
傳統(tǒng)銀行是如何在七個業(yè)務(wù)層面應(yīng)用大數(shù)據(jù)的
筆者專注于服務(wù)金融行業(yè)的客戶,并就互聯(lián)網(wǎng)金融和“大數(shù)據(jù)”進行了深入研究。在研究中,筆者既感受到了“大數(shù)據(jù)”中所蘊藏的海量機會,同時也體會到了許多傳統(tǒng)金融機構(gòu)的舉步維艱。本文將分享一些海外金融機構(gòu)試水大數(shù)據(jù)的實踐,并嘗試走到現(xiàn)象的背后去理解金融機構(gòu)在駕馭“大數(shù)據(jù)”的過程中遭遇艱難的原因。
一、怎樣理解大數(shù)據(jù)?
首先澄清我們?nèi)绾味x“大數(shù)據(jù)”。在國內(nèi),這個概念已經(jīng)被很廣泛的應(yīng)用,但大家對它的理解各異。波士頓咨詢認為,成就大數(shù)據(jù)的不僅是傳統(tǒng)定義中的三個“V”(Volume–量,Velocity–速度,Variety–多樣性),而是“價值”,當(dāng)人們從海量數(shù)據(jù)中能夠汲取價值,并借助其推動商業(yè)模式發(fā)生內(nèi)嵌式變革時,具備“3V”特點的數(shù)據(jù)才成為了“大數(shù)據(jù)”。
波士頓咨詢就“大數(shù)據(jù)”專題成立了全球的虛擬事業(yè)部,匯聚了包括數(shù)據(jù)科學(xué)家、行業(yè)專家、資深咨詢顧問在內(nèi)的50余名專家,支持遍布于全球各個行業(yè)的“大數(shù)據(jù)”相關(guān)項目。這些行業(yè)都是波士頓咨詢的主要服務(wù)對象,包括金融、醫(yī)療、制藥、消費品、工業(yè)品、能源等。本文將將著重討論“大數(shù)據(jù)”在金融領(lǐng)域的應(yīng)用。
金融行業(yè)的數(shù)據(jù)強度為上述各個行業(yè)之首。大數(shù)據(jù)理念在銀行業(yè)十分流行,但其潛在價值尚未得到充分的開發(fā)和利用。以銀行為例,每創(chuàng)造100萬美元的收入,一家銀行平均產(chǎn)出約820GB的數(shù)據(jù)。
銀行目前只用到一小部分與客戶相關(guān)的數(shù)據(jù),主要包括:
1交易數(shù)據(jù)
2客戶提供的數(shù)據(jù)(出生日期、地址、婚姻狀況等)
3評分數(shù)據(jù)
4渠道使用數(shù)據(jù)
還有許多可以利用的數(shù)據(jù),有助銀行提升業(yè)務(wù)價值:
1移動銀行業(yè)務(wù)用戶的定位數(shù)據(jù)
2社交媒體互動信息
3網(wǎng)站互動信息(交易前)
4交易數(shù)據(jù),用于推測客戶的行為
5往上搜索行為
6社交網(wǎng)絡(luò)
7其他
我們的調(diào)研顯示,真正能夠在傳統(tǒng)銀行中得到應(yīng)用的數(shù)據(jù)占比約為34%。
“大數(shù)據(jù)”無疑在金融領(lǐng)域有廣泛的應(yīng)用空間。仍舊以銀行為例,波士頓咨詢在銀行的七大主要領(lǐng)域中發(fā)現(xiàn)了64項潛在應(yīng)用,遍布于零售業(yè)務(wù)、公司業(yè)務(wù)、資本市場業(yè)務(wù)、交易銀行業(yè)務(wù)、資產(chǎn)管理業(yè)務(wù)、財富管理業(yè)務(wù)和風(fēng)險管理。這64個應(yīng)用源自我們的項目經(jīng)驗,就是說,他們或多或少都已經(jīng)被某些金融機構(gòu)進行了嘗試,其價值已經(jīng)得到了初步的證實。
從海外金融機構(gòu)應(yīng)用“大數(shù)據(jù)”的整體情況來看,我們的經(jīng)驗是,有1/3處在普及和理解大數(shù)據(jù)概念階段,1/3處在試點階段,另外有約1/3的金融機構(gòu)已經(jīng)諳熟于“大數(shù)據(jù)”的應(yīng)用,正在按部就班地提升能力,并將“大數(shù)據(jù)”所要求的工作機制嵌入商業(yè)模式與運營模式中,進行了嵌入式變革階段??傮w而言,大數(shù)據(jù)在金融行業(yè)的應(yīng)用還有很長的路要走。
