淺析數(shù)據(jù)分析在商業(yè)銀行的應(yīng)用

摘要：隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，商業(yè)銀行也在逐步探索數(shù)據(jù)，不斷釋放數(shù)據(jù)的價(jià)值。相對其它行業(yè)，商業(yè)銀行擁有天然的數(shù)據(jù)優(yōu)勢，如大量的客戶數(shù)據(jù)、交易數(shù)據(jù)、瀏覽點(diǎn)擊數(shù)據(jù)等，本文主要闡述了如何使用大數(shù)據(jù)技術(shù)協(xié)助商業(yè)銀行做好精準(zhǔn)營銷、產(chǎn)品提升、決策支持、更好的服務(wù)客戶等工作。

關(guān)鍵詞：大數(shù)據(jù)；精準(zhǔn)營銷；客戶服務(wù)

中圖分類號：F830.33 文獻(xiàn)識別碼：A 文章編號：1001-828X（2017）001-000-02

隨著科學(xué)技術(shù)的不斷發(fā)展，大數(shù)據(jù)已經(jīng)成為了一種新型的數(shù)據(jù)處理技術(shù)。而商業(yè)銀行在經(jīng)營過程中產(chǎn)生了大量的資料和數(shù)據(jù)，如個(gè)人信息、交易流水等，如何運(yùn)用大數(shù)據(jù)分析與挖掘技術(shù)，在海量的資料和數(shù)據(jù)中提取出有價(jià)值的信息，幫助商業(yè)銀行進(jìn)行決策，為客戶提供更加優(yōu)質(zhì)和恰當(dāng)?shù)姆?wù)，是當(dāng)前商業(yè)銀行需要思考或即將開展的工作。

一、數(shù)據(jù)分析在商業(yè)銀行應(yīng)用的現(xiàn)狀

國內(nèi)的金融行業(yè)，尤其是銀行業(yè)，大數(shù)據(jù)的應(yīng)用尚處于起步階段，遠(yuǎn)遠(yuǎn)落后于互聯(lián)網(wǎng)行業(yè)。但金融行業(yè)實(shí)現(xiàn)數(shù)字化交易以來，雖然沉淀了大量的用戶數(shù)據(jù)，但如何將零散的數(shù)據(jù)整合成可以直接的利用的數(shù)據(jù)是銀行首先要做的事。目前，各大商業(yè)銀行紛紛建立自己的數(shù)據(jù)倉庫，形成生產(chǎn)數(shù)據(jù)到數(shù)據(jù)倉庫，再按照各種維度將數(shù)據(jù)切分存儲在特定的區(qū)域，在此基礎(chǔ)上加工成各類運(yùn)營報(bào)表供各類人員使用或建立數(shù)據(jù)訪問平臺供數(shù)據(jù)分析人員使用等流水線?，F(xiàn)階段，大數(shù)據(jù)技術(shù)在商業(yè)銀行的應(yīng)用主要有客戶服務(wù)、風(fēng)險(xiǎn)防控、經(jīng)營管理和監(jiān)測分析等，其中最重要的應(yīng)用是客戶應(yīng)用和風(fēng)險(xiǎn)防控兩大范圍，主要有三種模式：

首先，基于網(wǎng)上交易流水的數(shù)據(jù)挖掘。銀行通過電商平臺返還快捷支付交易數(shù)據(jù)以及自營電商平臺，獲取支付平臺上的大量賣家和買家，并通過交易流、信息流、資金流覆蓋其產(chǎn)業(yè)鏈上的生產(chǎn)、物流、消費(fèi)等多個(gè)環(huán)節(jié)?；诖?，銀行借助成熟的數(shù)據(jù)分析技術(shù)，實(shí)施風(fēng)險(xiǎn)控制和拓展?fàn)I銷。如工商銀行“融E購”、建設(shè)銀行“善融商務(wù)”等電商平臺的建立，幫助銀行積累了大量的支付交易數(shù)據(jù)，基于對該數(shù)據(jù)的分析與挖掘，可以為個(gè)人或中小企業(yè)提供融資、結(jié)算、理財(cái)一體化的金融服務(wù)。

