銀行大數據應用實地探訪：面對新一輪科技洗禮，銀行更崇本務實了

隨著大數據技術的日趨成熟與快速普及，阻礙企業內部充分運用大數據的技術門檻已越來越低， 數據驅動被認為是未來企業發展的核心競爭力。

金融領域因其優質的數據資源和明確的應用場景，在數據驅動商業價值方面一直領跑于其他行業。但是，其領先性到底體現在哪里、數據項目的真實落地情況如何、具體實施難點有什么、數據應用現狀及前景又有哪些呢？為一探究竟，帶著這些問題，數據猿攜手Data Pipeline、HCR(慧辰資訊)組成了一支龐大、豪華又專業的調研訪談小組，一起走進金融領域內相關代表性企業，為大家一一解開謎團。

本次調研訪談活動的小組成員，不但有大數據領域專家、創業者、媒體記者，也有專業的調研研究人員。此次走進的是一家傳統的全國性中小型股份制商業銀行的大數據部門，應受訪者要求，訪問為匿名制，所以暫且稱該銀行為“H銀行”。

也許正因為匿名的原因，期間近4個小時的暢聊一直讓調研小組成員興奮不已，不但實際看到了數據思維在傳統金融企業里遍地開花的落地應用實例，更看到了數據驅動企業增長的無限前景。

本次調研訪談的H銀行數據團隊的組建時間其實不到一年，但因其團隊成員有奮戰于數據分析領域20多年的領軍人物，也有科技與金融領域的跨界人才等核心成員，所以，團隊實戰經驗豐富，且多視角、思想體系成熟。因此，這樣一支非常有創新力，又重實效的數據團隊正是小組要尋找的“案例樣本”。

第一感：互聯網思維在深入骨髓

小步快跑，輕化應用，快速迭代

說起金融大數據的應用，人們腦海中常會浮現精準營銷、大數據風控、大數據征信、智能客服等一連串“熱乎乎”的高科技名詞，每個熱詞的背后都是一個巨大的產業，尤其數據更是一件“很重”的工作，不管是數據的采集、處理還是應用無不體現一個“重”字。但是，當我們的探訪小組在跟H銀行的數據團隊深入交流的時候，卻不時聽到一句話：“我們不做重的東西”。

大數據的“大”向來給人以重的感覺，怎么能輕的了呢？但就在這個團隊的言談舉止中，聽到了“輕”的力量。這股力量正是源自于從需求出發著眼于實效，用互聯網思維打造產品的思想，也源自于團隊領導者的經驗和成熟度，才真正做到了“化重于輕”。

在以往的金融科技建設中，SOA思想嚴重，帶來了一系列落地重、難、慢等問題。所以，H銀行的數據團隊在工作機制上擯棄了傳統金融科技部門“項目管理制”的運行模式，啟用互聯網產品快速迭代的開發思想，這在其團隊內部被稱之為“微服務化”。

H銀行數據相關負責人說，產品開發的核心思想是要從一個“用”字出發，而不是從科技出發，也從不向需求部門傳遞“黑科技”概念。必須深挖業務需求部門痛點跟痛點中的細點，并且先解決細點。不設立一步達到一站式解決方案的畫大餅式項目目標，也不將大量時間花在與需求部門探討“誰也說不清楚”的大項目產品原型中，而是將需求盡量拆解細化，找出業務中需解決的具體問題。

基于“互聯網思維”的影響，H銀行的數據部門團隊一個月就可以為業務需求部門快速推出產品。然后從使用中發現產品中哪些功能點需繼續加強，哪些可以果斷放棄。用H銀行數據團隊人員的說法就是：“我們這么做的試錯成本非常低，靠小產品持續的快速迭代，無限接近真實業務場景和業務需求本身。在產品不斷完善的過程中同時也解決了業務部門的實際問題”。

放下“技術”天生的驕傲，貼身服務于業務場景，以解決問題為唯一衡量數據科技工作成果的標尺，這是一步從概念到實質的飛越，也是銀行自身“轉型升級”的重大開拓。

第二感：分布式是一種思維模式
數據必須要模塊化、接口化

分布式是大數據技術的核心架構，不但帶來了硬件到軟件的大規模變革，在商業應用領域也掀起了“狂風暴雨”，成就了NVIDIA這樣的圖形處理巨頭企業，以及Cloudera這樣把Hadoop商用化的全球領先企業 。

在金融這樣一個“走得比較靠前”的前沿性行業里，不但看到了從集中式向分布式思維的模式演化，更看到了傳統集中式大規模建立數據倉庫的基建項目在劇烈減少。

H銀行工作人員表示，目前很多銀行已認識到集中式數據管理帶來的弊端，這不僅僅是成本巨大的IT設施投入，更有可能帶來嚴重的數據安全性問題。

用傳統思維去構建銀行內部的數據支撐體系，已很難再適應當下業務的實際需求?，F在的銀行數據部門不但要區分清什么是主數據，數據標準是什么，更要找出統計視圖等類型在內的多個層次的結構化與非機構化數據，不是所有數據都有必要集中到總行集中管理，也并不是所有數據都要進行實時同步。

