银行如何应用 大数据_数据分析师

　　互联网、物联网、即时通讯工具、社交网络等的兴起和普及，特别是大数据技术的应用，正深刻改变着当前的金融生态和金融格局。从国外的Wonga、Lending Stream、Zest Cash、Klarna、Pawn Go到国内的阿里金融、百度金融、融360，一股“银行如果不改变，我们就改变银行”的飓风席卷全球。2012年1月，达沃斯世界经济论坛发布的《大数据，大影响：国际发展的新可能》的报告宣称，大数据已成为与货币和黄金一样的一种新的经济资产类别。2012 年3 月29日，美国总统办事室(EOP)公布了《大数据研究和发展规划》，把大数据研发应用从商业行为提升到国家战略层面。在这种新形势下，商业银行何去何从，如何“应势而变”，怎么以未来5至10年为界限从战略高度研究应用大数据，已成为当前的迫切任务。

　　大数据已成为重大经济资产

　　数据本来只是某些产品、业务、管理以及客户的副产品，只起到后台支持的作用。现在，数据已经成为与物质资产和人力资本同等重要的生产要素，成为能为企业带来经济利益的重大资产。根据Dynamic Markets的研究，英国有1/5的企业将公司数据的价值进行了货币计量，作为一项资产列入资产负债表。在大公司(1万名以上员工)当中，对数据进行货币计量的比例达到了30%。数据回报率(Return on Data)已成为一个与投资回报率类似的关键绩效评价指标。根据麦肯锡公司的预测，如果能够有效的、创造性的利用大数据，美国医疗行业每年可通过大数据获得超过3000亿美元的潜在价值，使医疗卫生支出降低8%;零售商如果能够充分利用大数据有可能将其经营利润提高60%以上。

　　与其他行业相比，大数据对银行更具潜在价值，麦肯锡的研究显示，金融业在大数据价值潜力指数中排名第一。这主要是因为：一方面，大数据决策模式对银行更具针对性。发展模式转型、金融创新和管理升级等都需要充分利用大数据技术、践行大数据思维。另一方面，银行具备实施大数据的基本条件：(一)数据众多。银行不仅拥有所有客户的账户和资金收付交易等结构化数据，还拥有客服音频、网点视频、网上银行记录、电子商城记录等非结构化数据;(二)拥有处理传统数据的经验;(三)较高的薪酬能够吸引到实施大数据的人才;(四)充分的预算可以利用多项大数据新技术。因此，银行应从大数据就是大资产的高度，尽早制定大数据战略，研究、应用大数据，分享大数据所带来的利润。

　　银行大数据应用的可能方向

　　发展模式转型、金融创新和管理升级，是未来5-10年内中国大多数银行的战略目标。围绕这一战略目标，银行大数据应用有以下几个可能方向：

　　1。利用大数据，推动发展模式的战略转型。随着利率市朝和民营银行设立预期的加剧以及互联网金融的兴起，银行业竞争日趋激烈，利差进一步缩窄，银行纷纷进行发展模式的战略转型。经营模式从“以产品为中心”向“以客户为中心”转型，营销模式从“粗放营销”向“精准营销”转型，服务模式从“标准化服务”向“个性化服务”转型。实现战略转型目标要求银行必须可靠、实时掌握客户的真实需求，“全面完整描述客户的真实面貌”，离开这一前提，转型目标就成了空中楼阁，虽然好看，但很难落地实施。银行员工想在客户买房时推荐住房贷款，想在客户留学时推荐留学贷款，想在客户一走进银行时，就对客户说“您的孩子已经成年，可以办一张信用卡吗”，但这一切必须建立在银行充分掌握客户信息的基础上。而银行目前了解客户的渠道非常有限，信息量低、时效性差，这是目前银行转型并不成功的重要原因。

　　大数据技术的出现，正逢其时。通过广泛收集各渠道、各类型的数据，利用大数据技术整合各类信息、还原客户的真实面貌，可以帮助企业切实掌握客户的真实需求，并根据客户需求快速作出应对，实现“精准营销”和“个性化服务”。现在已经有了大量成功案例。美国沃尔玛公司充分利用天气数据，研究天气与商品数量增减的关系，根据飓风移动的线路，准确预测哪些地方要增加或减少何种商品，并据此进行仓储部署，确保产品能够及时满足消费者需求。新加坡花旗银行根据客户的刷卡时间、地点结合客户的购物、餐饮习惯等个人信息，可以精准地向客户推荐商场及餐厅优惠信息。西班牙对外银行(BBVA)推出的ATM机ABIL，不仅比传统的ATM更安全、更便利，还具有记忆功能，不但能记住客户习惯的取款金额、取款频率，还能够根据客户的账户情况给出取款建议。

　　2。利用大数据，推进风险决策模式的创新。银行是经营风险的行业，风险管理是银行的生命线，风险管理的成败决定着银行的存亡。目前银行在进行信用风险决策时，主要依据客户的会计信息、客户经理的调查、客户的信用记录以及客户抵质押担保情况等，通过专家判断进行决策。这种决策模式带来了严重的后果，一是这种模式只适用于经营管理规范、会计信息可靠、信用记录良好的大公司或有充分抵质押物并经营良好的中小公司，而对于占企业总数97.3%的4200万小微企业并不适用，这导致银行失去了大量有价值客户;二是决策基本上取决于信贷审批人员的主观判断，缺乏足够的客观证据。信息不对称、标准不统一，引发了前台客户经理和后台信贷审批人员的激烈矛盾，致使业务流程复杂、效率低下;三是决策所依据的主要是企业过去的静态信息，而不是实时的动态信息，时效性、相关性和可靠性不足，风险不能得到有效控制。

