
详解广发银行大数据战略_数据分析师
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,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[微博]、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 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15