二、海外金融機構(gòu)大數(shù)據(jù)應(yīng)用舉例
接下來分享幾個我們與海外金融機構(gòu)合作應(yīng)用大數(shù)據(jù)的實際案例。
1.某澳大利亞大型銀行應(yīng)用“大數(shù)據(jù)”分析為自己的小微企業(yè)客戶提供了一項免費的增值服務(wù),以提高客戶粘性。在這項服務(wù)里,銀行為這些客戶免費提供它們自己的客戶和競爭對手分析:客戶的財富結(jié)構(gòu),購買偏好,與競爭對手客戶結(jié)構(gòu)的差異等。而分析的基礎(chǔ)數(shù)據(jù)來自于該銀行零售業(yè)務(wù)中的個人支付數(shù)據(jù)。由于銀行掌握的數(shù)據(jù)海量而精準,這樣的分析就比一般的市場分析機構(gòu)的成果更富有洞察。此項服務(wù)不僅為該銀行提高了存量客戶的粘性,也成為它們吸引新客戶的一個重要工具。
2.某海外大型銀行通過“大數(shù)據(jù)”分析為自己的企業(yè)客戶提供營銷支持。例如,他們?yōu)樽约阂粋€賣手機的零售商客戶分析了其客戶在購買手機前后的其他購買行為。發(fā)現(xiàn)客戶在購買之前出現(xiàn)頻率最高的地方是交通樞紐,而購買之后則最可能出現(xiàn)在食品雜貨店里。這樣的分析幫助手機零售商明確定義了營銷的最佳地點,從而優(yōu)化了客戶的營銷資源配置。
3.某海外銀行通過“大數(shù)據(jù)”分析優(yōu)化了自己的客戶細分。傳統(tǒng)銀行做客戶細分的主要維度是年齡、性別、職業(yè)、財富水平等?;谶@樣的細分做營銷和產(chǎn)品設(shè)計容易“誤傷一片”,會浪費不少的資源。在“大數(shù)據(jù)”分析的幫助下,銀行做客戶細分的思路開闊了很多,而且細分對于行動的指導(dǎo)性也越來越強。這家銀行按照一個客戶使用產(chǎn)品的“廣度”(即產(chǎn)品的數(shù)量)和“深度”(即使用產(chǎn)品的頻率)進行細分。這樣的細分幫助該銀行發(fā)現(xiàn)了一些從前沒有注意到的機會。例如,細分中發(fā)現(xiàn)了一類“臨界點”客戶,即很有可能換銀行的客戶。基于數(shù)據(jù)分析還發(fā)現(xiàn),客戶換銀行一個重要原因是因為自己的朋友們都在使用目標銀行。于是,穩(wěn)住這些客戶的一個手段就是營銷他的朋友圈。
此外,該銀行還發(fā)現(xiàn)了一個占比不大(約7%)但很有意思的客群,姑且稱之為“敗家族”。這類客群的財富水平不高,達不到銀行的貴賓門檻,所以常常被銀行忽略。但是,這類客戶有個特點,就是交易行為非?;钴S。他們的消費習(xí)慣能夠為銀行帶來可觀的價值。這個案例可以帶來兩個啟示:第一,“大數(shù)據(jù)”發(fā)現(xiàn)的未必是“大機會”,即單個機會的價值未必很高,而是“大量機會”,即不斷找出新的洞察,而充分實現(xiàn)大量機會就可以獲得“大價值”。第二,“大數(shù)據(jù)”往往并沒有給金融機構(gòu)帶來翻天覆地的改變,但它可以為金融機構(gòu)帶來新的視角。客戶細分是金融機構(gòu)一直在做的事,但是,“大數(shù)據(jù)”可以幫助金融機構(gòu)深化、細化自己的認識,找出以往被忽略的價值點。
4.“大數(shù)據(jù)”幫助金融機構(gòu)發(fā)現(xiàn)指導(dǎo)行動、創(chuàng)造價值的關(guān)聯(lián)關(guān)系。例如,某西班牙大型銀行就客戶的興趣愛好和其金融行為進行“大數(shù)據(jù)”分析時發(fā)現(xiàn),高爾夫球愛好者為銀行創(chuàng)造的價值最高,而足球愛好者的忠誠度最高。這樣的分析不僅可以指導(dǎo)銀行進行精準營銷,也能夠幫助銀行進行更加有目的的數(shù)據(jù)收集。
