銀行如何應用 大數據_數據分析師

　　互聯網、物聯網、即時通訊工具、社交網絡等的興起和普及，特別是大數據技術的應用，正深刻改變著當前的金融生態和金融格局。從國外的Wonga、Lending Stream、Zest Cash、Klarna、Pawn Go到國內的阿里金融、百度金融、融360，一股“銀行如果不改變，我們就改變銀行”的颶風席卷全球。2012年1月，達沃斯世界經濟論壇發布的《大數據，大影響：國際發展的新可能》的報告宣稱，大數據已成為與貨幣和黃金一樣的一種新的經濟資產類別。2012 年3 月29日，美國總統辦事室(EOP)公布了《大數據研究和發展規劃》，把大數據研發應用從商業行為提升到國家戰略層面。在這種新形勢下，商業銀行何去何從，如何“應勢而變”，怎么以未來5至10年為界限從戰略高度研究應用大數據，已成為當前的迫切任務。

　　大數據已成為重大經濟資產

　　數據本來只是某些產品、業務、管理以及客戶的副產品，只起到后臺支持的作用?，F在，數據已經成為與物質資產和人力資本同等重要的生產要素，成為能為企業帶來經濟利益的重大資產。根據Dynamic Markets的研究，英國有1/5的企業將公司數據的價值進行了貨幣計量，作為一項資產列入資產負債表。在大公司(1萬名以上員工)當中，對數據進行貨幣計量的比例達到了30%。數據回報率(Return on Data)已成為一個與投資回報率類似的關鍵績效評價指標。根據麥肯錫公司的預測，如果能夠有效的、創造性的利用大數據，美國醫療行業每年可通過大數據獲得超過3000億美元的潛在價值，使醫療衛生支出降低8%;零售商如果能夠充分利用大數據有可能將其經營利潤提高60%以上。

　　與其他行業相比，大數據對銀行更具潛在價值，麥肯錫的研究顯示，金融業在大數據價值潛力指數中排名第一。這主要是因為：一方面，大數據決策模式對銀行更具針對性。發展模式轉型、金融創新和管理升級等都需要充分利用大數據技術、踐行大數據思維。另一方面，銀行具備實施大數據的基本條件：(一)數據眾多。銀行不僅擁有所有客戶的賬戶和資金收付交易等結構化數據，還擁有客服音頻、網點視頻、網上銀行記錄、電子商城記錄等非結構化數據;(二)擁有處理傳統數據的經驗;(三)較高的薪酬能夠吸引到實施大數據的人才;(四)充分的預算可以利用多項大數據新技術。因此，銀行應從大數據就是大資產的高度，盡早制定大數據戰略，研究、應用大數據，分享大數據所帶來的利潤。

　　銀行大數據應用的可能方向

　　發展模式轉型、金融創新和管理升級，是未來5-10年內中國大多數銀行的戰略目標。圍繞這一戰略目標，銀行大數據應用有以下幾個可能方向：

　　1。利用大數據，推動發展模式的戰略轉型。隨著利率市朝和民營銀行設立預期的加劇以及互聯網金融的興起，銀行業競爭日趨激烈，利差進一步縮窄，銀行紛紛進行發展模式的戰略轉型。經營模式從“以產品為中心”向“以客戶為中心”轉型，營銷模式從“粗放營銷”向“精準營銷”轉型，服務模式從“標準化服務”向“個性化服務”轉型。實現戰略轉型目標要求銀行必須可靠、實時掌握客戶的真實需求，“全面完整描述客戶的真實面貌”，離開這一前提，轉型目標就成了空中樓閣，雖然好看，但很難落地實施。銀行員工想在客戶買房時推薦住房貸款，想在客戶留學時推薦留學貸款，想在客戶一走進銀行時，就對客戶說“您的孩子已經成年，可以辦一張信用卡嗎”，但這一切必須建立在銀行充分掌握客戶信息的基礎上。而銀行目前了解客戶的渠道非常有限，信息量低、時效性差，這是目前銀行轉型并不成功的重要原因。

