傳統銀行的危機和大數據應用

一直以來，我們看到的是銀行業金融機構的風光無限，曾幾何時，五大行的利潤率高居所有上市公司的榜首，民生銀行的董事長一度發表過賺錢不好意思的觀點。但是五年不到的時間過去，再看現今的金融業，商業銀行的風光不再，在中國的四大銀行中，工行、農行、中行還有建行的凈利潤只有中行超過了1%，其他的三家銀行的利潤都沒有超過1%，而且建行的利潤率只有可憐的0.28%，所有人都不得不承認一個事實，屬于金融業的寒冬已經來臨，即使是貴為商業銀行的航空母艦也難以逃脫收入下滑的悲劇，幾乎所有的人都在懷疑是不是因為中國經濟不行了，所以中國金融受到了周期性的波動影響呢?

也許有這個原因，但是絕不盡然，我們看到在傳統金融，尤其是銀行業一片蕭索的同時，我們看到的是互聯網第三方支付的金額達到了11.8萬億的高位，支付寶的母公司螞蟻金服拿到了三千多億的超高估值，互聯網金融與傳統金融的冰火兩重天再次證明了一個問題，不是經濟不行，而是傳統金融出了問題。

中國銀行業的真正病癥在哪?

借助美國金融學家布萊特·金在《大數據銀行》一書中的視角，我們可以用它山之石來看看中國金融業尤其是銀行業出了什么樣的問題：

一是商業銀行的客戶獲取成本在攀升。

曾幾何時，商業銀行可以用最簡單的銀行網點，就可以輕而易舉的吸收到低息高額的存款，再配合中國人愛儲蓄的特征，以低息吸收存款，以高利率放出的利差收入成為了商業銀行的主要利潤來源，僅僅是2015年，商業銀行的利差收入就占其總收入的60%以上，但是當支付寶以余額寶的身份出現的時候，這個趨勢產生了戲劇性的逆轉，由于余額寶貨幣基金的低風險特征，再加上堪比定期存款利率的活期利率，讓余額寶帶動了中國一大批貨幣基金的紅火，結果成就了天弘中國最大基金公司的名聲。

但是與此同時，由于余額寶對中國大眾投資的覺醒，大家突然發現原來還有比存款更加高收益的防貶值手段，于是大量存款流出，為了吸引存款銀行系的寶寶類產品也相繼推出，雖然留住了客戶，但是將商業銀行的成本由原先的0.35%上升到3.5%以上，直接增長了十倍，讓商業銀行的獲客更加艱難。

二是支撐銷售漏斗的廣告渠道已經陷入了萎靡。

曾今，央視的標王就意味著銷售冠軍，但是現在這種轉換率的鐵律已經被打破，越來越多的商業銀行突然發現，電視、平面廣告以及郵寄廣告等傳統廣告手段的營銷轉化率都不可避免的降到了歷史低位，即使是以前被寄予厚望的互聯網廣告也變得越來越難以有效。

其實，這個原因也很簡單，隨著手機等智能移動終端的普及，傳統媒體依靠目標市場細分，然后再設計營銷，等待市場反饋，吸引顧客購買的傳統營銷手段已經難以實現其效果。越來越多的銀行客戶，需要的是差異化對于垂直領域的市場產品提供，甚至是社群化的產品營銷可能才是真正的適合市場的營銷方式，商業銀行也不得不走下神壇去理解這個全新的玩法。

三是分銷渠道的高成本正在被打破。

就像微信的用戶普及，或者說滴滴的打車模式，用戶只需要用手機輕輕一個下載就能夠完成業務的轉換，完成水電煤的繳費，完成資金的投資，與這種方便便捷的互聯網模式遠比在大量的地方普及銀行的網點，用高昂的網點運營成本去維持所謂的銀行系統，而銀行的用戶還必須付出極高的時間成本去排隊辦理業務，隨著手機銀行乃至社交化銀行產品的普及，用互聯網產品取代分支機構將會成為商業銀行的一種必然，目前商業銀行滿地開花的分銷模式都難以再成為一個理性的銀行監管團隊的選擇，銀行已經進入了一個全新的時代。

這些問題，美國的銀行有之中國的銀行則更甚。面對著這樣的問題，面對著商業銀行大規模業績下滑的事實，商業銀行需要怎么辦?

