銀行大數(shù)據(jù)應(yīng)用現(xiàn)狀與未來趨勢分析

一、背景介紹

自2016年 “十三五”規(guī)劃綱要中明確將大數(shù)據(jù)作為國家基礎(chǔ)性戰(zhàn)略資源后，人民銀行和銀監(jiān)會也分別出臺了《中國金融業(yè)信息技術(shù)“十三五”發(fā)展規(guī)劃》和《中國銀行業(yè)信息科技“十三五”發(fā)展規(guī)劃監(jiān)管指導(dǎo)意見（征求意見稿）》。在國家戰(zhàn)略和監(jiān)管思想的指導(dǎo)下，各家銀行都積極推進(jìn)大數(shù)據(jù)在銀行中的應(yīng)用。銀行對大數(shù)據(jù)的應(yīng)用效果與各行的組織架構(gòu)、應(yīng)用方向、創(chuàng)新能力、科技能力等諸多因素有關(guān)。目前為止，國有銀行、城市商業(yè)銀行、民營銀行均有典型的大數(shù)據(jù)應(yīng)用推進(jìn)案例，本文闡述了銀行大數(shù)據(jù)應(yīng)用的組織架構(gòu)和應(yīng)用現(xiàn)狀，并對銀行未來金融科技的布局提出了推進(jìn)思路。

二、銀行大數(shù)據(jù)組織架構(gòu)

銀行在大數(shù)據(jù)應(yīng)用推進(jìn)過程中面對的首要問題是如何將大數(shù)據(jù)融入原有的組織架構(gòu)中。根據(jù)已有的實踐情況來看，主要存在三種類型：平衡推進(jìn)型、風(fēng)控主導(dǎo)型、科技驅(qū)動型。。

（一）平衡推進(jìn)型

平衡推進(jìn)型的大數(shù)據(jù)組織架構(gòu)是將大數(shù)據(jù)應(yīng)用的職能設(shè)立在一個與所有部門均有交互的部門，例如計財部、營運部、網(wǎng)絡(luò)金融部或電子銀行部等。

由計財部牽頭大數(shù)據(jù)應(yīng)用的銀行多為規(guī)模較大的國有銀行，通常與新資本協(xié)議的實施工作相結(jié)合，通過整合數(shù)據(jù)資源來推進(jìn)本行新資本協(xié)議的落地；由運營部牽頭大數(shù)據(jù)應(yīng)用的銀行主要是通過銀行業(yè)務(wù)流程為切入口來推進(jìn)大數(shù)據(jù)應(yīng)用，并且按照“營銷和風(fēng)控并重”的思想同步推進(jìn)大數(shù)據(jù)在營銷和風(fēng)險管控中的應(yīng)用；由網(wǎng)絡(luò)金融部或電子銀行部牽頭大數(shù)據(jù)應(yīng)用的銀行往往在大數(shù)據(jù)應(yīng)用的同時更注重與互聯(lián)網(wǎng)渠道作用的結(jié)合，在金融產(chǎn)品和服務(wù)流程的創(chuàng)新上也更具活力。

平衡推進(jìn)型大數(shù)據(jù)組織架構(gòu)的銀行大多為基礎(chǔ)較好、業(yè)務(wù)開展比較全面的銀行，這類銀行開展大數(shù)據(jù)應(yīng)用的目的是為了提升自身的市場綜合競爭力。

（二）風(fēng)控主導(dǎo)型

由風(fēng)控部門主導(dǎo)大數(shù)據(jù)應(yīng)用的銀行，指導(dǎo)思想源于“銀行的本質(zhì)是經(jīng)營風(fēng)險”。以銀行最主要的信貸業(yè)務(wù)為例，業(yè)務(wù)全流程包括貸前調(diào)查、貸中審批和貸后管理三個環(huán)節(jié)，這三個環(huán)節(jié)都離不開風(fēng)險管控：貸前調(diào)查的風(fēng)控是指客戶準(zhǔn)入風(fēng)控、客戶信息核驗、黑名單和反欺詐過濾等；貸中審批的風(fēng)控主要是指客戶信用評分和審批決策，其中審批決策又包括額度審批、期限審批、定價審批、還款方式審批等；貸后管理的風(fēng)控是指貸后預(yù)警、風(fēng)險分類、催收管理、核銷管理等。