　　大數據技術的出現，正逢其時。通過廣泛收集各渠道、各類型的數據，利用大數據技術整合各類信息、還原客戶的真實面貌，可以幫助企業切實掌握客戶的真實需求，并根據客戶需求快速作出應對，實現“精準營銷”和“個性化服務”?，F在已經有了大量成功案例。美國沃爾瑪公司充分利用天氣數據，研究天氣與商品數量增減的關系，根據颶風移動的線路，準確預測哪些地方要增加或減少何種商品，并據此進行倉儲部署，確保產品能夠及時滿足消費者需求。新加坡花旗銀行根據客戶的刷卡時間、地點結合客戶的購物、餐飲習慣等個人信息，可以精準地向客戶推薦商場及餐廳優惠信息。西班牙對外銀行(BBVA)推出的ATM機ABIL，不僅比傳統的ATM更安全、更便利，還具有記憶功能，不但能記住客戶習慣的取款金額、取款頻率，還能夠根據客戶的賬戶情況給出取款建議。

　　2。利用大數據，推進風險決策模式的創新。銀行是經營風險的行業，風險管理是銀行的生命線，風險管理的成敗決定著銀行的存亡。目前銀行在進行信用風險決策時，主要依據客戶的會計信息、客戶經理的調查、客戶的信用記錄以及客戶抵質押擔保情況等，通過專家判斷進行決策。這種決策模式帶來了嚴重的后果，一是這種模式只適用于經營管理規范、會計信息可靠、信用記錄良好的大公司或有充分抵質押物并經營良好的中小公司，而對于占企業總數97.3%的4200萬小微企業并不適用，這導致銀行失去了大量有價值客戶;二是決策基本上取決于信貸審批人員的主觀判斷，缺乏足夠的客觀證據。信息不對稱、標準不統一，引發了前臺客戶經理和后臺信貸審批人員的激烈矛盾，致使業務流程復雜、效率低下;三是決策所依據的主要是企業過去的靜態信息，而不是實時的動態信息，時效性、相關性和可靠性不足，風險不能得到有效控制。

　　大數據技術，可以有效的解決上述問題。一方面，通過多種傳感器、多個渠道采集數據，可以幫助銀行更全面、更真實、更準確、更實時的掌握借款人信息，有效降低信息不對稱帶來的風險。另一方面，利用大數據技術可以找到不同變量間新的相關關系，形成新的決策模型，使決策更準確、更統一、更公正。因此，銀行完全可以利用大數據創新出新的風險決策模式，并由此贏得新的客戶，形成新的利潤增長點。Zest Cash就是一個成功的案例。Zest Cash是一家小額貸款公司，由Google 的前首席信息官Douglas Merrill 創辦。Merrill發現，銀行在進行貸款決策時，決策的依據往往非常有限，主要依靠客戶的信用記錄。信用記錄有瑕疵或根本沒有信用記錄的客戶往往無法獲得銀行貸款。Merrill 說：“為什么要僅僅依賴一個數據來決定人的信用等級呢？為什么不用網上那成百上千的數據，再設計一個算法，來判斷一個人是否會按照約定來還錢呢？”經過努力，Merrill通過大數據技術成功的解決了這一問題。他把從網上搜集的幾千條碎片化的數據整合成完整的客戶拼圖，較為準確的還原了客戶的真實狀況和實際信用狀況，并因此獲得了豐厚的利潤。國內的阿里金融也是一個典型的案例。阿里金融利用阿里巴巴B2B、淘寶、支付寶等電子商務平臺上客戶積累的信用數據及行為數據，引入網絡數據模型和在線視頻資信調查模式，通過交叉檢驗技術輔以第三方驗證確認客戶信息的真實性，向這些通常無法在傳統金融渠道獲得貸款的弱勢群體批量發放“金額孝期限短、隨借隨還”的小額貸款。重視數據，而不是依賴擔?；蛘叩盅旱哪Ｊ?，使阿里金融獲得了向銀行發起強有力挑戰的核心競爭力。

