銀行數據分析與服務能力體系構建

伴隨著市場開放、技術變革、產業社會形態變化的趨勢，中國銀行業面臨著前所未有的競爭壓力，傳統的盈利模式、同質的經營模式與粗放的管理狀態勢必需要向多元化、特色化、精細化轉型，在各家銀行推進轉型之際，提升數據分析與服務水平，深度挖掘數據價值，已成為了業界的一致認識。

數據服務分析能力要應需而建

利率市場化的大幕已然開啟，互聯網金融來勢洶洶，存匯業務向證券機構開放。不僅是銀行業本身的競爭在加劇，以往近乎壟斷的地盤也在受到其他機構的蠶食，銀行轉型已經被迫成為了進行時。與此同時，在大洋彼岸，長期深耕于中小企業、零售市場的美國富國銀行卻悄然坐上了全球市值的第一把交椅，其ROA（Return on Assets，資產收益率）、ROE（Rate of Return on Common Stockholders’Equity，凈資產收益率）等重要指標均遠遠超過了北美同行的平均水平，其崛起的背后，強大的數據分析能力功不可沒，是銀行業探索經營轉型的經典案例。

事實上，目前國內的銀行越來越重視數據分析類系統的建設，隨著這類系統的持續投資、建設和完善，的確滿足了相關領域所需要的一些報表及提供了部分數據分析的要求，然而也出現了報表重復實現、需求不能有效覆蓋、用戶對于分析需求來自何處缺乏清晰了解、報表陳舊等各類問題，導致銀行抱怨雖然系統建設了不少，但是真正能滿足需求的卻不多。問題的出現，一方面是銀行對數據分析服務規劃缺乏整體定位，另一方面也缺乏對分析應用的有效管理。因此，無論是行業轉型還是管理要求，越來越多的銀行開始注重自身數據分析和服務的應用與管控體系建設，應對當前的變革浪潮。總體而言，需要滿足以下兩方面要求：

銀行轉型的要求

利率市場化帶給儲戶更多的選擇，無形之中抬升了銀行資金成本，存款搬家將會成為常態，互聯網金融的異軍突起更是加劇了這一過程。這就要求銀行未來在產品定價、客戶營銷上更加精準，財務管理與風險控制更加精細，用數據洞察真相，驅動決策，實現集約化經營。在1986年美國推進利率市場化改革后，富國銀行逐漸鉆研出一套服務于中小微企業的授信體系，對企業的所有制、行業、地理位置、區域經濟、銷售渠道與合作商、過往貸款使用情況和還款記錄、擔保人信用等因素進行監控分析，通過數據的積累，發現規律，設計出面向不同行業、不同群體差異化、富有彈性的產品及其相關的渠道、定價及服務策略。例如，通過分析歷史需求，設計標準化產品，通過標準化產品可以進行自動化的不需要人工干預的貸款申請流程；基于客戶行為評分，施行預防性貸后管理；基于客戶細分群風險評價，動態調整貸款利率、貸款規模等。數據分析為該銀行選擇目標客戶群體、控制風險、降低成本、服務好客戶起到了至關重要的作用，從而吸引了一大批忠實的小額信貸客戶群體。對于不同定位的銀行或者是銀行經營的其他領域，這都是很好的借鑒。

分析管控的要求

國內銀行多年以來也投入了較多人力物力進行數據分析體系的建設，但大多收效甚微，卻積累了越來越多的問題。例如分析模式的單一化（局限于報表，靈活查詢少），應用針對性差、數據質量差、領導層的需求難以滿足，報表的重復建設、變化頻繁、分析系統繁雜等等。這些問題的背后凸顯的是規范的服務與需求管理模式的缺位，在分析應用建設的同時，只有緊密地將管控與應用相結合才能服務好最終用戶，促進分析能力的增長，實現銀行的戰略目標。

數據分析已經滲透到銀行經營從市場定位到運營效率、風險控制、財務管理的核心價值鏈。構建數據分析手段，建立對業務的洞察及預判能力，也已經成為銀行業的核心競爭力之一。要真正打造數據分析能力要求銀行從自身經營特點及戰略重點出發，制訂數據分析藍圖，從管理決策要求明確分析內容，數據應用服務模式與管控機制，從而全面提升銀行的數據服務分析能力。

數據分析與服務能力體系構建的關鍵拼圖

數據分析與服務能力的構建首先需要回答：數據分析與服務包含哪些內容，這些內容是用什么樣的方式服務那些最終的使用者。構建能力體系應包含三大要素：服務目錄（內容）、服務模式（模式）與服務對象（用戶）。服務目錄是指對銀行數據分析和服務內容的劃分方式，為便于銀行規范整個數據分析及服務體系的編制、查詢、使用及管理而建立的分類體系。服務模式是指數據分析與服務呈現給最終用戶的方式，呈現的方式往往也通過技術手段實現。服務對象則是數據分析與服務最終需要滿足的用戶，一般而言可按照不同的組織層級和業務線條或者對數據分析的功能要求等進行劃分。

服務目錄的構建與管控

數據分析前移是未來的發展趨勢，但傳統的開發模式往往難以滿足臨時性、突發的分析需求。然而無論是分析、查詢、挖掘、報表等不同的服務模式，其核心都是基于不同分類數據的重新組織，這些數據既包括明細數據、也包括統計類指標或分析維度，因此從某種意義上講，分析服務目錄也是數據分類的目錄。通過對常用業務場景的總結，構建不同的專題領域（如市場分析、客戶分析、運營分析、財務分析、監管報送等等），明確該領域下所關注的數據清單及適用的服務模式，基于此數據清單及服務模式未來可進行靈活的組合分析。構建服務目錄需要有以下考慮：