其次，基于第三方系統(tǒng)的征信數(shù)據(jù)挖掘。該類數(shù)據(jù)主要包括人行征信、工商、稅務(wù)、社保、海關(guān)等政府?dāng)?shù)據(jù)，購物、支付、物流等社會征信數(shù)據(jù)以及各大金融機(jī)構(gòu)的金融數(shù)據(jù)等。結(jié)合這些數(shù)據(jù)，銀行將能建立更全面的客戶畫像，更有針對性地根據(jù)其綜合情況實(shí)施精準(zhǔn)營銷。

最后，基于POS消費(fèi)流水的數(shù)據(jù)應(yīng)用。商業(yè)銀行依托在線貸款業(yè)務(wù)平臺系統(tǒng)，對客戶進(jìn)行綜合信用評價(jià)，向符合貸款條件的POS商戶，以其一定期限內(nèi)的POS結(jié)算流入量為授信額度的依據(jù)，在線發(fā)放用于生產(chǎn)經(jīng)營的信用貸款。

除了基于行內(nèi)數(shù)據(jù)進(jìn)行挖掘分析外，國內(nèi)許多商業(yè)銀行還與專業(yè)第三方公司合作，爭取順應(yīng)大數(shù)據(jù)潮流，進(jìn)一步加快應(yīng)用大數(shù)據(jù)的步伐。如平安銀行與SPSS公司合作，進(jìn)行消費(fèi)貸產(chǎn)品的大數(shù)據(jù)營銷管理；寧波銀行利用客戶購買某項(xiàng)產(chǎn)品大數(shù)據(jù)分析結(jié)果挖掘潛在客戶。這些探索為商業(yè)銀行擁抱大數(shù)據(jù)技術(shù)，利用大數(shù)據(jù)技術(shù)轉(zhuǎn)變營銷理念和營銷方法提供了很好的借鑒。

二、數(shù)據(jù)分析在商業(yè)銀行應(yīng)用的價(jià)值

目前，各大商業(yè)銀行都建立了企業(yè)級數(shù)據(jù)應(yīng)用平臺開展數(shù)據(jù)分析工作，其價(jià)值主要體現(xiàn)在四個(gè)方面：客戶服務(wù)、風(fēng)險(xiǎn)防控、經(jīng)營管理、監(jiān)測分析。首先在客戶服務(wù)方面，不管在哪個(gè)行業(yè)，都是從客戶的收益周期獲取潛在客戶；其次在客戶成長期，需要通過提供更多更好的服務(wù)產(chǎn)品來穩(wěn)定客戶；最后在倦怠衰退期，需要思考如何挽留客戶，讓該客戶群體繼續(xù)為銀行創(chuàng)造價(jià)值。所以，在每個(gè)階段我們可以通過大數(shù)據(jù)分析來提供一些相關(guān)的產(chǎn)品和應(yīng)用系統(tǒng)，實(shí)現(xiàn)對客戶的服務(wù)和挽留。

1.客戶服務(wù)

基于銀行及第三方客戶數(shù)據(jù)，可以建立客戶360視圖，這樣就可以輕松獲知客戶的基本特征，包括基本信息、家庭關(guān)系、交易行為信息、社交情況等。通過對特征信息的聚類，為每個(gè)客戶貼上不同的標(biāo)簽，如：年輕客戶、高端理財(cái)客戶、休眠客戶、購物達(dá)人等等。根據(jù)這些標(biāo)簽，可以分析出客戶產(chǎn)品偏好、渠道偏好及投資偏好等。無論是客戶的360視圖還是客戶標(biāo)簽的建立，該工作主要還是為客戶的精準(zhǔn)營銷提供數(shù)據(jù)支持，這樣在節(jié)約營銷成本的基礎(chǔ)上，最大程度的拓展銀行產(chǎn)品，以增強(qiáng)客戶粘性及提升銀行利潤，如：當(dāng)一個(gè)客戶經(jīng)常使用支付寶或微信轉(zhuǎn)賬及支付，并且該客戶未簽約手機(jī)銀行時(shí)，銀行就可以為這類客戶推送簽約手機(jī)銀行的營銷信息，進(jìn)一步拓展移動端產(chǎn)品。

