銀行如何借助大數據迎戰多元競爭

方秀珍

從國有銀行、全國股份制商業銀行、農村金融機構到城市商業銀行等—中國銀行業經歷了從數據倉庫、ODS及商業智能系統項目的建設期之后，已然進入大數據應用新階段。

這個過程經歷了一個完整時期。先期從數據整合開始，以實現數據信息的集中管理和共享；隨之進入數據利用階段。通過對數據分析，從而支撐銀業運營管理及客戶服務風險管理及合規性需求；而今，銀行數據系統從集中于報表簡單分析全面進入數據挖掘分析階段。從銀行內部數據的分析跨進引入分析客戶行為及習慣的互聯網化階段。

新的需求趨勢在于，搭建上層精細化與智能化應用平臺。借大數據實現競爭突圍，在營銷模式及手段上不斷創新，滿足銀行客戶的個性化需求；在數據分析方面，基于客戶交易系統數據來分析客戶特征，對其行為進行定位，使營銷對精準購物及基金達人精準鎖定等。

精準營銷、風控、增值服務、業務創新—銀行業青睞大數據的目的即是實現這些應用。圍繞突破傳統實現轉型的核心策略，銀行業啟動大數據項目的時間其實已有多年。

多數傳統銀行部署大數據平臺由于主要限于技術架構層面，將其作為數據庫增強手段以管理歷史數據及支持查詢。

隨著由互聯網金融而生的變革如火如荼—民營銀行基于大數據平臺跨步創新及新興金融服務平臺由互聯網衍生出豐富應用的等等。

從民營銀行更依賴大數據的原因在于，相比與傳統金融機構，其在資金實力、軟硬件設施、物理網點等方面不具優勢。為此，他們鎖定未來競爭進行金融創新，采用服務小微模式，依托移動互聯網發展金融服務。

首先，銀行業通過大數據+云計算為一般消費者提供更到位的服務，使他們有了更明確的理財意識。

借助于大數據分析銀行可以從不同角度去判斷使用戶知道自己的理財目標及渠。民生銀行某負責人表示，從理財角度看，傳統銀行的理財方式費時、低效且門檻高，這使得互聯網金融服務提供商著眼于低門檻、純線上、體驗好、安全穩健等等真實訴求，通過技術創新來打破傳統金融機構在時空上的限制。

銀行業多借助大數據深入研究當前及潛在用戶需求從而提供豐富應用。包括通過人工智量化客戶風險承受能力、投資偏好、投資模型等等，為客戶提供投資策略摸準真正投資訴求。

可以看到近年來，借助大數據，IT熱點需求集中于遷移銀行歷史數據平臺、數據的快速檢索和應用、現鈔實物存取和驗以及信用卡部門的個人征信等等方面。這里包括可實現諸如指紋識別、人臉識別、無卡取款等等更加安全的金融支付方式。

就零售渠道，關注客戶感受，使客戶能順暢完成某個業務這是網銀業務升級實踐的成功之處、從用戶資產管理到支付體驗，招商銀行在關注客戶感受上就先行一步。

其次，銀行通過大數據分析引導業務的發展。這里包括銀行內部通過直接采用分析結果優化系統使客戶獲得良好便捷的體驗；對外則直接向客戶適時準確地推出符合其需求的業務與服務，使之獲得性化服務，讓不同的級別的客戶獲得不同感受。而這使得銀行與互聯網企業之間形成聯動，

通過大數據，從客戶辦信用卡、各種選擇偏好等等基于客戶歷史行為作出分析，從而使不同銀行能準確定位其客戶主要群體。將不同時段及客戶資金流向或者支付手段的偏好及交易完成，一連串行為而生的數據集合，結合業務人員分析，從而提供相應的解決方案或服務模式。這是諸多銀吸引新客戶的主要手段。

傳統銀行IT建設從“以賬戶為中心”向以“客戶關系”為中心轉變。對銀行核心系統、營銷系統及風險管理系統等做滲透性分析，更全面精準的為銀行客戶提供相應的服務。

“關注風險業務，從數據整合角度關注大數據。有別于過去主要關注交易數據，銀行啟動了跨界策略，如對銀行外圍的行為數據（互聯網數據）進行綜合分析。“某金融客戶分析說。以郵政儲蓄銀行為例，客戶最初考慮用金融客戶管理作為分析客戶以及推動其營銷的支撐系統，而后則規劃數據分析平臺。使平臺與所有系統或業務相關聯，傳統銀行變革跨度并不容易。不容回避的是，傳統國內銀行大數據技術的應用方面還處于初級階段，集中于技術層面，即聚集于對歷史數據管理、查詢和簡單的業務分析。

2016年，隨著技術與行業應用的不斷深入，客戶對大數據的有效業務應用始得以落地。從架構到實現客戶價值及產生良好效益，整個大數據產業鏈雛形已然形成。