大数据如何在商业银行战略规划中发挥作用
近两年,大数据如何应用一直是各方探索的重点。所谓大数据,是在计算机存储能力、计算能力、计算技术、计算速度大幅增长的基础上,对海量数据复杂处理的产物。大数据常常被定义为海量数据“需要新处理模式”才能发挥巨大价值,这也说明其是计算机技术高速发展的产物。
对金融机构来讲,大数据的运用也是一个亟待挖掘的“富矿”。今天开始,老张用一个系列来聊一下大数据与商业银行管理的关系。第一篇我们先来谈一下大数据与商业银行战略规划。
对金融机构来讲,大数据的运用也是一个亟待挖掘的“富矿”。今天开始,老张用一个系列来聊一下大数据与商业银行管理的关系。第一篇我们先来谈一下大数据与商业银行战略规划。
银行战略规划需要海量数据
从逻辑上讲,银行管理中没有哪个板块比战略规划更需要大数据。世界经济形势、各国货币和财政政策、政治地缘关系、大宗商品价格、国际贸易状况、局部战争等国际问题,都可能影响中国进出口贸易,影响国内企业经营状况、影响某个产业的发展趋势,商业银行在制定战略规划涉及到是否走出国门、选择战略业务方向时,就不能不考虑国际政治、经济问题,而且银行规模越大,其意义也越大。
同样的问题反映在国内,则需要关注中国经济周期、经济形势、国家发展战略、产业政策、货币政策、财政政策、区域政策、地区间经济差异、各行各业发展现状及趋势等。一个商业银行如果制定三年、五年甚至更长时期的发展战略,这些问题显然不能不考虑。
银行内部数据可以反映出商业银行自身的特质,包括客户类型、客户数量、产品特性、区域业务数据、行业分布、利润水平、成本特征等,把握好商业银行内部数据特征,是商业银行战略规划的起点和基地,是一个商业银行核心竞争力的表现,同时也是银行在客户开发、产品开发、区域开发等战略规划的起点,内部数据的分析一定要做好。
银行内部数据可以反映出商业银行自身的特质,包括客户类型、客户数量、产品特性、区域业务数据、行业分布、利润水平、成本特征等,把握好商业银行内部数据特征,是商业银行战略规划的起点和基地,是一个商业银行核心竞争力的表现,同时也是银行在客户开发、产品开发、区域开发等战略规划的起点,内部数据的分析一定要做好。
现状:行内数据相对完善 行外数据基本未入库
理想很丰满,现实总是很骨感。制定商业银行战略时,国外、国内、行内的数据显然越多越好,而现实情况是,商业银行很少将行外数据纳入其信息规划主流数据仓库,行外数据经常以原始数据来源格式存储在战略规划制定部门的数据文件夹中,有时还要根据需要到付费数据服务商处查询。
产生这种情况的原因有很多:
首先,数据范围广。对战略制定来说,数据是“韩信点兵、多多益善”,恰恰是这个多多益善,导致商业银行很难自己构建数据库来满足战略规划制定;
其次,数据不规范。需要的数据越多,数据的规范性越差,导致图片、视频、音频、文字等各种数据格式都有,将各种格式的数据归类、整理、清洗并建模,获得有价值的决策支持信息,难度非常大;
第三,单体数据价值小。对战略规划来说,每个信息都有价值,但具体到各类数据,其价值却可能不大,因此,在数据采集时,要获得信息管理部门的同意和支持,并整理入库的难度非常大;
第四,成本问题。虽然理论上讲,大数据分析是有价值的,但现实是,成本是显性的,收益是隐性的,特别是战略决策虽然基于大量的数据分析,但最终的决策却存在很大的主观性,定性的判断、领导的判断在战略方向的选择上,处于非常重要的位置。因此,成本问题也是约束大数据在战略决策中价值发挥的“拦路虎”。
综合来看,虽然大数据概念产生和广泛使用已有一定时间,但商业银行战略规划制定过程中的作用并不大。行外数据基本与数据库无缘,行内数据的完整性、有效性虽然完善了很多,但由于数据安全等制度约束,数据使用的便捷性和灵活性还存在很大不足。
未来前景:大数据外包服务商和人才外包
大数据在商业银行战略制定中的价值开发,必须考虑商业银行的特性。一方面,商业银行从大到小,规模相差几千倍甚至上万倍,不同等级的商业银行在成本投入、人才储备等方面的差距也很大;另一方面,不同类型的商业银行,对数据需求的着力点也不一样,大型商业银行更看重国际形势、国内形势、行业趋势,小银行更看重国内形势、区域特征。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14