除銀行自身經(jīng)營偏好的原因外，選擇由風(fēng)控主導(dǎo)大數(shù)據(jù)應(yīng)用的銀行往往還有一個外部因素，即大數(shù)據(jù)市場上的數(shù)據(jù)源多為信息驗證、黑名單、反欺詐等風(fēng)險類的數(shù)據(jù)，外部數(shù)據(jù)的基礎(chǔ)促使某些銀行選擇由風(fēng)控部門首先嘗試開展數(shù)據(jù)應(yīng)用工作。

（三）科技驅(qū)動型

科技驅(qū)動型的大數(shù)據(jù)組織架構(gòu)在實踐中是最常見的，所謂的科技驅(qū)動型是指將大數(shù)據(jù)應(yīng)用部門設(shè)在信息科技部，或者以 “數(shù)據(jù)中心”、“數(shù)據(jù)管理部”等二級部門的形式掛靠在信息科技部門架構(gòu)下。

科技驅(qū)動型的大數(shù)據(jù)組織架構(gòu)最大優(yōu)勢在于IT部署全面、技術(shù)落地快，在大數(shù)據(jù)工作開展初期優(yōu)勢尤為明顯，比如：分布式系統(tǒng)的搭建、傳統(tǒng)數(shù)據(jù)庫到分布式數(shù)據(jù)庫的遷移、科技整體架構(gòu)的調(diào)整等。此外，科技驅(qū)動型的大數(shù)據(jù)架構(gòu)更利于數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)需求、數(shù)據(jù)安全的快速落地，便于盡快建立良好的數(shù)據(jù)積累和管理機(jī)制。

三、銀行大數(shù)據(jù)應(yīng)用現(xiàn)狀

大數(shù)據(jù)不僅是一種新技術(shù)，也是一種新的資源。通過內(nèi)、外部數(shù)據(jù)的融合，在數(shù)據(jù)獲取、存儲、分析、挖掘等過程中讓大量隱藏的信息呈現(xiàn)出來。通過挖掘這些隱含信息，銀行可以迅速擴(kuò)大信息獲取渠道、降低信息獲取成本，為自身的業(yè)務(wù)發(fā)展、風(fēng)險管控、內(nèi)部管理等尋找到更廣闊的提升空間。經(jīng)過大數(shù)據(jù)市場四五年的沉淀和發(fā)展，銀行大數(shù)據(jù)相對成熟的應(yīng)用主要有以下幾類：

（一）大數(shù)據(jù)營銷

在互聯(lián)網(wǎng)移動設(shè)備普及之前，營銷廣告的推送主要以掃街營銷、電話營銷、短信營銷等低效率方式進(jìn)行。這些廣告推送方式屬于普遍撒網(wǎng)式的推銷方式，對客戶不加篩選，營銷的有效反饋率很低，也很容易引起客戶的反感。

大數(shù)據(jù)營銷是指利用多渠道、多維度的數(shù)據(jù)，通過統(tǒng)計分析、挖掘建模、機(jī)器學(xué)習(xí)算法等技術(shù)尋找出相對精準(zhǔn)的營銷對象和時機(jī)，達(dá)到“以合適的方式、向合適的客群、提供合適的產(chǎn)品”的效果，以實現(xiàn)金融產(chǎn)品營銷精準(zhǔn)化，大數(shù)據(jù)營銷的實現(xiàn)方式有以下幾種：

（1）存量客戶挖潛

一般規(guī)國有銀行和規(guī)模較大的城市商業(yè)銀行的存量客戶基數(shù)都比較大，客戶數(shù)從幾千萬到幾十億，如此大量的既有客戶中存在著大量的睡眠客戶和低價值客戶。存量客戶挖潛就是針對這些活力不強(qiáng)的客戶進(jìn)行價值挖掘，對睡眠客戶進(jìn)行激活，對低價值客戶進(jìn)行價值提升，使銀行客群整體的有效性大幅提升、降低單個客戶維護(hù)成本。