商業銀行的大數據重構

看到商業銀行越來越嚴重的經營困境，窮則生變也是一種必然，但是到底往何處去，支付寶的模式可以建立起基于電商購物的網商銀行，騰訊的模式可以建立其基于社交的微眾銀行，那對于我們的傳統銀行而言，到底又能怎辦?也許方法已經有了，只是銀行還沒能發現，這就是商業銀行手中真正的核心，賬戶的數據與資源，數據這是維系銀行命運的主要發展模式。正如布萊特·金所說：大數據銀行才是重構銀行的最大可能。

大數據銀行該怎么做?其實步驟也很簡單，資源就隱藏在銀行現存體系的內部。

一是打破部門墻，整合數據資源。

對于銀行而言，廣大的中國傳統銀行內部存在著一種顯著的部門墻現象，不同部門屬于不同的業務條線，互不歸屬，互不配合，舉個最簡單的例子，我曾經拿到過一張浦發銀行的白金信用卡，當我要申請這家銀行的云閃付的時候卻被告知，對不起，不能申請，為什么呢?其實只是銀行，手機銀行APP屬于電子銀行部，而信用卡屬于信用卡中心，這兩者是隸屬于完全不同的部門，所以不能開通。類似的情況在投資、抵押貸款、個人信用產品等等業務時廣泛存在，這種部門墻正在成為阻礙商業銀行發展的最大障礙。一家互聯網時代的銀行，你需要做的是將整個機構的數據整合，并發現數據背后的故事，再對客戶的數據進行合理的分析，但是不同部門的互不隸屬讓商業銀行空有大量的數據，卻并不能使用這些數據，這是商業銀行第一件需要克服的問題。

二是真正認識你的客戶。

對于商業銀行而言，客戶就是其銀行卡賬戶中一個個孤立的賬戶數據，銀行有客戶的信息卻不知客戶到底是怎么樣?銀行缺乏的是對用戶的畫像能力，未來銀行發展的關鍵是用大數據分析去收集用戶的行為、習慣、需求、愿望和處境等信息，并用來預測和服務用戶。

對用戶的吸引主要取決于實時為客戶的日常需要提供咨詢、財務信息記憶對顧客財務健康狀況的反饋能力。正如小米的手環一樣，通過類似于可穿戴智能設備的銀行大數據產品，讓每個用戶實時可知自己能夠享受的優惠，自己能夠購買的理財，自己需要支付的信用卡賬單等等。

三是真正減少商業銀行體系對于用戶的阻礙。

何謂大數據銀行，就是凡是讓消費者不用去銀行網點的問題都盡可能不用去網點，用戶可以從互聯網上申請信用卡，可以用網絡銀行打印銀行流水，可以用自動金融終端存取現金，這僅僅是最基礎的電子化服務。而大數據時代的金融服務則更為細致，用大數據真正的砍掉商業銀行基層大量的過時手續、流程，讓銀行的網點更精簡，成本更低，與此同時卻效率更高。

舉一個小例子來說，一個用戶如果要向銀行申請一筆貸款，那么對于用戶的風險評估往往需要銀行花費巨大的精力與時間，更會產生漫長的等待效應，但是如果有了大數據的輔助，也許只要幾分鐘甚至更短的時間，銀行就能夠知曉這個用戶的身份、收入、社交水平、資金用度，從而判斷給用戶的授信額度，就像螞蟻借唄一樣幾分鐘就完成授信和放款。

四是全面重構銀行的人員體系。

人員成本，尤其是大量的柜員成本是銀行必須要付出的高額成本，未來以大數據驅動的銀行完全不需要那么多的柜員和客戶經理，銀行需要的是這樣的一些全新的角色：

(1)數據科學家，可以通過技術發現數據，建模數據，并把數據融入到用戶的生活。

(2)營銷故事經理。他們通過改進產品、整合信息和捕捉瞬間來吸引用戶。

(3)行為科學家，他們不斷的探索銀行體驗，改進銀行體驗，完成銀行業務升級。

可以預見，未來銀行，也許僅僅是這三類人加上足夠的技術就可以滿足大部分人的金融需求了。

大數據銀行，未來已來，這種來自技術層面的革新正在成為重構中國銀行業的力量。