5.“大數(shù)據(jù)”在零售銀行業(yè)務(wù)中的應(yīng)用十分引人注目。但其實,“大數(shù)據(jù)”在公司銀行業(yè)務(wù)中同樣可以大顯身手。某加拿大銀行對于自己的醫(yī)藥零售商客群做了一個分析。該銀行首先將這些客戶按照銷售額分成八類,進而計算每個藥店為銀行帶來的收入。分析發(fā)現(xiàn),在同一類中,客戶每百萬銷售額所產(chǎn)生的銀行收入之間的落差可高達17倍。這家銀行意識到,特征類似的中小客戶給銀行帶來的價值卻可以差異巨大。于是,這家銀行為每一類客戶找到了“標桿”,即對于銀行貢獻居中的客戶,并分析其金融產(chǎn)品的配置情況。然后,這家銀行比對每個客戶與自己的“標桿”之間的差距,并用這些差距來指導(dǎo)客戶經(jīng)理進營銷。而且,客戶經(jīng)理還可以與客戶分享這些比對結(jié)果,幫助他們認識到自己與同業(yè)相比在金融方面的潛在需求。這樣的分析既提高了營銷的有效性,也為客戶帶來了金融服務(wù)之外的增值。
6.“大數(shù)據(jù)”能夠幫助金融機構(gòu)提升風(fēng)控能力。Bankinter是西班牙的一家精品銀行,他的單體客戶利潤往往比規(guī)模領(lǐng)先的大型同業(yè)高上幾倍。該銀行專注于中高端客群,并高度注重技術(shù)的應(yīng)用。Bankinter應(yīng)用亞馬遜的云服務(wù),借助“大數(shù)據(jù)”分析進行行業(yè)發(fā)展模擬以支持對于公司客戶的風(fēng)險控制。公司客戶的信貸風(fēng)險除了與企業(yè)自己的狀況有關(guān)之外,還會極大地受到行業(yè)發(fā)展的影響。但是,行業(yè)模擬在過去的技術(shù)條件下并不能廣泛應(yīng)用?!按髷?shù)據(jù)”極大地提高了這種分析的可行性。以前,這家銀行做一個行業(yè)的宏觀模擬分析,一次運算平均耗時可達23個小時,而現(xiàn)在,同樣的分析只用20分鐘左右。
7.“大數(shù)據(jù)”催生了風(fēng)險控制領(lǐng)域的創(chuàng)新創(chuàng)業(yè)。美國一家創(chuàng)業(yè)公司應(yīng)用電梯數(shù)據(jù)和黃頁數(shù)據(jù)幫助銀行進行風(fēng)險預(yù)警。電梯運行過程中一直會有數(shù)據(jù)留痕,例如在某棟樓的每一層停了多少次等。而黃頁是公開信息,某棟樓的某一層是哪家公司可以很容易查到。匹配這些數(shù)據(jù)就可以得出某家公司每天電梯??康拇螖?shù)。該公司的“大數(shù)據(jù)”分析發(fā)現(xiàn),如果某家公司的電梯數(shù)據(jù)突然發(fā)生異常變化,可能代表該公司出現(xiàn)了經(jīng)營變化。電梯??看螖?shù)異常減少可能意味著員工的減少或者客戶拜訪次數(shù)的減少,無論如何,這樣的信號應(yīng)該引起銀行的及時關(guān)注。將這樣的預(yù)警信號植入貸后管理流程無疑會比單純進行每季度或每年的貸后檢查要更有針對性。
Scor!是一家依托社交數(shù)據(jù)幫助銀行進行個人信貸風(fēng)險評估的“大數(shù)據(jù)”公司。銀行將申請貸款的客戶情況報給Scor!并向其購買評估結(jié)果。Scor!的評估結(jié)果被植入信貸審批流程,作為銀行內(nèi)評估的補充。這樣的合作正在幫助客戶提升審貸速度和準確性。
8.“大數(shù)據(jù)”助力銀行優(yōu)化貸中和貸后管理。以WellsFargo(富國銀行)為例,他們應(yīng)用“大數(shù)據(jù)”分析識別客戶的異常行為作為風(fēng)險提示信號。分析的數(shù)據(jù)基礎(chǔ)是銀行自己的海量的交易數(shù)據(jù),即個人的支付數(shù)據(jù)、企業(yè)的交易數(shù)據(jù)等。在貸后管理中,“大數(shù)據(jù)”分析正在幫助銀行優(yōu)化催收管理。通過量化分析我們發(fā)現(xiàn),近三成的失敗催收源于聯(lián)系不到借款人。而“大數(shù)據(jù)”分析能夠幫助銀行提升聯(lián)系借款人的成功率。
上述案例只是金融機構(gòu)應(yīng)用“大數(shù)據(jù)”潛在可能性的“一斑”。海量的機會仍然有待開發(fā)。但我們觀察到,相比技術(shù)的蓬勃發(fā)展,金融機構(gòu)對于大數(shù)據(jù)的實際應(yīng)用仍然差強人意。原因究竟在哪里?波士頓咨詢對海外20多家金融機構(gòu)做了調(diào)研。