以自然人客戶為例，存量客戶的挖潛主要以銀行自有的信貸數(shù)據(jù)、投資理財數(shù)據(jù)、賬戶交易數(shù)據(jù)分析為主，再輔以外部征信數(shù)據(jù)、消費數(shù)據(jù)、風(fēng)險數(shù)據(jù)（公安、司法、處罰等）對客戶進(jìn)行綜合分析，尋找客戶潛在的信貸需求、投資需求、信用卡需求、代扣代繳業(yè)務(wù)需求等，實現(xiàn)營銷廣告的按需推送。

（2）新客戶拓展

由于金融產(chǎn)品的特殊性，銀行在新客戶拓展上一直比較依賴客戶經(jīng)理的個人資源，因此容易造成銀行對客戶經(jīng)理的依賴。為了改變這種現(xiàn)象，銀行開始嘗試?yán)么髷?shù)據(jù)和互聯(lián)網(wǎng)的優(yōu)勢進(jìn)行新客拓展，通過數(shù)據(jù)驅(qū)動的新客戶拓展方式減少客戶資源流失成本。

新客戶拓展中最重要的問題是如何尋找新客戶，解決新客戶來源的方式有以下幾種：一是關(guān)聯(lián)關(guān)系挖掘。以行內(nèi)已有客戶為中心建立關(guān)聯(lián)關(guān)系圖譜，挖掘圍繞在既有客戶身邊的潛在客戶資源。對于企業(yè)客戶來說可以是股權(quán)關(guān)聯(lián)、擔(dān)保關(guān)聯(lián)、上下游關(guān)聯(lián)等；對于自然人客戶來說可以是資金往來關(guān)聯(lián)、親屬關(guān)系、同事關(guān)系等。二是場景營銷。通過特定金融需求場景的建設(shè)進(jìn)行新客戶拓展，這些場景可以是線下活動場景，如貴金屬展銷、車展聯(lián)動營銷等；也可以是線上的金融需求場景，如企業(yè)納稅場景、線上購物場景等。場景營銷最大的優(yōu)勢在于需求明確、針對性強(qiáng)，能顯著減少無效營銷的概率。

（二）大數(shù)據(jù)風(fēng)控

風(fēng)控水平是銀行的核心競爭力，因此大數(shù)據(jù)風(fēng)控從一開始就是銀行大數(shù)據(jù)應(yīng)用的一項重點內(nèi)容。經(jīng)過幾年的探索和實踐，銀行的大數(shù)據(jù)風(fēng)控已經(jīng)形成了一套較為成熟的體系，很多銀行也在業(yè)務(wù)中實現(xiàn)了業(yè)務(wù)全流程的風(fēng)控閉環(huán)。從風(fēng)控的細(xì)分類別劃分，大數(shù)據(jù)風(fēng)控包括以下幾類：

（1）黑名單

黑名單屬于風(fēng)險名單驗證類的應(yīng)用，實際應(yīng)用中的黑名單并不是單一的某類名單，而是對各類風(fēng)險名單的分類和整合，如：司法名單、公安名單、行政處罰名單、失信名單、違約名單等。在結(jié)合到銀行具體業(yè)務(wù)中，還可以根據(jù)風(fēng)險嚴(yán)重程度對名單進(jìn)行分類，對不同類別的黑名單對應(yīng)不同的處理策略。

（2）反欺詐

反欺詐可以分為申請反欺詐和行為反欺詐。申請反欺詐主要是對申請業(yè)務(wù)的客戶基本信息、賬戶信息、客戶歷史欺詐信息等的識別，這類反欺詐的策略一般是以名單庫或規(guī)則庫的形式部署。行為反欺詐則相對復(fù)雜，并且實時性也更強(qiáng)，一般是通過對客戶的在線操作行為進(jìn)行分析來識別欺詐行為，例如分析客戶的在線操作速度和路徑，識別被操作設(shè)備的標(biāo)識和狀態(tài)等。

（3）評分模型

銀行對客戶的評價一般是通過評分模型來衡量，評分模型需要結(jié)合具體業(yè)務(wù)場景來建立，因此對同一個客戶來說，不同的業(yè)務(wù)場景中給出的評分結(jié)果有可能不同。評分模型是對數(shù)據(jù)要求較高的風(fēng)控類應(yīng)用，不僅需要更多的數(shù)據(jù)維度，也對數(shù)據(jù)積累的時間、數(shù)量等有所要求。此外，評分模型在使用過程中還需要不斷的優(yōu)化和迭代，從而使評分模型的效果逐步提升。