2.風(fēng)險(xiǎn)防控

起先，金融系統(tǒng)的風(fēng)險(xiǎn)防控主要關(guān)注事后防控，如當(dāng)某筆貸款出現(xiàn)不良或違約時(shí)，才會去分析不良或違約的原因，以及制定相應(yīng)的處理方法。而現(xiàn)在風(fēng)險(xiǎn)防控已應(yīng)用于事前、事中、事后三個(gè)階段。事前防控，即事前對于客戶的盡職調(diào)查，如依據(jù)客戶的資產(chǎn)評估情況，確定是否對客戶發(fā)放貸款等；事中防控，即對于不同業(yè)務(wù)都有不同的提示和不同的處理方式，如：某客戶經(jīng)常在A省進(jìn)行交易，且都是小額交易，當(dāng)該客戶突然在B省發(fā)生大額交易時(shí)，銀行將會凍結(jié)該筆交易，通過外呼的方式核實(shí)該筆交易的真實(shí)性，以確定是否本人交易；事后防控，即發(fā)現(xiàn)了一些問題之后，通過相關(guān)的系統(tǒng)和數(shù)據(jù)模型來支持事后管理。這些防控措施都離不開對海量數(shù)據(jù)的分析及挖掘。

3.經(jīng)營管理

目前，銀行日常的經(jīng)營管理也越來越多使用大數(shù)據(jù)的方法來做。比如說網(wǎng)點(diǎn)選址，以前就是考慮做個(gè)調(diào)研，分析一下該區(qū)域的人多不多、會不會有效益，而且對于網(wǎng)點(diǎn)情況也沒有大量數(shù)據(jù)支撐。而現(xiàn)在網(wǎng)點(diǎn)選擇、優(yōu)化全部依靠大數(shù)據(jù)支撐，根據(jù)網(wǎng)點(diǎn)的效益、效率、客戶等等方面，建立相關(guān)的模型。比如網(wǎng)點(diǎn)是否需要優(yōu)化，哪個(gè)網(wǎng)點(diǎn)出了問題，這極大的提高網(wǎng)點(diǎn)管理的針對性和準(zhǔn)確性。目前各大國有銀行都建立了自己的電商平臺，平臺交易分析的問題、增強(qiáng)客戶粘性的問題，都是利用大數(shù)據(jù)來做分析。

4.決策分析

決策分析即宏觀經(jīng)濟(jì)走勢分析。通過采集了宏觀經(jīng)濟(jì)指數(shù)及歷史變化情況，以及銀行的交易數(shù)據(jù)和指標(biāo)，采用時(shí)差相關(guān)分析法，分析二者之間的聯(lián)動關(guān)系和歷史規(guī)律。同時(shí)，可以用大數(shù)據(jù)的方法輿情的監(jiān)控分析。如：當(dāng)發(fā)生騙貸事件時(shí)，銀行可以快速獲取案件相關(guān)企業(yè)的關(guān)聯(lián)信息，分析相關(guān)企業(yè)在銀行的貸款情況以及處理措施。因此，對于輿情分析，可以使用大數(shù)據(jù)的方法預(yù)防和應(yīng)對企業(yè)出現(xiàn)問題。

三、數(shù)據(jù)分析在商業(yè)銀行應(yīng)用的思考

對于中小銀行而言，當(dāng)下需要解決的重點(diǎn)不是要不要開展大數(shù)據(jù)建設(shè)，而是怎么開展大數(shù)據(jù)建設(shè)。大數(shù)據(jù)關(guān)鍵就是要解決好三個(gè)問題，即：如何獲取數(shù)據(jù)、如何存儲數(shù)據(jù)、如何應(yīng)用數(shù)據(jù)。只有處理好三者之間的關(guān)系，才能最大程度的發(fā)揮數(shù)據(jù)的價(jià)值。

