構(gòu)或部門對借款人的風險判斷。運用合理的參數(shù)和模型,計量出可接受的最大風險敞口,精準識別和動態(tài)審查借款人的每一筆融資業(yè)務。再利用習慣性數(shù)據(jù)信息和常識性、邏輯性分析,作出更專業(yè)的判斷,使風險識別、防范、決策更加可靠、更加貼近實際。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10