大数据背景下的零售银行创新与转型

在大数据的背景下，科技对业务的推动作用也在悄然发生改变，从传统科技对业务运营提供支持逐步转变为通过数据的应用对客户、市场营销、产品与服务的创新以及企业经营决策、风险防范等方面进行支持，这也让我们看到了实现银行数据资产化、创造新的利润增长点的巨大潜能。

　　银行在数据方面具备一系列的天然优势，比如业务系统自动化、信息化程度较高；数据监管较严格，数据格式相对规范；数据规模较大，数据范围较齐全等。历经数十年的发展，兴业银行从业务种类、产品数量到客户基数均达到了一个前所未有的高度，积累了大量的客户信息和业务数据，有良好的数据基础。作为拥有大量金融数据的银行业在大数据的浪潮下又该如何迎接和准备呢?本文通过对银行业大数据应用较成功的案例进行分析，探讨大数据背景下的零售银行创新与转型之道。

一、大数据背景下银行业创新案例

　　目前，大数据已经开始改变人类的工作和生活。2013年6月，斯诺登曝光的美国政府监控民众电话通话记录和网络行为的“棱镜门”事件震惊了世界，该事件显示出美国的网络监控早已借助大数据挖掘技术，且走在了全世界的前列。越来越多的金融机构也意识到数据已经成为一项重要的经济资产。特别在大数据的驱动下，国外一些金融企业已经将自己定位为以信息技术为主导的技术型公司。金融市场化的趋势下，类似阿里巴巴这些拥有雄厚客户基础和海量数据资产的公司，也已经开始介入金融业务。受这股风潮的影响，国内金融业的竞争格局也随之发生改变，从传统对客户资源、存款资金的争夺逐渐扩展到对海量商业数据的争夺。

　　1．第一资本银行(Captical One)的科学决策体系

　　在短短的20年间，Captical One凭借卓越的认知客户、服务客户的能力，从一家社区银行的信用卡部门成长为全美排名第四的大型银行。他们了解和服务客户的方法就是建立在强大信息化数据分析和广泛测试实验基础上的科学决策体系。整个公司的运营过程中采取极其微观的市场区隔方法，甚至可以做到为单个的客户定制产品，提供差异化服务。Capital One一系列的决策都是建立在数据分析的基础之上的，再通过完整的策略引导和提示每一环节的工作人员都做出最优的选择。

　　2．万事达卡(MasterCard International)的创新商业模式

　　像MasterCard这样的卡组织／公司占据了信息价值链中最优的位置。通过为银行和商家提供服务，它们能够从自己的服务网中获取更多的交易信息和顾客的消费信息。它们的商业模式也从单纯的支付处理转变成了数据收集和预测分析。为预测商业发展和客户的消费趋势，MasterCard收集和分析了来自210个国家的15亿个信用卡用户的650亿条交易记录。分析发现，如果一个人在下午四点左右给汽车加油，就很可能在接下来的一个小时内去购物或者去餐馆吃饭，并且这一个小时的消费额在35～50美元间。商家可以在这个时间段的加油小票背面附上加油站附近商店的优惠券。MasterCard过出售这些分析结果而获得收益。

　　3．阿里金融快速、低成本发放信用贷款

　　2013年，马云曾表示，未来阿里巴巴集团将会分成三块主要业务：第一是平台战略，建立平台经济，为所有小企业建立一个公平竞争的平台；第二是金融，需要通过互联网思想和数据技术支撑整个社会金融体系的重建；三是数据，通过大量的数据分析，预测未来中国和世界经济的发展变化，从而为决策提供数据支持。可以看出，与数据相关的服务，已是该公司未来的一个重要投入和发展方向。

　　目前，用户通过阿里平台可以搜集到包括平台认证和注册信息、历史交易记录、客户交互行为、海关进出口信息等，以及卖家自己提供的销售数据、银行流水、水电缴纳甚至结婚证等信息。同时阿里还引入了心理测试系统，判断企业主的性格特征，并通过模型测评小企业主对假设情景的掩饰程度和撒谎程度。阿里金融整合了这些数据，对卖家进行定量分析，运用网络行为评分模型，对客户进行信用评级，并通过对客户资信状况进行洞察，最大程度地降低了信贷业务的风险。2012年10月18日，阿里金融旗下l亿元信用贷款在36分钟内被商家“抢”完。而同样的贷款需求，即使选择银行中最便捷的贷款产品，企业主在提交抵押材料之后，也要经历数天才能拿到资金。同时，和普通商业银行发放一笔小微贷款平均需花费几十到数百元的经营成本不同，阿里金融发放此次贷款的经营成本几乎可以忽略不计。

　　4．银联商务与中信银行合作开展POS网贷业务

　　银联商务作为从事银行卡受理市场建设和提供综合支付服务的国内最大的专业化银行卡收单服务机构，其POS终端布放约占市场40％的份额，拥有丰富的商户资源和终端资源。通过对商户终端上的交易信息、风险监控、商户入网资质等数据和信息进行综合评估，从而真实地反映出商户的信用情况。正是看中了这些商户数据里蕴含的巨大价值，目前，中信银行与银联商务合作，推出了面向小微企业的无抵押、无担保的小额短期线上信用贷款——POS网络商户贷款业务。以往银行和小微企业间普遍存在着信息不对称，授信难的问题。现在，中信银行可以利用银联商务的POS终端平台数据对客户进行综合信用评价，并以此作为授信的重要依据，由系统自动进行授信额度审批和贷款利率定价；向符合贷款条件的POS商户在线发放用于生产经营的信用贷款。此外，中信银行还能获得银联商务庞大的客户群资源。POS网贷业务的合作不仅使中信银行借助大数据提升了小微企业的融资服务能力，银联商务也通过开发大数据拓展新业务，为银行和商户提供了更多的增值服务。

