京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利明献详解广发银行“大数据”战略
随着互联网金融兴起的挑战,及金融与互联网竞合加剧,越来越多的传统银行通过优化业务结构、加快数据挖掘、引入互联网思维,逐步实现自身的转型升级。
近日,21世纪经济报道记者到广东调研银行业改革时,广发银行行长利明献便表示,银行业当前面临经济增速放缓、资本约束进一步强化、利差不断缩窄、互联网金融的冲击等四大难题,但没有所谓的“夕阳产业”。
他表示,“广发银行认识到数据应用在客户维护、营销推广、风险管理中的核心价值和战略意义,及早着手布局建立数据管理体系。”
中小企业金融、零售金融和金融市场、网络金融业务,并列为广发银行的四大战略业务。一般的传统观念认为,对银行而言,小微和零售是风险较大、成本更高的“不经济”业务。
利明献却表示,“风险的高低见仁见智,近年来一些大中型企业的过度信贷和杠杆过高,才是不良比较高的领域。对于一家银行来说,小微和零售也是股东回报率最高的业务。”
之所以把小微和零售作为广发的战略业务,利明献认为,小微和零售金融具有“抗周期”、“抗脱媒”和“轻资本”效应。更为重要的是,广发银行利用“大数据”提高了小微和零售业务的收益,也有效地控制住了风险。
以客户为单位的大数据
银行不缺数据,关键是对海量数据的整合和运用。
广发银行于2014年7月上线了“大数据零售商业智能决策平台”。区别在于,以往银行对客户管理按不同业务条线进行,而广发平台以客户为单位,整合了客户在广发银行的“360度”信息,包括信用卡、存款、理财、网银、个贷、小企业贷款等。
利明献称,这一体系整合了征信系统,及广发银行自建的外部信息数据库,包括专业市场数据库、22万个共覆盖4亿多人口的居民社区数据库、各商会和产业链数据库等,也跟外部如工商总局个体户等小微企业信息联网。以后相关信息还将逐步扩建,通过大数据平台时刻搜索、传导到系统内。
有别于不少银行通过自建“电商平台”获得交易数据,广发银行选择和互联网企业合作。
“近年,广发银行先后与阿里、腾讯、京东、百度、网易等互联网企业合作,借助互联网企业的地图、游戏、地位、支付等技术捕获新鲜数据,全方位开展网络金融创新。”
广发银行董事长董建岳也曾表示,广发银行要成为“中国互联网金融服务首选提供商”,首先要借助互联网“精华”,提升品牌识别度、信任度和传播度;其次打造开放、分享、低门槛的互联网金融服务平台。
利明献表示,未来一到两年内,广发银行还将采取系列措施形成具有广发银行特色的数据标准化管理机制。首先是建设企业级数据仓库平台,将分散在各个应用平台中的数据信息按客户、账户、产品、渠道等多个主题的方式进行有效的组织和存储,为后续数据分析应用打技术基础。
小微贷款风控大法
利明献介绍,目前“大数据”已应用于广发银行小企业目标客群定位、客户准入、额度核定、定价及贷后风险监测,“就像一台精密的仪器,时刻了解小企业客户的运行情况,为银行的各类差异化产品及金融服务提供决策支持。”
由于小企业财务报表规范性不高,在广发银行新一代的小企业贷款打分卡模型中,提升了非财务评价指标占比,引入纳税、结算、水电缴费、代发工资等评价指标。
水电缴费记录是广发小企业融资产品的重要准入标准,主要用于评价生产型企业经营情况;海关报关数据,主要用于进出口企业的经营情况评估;根据纳税信息,广发还开发了小额信用贷产品,根据企业纳税记录放款。
大数据的导入进一步释放了广发战略转型的潜能和效益。一方面,大数据在贷前、贷中、贷后全流程运用,有效调配了额度资源并加强了风险控制。
数据显示,2014年,广发银行将超过80%的对公信贷额度用于小微企业。2014年末,小微企业贷款余额1765.87亿元,较年初新增超过398亿元。小企业贷款不良率控制在0.8%内,不良余额和不良率“双降”。
另一方面,大数据和网络技术极大推动零售金融业务发展。2014年,广发信用卡通过微信、官网等各类网络营销渠道发卡70.5万张,同比增长超200%。此外,广发信用卡还通过借助客户消费行为洞察、网络搜索关键词分析,描画客户图像和消费热点,提供针对性的信用卡产品和服务。
“传统银行和电商银行的关系,就好比苏宁和京东,京东没有线下的实体店。”利明献通过这个比喻,道出了银行与新兴网络金融相比的优势。
广发也开始在探索线上与线下相融合的O2O服务模式,“在线上低成本获取客户,运用大数据等技术筛选优质客户,同时线下安排专业‘地面部队’精准营销。另一方面,对于线下已建立联系的存量客户,后续的服务维护也部分采用线上模式,提高服务效率,提升客户体验,使成本收益达到更优。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11