服務目錄需要面向不同用戶，形成從戰略目標到經營分析的聯動。戰略決策層通過清晰的戰略地圖，指標分解，掌握戰略目標、關鍵任務與KPI指標（Key Performance Indication，關鍵業績指標）的關系，從而有效監控業務績效、發現問題。戰略目標及關鍵任務分解表現為分析主題，同時分析主題和KPI緊密相關；經營管理往往是戰略目標的進一步分解，包括業務目標與戰略目標的關聯，關鍵任務與KPI指標的分解，經營管理層更強調分析主題的細化，因此分析主題也需要結合業務領域的特性進行分解；綜合分析層的用戶還會關注更細節的數據，例如客戶賬戶、交易明細等，本級服務目錄是基于不同分析主題豐富關注的基礎數據（如交易、協議、客戶等）及分析維度，便于未來進行靈活的查詢及信息挖掘。通過分析主題在各層級關注要素的逐漸豐富，實現了數據分析從戰略到執行層面的貫通。

服務目錄需要面向分析應用。應用是數據分析與服務的最終落腳點，也是服務目錄的最后一個環節。應用的規劃要充分考慮業務關聯性、整體的IT藍圖，應用架構與數據架構共同演進。

服務目錄需要充分考慮應用管控。一方面由于建立了不同用戶的關系并進行了服務目錄分類，管理者以服務目錄為核心可以很方便的掌握各個業務領域數據分析與服務能力的成熟度與覆蓋度，監控各個使用者對具體服務的使用反饋，發現改進方向并持續優化。另一方面也需要對服務目錄本身進行定期的評估，通過收集意見分析業務分類的合理性、覆蓋度并進行更新；而使用者則可以使用以服務目錄為載體的統一分析應用平臺，便捷的獲取所需要的報表分析應用或服務功能。

服務模式的規范化管理

服務模式需要考慮基于用戶使用習慣考慮信息的展現。為了滿足用戶的不同偏好，對信息生成的規范管控是高效分析的前提，這里的規范包括各類展現模式下數據服務流程以及詳細模板等。

信息展現模式是有跡可循的，與各層級用戶的關注點、使用時間、數據時效性等因素相關。例如對于決策層、領導層而言，需要在短時間內將數據轉化為業務洞察或產生決策，會偏好直觀、一站式的指標分析以及文字型的經營分析報告，對信息推送的及時性、有效性有較高的要求；對于經營管理層而言，通過查看固定報表，掌握日常經營狀況，或者基于業績問題，進行原因下探、多維分析，亦或是編寫專題報告向領導層匯報；對于專職的分析人員，借助靈活的查詢、多維分析，滿足上級領導或外部機構臨時統計的需要，或者是專項領域的數據挖掘、預測，及時發現營銷機會或交易風險，提升工作效率等等。

提升服務模式的管控。上述不同的展現模式在各銀行或多或少均已存在，而不少銀行反饋雖已提供了各類服務，用戶仍反應不佳，這其中一方面與各銀行的技術成熟度、用戶意識有關，另一方面與針對性管控模式未形成也有關系。例如，對于全行廣泛使用的固定報表，從報表需求的提出、數據口徑定義、實施控制、報表臺賬等全生命周期的流程采用嚴格的管控，避免重復的報表并嚴控需求變更；對于個別部門使用的數據挖掘、靈活報表等服務模式則可采用提供基礎數據由使用者自行加工甚至自行管理的方式進行管控。

數據分析與服務能力提升的有效路徑

各銀行、銀行內部部門、各分支機構的數據分析與服務能力參差不齊，卻積累了一些共通的問題，如建設了不少分散、各自孤立的一些分析類或者報表類系統，報表分布零落，缺乏整合性；業務人員過度依賴于系統，對分析用途、數據口徑不理解，自主分析能力不足，只知道機械的生成、報送報表；需求評估、管理體系欠缺，數據標準、質量的要求未與數據分析相結合導致無法滿足用戶數據準確性的要求。基于此，結合數據分析能力構建的關鍵拼圖，提出了以下四點改進的建議：

結合應用現狀與用戶需求，逐步向理想的應用規劃方向演進。一方面，從戰略、業務運營的優先級考慮選擇最需要進行改進的方向實施，另一方面，向分析應用藍圖演進的前提同樣需要充分斟酌數據與基礎設施的完備性及對用戶的影響性，可采用臨時、過渡的方案，以免無法達到預期的效果。

加強數據分析的管控，充分培養人員的數據分析能力。逐步建立和完善各類數據服務的管理流程；同時強化數據管理理念，在分析需求的提出、系統開發與測試、使用過程中必須緊密的與數據管理要求相結合，遵循數據標準，建立數據質量的發現與改進機制，逐步將規范轉化為習慣。數據分析與服務能力的提升不光是數據管理部門或IT部門的責任，業務人員應當深度參與，學習領先實踐，由被動推送向主動分析轉變。共同維護服務目錄、標準定義，參與服務模式、服務內容的評估與優化。

定期評估，樹立目標，優化體系。無論是服務目錄、服務模式以及相應的管控都是漸進式完善的過程。在此過程中，需要安排定期的信息采集與評估機制，對本行內部能力的提升做階段性總結，尋找差距，樹立新的目標，逐步完善分析與服務體系。

競爭格局的變化逼迫銀行修煉內功，數據分析也上升到前所未有的高度。但數據分析與服務能力的提升非一時之功，而是有計劃，有方法，邊投入，邊優化的前行。無論當前處于何種階段，都有機會通過差距分析，吸收領先實踐，彌補不足，逐步提升數據分析能力，從而將數據真正轉化為銀行核心競爭力。

（作者單位：德勤管理咨詢）