
大數(shù)據(jù)時代下的銀行業(yè)_數(shù)據(jù)分析師培訓(xùn)
世界正從IT(信息技術(shù))在走向DT(數(shù)據(jù)技術(shù))。大數(shù)據(jù)熱潮引發(fā)了一場思維、生產(chǎn)和生活方式的重大變革,可以說開啟了全新的時代。對于天然具有數(shù)據(jù)屬性的金融業(yè)來說,一方面,大數(shù)據(jù)能夠為金融機構(gòu)的經(jīng)營管理提供充分的信息支持;另一方面,大數(shù)據(jù)滋生的新型金融業(yè)態(tài)對傳統(tǒng)金融機構(gòu)帶來了嚴(yán)峻挑戰(zhàn)。在這場社 會大變革中,金融機構(gòu)將如何應(yīng)對,非常令人期待。
近些年來,中國銀行業(yè)的改革發(fā)展取得了令世界矚目的成就。前不久國務(wù)院總理李克強見證微眾銀行首筆線上貸款后,互聯(lián)網(wǎng)貸款被認(rèn)為是沖擊傳統(tǒng)金融機構(gòu)的又一創(chuàng)舉。隨著以移 動互聯(lián)網(wǎng)、云計算、“大數(shù)據(jù)”和物聯(lián)網(wǎng)為代表的信息革 命的興起,銀行業(yè)又一次面臨新的機遇和挑戰(zhàn)。中國銀行業(yè)能否用好大數(shù)據(jù),實現(xiàn)經(jīng)營、管理和服務(wù)創(chuàng)新,決定了其未來的可持續(xù)發(fā)展能力。
銀行業(yè)已初步具備運用大數(shù)據(jù)的基礎(chǔ)
大數(shù)據(jù)是信息技術(shù)與互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展到特定階段的產(chǎn)物,從互聯(lián)網(wǎng)到物聯(lián)網(wǎng),從云計算到大數(shù)據(jù),信息技術(shù)正在從產(chǎn)業(yè)基礎(chǔ)走向產(chǎn)業(yè)核心。而銀行業(yè)作為與信息技術(shù)深度結(jié)合的行業(yè),互聯(lián)網(wǎng)思維和決策數(shù)據(jù)化已開始嵌入經(jīng)營管理的全流程。大數(shù)據(jù)實質(zhì)是“深度學(xué)習(xí)”,能夠為銀行提供全方位、精確化和實時的決策信息支持。銀行的經(jīng)營轉(zhuǎn)型、產(chǎn)品創(chuàng)新和管理升級等都需要充分用好大數(shù)據(jù)。目前,銀行在客戶分析、風(fēng)險管理方面對大數(shù)據(jù)運用已初步積累了一定的經(jīng)驗,為未來過渡到全面大數(shù)據(jù)運用奠定了良好基礎(chǔ)。
銀行業(yè)開始嘗試接入和整合外部數(shù)據(jù)資源。在傳統(tǒng)的數(shù)據(jù)分析模式下,銀行業(yè)出于市場分析、內(nèi)部管理、監(jiān)管需要,產(chǎn)生并記錄了巨量的文本式結(jié)構(gòu)化數(shù)據(jù),涉及客戶賬戶資金往來、財務(wù)信息等,以及網(wǎng)銀瀏覽、電話、視頻等非結(jié)構(gòu)化數(shù)據(jù)。但是,傳統(tǒng)意義上的銀行僅能掌握客戶與銀行業(yè)務(wù)相關(guān)的金融行為,無法獲得客戶在社 會生活中體現(xiàn)興趣愛好、生活習(xí)慣、消費傾向的情感或行為數(shù)據(jù),無法與業(yè)務(wù)數(shù)據(jù)形成聯(lián)動。隨著電子商務(wù)的快速發(fā)展和移 動金融的深化,銀行業(yè)逐步加強與外部數(shù)據(jù)源對接,甄別有效信息,整合多渠道數(shù)據(jù),豐富客戶圖譜。目前,已有多家銀行進行了有益嘗試。
一是銀行與電商平臺形成戰(zhàn)略合作。銀行業(yè)共享小微企業(yè)在電商平臺上的經(jīng)營數(shù)據(jù)和經(jīng)營者的個人信息,由電商平臺向銀行推薦有貸款意向的優(yōu)質(zhì)企業(yè),銀行通過交易流水、買賣雙方評價等信息,確定企業(yè)資信水平,給予授信額度。建設(shè)銀行曾在這方面做過有益的嘗試。此外也有銀行參股電商、開展數(shù)據(jù)合作的案例。
