大數據技術應用于零售銀行轉型與創新研究

鄭佳

【摘要】近年來，大數據已經成為最有價值的公司資產、重要的經濟資源和創新商業模式的基礎。隨著互聯網技術的發展，特別是海量數據處理能力的提高，為商業銀行統計與數據分析工作帶來了許多新的機遇與挑戰。目前，商業銀行統計工作主要以滿足監管要求為主，大數據技術發展的理念、定位和轉型較慢；針對數據庫管理、數據資源積累、數據倉庫搭建、數據分析人才培養等方面仍與現實需要存在較大差距，因此，應大力加強數據分析對于零售銀行精準營銷和風險管理方面的應用。

【關鍵詞】大數據；商業銀行；轉型

一、大數據技術在銀行業中應用的前景

在現代金融機構中，數據資產成為區別于傳統金融機構的最大因素之一。管理、應用與挖掘海量數據資產，加快銀行轉型與創新，提高經營業績，成為現代零售銀行業務發展的重中之重。銀行擁有海量數據資源，這就需要從數據集成、數據清理、數據選擇、數據挖掘、模型評價、知識集成等幾個環節反復循環，才可能達到預期的效果。

大數據技術在金融業的廣泛應用來源于金融業提高盈利能力的需要。在目前的“以客戶為中心、以市場為導向的”的激烈競爭時代，在商業銀行“二次轉型”的改革進程中，商業銀行要想提高核心競爭能力，防范經營風險，就必須提高數據分析的及時性和準確性，我們必須知道如何利用現代管理信息系統對客戶信息進行綜合分析，挖掘客戶的潛在價值，提升服務的價值，利用數據挖掘技術實現各項管理決策的支持功能。一直以來，金融業都非常重視數據，而隨著移動互聯網的發展，各種金融產品和服務的多樣化，金融市場的整體規模不斷擴大，大數據技術的應用可以幫助商業銀行進行更有效率的業務決策，使決策更加理性和具有前瞻性，優化資源配置，根據市場變化迅速進行調整，改善用戶體驗，從而獲得更高的利潤。

二、大數據技術在銀行業的主要應用場景

大數據技術本身的出現有著其強大的應用背景，從一開始就是面向應用的。數據挖掘技術在決策支持方面有著廣闊的市場前景，可以廣泛應用于企業管理，它也是實現CRM和BI的重要技術手段之一。特別是商業銀行可以將數據挖掘技術應用于數據庫營銷、客戶群細分、客戶畫像、交叉銷售、市場分析、客戶流失分析和客戶信用評分、反欺詐等方面。目前，許多金融領域（銀行、保險、證券等）都有大數據技術成功應用的案例，在金融機構中，保險、股票和基金投資也是重要的業務領域，此外還有儲蓄、投資和信用卡業務。

1.精準營銷

精準營銷是指根據個人客戶制定個性化的營銷方案和服務體系，金融機構可以根據所掌握的信息制定準確的營銷方案，以實現個人客戶的差異化準確營銷。這種基于精確定位的營銷活動包括對客戶個性化需求的關注和滿足，能夠最大限度地降低銀行的營銷成本。精準營銷針對每一個客戶的需求，對其購買能力進行預測和判斷，向客戶推薦最適合其需求的理財服務和產品，根據風險偏好評分，使得銀行推薦的產品在客戶的滿意范圍半徑以內，從而充分保障客戶需求的滿足和利益的實現。

目前，隨著智能投顧業務的興起，完全有可能開發出自助的資產配置與規劃軟件，使得客戶可以根據自身的風險偏好、家庭資產情況、理財目標等，制定出個性化的資產配置方案，并利用網銀界面就可以實現銀行理財產品、基金產品、保險產品、貴金屬產品等產品的一鍵式購買。而這種產品組合是根據不同客戶需求而制定的，有著“千人千面”的特點，可以滿足絕大多數客戶的個性化需求。這就大大降低了網點的人工營銷成本，使得網點理財經理的精力可以轉移到高凈值客戶上來，有效提升了銀行的經營業績。

2.風險管理

大宗交易數據是傳統銀行最為重視的業務內容，由于銀行數據處理能力弱，交易數據量大、交易細節瑣碎的問題無法得到有效解決，使得銀行大量數據資源處于閑置狀態。例如，在傳統的銀行業務模式下，商業銀行只能記錄每個銀行卡的消費信息，但不能有效實現消費者的實時反饋；在風險管理過程中，商業銀行也難以對小額信貸實行有效的風險控制。這是因為絕大多數商業銀行在記錄客戶消費和產品選擇時，并沒有很好地利用這些數據。如果對每個客戶的投資和消費行為進行充分的記錄和分析，就可以將這些數據應用于信用風險的管控和分析。數據挖掘技術將有助于信用風險分析決策，提高貸款審批效率，從而提升用戶體驗。

三、大數據技術在銀行應用中的對策與建議

隨著新技術的發展、研究的深入，結合理論而形成的新的評價方法、技術和模式，將推動著數據挖掘技術不斷進步，在未來的實踐應用中數據挖掘手段與工具將會變得更加的方便和具有效率。未來，商業銀行數據挖掘研究工作需要進一步加強幾個方面：一是獲取數據所有者的權限和信任，這是能夠整合數據資源并進行利用的前提；二是對金融機構內部各部門之間進行數據資源的整合與協調。例如，許多銀行都面臨著整合原本分散在零售、公司、小微、信用卡等各個業務部門數據的問題。此外，金融機構還經常面臨著業務與技術之間溝通不暢的問題，使得數據難以轉化為生產力。突破這些瓶頸的關鍵是管理，而不是技術。“大數據”要想在傳統金融機構中發揮更大的價值，我們認為更重要的是使它有能力進行嵌入式的變革。

“大數據”時代需要試錯機制、跨界復合人才以及開放敏感的思維方式，

這將挑戰傳統金融機構的傳統管理做法。然而，這樣的變化不僅是為了在“大數據”時代尋求商業意義上的價值，更是傳統金融機構在“互聯網金融”時代謀求生存和發展的關鍵。endprint