
建行掘金大数据_数据分析师
互联网时代,银行更需要转变观念模式。如何运用大数据深度挖掘,并从中找到高附加值产品,这些问题将成为王毅今年的新思考。
在过去的数十年中,王毅几乎见证了国内银行系统内个人信贷海量数据库的形成。
作为中国建设银行住房金融与个人信贷部的主要负责人,这位资深的零售金融行家在接受《中国房地产金融》专访时认为,几乎所有的国有大型银行都拥有一个数量可观的数据金矿,当一系列依托“互联网+”而生的金融产品不断冲击传统银行业务的同时,大型国有银行更应该深度挖掘这座丰厚的金矿。
而建设银行近期推出的“建行快贷”产品,便是掘金大数据这一金矿的首个互联网金融“金品”。
真正网上贷款
北京,金融街中国建设银行总部大厦高层内,一间安静的办公室内,八十年代特有的深色调宽大的办公桌靠窗摆放,近门靠墙处则立着一个一人多高的书橱,里面摆满了各类金融专业书籍。
就在这间办公室内,王毅,及其带领的团队实现了国内金融系统中首个真正意义上的个人网上全程自助贷款产品——建行“快贷”。
“这是一个典型的大数据应用!”言及互联网大数据应用话题,王毅的情绪显然有点高涨。
去年年底,建行推出了国内首个真正基于大数据分析的个人互联网快速贷款产品——建行快速贷款,简称“建行快贷”,旗下包括“快e贷”、“融e贷”、“质押贷”三款产品。对于这一产品的诞生,王毅显得颇为自豪。因为无论是产品的设计理念还是实际运作效果,建行快贷都已经大大赶超同行。
据了解,个人客户只需在建设银行开过户,或者开户一段时间,并在建设银行有一定消费、资金交易的情况下,个人用户一旦登录网络银行申请快贷的话,短短十秒之内便能迅速获得一笔为其量身而定的个人信用贷款。
一位工作人员现场为我们进行了“快e贷”产品的申请演示,简洁流畅的网页设计、通俗易懂的文字格式,仅短短数十秒之后,一个5位数的贷款金额数字便跃然显现于网页的中央位置。这也意味着,该笔数万元的信用贷款已申请成功。
王毅告诉我们,建行“快贷”是国内金融系统首个真正意义上的个人网上全程自助贷款。快贷产品堪称与互联网的完美结合,不但可以让客户足不出户、轻松点击,并且还能在几分钟之内在网上自助式的完成在线申请、实时审批、在线签约以及灵活使用、随借随还等贷款的全流程。
短短10秒之内,便能将大众印象中繁琐、复杂的流程全部省略,在其背后则是大数据给予的强大后台支持系统。一旦客户在建设银行有过消费、交易、资金存贷等行为,只要客户一登录快贷,后台系统便会自动迅速为客户进行一系列数据分析,并迅速为贷款申请者评估出一个适合的贷款额度。
毫无疑问,这是一个典型的大数据应用,同时也是迄今为止国内第一个真正意义上的网络快速贷款产品,且是完全意义上的信用贷款。“完全网络操作,而信用贷款的额度则根据你的信用状况和交易情况而定,这就是典型的运用大数据的案例。”王毅透露,除了网页版快贷产品之外,如无意外预计今年6、7月份相关手机终端版的app应用也将陆续上市。
传统银行的颠覆
作为一家大型国有银行,民众的普遍印象或许便是“传统”、“保守”等标签。对于一家拥有悠久历史的传统国有银行,建设银行为何会设计出如此创新的颠覆式产品?这或许是让很多人困惑不解的地方。
王毅认为,这些基于大数据运用的产品,其诞生虽然有着大环境的发展推动,但从建设银行本身而言,也有着内在的推动力。
众所知周,建设银行的个人住房按揭贷款业务一直居于业内领先地位。但其消费贷款业务则一直没有太大的提升,跟其他大型商业银行相比,建行消费贷款的余额最少。“但是余额最少,不代表我们做不了这一块的业务。”王毅认为,短板业务的存在,很大程度上源于银行经营观念的问题。
按照以前的传统运作模式,银行的消费贷款大多依靠散布在全国各地的银行网点来操作。“像汽车贷款业务,就在全国大量的个贷中心,撒渔网一样撒出去,依靠电话、人海战术进行销售。”这类传统模式往往消耗巨大,却远远不足以支撑其消费贷款业务的发展。在他看来,以前传统的消费贷款模式已经远远过时,且根本不适应现在的环境。
沉浸建行零售金融业务数十年之久,王毅显然熟知这一系统中的各个环节流程。“大家都知道银行需要转变观念,说起来容易,但做起来却并非易事。”说着,王毅便跟我们说起快贷产品在设计之初发生的一个小插曲。
针对各大银行的个人消费贷款产品,银监会有规定,申请该类信贷业务必须要求客户本人亲自前往银行,与银行工作人员直接面对面的交涉,才能完成一系列审核、批准、通过流程,业内俗称“面见面签”。互联网金融产品的设计既要满足监管要求,又要体现互联网的特点,这是产品设计的一大难点。
“当时设计快贷产品的时候,我就问他们:面见面签的目的是什么?其实无非就是要确定客户信息与本人的真实程度。但要知道的是,申请快贷的客户往往都已经是建设银行的网络银行客户了,如果我们在产品上还要硬性地增设这样的规定,那就显得太僵化了。”
王毅自己也感叹道,某些时候,传统银行看似只进行了一项小小的突破,但背后应对的则是整个体制、机制的压力。“很多人都把银行比喻成两艘船,大银行是万吨巨轮,小银行更像是小舢板。万吨巨轮掉头起来更费劲儿,但是小银行就非常灵活。当然,从抗风浪的角度来看,小舢板的抗风浪能力可能会不如万吨巨轮。”
掘金大数据
随着互联网的发展,近年来,国内涌现出诸多“互联网+大数据”的所谓创新型金融产品。在王毅看来,一说大数据,很多人的第一感觉或许会觉得这是一个极为高深的词,因为围绕“大数据”出现了五花八门的关联产品,而且很多是人们前所未见的创新产品。对于大数据的解读,各行各业均有各自的不同理解。
但几乎所有人都知道,大数据就是一个海量大金矿。按照业内不少专业人士的观点来看,大数据的意义不在于掌握的数据信息,而在于对这些含有意义的数据进行专业化的处理。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的增值。
王毅笑着说,从历史来看,银行是大数据最齐全的机构。这也意味着,银行在大数据领域的探索有着极大的空间。“银行几乎熟知个人或者机构的所有经营情况,简单的说,比如个人消费习惯,其中包括在哪里消费,消费的喜好等。”
”
“明明我们就守着一座金矿,却还要靠人海战术到处销售,这就有点舍近求远的意味。”王毅认为,互联网时代,银行更需要转变观念模式。作为一家大型国有银行,如何运用大数据深度挖掘,并从中找到高附加值产品,这些或将成为王毅2015年的新思考。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13