大數據在銀行現金調撥和庫存計劃中的作用

[摘 要]國內經濟迅速發展，big data，mega data提出大數據這一新概念，大數據被廣泛應用于眾多領域，避免了因數據量小、低速、單一化、虛假性帶來的一系列連鎖反應。大數據通過統一全國數據，追蹤已發生或正在發展中的事實情況，通過計算機網絡分析，預測用戶行為等滿足更多社會大眾所需。

[關鍵詞]大數據;銀行現金;庫存計劃

[DOI]10.13939/j.cnki.zgsc.2021.03.015

1 大數據概況

1.1 大數據的含義

大數據又稱為巨量資料，是一種因所包含的數據量十分宏大，而無法通過常規工作軟件對其進行常規的讀取分析的數據系統，在獲析、預測方面性能遠超其他傳統數據。大數據的正常工作應用需與云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術同步應用，并只有通過云計算才能進行深入數據挖掘，提高對數據的分析加工能力，以實現數據的增值。

1.2 大數據特征分析

①容量。大數據融合了社會各界各階層的基本信息，任何數據等都被國家監測并錄入大數據系統。大數據的容量決定了數據分析的優劣。②種類。大數據海量化、多樣化，體系龐雜，包括圖像文本、視頻音頻等眾多領域，并將一些數據進行系統分析將其可視化。當然，種類越多，則分析越準確，價值越高。③速度。中國國內的各項數據均受國家監控局監控，因此當國內任何領域有所更新，大數據都會隨之進行變化，因此大數據具有速度快的特點。④可變性。社會是不斷發展變化的，數據在每時每秒都有可能發生微妙的變化。這就是其變動率較大，對于社會的數據應用就有了一定的干擾。⑤復雜性。中國的大數據收集來源各個渠道、各種方式，因此具有一定的復雜性。應用時人對數據的控制力會下降。⑥價值。社會企業和個人如果能夠合理分析運用大數據，掌握數據背后所顯現的社會本質特征，其社會價值將得到充分體現。⑦大數據的價值體現。大數據的價值并不僅僅在于其信息的豐碩，更在于社會專業人士通過分析進行專業化處理。對其進行深入挖掘，在相同的時間內創造更高的社會價值，耗費更少的時間和金錢。其具體價值表現在：第一，社會群體在進行網絡消費時所留下的瀏覽數據，相關網絡商業店鋪可以進行數據分析，找出與消費者品位相合的商品進行推送，來提高自身商品的消費率。第二，一部分企業在進行產業轉型時，可以通過此載體，找出其轉型升級過程中存在的缺陷并準確定位問題的根源。第三，利用大數據可以重新規劃交通路線，緩解交通擁堵等。

2 銀行資金調撥概況

簡單來說，除央行外，銀行作為營利組織，在合法的范圍內其吸納資金不僅是為了滿足客戶儲存所需，更是依靠客戶存儲的資金進行利息創造活動，于是，在銀行的存貸款、入股、理財產品管理等業務中便隨時都有基金調撥。銀行尤其是基層銀行，雖吸入大量的活期存款，但是客戶隨時都有可能將其取出，因此基層銀行為了有相對充足的資金進行盈利活動，必須從各界吸納調入資金以滿足借款人借貸所需，當借貸人按照規定期限還清貸款，銀行便將這部分基金還于相關機構使用，而如果銀行中剩余存款，那么也可以將這部分存款借于其他建設機構使用，只有通過調撥，使基層銀行資金得到有效運用以維持自身可持續發展。

3 庫存計劃概況

庫存計劃建立在物資儲備定額上，即銀行為了保證自身經營活動正常進行，需要以最少的物資儲備作為保障，合理確定物資儲備數量。而基層銀行投入建設資金較少，應對風險能力較弱，安全穩定性仍較低，做好庫存計劃是基層銀行預防及預測風險的有效手段。

庫存計劃的基本程序如下：①必須掌握基層銀行基本生存盈利所需，以及盈利計劃和任務，包括其需儲備資金的數量、其他業務的種類等。②掌握全年供應所需的大概基本數據。③人行倉庫的資金儲備，以及其他可用于升值或消費的一般等價物。④掌握資金發放的數量源，保管方法及控制方法。⑤進行過程中需考慮的內容。銀行庫存計劃的制訂必須保證正常的銀行經營秩序不受影響。銀行對于財資的品種、數量的收納必須符合該銀行的經營狀態。一般來說，基層銀行面向廣大人民群眾，資金流動預測機制尚未達到高水平，所以人行資金的收支難以絕對平衡，有時不可避免地會有一定的庫存量。

