“大數據”時代金融統計在商業銀行營銷中的應用研究

【摘要】如今“大數據”已經成為新聞、互聯網反復提及的熱門詞匯，人們用這個詞來形容信息爆炸時代，社會上各行各業所產生的海量的數據。“大數據”時代，金融行業龐大的數據資源，使商業銀行可以全面的了解客戶，精準地向客戶銷售產品，使商業銀行在產品營銷和信用風險防范方面有的放矢。隨著“大數據”時代的來臨，該模式已經逐步成為金融機構營銷發展的新趨勢。

【關鍵詞】大數據 金融統計 商業銀行 營銷

伴隨著經濟全球化進程的加快，我們已經步入了一個全新的信息化時代。“大數據”成為新聞、互聯網反復提及的熱門詞匯。面對來自社會上金融業務活動所產生的海量數據，如何收集、整理和分析；如何根據這些重要信息做出合理的管理決策，避免金融風險事故的發生。在金融“大數據”時代，缺乏統計的思想和方法已經很難進行科學的管理和決策。金融統計與現代IT信息技術的融合，使商業銀行得以挖掘數據背后隱藏的商業邏輯，使商業銀行在產品營銷和風險控制方面有的放矢。“大數據”時代金融統計的應用對商業銀行起著十分重要的作用，銀行業面臨著新的變革和挑戰。本文對于“大數據”時代金融統計在商業銀行營銷中的應用進行了說明和分析。

一、“大數據”時代金融統計的含義及特征

受經濟全球化和全球信息化，人類社會發展和需求多樣性、云計算和物聯網技術深化應用等方面的影響，人們用“大數據”這個詞來形容信息爆炸時代，社會上各行各業所產生的海量的數據。“大數據”是指集合海量非結構化數據，比如氣象數據、金融數據、信用數據、銀行按揭數據、住房數據、電力數據、煤氣數據、道路交通數據、客運數據、安全刑事數據、旅游數據、醫療數據、教育數據、環保數據等。這些數據在每個機構、部門里面雖然獨立保存，但是將這些數據匯總，進行合理的分析處理，將會發現數據所蘊含的真正價值。

全球最著名的管理咨詢公司麥肯錫對“大數據”給出的定義是：一種規模達到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。“大數據”不僅僅是指擁有了數量多么龐大的信息數據，而在于如何對獲得的這些信息和數據進行專業化的處理，使孤立的數據相互關聯起來，運用數據來找出問題和答案。只有提高對數據的“加工能力”，通過“加工挖掘”才能實現數據的巨大價值。

邁入21世紀，我們的社會越來越快的發展著、科技越來越發達、信息快速傳播，人和人之間的溝通交流變得越來越密切和頻繁。在這樣的一個信息化時代，促使了“大數據”現象的產生。隨著“大數據”時代的來臨，商業銀行、金融機構積累了的龐大的金融數據。通過對這些海量的數據進行收集、整理和分析，便可以反映出經濟金融活動中的規律性，可以更全面地了解客戶的需求。通過分析客戶的交易信息，可以掌握客戶的消費習慣，從而準確預測客戶將來的消費行為，使商業銀行在營銷和風險控制方面有的放矢。

二、“大數據”時代金融統計對商業銀行營銷的作用

金融統計的主要任務是運用統計學理論和方法，對金融活動內容進行分類、量化、數據搜集和整理，以及進行描述和分析。編制指標形成統計報表，統計分析金融活動中的規律或揭示基本的數量關系，為金融工作的開展提供科學客觀的依據。在我國傳統的金融統計工作中，比較重視數據收集以及制作統計報表，缺少分析層面的的創新應用。實際工作中，大部分的金融統計的成果就是形成一份份厚重的統計報表，而沒有深入挖掘數據中存在的邏輯內涵，統計報表做成，工作就算完成。利用數據做出分析結論較少，缺乏將金融統計的成果進行合理的運用。我認為金融統計工作不僅僅是收集整理數據，還應該多注重實際分析，將零散的數據、孤立的信息關聯起來，從數據中找規律、找邏輯、找問題、找答案。隨著中國加入世貿，以及金融深化改革的進程不斷加快，我國金融統計也應該與時俱進，提高金融統計的實用性，使金融統計為促進經濟發展作出貢獻。

“大數據”時代的金融統計對商業銀行所起的作用：

（一）緩解信息不對稱降低信貸風險

企業經營者掌握著包括生產經營情況、資產、負債、償債能力等信息。而作為債權人的銀行不可能擁有和掌握每個貸款企業的真實信息，缺少企業借款人信用記錄等相關信息，對借款人真實的經營和財務狀況缺乏了解。銀行和企業之間信息不對稱，導致信貸風險發生的概率很高。金融機構之間壁壘森嚴，“數據信息孤島”現象十分突出。銀行擁有金融交易流水，工商部門擁有企業登記信息，公安法院擁有刑事處罰等記錄，但是這些信息數據沒有得到合理的匯總和共享。企業、銀行、證券、保險、等機構的金融數據均各自孤立，形成數據“孤島”。客戶的交易流水等金融業務信息均被視為視為各自的商業機密，沒有得到合理的信息共享，商業銀行所掌握的客戶信息并不充分，信息優勢難以充分體現出來。