研究的目的是找出:第一,從數(shù)據(jù)到價值的過程是什么?
第二,哪里是瓶頸?
結(jié)果顯示,從數(shù)據(jù)到價值的過程包括七個步驟:數(shù)據(jù)收集、獲得數(shù)據(jù)擁有者的許可和信任、儲存和處理技術(shù)、數(shù)據(jù)科學(xué)/算法、協(xié)調(diào)、洞察、嵌入式變革。
而在這七步中有兩個關(guān)鍵瓶頸:
一是獲得數(shù)據(jù)擁有者的許可和信任,即是否能夠把數(shù)據(jù)整合并用起來;
二是協(xié)調(diào),即金融機構(gòu)內(nèi)部部門之間的協(xié)調(diào)問題。
例如,很多銀行面臨的問題是整合、打通散落在各個部門的數(shù)據(jù),零售、對公、信用卡等。而在“協(xié)調(diào)”方面,金融機構(gòu)常常要面對業(yè)務(wù)與技術(shù)溝通不暢的問題,數(shù)據(jù)難以轉(zhuǎn)化為生產(chǎn)力。突破這些瓶頸的關(guān)鍵在于管理層面,而非技術(shù)?!按髷?shù)據(jù)”之于傳統(tǒng)金融機構(gòu),我們認為更大的意義在于它推動嵌入式變革的能力。
“大數(shù)據(jù)”時代要求試錯、應(yīng)變的機制,跨界復(fù)合型人才,開放靈敏的觸角體系,這些都會挑戰(zhàn)傳統(tǒng)金融機構(gòu)慣常的管理實踐。這樣的改變不僅對于汲取“大數(shù)據(jù)”的價值意義非凡,也是傳統(tǒng)金融機構(gòu)在以“互聯(lián)網(wǎng)金融”為符號的變革時代里求生存、求發(fā)展的關(guān)鍵。
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(chǔ)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(guān)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(yù)期算子的內(nèi)涵、作用與應(yīng)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(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、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(luò)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(chǔ)、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(xué)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(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)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(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)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(dāng)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(wù)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(wù)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(wù)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(dǎo)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