
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29