商業銀行應用大數據優化經營管理策略研究

文/楊晶晶（中國銀行股份有限公司常州武進支行）

自改革開放以來，我國的經濟進入了快速的發展時期，互聯網和信息化建設的不斷深入，使各個行業都逐漸向信息化、智能化、數字化方向發展，尤其是一些信息數據的使用，也展示出了數據的安全和方便，同時這也很好地說明了大數據是我國經濟發展建設的必然趨勢。數據的使用可以幫助一些企業進行客觀的分析，反映出企業在經濟發展過程中出現的問題，所以這方面的成果也被廣大國內外的相關研究人員所認可。而大數據所包含的內容主要指事物發展過程中的客觀規律，并且對其中的信息內容進行深入的研究和分析，然后將這些一一應用到各個行業中。由此可見，大數據的研究和使用可以有效推動企業的經濟和發展，從而使企業可以獲得更好的發展前景。

一、大數據的概念和特點

一般來說，人們根據字面意思對大數據進行理解，可能會認為大數據是一種具有一定規模，內容結構較為復雜、麻煩的技術內容，之所以這樣理解，是由于以往各個領域中所使用的數據處理方式，不僅十分落后，而且也較為復雜，同時，也無法幫助企業進行各種數據的處理和存儲，此外數據處理的整體效率也不是很高，所以導致依然有部分對大數據理解不深的人認為大數據還是原先的形式[1]。但是事實恰恰相反，在信息化發展的今天，許多企業都開始重點使用大數據進行數據分析和整理，根據國際數據公司的總結，他們將大數據的特點總結為4V，這里的4V主要指以下幾點：其一，數據規模較大，數據量通常都是PB（1PB=250字節）的級別；其二，數據類型較多，主要包括結構化數據，其中也有半結構化和非結構化數據；其三，數據增加較快，由于數據的增長速度較快，所以需要使用較高的數據處理技術進行及時的處理；其四，數據的價值較大，由于一些數據的價值密度較低，所以需要通過大數據技術進行分析，從而提煉出其中具有價值的信息。

二、商業銀行應用大數據優化經營管理存在的問題

目前，我國的大數據分析技術已經廣泛應用到各個行業中，尤其是一些數據內容較多、較為復雜的行業，在經濟管理過程中取得了一定的效果，但是在經濟發展的背景下，大數據的使用依然存在許多問題，就拿本文所講的商業銀行對大數據的使用過程中，依然有許多問題需要通過合理的改善措施進行解決[2]。

（一）對大數據的理解不深

商業銀行在經營發展過程中，一些傳統的數據處理方式已經跟不上時代的發展，而通過大數據技術的使用，給商業銀行帶來了一定的幫助，但是商業銀行在戰略上，并沒有對大數據的使用進行細致的規劃，導致在使用大數據的過程中帶來了許多挑戰和問題。比如，商業銀行在使用大數據技術的過程中，并沒有形成一套合理的數據驅動方式和方法[3]。由于商業銀行的經營管理過程中，大數據的分析、整理等功能促使商業銀行在進行重大決策時有著重大轉型，因此可以幫助銀行方面進行合理的預測和評估，但是商業銀行不同于其他經營性企業，自身有著很大的局限性，導致在進行一些重大內容的決策時，有許多內容需要通過定性的方式進行決定，只有極少數通過定量的方法對內容進行分析和整理。這種只依靠財務報表和相關調查數據進行的決定和管理存在很大缺陷。比如，在銀行借貸業務的經營管理過程中，就存在比較嚴重的問題，一些商業銀行對于大數據并不重視，導致商業銀行借貸業務的風險防范意識和控制能力較低，由于許多銀行在辦理信貸業務的過程中，僅僅依靠抵押、擔保等行為保證自身的利益，但是這種方式存在很大缺陷[4]。就拿信用評價為例，通過大數據的使用可以對擔保人進行信用的分析和整理，同時根據信貸辦理人的財務情況和行為情況進行合理的分析，最終為他們提供符合實際要求的信貸內容。所以說，目前我國商業銀行的經營管理依然存在許多問題，還需要進一步完善和提升。

（二）數據積累不夠

目前，許多商業銀行對于數據的積累并沒有十分重視，由于許多商業銀行對于大數據的使用僅在起步階段，大數據的許多行業標準和產業格局并沒有完全建立，因此導致一些商業銀行對于數據積累并不是十分在乎，同時也沒有意識到數據積累的重要性，而且數據積累給銀行帶來的幫助和影響也沒有充分體現出來，導致產生的數據類型較為單一，擁有的半結構化和非結構化數據較少，所以導致我國許多商業銀行對于數據積累并沒有重點實施有效的措施[5]。一般來說，銀行方面對數據的積累較多，因此導致銀行對于大數據的結構存在很明顯的不足，比如投入方向過于傾向于結構化數據，從而忽略了半結構化和非結構化數據的應用，即便商業銀行擁有了結構化數據，但是整體的數據應用水平和分析水平依然存在很大不足。