通常，銀行的零售數據真正需要集中到總行管理的只有十幾個字段的數據，需要做標注的數據也只有幾百條而已。所以，實際情況是只要規定好數據標準，存在業務產生的地方并做好數據接口，當有需要的時候從各處調用即可。

數據的模塊化，接口化將是未來銀行對數據管理的必然趨勢，同時，隨著區塊鏈等新興技術的成熟，也在技術層面為這樣的趨勢輔以更好的落地保障。

第三感：一才難求卻可期
不但要搶互聯網人才、跨界人才，更要重視內部人才

談到大數據在金融企業中的應用困境，H銀行的受訪者表示，最大的難題還是人才：“有數據敏感性，懂數據分析技術，在金融行業又有經驗的人非常難得”。在數據成為企業核心競爭力之一的時代，誰能夠擁有一支懂業務創新又懂技術創新，能快速應對變化的團隊，誰就是下一個十年的業界王者。

目前，金融擁抱科技，實現升級的最大體現就是人才的爭奪。既有金融機構工作經驗，又有BAT等大型互聯網公司被“大數據打磨”過的人才最受業界歡迎。

受訪者表示，有互聯網企業工作經驗的人才，不但有面對真正海量數據的經驗，工作效率也非常高，雖然簡單粗暴，從不追求100%的精度，但能快速出成果，非常具有“互聯網思維”以及“快速迭代”的特質，但每個行業還是有所不同，有自己的特殊性也有自己的優劣勢。在金融行業的某些業務場景中，“高精度”、“小誤差”是必須追求的工作效果，所以，從事傳統金融信息工作的人更多的優秀特質是其嚴謹性，但缺點是容易把簡單的事情復雜化，從而失去創新性和高效率。

關于人才，作為數據團隊的管理者，尤其需要明白跨界人才是鳳毛麟角，可遇而不可求。單個人才的不足需要用團隊的力量去彌補。

H銀行受訪者表示：“最好的辦法就是把兩種人放在一個團隊里，讓他們一起去做項目跟產品，規定好工作機制，在實戰中互相影響，取長補短。在不斷的打磨中完成單一人才向跨界人才的轉變”。

如今，不管是哪個領域的企業，往往容易“眼睛往外看”，總愿意不惜重金搶奪外部數據科學家等高精尖人才，雖然無可厚非，但同樣要內部人才的發掘與培養。

有銀行內相關人員表示：“在金融機構干了十幾年的數據分析師，對金融業務場景是有非常深刻的理解，其中也不乏一些技術癡迷者。如果像挖外部人才那樣給他們空間、時間和激勵，內部可挖掘的力量也同樣不容小覷”。

第四感：銀行需要專、精、尖的服務商
大數據企業要找好定位，銀行不再需要“一站式服務”

與本次受邀訪問的H銀行類似，多數全國性股份制商業銀行的資產規模都在萬億以上。在這樣規模的銀行隊伍里，通常都有數百人的科技團隊在支撐著整個銀行體系的信息建設，其中，大數據團隊的規模就達數十人之多，未來，團隊的人數規模與重要性將會與科技部門同等級別。

在目前的中國市場，有一定規模的銀行情況都類似，都有自己強大的科技團隊。那么，在銀行如此大規模投入自建科技團隊與數據團隊的情況下，將金融作為重要服務領域的大數據服務提供商們，將如何定位自己，如何才能找到更好的生存發展空間呢？

從此次訪談中筆者認為，大數據服務提供商如果還像上一輪金融信息化大潮一樣，提一站式解決服務方案，或炒作技術概念的話，將很難再打動久經磨練的這些金融大佬們。

一是銀行對自身科技能力建設的態度已非常明確，核心能力自建，成熟單點技術可外采商業化產品，價值較低，技術很成熟的重復開發工作可利用外包IT的合作模式外采；二是經過幾輪信息化建設，銀行體系中的科技力量并不比第三方科技公司弱。

第三方科技企業的生存方向只有三個：專、精、尖：

專指的是專注，要專注打造自己的金融服務團隊，貼身服務于客戶，以服務能力和響應速度取勝，做到“不怕累不挑活”，用H銀行人員的話來說就是：“守得住根本、耐得住寂寞”，用一磚一瓦構建起自己在金融領域的服務能力；

精指是精通金融業務，有金融科技的咨詢能力，從金融業務需求出發能夠有頂層設計能力，從業務出發能夠交付完整的可落地在業務場景里，對業務起到實際效果的科技產品和服務；

尖指的是在一個技術點上，走在所有人前列，有技術的原創能力，在單個技術點上能守出領軍型的企業位置。

在此問題上，也特別向基于開源社區的非技術原創型服務企業提出善意的提醒，必須要思考在開源體系中自己的定位問題，如果走技術路線，作為中國公司如何與國際公司在“尖”上比拼技術，如果走行業服務路線，怎樣才能守住客戶，上升到企業層面。對于大部分科技型創業公司來說，這兩個方向是必須有取舍的戰略選擇。

本次調研訪談活動剛剛展開，更多有趣、有料的發現還有待小組成員繼續發現。本文所體現的行業現象只是冰山一角。6月份，我們還將以報告的形式為業界展示金融行業在大數據落地、實際應用、供應商服務優劣勢，以及數據對金融領域商業模式、運行方式變化的趨勢分析成果，敬請期待！