二是銀行自主搭建電商平臺。銀行自建電商平臺,獲得數(shù)據(jù)資源的獨立話語權(quán)。在為客戶提供增值服務(wù)的同時,獲得客戶的動態(tài)商業(yè)信息,為發(fā)展小微 信貸奠定基礎(chǔ),是銀行搭建電商平臺的驅(qū)動力。2012年,建設(shè)銀行率先上線“善融商務(wù)”,提供B2B和B2C客戶操作模式,涵蓋商品批發(fā)、商品零售、房屋交易等領(lǐng)域,為客戶提供信息發(fā)布、交易撮合、社區(qū)服務(wù)、在線財務(wù)管理、在線客服等配套服務(wù),提供的金融服務(wù)已從支付結(jié)算、托管、擔(dān)保擴展到對商戶和消費者線上融資服務(wù)的全過程。
三是銀行建立第三方數(shù)據(jù)分析中介,專門挖掘金融數(shù)據(jù)。例如,有的銀行將其與電商平臺一對一的合作擴展為“三方合作”,在銀行與電商之間,加入第三方公司來負(fù)責(zé)數(shù)據(jù)的對接,為銀行及其子公司提供數(shù)據(jù)分析挖掘的增值服務(wù)。其核心是對客戶的交易數(shù)據(jù)進行分析,準(zhǔn)確預(yù)測客戶短時間內(nèi)的消費和交易需求,從而精準(zhǔn)掌握客戶的信貸需求和其他金融服務(wù)需求。
運用大數(shù)據(jù)需要警惕的風(fēng)險
銀行業(yè)結(jié)合了互聯(lián)網(wǎng)大數(shù)據(jù)會使得該行業(yè)面臨更多更復(fù)雜的風(fēng)險在此背景下互聯(lián)網(wǎng)金融行業(yè)健康可持續(xù)發(fā)展離不開對風(fēng)險的監(jiān)控和管理。
第一,數(shù)據(jù)安全和數(shù)據(jù)定價風(fēng)險。銀行從一開始誕生就離不開數(shù)據(jù),銀行的核心基礎(chǔ)就是大數(shù)法則,在大數(shù)據(jù)時代,互聯(lián)網(wǎng)銀行在深度觸網(wǎng)的過程中會產(chǎn)生各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),深度挖掘客戶的大數(shù)據(jù),開發(fā)出客戶潛在需求和合適的金融產(chǎn)品,前提是確保這些數(shù)據(jù)來源的全面性、可靠性和準(zhǔn)確性,防止數(shù)據(jù)失真所帶來的定價風(fēng)險。
互聯(lián)網(wǎng)本身的虛擬性會產(chǎn)生各種“偽數(shù)據(jù)”,例如,“網(wǎng)絡(luò)水軍”已滲透到互聯(lián)網(wǎng)的每一個角落,在大數(shù)據(jù)時代,怎樣做到去偽存真,這對互聯(lián)網(wǎng)銀行數(shù)據(jù)開發(fā)人員提出了更高要求。
第二,信用與網(wǎng)絡(luò)欺詐風(fēng)險。運用大數(shù)據(jù)分析軟件,可以預(yù)防信用卡和借記卡欺詐。通過監(jiān)控客戶、賬戶和渠道等,提高銀行在交易、轉(zhuǎn)賬和在線付款等領(lǐng)域防御欺詐的能力。在監(jiān)控客戶行為時,大數(shù)據(jù)可以識別出潛在的違規(guī)客戶,提示銀行工作人員對其予以重點關(guān)注,從而節(jié)省反欺詐監(jiān)控資源。
在國外例如由谷歌(Google)前首席信息官Douglas Merrill創(chuàng)辦的信用評估公司ZestFinance,通過大數(shù)據(jù)技術(shù)把收集的海量碎片化數(shù)據(jù)整合成完整的客戶拼圖,較為準(zhǔn)確地還原客戶的真實狀況和實際信用狀況,并據(jù)此支持合作公司向難以從銀行獲得貸款的美國人提供“工資日貸款”(payday loan)。西班牙對外銀行(BBVA)推出的具有記憶功能的ATM機ABIL,不但能記住客戶習(xí)慣的取款金額、頻率,還能根據(jù)其賬戶情況給出相應(yīng)的取款建議。在國內(nèi)例如杭州同盾科技可以通過大數(shù)據(jù)分析出客戶的貸款申請行為、用戶銀行卡的交易行為等等,更好的為客戶進行欺詐防范。