二、零售银行大数据战略的思考

　　从上述实例中可以真切地看到，在大数据时代，谁拥有了数据之位就掌握了竞争的优势和主动权。目前从兴业银行零售业务的发展现状来看，现有的1万多名零售业务人员服务于3000多万的庞大客户群体，一方面，在业务上面临着银行业同质化竞争的压力，另一方面，业内IT系统建设步伐普遍加快，业务处理信息化的红利也必将下降甚至消失。因此，对客户的准确认知和选择能力、创新产品的生命力以及为客户提供高质的服务能力等，这些通过大数据的应用进行分析、决策和执行的能力，都将成为银行的核心竞争力。具体来说，银行零售业务的大数据战略可以包括以下三方面内容。

　　1．以大数据为抓手，实现“以客户为中心”的经营理念

　　尽管“以客户为中心"的理念已经深入人心，但是银行业长期以来形成的以产品为中心的系统建设和以管理部门为中心的业务流程已根深蒂固。对现有的系统进行重建，或者打破现有部门界限对业务流程进行再造，实现“以客户为中心”的转型是一项极其浩大的工程。而在数据层面上进行“以客户为中心”的梳理、汇总和整合更具有操作性，也易于实现。通过链接分散在各个“信息孤岛”上的数据，建立总体视图，可以从客户的视角对全行数据进行重新梳理和全面分析。

　　在此基础上，运用大数据技术挖掘和分析客户在银行各种渠道的交易数据和交互数据(如短信互动、客服电话记录)，并结合来自微信、微博等的社交网站以及搜索引擎、物联网和电子商务等外部数据，就可以掌握客户的消费习惯、理财习惯、资信状况、渠道使用偏好，情绪、兴趣爱好等个人特征，从而使银行可以更好地了解客户，对客户进行有效细分，甚至能准确地预测客户需求，实现区别客户定价策略和差异化营销。银行完全能够采用科学而便捷的技术方式，真正做到“以客户为中心”，在提高客户忠诚度的同时，实现资源的合理配置，并推动收益增长。

　　2．构建以数据为导向、更具说服力的决策体系

　　大数据带来的客观性将对传统决策机制产生巨大的冲击，使得基于事实的经典决策方法从理论变为可操作的现实，使业务决策更理性、更可靠。在传统的操作方式下，以经济增加值(EVA)最大化为目标的考核机制和以客户为中心的经营理念的结合存在困难。一方面，零售业务很难像企业金融业务一样，能够充分而完整的掌握客户的资产负债状况和切实的资金需求；另一方面，由于零售银行业务具有客户基数大、单个客户利润微小的特点，很难依据每个客户的具体需求和利润风险特征做出一对一的科学决策。大数据使得银行获得了解决上述问题的能力。借助各种数据，比如客户的人口信息、社会属性信息、交易信息、交互信息、征信信息，银行可以掌握或模拟出类似客户真实资产负债状况和实际需求的360度视图，为制定科学决策提供充足的事实依据。比如，银行如果在社交网络发现客户有离婚或者自杀的倾向，就可以在第一时间调低客户征信评级，防范违约风险。同时，借助复杂的统计方法(比如预测模型)，提炼总结现实规律，可以通过批量的计算机自动运算，不仅能降低决策成本，提高决策速度，还能实现快捷的近似于一对一的客户经营决策。

　　3．创新事前监控模式，有效防范交易欺诈风险

　　操作风险是《新巴塞尔协议》主要考虑的商业银行三大风险之一，外部欺诈风险作为操作风险中的一个主要类别，更是银行零售业务操作风险管理与案件防范的重点领域。随着银行卡交易渠道的拓展以及基于网上购物的无卡支付的发展，客户在获得良好体验的同时也面临着越来越高的交易风险。银行在风险的事前监测阶段往往做得不够，风险的应对速度也很难能跟上犯罪手段的演化。例如，银行卡的欺诈和犯罪案件时有发生，作案手法也在不断翻新，且在多数情况下，银行是在欺诈案件发生并造成了客户经济损失后，因客户举报或者投诉才知晓并进行案件跟踪。对此，一种有效的事前欺诈防控方式是及时发现或者预测客户的异常交易事件，进而采取必要措施实施干预，防止资金损失的发生或者做到及时止损。为此，需要做好两方面的工作：一是分析客户的基本情况和消费历史，摸清客户的用卡习惯；二是及时发现和识别出异常行为。例如，通过积累大量历史数据，再结合科学建模方法建立起的预测模型，可以通过对历史交易数据、欺诈活动、持卡人信息的技术分析来判断存在欺诈交易行为的可能性。从国际经验来看，几乎主要的发卡银行都采用基于神经网络模型的预测以及大批量实时处理的IT手段，来采取实时精确的反欺诈行动。

　　总体上看，大数据的核心价值在于帮助银行更好地了解自己的客户，让决策更明智。大数据的理念和技术手段运用于基数庞大的零售客户群体，具有无可匹敌的优势。眼界决定宽度，观念决定高度，脚步决定速度，思想决定未来。信息时代的到来，各种创新思维和技术给银行业带来了一波又一波的强烈冲击。大数据将对银行业未来的格局带来多大的影响目前难以预料，但机遇永远青睐有准备的人。

（文章来源：《中国金融电脑》杂志）

扫码即可手机
阅读转发此文