大數據時代對商業銀行的影響及應對策略

翟瑩瑩

摘要：當今大數據時代科學技術的飛速發展，為眾多互聯網企業借助大數據等技術跨界涉足金融行業提供了條件，從根本上改變金融業的運營模式，也給傳統商業銀行的業務運營與市場競爭帶來不同的機遇與挑戰。本文主要介紹大數據時代對商業銀行帶來的影響與機會會并分析商業銀行在大數據時代下的發展策略及思路。

關鍵詞：大數據 ?商業銀行 ?發展策略

一、大數據的概念及特征

（一）、大數據概念

大數據自其出現便備受社會各行業關注，但當下對于大數據并沒有較統一公認的定義。維基百科將大數據定義為：數量巨大且難以處理的計算機存儲數據（Computing data held in such large amounts that it can be difficult to process）。[1]大數據也可以稱為海量資料，是指巨大的、有一定數據規模的、擁有極其復雜的數據類型的數據集。在大數據時代，數據的體量提高了，同時分析問題的準確性也提高了。[2]

早在2011年8月，全球知名咨詢公司麥肯錫提出大數據時代已全面到來，同時指出金融業是大數據時代獲利指數最高的行業之一。學術界學者們認為：大數據時代為金融行業決策提供了數據支持與輔助，對金融風險與安全等帶來積極的影響。因此只有管理并運用好大數據技術，及時準確地從海量的信息數據中識別、獲取并運用有價值的信息，才是當下各行業促進發展實現創新的重要途徑。

（二）、大數據特征

大數據的特征主要體現在三個方面：（1）數據體量巨大，人類數據的產生及伴隨時間的積累使得數據的整體體量與規模十分龐大;（2）數據多樣化，大數據包括分為結構化、半結構化及非結構化數據，涵蓋了文本、語言、視頻、社交媒體、虛擬信號等多種類數據;（3）數據價值性，數據的價值性體現在數據的在技術分析及運用層面的價值，為商業決策提供依據，也是推動技術及業務創新的源動力。除此以外，大數據是分析與對象有關的所有數據，而非部分數據，承認數據的復雜性而非強調數據精確性，同時強調分析數據間相關關系，而非因果關系。[3]

二、大數據時代對商業銀行的影響及存在的問題

（一）、提升商業銀行核心競爭力

商業銀行經過多年的業務運營，積累了大量客戶信息及交易數據。在數據成為各企業或機構人力資本外的重要的資產的大數據時代，商業銀行具備的率先盤活大數據資產的先決條件。同時大數據技術的運用會推動商業銀行IT基礎設施架構的改良與創新，所以在大數據時代背景下，商業銀行擁有得天獨厚的數據資源優勢大大提升了其自身核的心競爭力。相關實際案例有：中信銀行信用卡中心EMC Greenplum數據倉庫解決方案的實施，實現了商業智能（BI）和秒級營銷的實時功能，促進了整體業務運營效率并提升了市場競爭力。

（二）拓展商業銀行業務發展空間

伴隨著科技發展，傳統商業銀行業務及服務逐漸出現同質化趨勢，產品及服務差異減小，要想在激烈的市場競爭中謀求發展，業務創新是唯一的途徑。大數據技術的應用，逐漸在效率提升、降低成本及創造價值方面為銀行做出不可估量的貢獻，客戶大數據的應用為商業銀行提供優質且個性化的客戶服務創造了可能。同時，部分商業銀行也嘗試在傳統銀行業務基礎上拓展新的業務領域，如：中國建設銀行在2012年6月推出面向廣大企業和個人提供專業化的電子商務服務和金融支持，涵蓋商品批發、商品零售、房屋交易等領域，為客戶提供信息發布、交易撮合、社區服務支付結算、托管、擔保到融資服務的全方位服務的電子商務金融服務平臺“善融商務”，是大數據時代背景下商業銀行新業務模式的重要成果。

（三）、提升客戶服務質量與水平

大數據時代，商業銀行競爭的焦點是對客戶的競爭，即如何滿足客戶個性化需求并提供優質服務的競爭。這就要求銀行要明確充分了解各類客戶特別是大客戶、優質客戶對金融產品和服務的差異化、專業化需求。利用多樣化的客戶數據信息，形成數據化客戶管理方案及客戶畫像，實現客戶分類的精細化與專業化。在對大數據有專業、深刻和前瞻性的認識后，就可以科學運用大數據技術深層次地感知客戶的需求，從繪制完整的客戶數字圖譜和挖掘分析客戶金融需求兩方面入手，洞察客戶已知的或未直接表達的金融需求。[4]以此為基礎提供客戶專屬服務及增值服務，增強客戶對銀行產品的粘性以及對銀行服務的依賴性，提升整體客戶服務質量與服務水平。