第三,運維風(fēng)險和運營風(fēng)險。前者如數(shù)據(jù)丟失、數(shù)據(jù)泄露、數(shù)據(jù)非法篡改、數(shù)據(jù)整合過程中的信息不對稱導(dǎo)致錯誤決策等,后者如企業(yè)聲譽風(fēng)險、數(shù)據(jù)被對手獲取后的經(jīng)營風(fēng)險等。因此,必須加強數(shù)據(jù)管控。
這方面既有成功的經(jīng)驗,也有值得總結(jié)的教訓(xùn)。從已出現(xiàn)的問題看,最大的風(fēng)險來自網(wǎng)絡(luò)攻擊和欺詐:2011年,網(wǎng)絡(luò)銀行欺詐給日本53家銀行造成2700億日元(約合225億元人民幣)的損失;2012年,詐騙集團曾攻擊歐美至少60家銀行的網(wǎng)絡(luò),盜取銀行資金;2013年,國內(nèi)某保險公司受黑客攻擊,造成數(shù)十萬保單信息泄露。為此,一是高度重視并推進統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn),并做好數(shù)據(jù)清洗,保證數(shù)據(jù)質(zhì)量。二是審慎劃定數(shù)據(jù)邊界,合理開展內(nèi)外部數(shù)據(jù)共享和非核心數(shù)據(jù)業(yè)務(wù)外包。三是大數(shù)據(jù)下應(yīng)更加重視隱私保護和信息安全,加大對反網(wǎng)絡(luò)攻擊的投入。
第五,操作風(fēng)險。之所以將此風(fēng)險單獨列舉出來,主要是出于此風(fēng)險的危害性角度考慮,因為該風(fēng)險很多時候會對企業(yè)產(chǎn)生致命性的打擊,英國巴林銀行的倒閉和日本大和銀行的巨額虧損都與操作風(fēng)險管理不當(dāng)有關(guān),至今想起來仍令人怵目驚心。大數(shù)據(jù)時代的互聯(lián)網(wǎng)金融面臨的操作風(fēng)險更加不容忽視,銀行工作人員和客戶的在線操作風(fēng)險如果不引起重視,不僅會影響互聯(lián)網(wǎng)金融的長遠(yuǎn)發(fā)展還會引致法律風(fēng)險。尤其在大數(shù)據(jù)時因此我們呼吁操作風(fēng)險的管理應(yīng)納入到互聯(lián)網(wǎng)金融公司日常的風(fēng)險管理中。
推動大數(shù)據(jù)應(yīng)用的策略
依托大數(shù)據(jù)技術(shù)提升風(fēng)險管理水平。大數(shù)據(jù)能較好地解決傳統(tǒng)信貸風(fēng)險管理中的對客戶申貸行為信息缺失的難題,提升貸前風(fēng)險判斷和貸后風(fēng)險預(yù)警能力,實現(xiàn)風(fēng)險管理的精確化和前瞻性。大數(shù)據(jù)時代,銀行業(yè)可以打破信息孤島,全面整合客戶的多渠道信息數(shù)據(jù),包括電商、支付、社交媒體等等用戶個人日常注冊、登錄、交易等互聯(lián)網(wǎng)行為分析,根據(jù)上述信息在進行反欺詐評分,從而降低信貸風(fēng)險。由歷史反欺詐數(shù)據(jù)分析轉(zhuǎn)向行為動機數(shù)據(jù)分析,將對目前的風(fēng)險管理模式產(chǎn)生巨大突破。
大數(shù)據(jù)是信息革 命中非常前沿且快速發(fā)展的技術(shù),銀行業(yè)要抓緊解決內(nèi)部數(shù)據(jù)挖掘分析和外部資源的安全整合利用問題,加快人才隊伍建設(shè)和技術(shù)成果轉(zhuǎn)化,通過大數(shù)據(jù)的高效應(yīng)用,加速推進銀行業(yè)的轉(zhuǎn)型升級和可持續(xù)發(fā)展。
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(rèn)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(zhǔn)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(zhǔn)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(zhǔn)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