信貸風險存在的原因是信息的不對稱性[1]。因此商業銀行數據的收集整合與分析處理的能力決定了其信貸風險的管理能力。如今IT互聯網先進技術的廣泛應用，使海量金融數據的收集、處理和分析成為了可能。近幾年，很多商業銀行推出了創新型的金融產品。如POS流水貸等，結合POS機交易流水信息進行商戶信用情況分析，無需抵押物或者擔保，憑POS流水數據為客戶發放信用貸款。商業銀行可以借助“大數據”技術來改善信息不對稱現象，有效控制面臨的信用風險。

（二）客戶信息采集實現精準營銷

商業銀行客戶經理往往對客戶的基本情況、投資經驗、投資需求和資產情況并不是十分了解的情況下就進行理財產品推薦，沒有了解客戶的真實需要，過多的介紹產品，使客戶產生反感情緒。對客戶缺少分類，沒有將普通客戶和高端客戶區別對待，銷售上缺乏針對性，導致被客戶拒絕，銷售效果不佳，使客戶經理的自信心受到打擊，影響銷售產品的積極性。

金融產品的客戶群高度分散，背景差異大，收入水平、資金量、偏好、風險承受能力的不同導致對金融產品需求差別很大。誰是金融產品的潛在客戶？客戶對金融產品有什么喜好？商業銀行精準營銷的重點在于采用“大數據”金融統計，在數據庫中進行客戶篩選。對于已經有過交易記錄的客戶，根據客戶的基本信息、購買記錄，對客戶的消費習慣做相應的分析，把產品推薦給合適的客戶。

商業銀行在日常的經營過程中會產生大量的客戶信息。如信用卡客戶，是商業銀行最活躍、優質、貢獻度最大客戶群體，此類客戶的信息比一般儲蓄客戶更豐富，非常值得商業銀行深入挖掘。如招商銀行自創辦以來，積累了龐大的客戶信息。當銀行開發出新的金融產品，它便可以從客戶數據庫中篩選與該產品相匹配的客戶，進行電話溝通，以此來實現精準的營銷。

三、“大數據”時代金融統計在商業銀行營銷中的應用

（一）“大數據“金融統計應用于信貸業務的貸前調查

商業銀行對能有效反映客戶真實狀況的信用數據需求強烈。如企業金融業務交易流水信息、企業繳納水電費信息、企業財務納稅信息、企業為員工繳納的社保醫保記錄、業務貿易往來信息等。因此，商業銀行可以將傳統金融統計與“大數據”信息技術相融合，通過銀行數據庫、以及第三方機構提供的數據，在系統中甄別客戶真實的信息，為商業銀行金融產品創新、業務開展提供支持。對經營主體基本信息、交易流水、納稅數據、業務往來以及信用情況等數據進行收集分析，對失信企業的處罰進行公示。緩解信息不對稱現象，防范信貸風險，為商業銀行信貸業務的順利開展提供支持。

傳統的銀行信貸業務，當客戶申請一筆信用貸款，需要提供收入證明、抵押證明、辦理面簽，環節繁瑣，時間長。信貸業務的貸前調查主要是借助客戶線下填寫的資料，經辦人員對其相關信息進行核實，這種傳統人工操作的方式對銀行員工的信貸調查能力有較高的要求，有可能獲取到的信息不夠準確全面，可能該客戶提供給銀行的證明是假的。商業銀行可以基于“大數據”技術來降低信貸風險。[2]除了傳統央行征信系統外，相關機構也存在自己的數據庫系統，通過對這些征信數據的調用，可以增加對客戶信用情況的了解；比如對接銀聯系統，查看客戶的消費情況、銀行資金往來流水，或對接國家公安端口，收集客戶的其他信息，如犯罪記錄等；通過這些方式可以在對申請人的信用狀況有一個全面的了解，并最終將其納入是否為其辦理信貸業務的考量之中。

基于“大數據”技術創新傳統信貸業務，通過銀行數據庫、以及第三方機構提供的數據，在系統中甄別客戶真實的信息，比如社保繳費記錄、納稅，電話數據甚至每個月跟家人的通話時間，便可以判斷是否放款給這位客戶。截止2015年底，中國互聯網信貸業務損失率為18%，而平安銀行的信貸的損失率只有5%作用，這歸功于其強大的數據統計、分析能力。平安銀行借鑒國際消費信貸行業的領先技術，采用評分卡模型，結合自身多年積累的業務數據，基于信用還款率、客戶自然屬性、第三方“大數據”等信息，綜合的評估客戶信貸風險。[3]把表示客戶情況的不同“變量因子”放到一起，根據不同因素有不同權重，評分模型根據數學公式、算法為每個客戶打分。根據不同的產品、渠道、區域和城市等不同側重進行評分，以評分卡結果為依據，為客戶提供最合適的信貸定價和貸款服務。同時，評分體系也會隨著客戶變量指標的不斷變化進行調整。在借款之前，先通過后臺數據的嚴格審批，把控風險。