　　3。利用大數據，促進管理升級。近二十年來，銀行的管理升級行動層出不窮，全面質量管理(TQM)、業務流程管理(BPM)、業務流程再造(BPR)、ISO質量管理、平衡計分卡、關鍵績效指標(KPI)、經濟增加值(EVA)、6S、六西格瑪、核心競爭力等各種管理理念和管理模式在銀行輪番應用。就象一位管理大師所說，“一些管理者象15歲的女孩子一樣，流行什么就追求什么”。很多管理升級行動實施后，企業的績效卻并未因此得到提升。根據1993年的調查，世界500強企業中65%的企業宣稱已經進行或者將要進行業務流程再造。然而，2001年的一份統計研究顯示，70%的業務流程再造項目以失敗而告終。管理升級失敗的一個重要原因是：很多管理理念或管理模式是在缺乏有效數據支持的情況下，僅憑管理咨詢公司或企業領導人“拍腦袋”決策推行的。一些看起來很漂亮、在其他企業也成功的理念和方法卻并不適用于本企業。

　　大數據的本質特征之一是在決策模式上與傳統模式不一樣。大數據強調決策應建立在牢固的數據證據基礎上，應通過對比、實驗等方法對現有的認知規律進行檢驗，去偽存真。銀行應利用大數據技術和思維，對相應的管理理念和管理模式進行對比、檢驗，以找到真正能夠解決本企業問題的管理利器，實現管理升級，提升企業利潤。國際連鎖便利店7-Eleven就是一個很好的案例。7-Eleven在進行管理升級時，管理者一開始認為，對于服務行業來說 “提升店員的禮貌服務就會提升企業的利潤”，但他們并未隨意的“拍腦袋”決策，而是進行了一次實驗。他們設立了百萬美元的大獎，重獎那些對顧客禮貌服務的店員，并通過培訓提高店員的禮貌程度。這些措施實施后，原來只有33%的顧客在進門時受到了招呼，而實驗中這個比例提升到了58%;原來只有32%的顧客受到了微笑服務，而實驗中這個比例提升到了49%。但是實驗結果卻表明，讓店員更加禮貌的服務反而降低了店面的銷售量。經過仔細分析和調查后，他們找到了原因——對于顧客來說，最在意的是能否快速的找到自己想要的商品并快速離開，而對于店員是否對他微笑并不在意。過于重視店員的禮貌程度，反而會降低店員的工作效率，引起客戶的不滿。

　　銀行大數據應用的建議

　　一是制定與銀行整體戰略相融合的大數據戰略。銀行應盡快制定符合自身實際的大數據戰略，明確大數據應用的方向，制定大數據實施路線圖，落實大數據預算。銀行大數據戰略應融入銀行的整體戰略，而非獨立于整體戰略之外。只有將大數據戰略與銀行整體戰略進行有機統一，才能保證大數據成為銀行發展的核心要素。

　　二是以持續改進的方式應用大數據，避免顛覆性方式。銀行的創新模式與互聯網企業不同，屬于持續改進型的創新模式。銀行創新往往是因為監管政策變化、新競爭者出現、科技進步等外部原因所引發，并以較為緩慢的步驟實施，很難象互聯網企業那樣進行自發的顛覆性創新。銀行人的通常思維定式是：通過傳統的方式就可以掙錢，為什么要冒險進行創新呢。在美國商業周刊2010年4月的創新公司排名中，金融企業在全球最具有創新能力的前50家企業中只占據4家，表現最好的摩根大通也只列第39名。因此，銀行在應用大數據時，要充分考慮到銀行自身的特點和銀行人的思維定式，以“小步快跑”的方式進行持續改進，避免采取顛覆性的方式。

　　三是應設立專門的大數據實驗室或創新實驗室。銀行應借鑒美國銀行的經驗，設立創新實驗室或大數據實驗室，實驗室應包括業務、管理、科技、統計等各方面人才。實驗室統一負責大數據方案的制定、實驗和推廣。推行大數據方案前，實驗室應先進行實驗，實驗完成后，要對項目的風險和收益作出有大數據證據支持的評價。不要以非大數據的思維方式進行大數據方案推廣。