　　大数据技术，可以有效的解决上述问题。一方面，通过多种传感器、多个渠道采集数据，可以帮助银行更全面、更真实、更准确、更实时的掌握借款人信息，有效降低信息不对称带来的风险。另一方面，利用大数据技术可以找到不同变量间新的相关关系，形成新的决策模型，使决策更准确、更统一、更公正。因此，银行完全可以利用大数据创新出新的风险决策模式，并由此赢得新的客户，形成新的利润增长点。Zest Cash就是一个成功的案例。Zest Cash是一家小额贷款公司，由Google 的前首席信息官Douglas Merrill 创办。Merrill发现，银行在进行贷款决策时，决策的依据往往非常有限，主要依靠客户的信用记录。信用记录有瑕疵或根本没有信用记录的客户往往无法获得银行贷款。Merrill 说：“为什么要仅仅依赖一个数据来决定人的信用等级呢？为什么不用网上那成百上千的数据，再设计一个算法，来判断一个人是否会按照约定来还钱呢？”经过努力，Merrill通过大数据技术成功的解决了这一问题。他把从网上搜集的几千条碎片化的数据整合成完整的客户拼图，较为准确的还原了客户的真实状况和实际信用状况，并因此获得了丰厚的利润。国内的阿里金融也是一个典型的案例。阿里金融利用阿里巴巴B2B、淘宝、支付宝等电子商务平台上客户积累的信用数据及行为数据，引入网络数据模型和在线视频资信调查模式，通过交叉检验技术辅以第三方验证确认客户信息的真实性，向这些通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额孝期限短、随借随还”的小额贷款。重视数据，而不是依赖担保或者抵押的模式，使阿里金融获得了向银行发起强有力挑战的核心竞争力。

　　3。利用大数据，促进管理升级。近二十年来，银行的管理升级行动层出不穷，全面质量管理(TQM)、业务流程管理(BPM)、业务流程再造(BPR)、ISO质量管理、平衡计分卡、关键绩效指标(KPI)、经济增加值(EVA)、6S、六西格玛、核心竞争力等各种管理理念和管理模式在银行轮番应用。就象一位管理大师所说，“一些管理者象15岁的女孩子一样，流行什么就追求什么”。很多管理升级行动实施后，企业的绩效却并未因此得到提升。根据1993年的调查，世界500强企业中65%的企业宣称已经进行或者将要进行业务流程再造。然而，2001年的一份统计研究显示，70%的业务流程再造项目以失败而告终。管理升级失败的一个重要原因是：很多管理理念或管理模式是在缺乏有效数据支持的情况下，仅凭管理咨询公司或企业领导人“拍脑袋”决策推行的。一些看起来很漂亮、在其他企业也成功的理念和方法却并不适用于本企业。

　　大数据的本质特征之一是在决策模式上与传统模式不一样。大数据强调决策应建立在牢固的数据证据基础上，应通过对比、实验等方法对现有的认知规律进行检验，去伪存真。银行应利用大数据技术和思维，对相应的管理理念和管理模式进行对比、检验，以找到真正能够解决本企业问题的管理利器，实现管理升级，提升企业利润。国际连锁便利店7-Eleven就是一个很好的案例。7-Eleven在进行管理升级时，管理者一开始认为，对于服务行业来说 “提升店员的礼貌服务就会提升企业的利润”，但他们并未随意的“拍脑袋”决策，而是进行了一次实验。他们设立了百万美元的大奖，重奖那些对顾客礼貌服务的店员，并通过培训提高店员的礼貌程度。这些措施实施后，原来只有33%的顾客在进门时受到了招呼，而实验中这个比例提升到了58%;原来只有32%的顾客受到了微笑服务，而实验中这个比例提升到了49%。但是实验结果却表明，让店员更加礼貌的服务反而降低了店面的销售量。经过仔细分析和调查后，他们找到了原因——对于顾客来说，最在意的是能否快速的找到自己想要的商品并快速离开，而对于店员是否对他微笑并不在意。过于重视店员的礼貌程度，反而会降低店员的工作效率，引起客户的不满。

　　银行大数据应用的建议

　　一是制定与银行整体战略相融合的大数据战略。银行应尽快制定符合自身实际的大数据战略，明确大数据应用的方向，制定大数据实施路线图，落实大数据预算。银行大数据战略应融入银行的整体战略，而非独立于整体战略之外。只有将大数据战略与银行整体战略进行有机统一，才能保证大数据成为银行发展的核心要素。

　　二是以持续改进的方式应用大数据，避免颠覆性方式。银行的创新模式与互联网企业不同，属于持续改进型的创新模式。银行创新往往是因为监管政策变化、新竞争者出现、科技进步等外部原因所引发，并以较为缓慢的步骤实施，很难象互联网企业那样进行自发的颠覆性创新。银行人的通常思维定式是：通过传统的方式就可以挣钱，为什么要冒险进行创新呢。在美国商业周刊2010年4月的创新公司排名中，金融企业在全球最具有创新能力的前50家企业中只占据4家，表现最好的摩根大通也只列第39名。因此，银行在应用大数据时，要充分考虑到银行自身的特点和银行人的思维定式，以“小步快跑”的方式进行持续改进，避免采取颠覆性的方式。

　　三是应设立专门的大数据实验室或创新实验室。银行应借鉴美国银行的经验，设立创新实验室或大数据实验室，实验室应包括业务、管理、科技、统计等各方面人才。实验室统一负责大数据方案的制定、实验和推广。推行大数据方案前，实验室应先进行实验，实验完成后，要对项目的风险和收益作出有大数据证据支持的评价。不要以非大数据的思维方式进行大数据方案推广。