（4）貸后預(yù)警

貸后預(yù)警包含預(yù)警指標(biāo)的建立、預(yù)警流程的設(shè)計、預(yù)警事件的處置機(jī)制一整套解決方案。產(chǎn)生預(yù)警信號的數(shù)據(jù)來自于內(nèi)部業(yè)務(wù)數(shù)據(jù)和外部的各類信息，通過多渠道數(shù)據(jù)的整合減少信息不對稱造成的

四、智能投顧

2016年底招商銀行“摩羯智投”的上市，掀起了傳統(tǒng)銀行開發(fā)智能投顧的熱潮?，F(xiàn)階段的智能投顧本質(zhì)是只是一個系統(tǒng)自動推薦的決策模型，通過多維度的數(shù)據(jù)分析將客戶的投資需求和偏好與投資產(chǎn)品進(jìn)行匹配，并能在客戶已配置投資產(chǎn)品的基礎(chǔ)上，提供更加優(yōu)化的投資產(chǎn)品組合方案推薦。

智能投顧與大數(shù)據(jù)營銷、大數(shù)據(jù)風(fēng)控的應(yīng)用有所不同，它屬于決策類應(yīng)用，也是金融科技在銀行產(chǎn)品和服務(wù)上的第一步嘗試。智能投顧的決策一方面來自于對客戶的分析，包括：可投資金額、投資期限偏好、投資收益偏好、投資風(fēng)險偏好、投資產(chǎn)品類別偏好、投資行為特征等；另一方面則來自于系統(tǒng)后臺配置的投資產(chǎn)品列表的分析，包括：產(chǎn)品起售金額、產(chǎn)品期限、產(chǎn)品預(yù)期收益、產(chǎn)品風(fēng)險等級、產(chǎn)品類型等，通過產(chǎn)品特性與客戶需求偏好的匹配形成推薦決策結(jié)果。但目前各家銀行在智能投顧上的應(yīng)用還處于摸索階段，智能投顧分析的數(shù)據(jù)維度、后臺策略生成算法、產(chǎn)品組合推薦結(jié)果等都比較簡單，離真正意義上的智能化推薦還有較大差距，但可以預(yù)期未來的智能投顧將會迅速向著AI方向發(fā)展，成為可以與專業(yè)金融顧問媲美的智能化金融服務(wù)。

五、客戶標(biāo)簽與畫像

如果說大數(shù)據(jù)風(fēng)控、精準(zhǔn)營銷是銀行大數(shù)據(jù)兩塊不同方向的應(yīng)用，那么客戶標(biāo)簽與畫像則是對銀行風(fēng)控和營銷的綜合應(yīng)用。通過整合各渠道的客戶數(shù)據(jù)，對客戶信息進(jìn)行維度劃分和指標(biāo)建設(shè)。例如，將客戶信息分為：基本信息、風(fēng)險信息、營銷信息、管理信息、行為信息、偏好信息等。在具體的客戶標(biāo)簽指標(biāo)構(gòu)建時，通過收集經(jīng)營機(jī)構(gòu)、業(yè)務(wù)部門、管理部門等的需求，結(jié)合數(shù)據(jù)分析和挖掘方法，構(gòu)建出能夠客觀反應(yīng)客戶信息，且對銀行有用的客戶標(biāo)簽。在客戶標(biāo)簽體系建立起來的基礎(chǔ)上，通過數(shù)據(jù)的多維度展示和可視化技術(shù)對客戶信息進(jìn)行直觀的展現(xiàn)，形成客戶的360度畫像。

客戶標(biāo)簽與畫像的指標(biāo)分為三類：事實類指標(biāo)反映的是客戶確定的基礎(chǔ)信息，如姓名、年齡等；統(tǒng)計分析類指標(biāo)反映的是從銀行角度對客戶的評價信息，如貢獻(xiàn)度、忠誠度等；預(yù)測類指標(biāo)反映的是基于事實數(shù)據(jù)和統(tǒng)計指標(biāo)推測出的客戶的不確定信息，如：是否商旅人士、是否有車一族等。通過這些事實標(biāo)簽、統(tǒng)計標(biāo)簽、預(yù)測標(biāo)簽，共同構(gòu)成了對客戶的綜合評價，為銀行風(fēng)險模型、營銷模型，乃至精細(xì)化管理提供了決策依據(jù)。