4 大數據對銀行基層銀行社會體的作用

4.1 客戶畫像應用

銀行通過數據錄入，進行專業分析。將個人客戶和企業客戶的興趣數據、風險偏好、消費能力等進行分類整理，有利于銀行開設的各類業務找準適用人群，提高資金流動率。作為基層銀行，一般情況下，對于未投資過的業務或風險較大的業務不會嘗試，因此，將客戶喜好錄入信息庫加以數據化分析，可以找準受眾，提高成功率。①客戶在社交媒體上的行為數據。將基層銀行內部系統與外界數據系統相連接，獲得更多、更有效、更真實的客戶信息，有助于銀行更精準的營銷與管理。②客戶在電商網站的交易數據。

基層銀行可將客戶信譽與信貸業務相結合，相關用戶只需憑借過去信用體系便可進行無利息貸款，減少中間步驟，簡化程序，提高企業業務效率。③企業客戶的產業鏈上下游數據。基層銀行可利用大數據監測，掌握企業相關發展數據，便可以大致推測出企業的發展方向與發展前景，預知企業未來發展狀況，更好的為企業提供相關的業務。④有利于擴展銀行對客戶興趣愛好的數據。

4.2 精準營銷

建立在客戶畫像基礎上的銀行可以開展的精準有效營銷可包括以下四點。①實時營銷：通過追蹤客戶的狀態達到既定的目的。②交叉營銷：不同業務或產品的交叉推薦，如基層銀行可以根據客戶交易記錄分析，有效地識別小微企業客戶，然后用遠程銀行來實施交叉銷售。③個性化推薦：人行可以按照從大數據中分析得來的相關數據，如基層銀行主要可以分析百姓的年齡大小、投資規模、可接納風險區間等，對其進行精準定位，挖掘出群眾內心真實金融需求，使其擁有一個真正適合自己的發展方向。④客戶生命周期管理：客戶生命周期管理包括新客戶獲取、客戶防流失和客戶贏回等。

4.3 風險管控

①人民群眾及企業投資貸款風險評估：銀行可對所在區域的中小型企業的產品流通銷售、積壓情況、財務狀況及未來發展趨勢進行相關預測，制定出量化企業的信用額度，助力人民投資保護，將合作風險降到最低程度，同時提高人行于當地群眾的權威性。②實時欺詐交易識別和反洗錢分析：人行通過大數據，了解持卡人交易頻率、交易金額數目、交易歷史等，對有欺詐交易或洗錢嫌疑者進行規范教育，必要時可令警方交涉干預，實時監控減少利用銀行這一中間商而進行的非法交易犯罪行為。

4.4 運營優化

①市場和渠道分析優化。通過大數據這一方式，基層銀行可對市場推廣渠道進行有效監控，從而調整與優化銀行與社會的合作。同時，挑選出最適合的銀行產品及服務，利用人民群眾的從眾心理對其進行大范圍、大額度推廣。②輿情分析。通過爬蟲技術，抓取社區、論壇、微博等社會軟件中關于銀行及其產品和服務的有效信息，并通過自然語言處理技術進行正負面判斷，及時掌握負面信息，重視自身問題的出現和解決，強化自身積極方面。

大數據所獨有的數量之大、傳播速度之快、種類之多的特點，對銀行尤其是基層銀行而言，是機遇亦是挑戰，這世界適者生存，強者勝出，銀行唯有抓住此次大變革才能適應發展之大潮流。

參考文獻：

[1]聶瑩，李曉陽.互聯網金融發展對我國商業銀行營銷渠道的影響[J].商場現代化，2016（25）：90-91.

[2]萬孟蘭，楊旭，潘世凌.大數據時代商業銀行營銷策略研究[J].管理觀察，2016（26）：48-51，54.

[3]毋體健.商業銀行個人金融業務營銷渠道的現狀和創新[J].經貿實踐，2016（17）：8-9.

[作者簡介]張世清（1989—），漢族，江西鄱陽人，就職于中國人民銀行景德鎮市中心支行。