（二）“大數據”金融統計實現商業銀行精準營銷

現代社會產品供過于求，市場競爭越來越激烈。消費者需求的變化也越來越快，人們有了更多的選擇產品和服務的機會。市場營銷觀念就是在這種買方市場的條件下形成產生的。市場營銷觀念，是以消費者的需求為中心的經營指導思想，考慮的重點是消費者需要什么，把發現和滿足消費者需要作為經營活動的核心。先進行市場調查和分析，發現、判斷消費者的需求和愿望，然后根據市場情況確定產品和營銷策略。

傳統的商業銀行大多是進行大眾式的銷售，從而忽視了客戶的感受。營銷要想行之有效，提供的產品就要符合客戶的需要。對客戶的情緒、消費心理、消費行為、經濟實力、消費潛力、忠誠度等數據進行評估。通過潛在客戶的共同特征，找到銀行最有價值的那部分客戶。“大數據”營銷的優越之處在于它關注客戶的需求和特點，改變強迫式、大眾式的銷售，所提供的服務符合客戶的需要。根據客戶的特征和需求提供個性化的服務，減少無效營銷達到節約成本，提高投資回報率。

金融統計在商業銀行營銷中應用的重點在于數據的統計分析。運用科學的方法，透過數據，發現隱藏的商業邏輯。對各類信息數據進行加工整理、編制指標、建立數學分析模型，最終得出分析結果，為決策和管理提供依據。使商業銀行找到最有價值的那部分客戶。根據客戶的不同的特征提供個性化的服務，減少無效營銷，節約銷售成本，提高了營銷的回報率。

商業銀行要改變傳統大眾式的營銷。傳統營銷思維主觀地假設客戶群體，經常發生提供的產品不符合客戶實際需要的情況。[4]基于“大數據”的營銷思維，與大眾營銷思維不同之處在于，依靠數據得出結論，所以更加準確。例如：平安銀行個人信用貸款項目采用了“大數據”技術，并結合機構調研情況，整體從年齡、性別等九個維度，從數據庫提煉出優質客戶群體的特征如下：一是年齡：25～45歲之間，35～45歲客戶更佳；二是性別：不限，依據數據庫統計，女性客戶還款信譽相對較好；三是月收入：3000元以上，5000～10000元客戶更佳；四是工作：有固定工作及收入來源；五是教育：大專以上學歷；六是居住類型：擁有房產，且有按揭貸款，房齡在24個月以上；七是戶籍：本地；八是婚姻：已婚；九是保險：擁有人壽保單，且已繳納月份18個月以上。通過對數據進行分析，找出了潛在客戶的特征，有針對性地營銷，提高了銷售的成功率。

四、結論

金融創新給市場帶來了極大的活力，同時也存在著數據信息安全性的問題。由于銀行業務范圍的不斷拓展延生，銀行業務日趨多樣化和復雜化，對信息數據的安全性也提出了新的挑戰。“大數據”金融技術的應用雖然能夠緩解信息不對稱的問題，創新金融業務，對商業銀行發展起到積極的作用。若數據管理不當，導致泄露、丟失、或者被不法分子竊取，都將會給銀行和客戶帶來巨大的損失。個人信息泄露問題被新聞媒體頻頻曝光。不法分子竊取，非法買賣公民個人信息，偽造銀行卡盜取資金，使客戶銀行賬戶里的錢不翼而飛，或進行“電信詐騙”，都將使客戶遭受慘重的損失，造成嚴重的社會危害。

金融創新為信貸業務帶來積極作用的同時，商業銀行也需要加強內部管理，完善客戶個人信息保密管理制度。妥善保管客戶個人資料，對客戶個人信息的采集、使用、存儲和管理做出嚴格規定，杜絕隨意查詢客戶個人隱私信息。加強崗位管理，限制涉密員工權限，對涉及客戶個人信息的工作崗位，嚴格管理，如簽訂“保密協議”，對構成違法犯罪的情況依法嚴懲等。因此，“大數據”金融本身也需要納入銀行風險管理體系，確保信息數據的安全。

以“大數據”思維發展起來的金融新模式，沖擊著我國傳統銀行業務領域，帶來新的變革和機遇。“大數據”金融技術，將客戶的各種行為以數據的模式進行儲存，在營銷方面，對數據的分析挖掘有助于商業銀行了解客戶，提供符合客戶需要的產品。在風險管理方面，有助于全面了解客戶的信用風險、彌補傳統信貸風控手段的不足，對于建立完善的風險防范有積極意義。

參考文獻

[1]邵許生.《大數據時代商業銀行的客戶信用風險管理研究》.時代金融.2016年第20期.第99-101頁.

[2]馮春香.《大數據與銀行信用風險管理優化》.中國電子銀行網.2016年10月.

[3]潘玉蓉.《“收網”互聯網金融中國平安祭出5年計劃》.證券時報.2014年12月18日.第A005版.

[4]謝治春.《運用精準營銷理念提高我國商業銀行零售業務營銷回報》.武漢金融.2010年第7期.第23-25頁.

作者簡介：林旭華（1989-），男，畬族，福建漳州人，國家開放大學，研究方向：金融學。