六、銀行金融科技發(fā)展趨勢

從戰(zhàn)略層面看，傳統(tǒng)的銀行在金融業(yè)態(tài)轉(zhuǎn)型的過程中一直不斷調(diào)整著自身的戰(zhàn)略定位，從簡單的“金融中介”變化為“金融中介+信息中介”，最直接的表現(xiàn)就是各家銀行紛紛成立了數(shù)據(jù)中心、大數(shù)據(jù)中心、金融科技部等專門從事大數(shù)據(jù)應(yīng)用的部門。這些新設(shè)立的部門成為科技與業(yè)務(wù)的斜街部門，一方面帶領(lǐng)科技部門開發(fā)出更貼合業(yè)務(wù)需求的技術(shù)，另一方面指導(dǎo)業(yè)務(wù)部門更好的利用新技術(shù)指導(dǎo)金融產(chǎn)品和服務(wù)創(chuàng)新。從在人才儲備上看，銀行對數(shù)理統(tǒng)計專業(yè)、模型計量專業(yè)、計算機(jī)科學(xué)與技術(shù)等專業(yè)人才的需求已經(jīng)超過了對傳統(tǒng)金融專業(yè)的人才需求，且需求還在不斷擴(kuò)大。通過組織架構(gòu)和人才儲備的調(diào)整逐步，銀行紛紛為金融科技提前布局，未來銀行將沿著“金融→金融+信息→金融+信息+科技”的路徑向前發(fā)展。

從金融產(chǎn)品和服務(wù)層面看，傳統(tǒng)的、標(biāo)準(zhǔn)化的金融產(chǎn)品和服務(wù)將越來越?jīng)]有競爭力，取而代之的是場景金融、智慧服務(wù)的不斷涌現(xiàn)。通過新科技手段的運用，金融產(chǎn)品的創(chuàng)新活力不斷增強(qiáng)，客戶和市場的金融需求也不斷被喚醒和發(fā)掘，在激活金融市場的同時，銀行不斷提升金融產(chǎn)品的精準(zhǔn)化、個性化，以及金融服務(wù)的靈活化、智能化。在產(chǎn)品和服務(wù)創(chuàng)新的同時，銀行也不斷接受客戶和市場的反饋并據(jù)此及時對產(chǎn)品和服務(wù)做出調(diào)整，建立金融產(chǎn)品和服務(wù)與客戶間的雙向反饋機(jī)制。

根據(jù)《中國上市銀行年報研究（2017）》對37家上市銀行的調(diào)查顯示，有30家銀行在2016的年報中提到了金融科技，其中24家銀行更是提出了詳細(xì)的措施。目前，國內(nèi)五大行已分別和五大互聯(lián)網(wǎng)巨頭BATJS相繼簽署戰(zhàn)略合作協(xié)議（阿里和螞蟻金服&建行、百度金融&農(nóng)行、騰訊&中行、京東&工行、蘇寧控股和蘇寧金融&交行），借助互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)實現(xiàn)傳統(tǒng)金融向金融科技的轉(zhuǎn)型升級。銀行將自己的金融產(chǎn)品和服務(wù)優(yōu)勢與新興科技相融合，圍繞金融科技發(fā)展和開拓業(yè)務(wù)，不僅已經(jīng)解決了很多傳統(tǒng)金融行業(yè)的痛點問題，也逐漸探索出了一條銀行發(fā)展新路徑，未來銀行將在不斷加深與科技的融合，通過跨界融合開辟出更加廣闊的發(fā)展空間。（作者單位為江蘇蘇寧銀行風(fēng)險管理部）

作者簡介：管薇薇，碩士研究生，通信與信息系統(tǒng)專業(yè)，工作單位：江蘇蘇寧銀行 風(fēng)險管理部，江蘇蘇寧銀行風(fēng)險部大數(shù)據(jù)團(tuán)隊經(jīng)理，研究方向：大數(shù)據(jù)金融。