1.借助大數(shù)據(jù)提升客戶服務(wù)水平

商業(yè)銀行積累了豐富的客戶交易數(shù)據(jù)，最具條件發(fā)掘數(shù)據(jù)的價(jià)值。目前各大商業(yè)銀行也在開展客戶在互聯(lián)網(wǎng)官網(wǎng)、網(wǎng)上銀行、手機(jī)銀行、自建電商平臺等的瀏覽、點(diǎn)擊、購買等動態(tài)數(shù)據(jù)采集工作，商業(yè)銀行只要善于分析和應(yīng)用這些數(shù)據(jù)，通過數(shù)據(jù)再利用和數(shù)據(jù)重組，分析客戶的消費(fèi)偏好，就能準(zhǔn)確發(fā)現(xiàn)并掌握客戶需求，并通過不同渠道為客戶提供個(gè)性化的服務(wù)。2014年由騰訊、百業(yè)源等企業(yè)設(shè)立的微眾銀行以及2016年中信銀行與百度發(fā)起百信銀行正式獲批，實(shí)現(xiàn)了互聯(lián)網(wǎng)大數(shù)據(jù)戰(zhàn)略共享及更全面的客戶行為分析體系，進(jìn)一步釋放數(shù)據(jù)的價(jià)值。

2.以大數(shù)據(jù)推進(jìn)產(chǎn)品迭代創(chuàng)新

目前我國商業(yè)銀行服務(wù)同質(zhì)化，產(chǎn)品差異性小。隨著數(shù)據(jù)的不斷積累和商業(yè)銀行數(shù)據(jù)分析能力的不斷提升，大數(shù)據(jù)應(yīng)用將拓展銀行的業(yè)務(wù)發(fā)展空間，設(shè)計(jì)具有定價(jià)權(quán)和競爭力的創(chuàng)新產(chǎn)品。比如建設(shè)銀行的快貸類網(wǎng)貸產(chǎn)品，就是基于大數(shù)據(jù)的產(chǎn)品創(chuàng)新。同時(shí)，大數(shù)據(jù)應(yīng)用導(dǎo)致支付模式不斷創(chuàng)新，從傳統(tǒng)支付、電子支付到第三方支付，再到移動支付。2016年初，招商銀行宣布與滴滴出行達(dá)成戰(zhàn)略合作，從而達(dá)成客戶消費(fèi)地理相關(guān)大數(shù)據(jù)產(chǎn)品的重構(gòu)。

3.采用大數(shù)據(jù)加強(qiáng)商業(yè)銀行精細(xì)化管理

隨著商業(yè)銀行數(shù)據(jù)分析能力的提升，通過對行內(nèi)大數(shù)據(jù)以及第三方數(shù)據(jù)的有效統(tǒng)計(jì)、分析、評估，為銀行業(yè)務(wù)發(fā)展、千人千面的精準(zhǔn)營銷、資產(chǎn)負(fù)債管理、客戶關(guān)系管理等方面提供有效的預(yù)測分析及決策支持，進(jìn)一步實(shí)現(xiàn)大數(shù)據(jù)的價(jià)值。

四、結(jié)語

未來的銀行必將是數(shù)據(jù)驅(qū)動型的銀行。大數(shù)據(jù)應(yīng)用將推動商業(yè)銀行在經(jīng)營理念、組織架構(gòu)、業(yè)務(wù)流程、管理模式、IT架構(gòu)等領(lǐng)域的全面調(diào)整和深度整合。中小銀行應(yīng)緊抓時(shí)代機(jī)遇，擁抱大數(shù)據(jù)時(shí)代的金融創(chuàng)新與變革，在“互聯(lián)網(wǎng)+”時(shí)代構(gòu)建新型金融模式，在釋放數(shù)據(jù)價(jià)值的同時(shí)提升銀行的核心競爭力。

參考文獻(xiàn)：

[1]HU H，WEN Y G，CHUA T S，LI X L.Toward scalable system for big data analyties：a technology tutorial[J].IEEE Access，2014（2）：652-687.

[2]馮登國，張敏，李昊.大數(shù)據(jù)安全與隱私保護(hù)[J].計(jì)算機(jī)學(xué)報(bào)，2014.

[3]顧君忠.大數(shù)據(jù)與大數(shù)據(jù)分析.軟件產(chǎn)業(yè)與工程，2013，4.

作者簡介：馬依婷（1997-），女，漢族，湖北武漢人，本科在讀。