大数据助力银行实现业务数据价值

信息技术是银行业务创新发展的驱动力，近年来，银行业利用互联网低成本、全球性、实时性以及互动性等特点，加速了业务处理电子化、管理决策信息化、服务渠道创新发展等，提高了银行业务处理效率，加快了产品创新部署，助推了银行管理水平的全面提升。当前，大数据、云计算、移动互联等新技术的出现及新应用的实现，加速了银行业信息技术的创新步伐，银行业唯有充分认识新技术的进步力量，主动拥抱新技术，才能实现银行业的可持续发展。

　　本文着重阐述了银行业技术与业务融合的必要性，从大数据运用方面，研究提出了银行加强信息技术与业务融合的重点领域，并展望了银行信息科技与业务融合的发展前景。
　　
一、银行业技术与业务融合的必要性

　　首先，信息科技与银行业务的全面融合是银行业发展的大趋势。现代商业银行具有信息服务业的天然特性，信息科技的应用成就了现代商业银行的蓬勃发展。随着信息科技在银行应用的日益普及和成熟，单纯靠信息科技本身已难以带来竞争优势。只有坚持技术创新与业务创新的结合和协调发展，通过技术与业务的全面融合互动，才能有效提升现代商业银行核心竞争能力。

　　其次，信息科技与银行业务的有效融合是提升银行核心竞争力的重要手段。激烈的同业竞争、复杂多变的市场环境和日益多样化的客户需求，促使银行运用新技术，不断开发新业务、新产品、新渠道，提供多样化、一个性化服务，降低营运成本，取得竞争优势。信息科技成为了大规模、全方位、创造性的金融巨变中极为活跃的因素，是银行业务转型发展的关键驱动力。银行业唯有摆脱思维桎梏，深入研究前沿技术，以技术应用促进科技与业务有效融合，以科技进步和创新促进银行业整体综合实力提升，方能实现可持续发展。

　　再次，信息科技与银行业务的深度融合是突破银行发展瓶颈的关键。当前，国内银行“部门银行”的管理体制和传统思维尚未打破，一定程度上存在科技与业务 “两张皮”现象，科技与业务部门没有形成创新合力， 部门单干情况严重，银行金融产品的创新普遍落后于互联网公司。为了适应互联网时代的金融生态环境和客户多样化的金融需求，必须牢牢树立“技术业务不分家"的观念，采取行之有效的手段，以更加开放的思维和创新的视野，推动银行业向“以客户为中心”经营模式的转变，加快信息技术与银行业务紧密融合发展。
　　
二、大数据时代：数据即是资产

　　近年来，物联网快速发展，将用户端延伸到任何物品与物品之间，使人、物、数据、流程连在一起，形成“物物相连的互联网”，实现信息交互和通信，产生了巨大的数据处理需求，大数据技术应运而生。

　　大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，需要新工具在合理时间内，整合共享，交叉复用，形成智力资源和知识服务能力。全球知名咨询公司麦肯锡最早提出“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”大数据时代，银行意识到数据不仅仅是资料，更是一种战略性的资源，是银行实现经营、管理、服务创新和可持续发展的关键。

　　国内外银行通过建立企业级数据仓库和数据平台、运用数据分析等技术，以信息技术改造银行业务流程，提升核心竞争力。

　　渣打银行将IT定位为“运营供给和创造"的源泉，用8年时间将分散全球的95个数据中心整合为3个超大型数据中心，对批发业务、中小企业和个人零售等各业务条线分散的处理系统，在功能模块、数据结构上进行了统一的逻辑集成。同时，打破地域和业务条线之间的隔阂，将全球各地的信息系统联结起来，实行了全行一体化的“大运营"，建立了企业级的数据仓库，为业务的全面整合、IT的自动化运行和跨国产业链等金融服务模式的创新打下基础。

　　光大银行运用大数据分析助力业务快速发展，推出了公司客户在线供应链平台、核心历史数据查询平台、风险预警平台等应用创新业务，有效服务客户，提升营运效率，为风险管理保驾护航。

　　中国建设银行在新一代信息系统中专门部署了数据集成层模板，包括数据缓存区、数据记录系统、历史数据存储、分析数据仓库、实时数据仓库、公共数据集市等，能够有效存储数据，为产品快速创新奠定了基础。