（四）、大數據信息安全風險的產生

商業銀行數據安全方面有兩大風險 ： （1）由網絡系統與存儲中心可能存在的漏洞引起的技術安全風險 ;（2）海量客戶信息與個人隱私的信息泄露風險。[5]一方面，各商業銀行自身的大數據基礎建設，如硬件和軟件建設過程中的技術風險是潛在的安全隱患;另一方面，當前商業銀行在架構存儲數據終端時廣泛使用的云計算技術，將海量數據存入由第三方服務器實現存取的云端以實現云端數據資源的共享，但這種方式同樣會產生一定的風險，如果第三方將數據泄露，則將會對銀行交易記錄、客戶信息安全造成極大威脅。

（五、）缺乏大數據人才資源

大數據分析人才是指能夠針對客戶信息（如客戶消費習慣、客戶社交特點）等數據做出分析的人才。大數據時代下，需要金融專業人才和數據分析人才相互配合，才能為客戶指定更加具體的、深入的金融服務方案。雖然當前各銀行擁有豐富的金融專業人才資源，但在大數據技術及數據分析領域的人才資源依然較為匱乏。

三、大數據時代商業銀行發展策略的建議

（一）加強大數據基礎建設，搭建高效的數據平臺

在組織內塑造大數據思維并豐富數據源，倡導用數據說話，利用大數據技術協助戰略制定、業務決策并促進業務轉型，從而構建更加高效完善的金融服務體系。加強數據庫的創建與維護，建立數據管控體系，通過高度集中、完備專業的數據倉庫系統，利用數據挖掘和分析技術搭建基礎數據平臺。結合不同數據（半結構化、非結構化和結構化數據）特征，制定內部統一的大數據標準與解釋。構建內外部共享為基礎的標準數據流程及適用性強的統一標準模型。真正將外部數據轉化為數據資產，為經營效率的提升、服務創新優化提供強大的技術支撐。

（二）轉變商業模式實現新業務探索

積極與電信、電商、社交網絡等互聯網新業態合作，將現有的客戶、數據及渠道資源與互聯網平臺的客戶購買行為、購買偏好以及交易信息等海量信息有效結合，實現數據信息資源的共享以及客戶資源與信息的全面整合。不斷挖掘探索新型業務模式，推動傳統業務渠道與新興業態的融合，最終建設具有商業銀行特色的“數據生態”環境并達到發揮金融的平臺效應，借助大數據技術更快速、有效地實現金融信息服務提供，實現銀行新業務模式探索的目標。

（三）加強大數據技術能力建設及人才培養

戰略層面，商業銀行應樹立大數據資產意識，重視大數據資產的商業價值;技術能力建設層面，商業銀行要加大自身研發部門科研投入力度，積極引進適應大數據相關的分析工具和平臺技術，不斷進行技術的實踐與運用的嘗試，從而技術能力的改進與革新;人才培養層面，加強大數據的管理，建立適應商業銀行業務戰略發展的人才培養機制，不斷探索大數據分析與管理機制，積極培養金融大數據分析人才;人才儲備層面，大力支持大數據在基礎科學、金融等關鍵領域的應用研究，大力支持高校及研究所大數據技術科技創新資源的研發管理。加強銀行業與高校和科研院所之間聯系，在為高校的大數據產學研相結合提供良好的發展平臺的同時為銀行內部大數據人才池注入儲備人才資源。

參考文獻：

[1]BigData[EB /OL].[2020-11-08]https：//www.thefree dictionary. com/Big+data

[2]白碩，熊昊.大數據時代的金融監管創新[J] .大數據時代的金融業，2014（15）：37-38.

[3]鄭重，商業銀行在大數據時代的發展戰略[J]，經濟文化，2019.（12）.51-55.

[4]侯維棟，大數據時代銀行業的變革[J].中國金融.2014（15）：22-24.

[5]孫杰，賀晨.大數據時代的互聯網金融創新及傳統銀行轉型 [J].財經科學，2015（1）：11-16.

[6]李宏博，商業銀行大數據時代的 SWOT 分析及戰略探討[J].2013年第6期，151-158