此外，商業銀行對于內外部數據共享機制也需要進一步加強，由于在商業銀行內部的運營管理過程中，各個部門依然缺乏有效的溝通和交流，導致在處理各種業務數據時，出現數據不準確的情況，同時也出現了銀行部門職責劃分模糊的情況。根據我國商業銀行和其他金融機構的合作情況來看，忽視商業銀行、移動互聯網以及網絡媒體的真正需求，會導致這些行業產生大量的數據誤差，而且也伴隨著金融業務不斷外放的情況，使得各個類型的數據會被不同的機構使用，這種情況下銀行想擁有很全面的數據信息基本很難做到。所以商業銀行需要重視數據積累的重要性，并且時刻關注著市場的變化，同時還需要加緊與其他金融機構的合作和交流，使數據的來源渠道變得更加完善。

（三）大數據技術人員水平不高

從傳統的數據分析技術來看，我國數據分析的主要問題在于存儲和構建完整系統結構方面，根據實際情況進行數據的分析和應用往往會被忽視，比如我國一部分商業銀行在辦理業務的過程中，基本都是通過結構化數據的方式展開業務，所以對于非結構化數據的分析和應用依然存在很多不足之處，造成商業銀行在經營過程中經常出現數據單獨呈現的情況。而造成這種情況的主要原因在于商業銀行在經營管理中所產生的數據基本都是客戶的真實信息，這些都需要銀行方面進行保密，因此導致數據資源并不能進行共享，并且還受其他監督機構的監管，所以說數據管理和使用過程中存在一定的制約，使得銀行方面很難開展有效的數據資源共享。雖然說目前我國各大商業銀行已經成立了相應的信息管理部門，培養出了一批又一批的信息技術人才，但是根據大數據和時代發展的需求，商業銀行中依然缺少業務能力較強的技術人才，所以說如何開展人才培養工作，也是目前各大商業銀行主要思考的問題。

三、商業銀行應用大數據優化經營管理的策略

（一）加深對大數據的認可程度

在這個經濟快速發展的時代，商業銀行在使用大數據分析時，必須根據不同的角度進行落實，并且注重數據的整體利用效率，找出數據之間的潛在聯系，從中挖掘出客觀規律。所以說商業銀行必須對數據的應用進行全新的認識和創新，大數據的主要核心在于可數據化，通過數據的分析，可以得出不同的結論，根據目前我國商業銀行的發展和現狀來看，數據的整體認知觀念存在很大的局限性，所以商業銀行必須調整戰略規劃和大數據發展計劃，從而構建出一套有效的數據分析系統，這樣不僅能幫助商業銀行在經營管理過程中落實整體的核心地位，還能強化環境建設力度，這對于大數據文化內涵的提升有著重要的幫助。此外，大數據在實際的分析過程中，對于單一數據的精準度會有所降低，需要加強數據具體情況的分析，使商業銀行可以根據數據內容得出發展的可行性，根據這些準確的結果，為商業銀行提供有價值的參考內容。

（二）加強數據的積累

為了進一步促進商業銀行使用大數據技術和數據內容，必須從根本上明確對大數據的認知，重視數據積累給商業銀行帶來的優勢，最終做到內外部資源合理應用。所以在進行數據積累的過程中，首先需要對結構進行完善，建立符合商業銀行實際發展需求的數據積累方式，如商業銀行在進行業務辦理過程中所帶來的風險數據積累，確保數據的全面性和準確性。另外，還需要強化數據分析結果的使用，這對于商業銀行的業務辦理有著重要的意義。此外，在進行半結構化和非結構化數據的積累過程中，也需要緊跟時代發展的步伐，并不斷完善和創新。也需要商業銀行明確數據的來源渠道，可以在使用數據內容的過程中充分掌握信息數據的分析技術，同時對于新興數據渠道也需要商業銀行不斷地拓展，例如，微信、微博等社交平臺中的數據內容，也是商業銀行重要的數據來源。其次，商業銀行也要注重日常活動行為的數據積累，通過合理有效的數據分析，幫助客戶進行評估。最后，商業銀行還要加強對客戶的數據保護工作，讓這些數據內容充實商業銀行的數據庫，但是也需要重視商業銀行外部數據來源積累工作，開展不同機構的數據共享和利用，最終達到更多數據的積累，同時這也是未來大數據的發展趨勢。

（三）注重大數據人才的培養

商業銀行在進行大數據分析技術的建設過程中，必須強化對數據分析技術的學習能力，因為通過大數據分析可以獲得許多有價值、有意義的內容。所以，商業銀行需要不斷的改革創新，找出符合自身發展需求的數據分析方式，因此必須提高商業銀行的數據分析能力，促進商業銀行健康穩定持續性的發展。此外，在提升數據分析和技術的過程中，也需要加強數據的保密工作，通過現代化設備的使用，完善數據的存儲和管理，最終做到內外部數據的充分結合，讓整個數據形成完整的數據鏈，這對于數據整合能力的提升有著重要的幫助。

商業銀行在人才培養方面也需要進一步重視，首先需要加強人才的培訓工作，定時定期開展培訓活動，幫助相關人員掌握更多大數據知識和技術，使大數據技術相關人員的業務能力、專業素養以及對新技術的掌握情況得到全面提高。另外，商業銀行也需要引進一些專業性強的大數據人員，通過這些人員帶動行業原本的數據分析人員，最終讓商業銀行的大數據運營和管理更加合理、科學。

四、結語

綜上所述，本文中筆者通過對大數據的概念和特點進行分析，并且對商業銀行應用大數據優化經營管理存在的對大數據的理解不深、數據積累不夠、大數據技術人員水平不高等問題進行闡述，最后對提高大數據技術人員水平、加強數據的積累、注重大數據人才的培養等對策進行探討。