　　目前，国内各大银行纷纷搭乘大数据技术快车，建立大数据平台，充分发挥其在经营管理、客户分析、风险防控等方面的优势。
　　
三、大数据实现业务数据价值

　　大数据是促进科技与业务融合的助推器，电商在大数据应用方面已经较为成熟，银行业也已进入了快速发展阶段，但整体而言，大数据的应用还处于起步阶段，数据分散、碎片化，标准不完善、规范不统一、质量不高，未能体现数据价值。当前，要采用弯道超车的勇气和魄力，加大资源投入，加快大数据发展步伐。

　　1．加强数据分析解读，实现大数据价值

　　银行拥有丰富的数据矿藏，不仅包括大量存贷汇核心业务结构化的账务数据，而且随着业务渠道渗透到社交网络、移动终端等媒介，还包括海量的在线交易记录、购买习惯、兴趣偏好、客户电话语音等非结构化数据。面对同样的数据，使用同样的数据收集软件，由于决策方式不同，处理的结果会大大不同。

　　银行应结合整体战略部署和自身优势，明确数据分析解读的角度和方式，把对数据的分析，转化为通过数据结果解决实际问题的执行方式，挖掘大数据的潜藏价值，甄别有效信息，丰富客户图谱。目前，国内银行借鉴互联网开放、平等、共享、客户至上的理念，大力建设以客户为中心，面向服务的新一代核心系统，为经营管理和业务发展注入新动力。

　　2．运用大数据收集、存储、处理，高效管理大数据

　　第一，搭建大数据平台正式生产环境，建成全行统一的数据管控和服务平台，实现全行各类型数据信息的统筹管理。

　　第二，全面整合内外部数据资源。一方面，部署电商平台，为客户提供增值服务的同时扩展客户数量，了解客户消费习惯、预测客户行为，使客户数据立体化、动态化，为发展小微信贷奠定基础。另一方面，开展电商合作，共享小微企业的经营数据和个人客户信息，为贷款企业授信提供依据。

　　第三，基于账户交易数据对现有的客户群体进行细分，完善以客户为中心的全行统一信息视图，包括用户群结构、用户访问流量、购买周期、用户群利润贡献率，以及具体用户的购买频率、感兴趣商品预测、忠诚度、流失率可能性分析等，对每个客户群进行价值营销、风险控制等个性化服务。

　　第四，做好大数据处理和加工。通过大数据管理，将零散的市场数据、客户数据迅速高效地转化为决策支持数据。智慧银行是大数据应用的良好平台，通过用户交互式技术和体验设备，吸引顾客浏览、使用、比较各类金融产品，精准挖掘客户需求，实现了对合适的客户、在合适的时间、通过合适的渠道、推荐合适产品的突破。

　　第五，做好大数据面向业务的数据挖掘算法。在结构化数据分析领域，丰富数据处理模型，推出多种数据分析工具，实现全集团结构化数据的集中共享、分析挖掘和信息联动；在非结构化数据分析领域，建设集团信息库，包含信息检索平台和大数据分析挖掘平台，使用分布式存储和计算技术对非机构化的数据进行清洗、存储和加工处理，使用文本分析工具、数据挖掘工具进行分析挖掘，发掘业务应用亮点，深入挖掘数据价值，实现数据价值提升和市场精准定位，支持数据化产品的创新和应用。

　　3．利用大数据模拟业务实境，提升风险管控水平

　　在大数据的实验环境下，新产品的需求和风险都可以得到更好地预判，从而提高投入回报率。银行运用大数据模拟业务实境，通过数据处理与应用模式，采用整合共享、交叉复用的专业化处理，更好地预判新产品的需求和风险，提高投入的回报率。同时，银行利用大数据分析软件，监控客户、账户和渠道等，识别潜在违规客户，做出风险提示，提高银行在交易、转账和在线付款等领域的防欺诈能力。此外，银行运用大数据技术，能够有效解决信息孤岛、信息不对称等问题，通过整合多渠道交易信息，以及个人金融、行为、消费等信息进行授信，实现信贷风险管理的精准性和前瞻性。

　　展望未来，随着信息科技与银行业务的深度融合，银行业在管理模式上更趋扁平化、智能化；在业务流程上，以客户为中心，拥有强大的后台支撑体系，实现集中化运营；在服务渠道上，线上线下全天候、全方位服务客户，无人的智能化网点将逐步取代传统的手工网点，信息技术将真正全面渗透到银行的血脉之中，成为银行生存之本。
　　
（文章来源：《中国金融电脑》杂志）

扫码即可手机
阅读转发此文