基于大數(shù)據(jù)的商業(yè)銀行智慧型網(wǎng)點研究

劉文軍

摘 ? 要：商業(yè)銀行作為國家的金融重器，在優(yōu)化配置金融資源、促進國民經(jīng)濟增長等方面發(fā)揮舉足輕重的作用。近年來金融科技的崛起和大數(shù)據(jù)技術(shù)在金融領(lǐng)域的廣泛應(yīng)用，為商業(yè)銀行智能化轉(zhuǎn)型升級帶來了新機遇。本文圍繞如何利用大數(shù)據(jù)技術(shù)打造商業(yè)銀行新一代超級智慧網(wǎng)點進行分析，從構(gòu)建一個商業(yè)銀行網(wǎng)點智慧管理模型出發(fā)，利用經(jīng)濟學(xué)最優(yōu)化理論為網(wǎng)點智慧系統(tǒng)建設(shè)奠定理論基礎(chǔ)，并提出了在商業(yè)銀行經(jīng)營管理實踐中的具體建議，以期能實現(xiàn)金融科技賦能商業(yè)銀行。

關(guān)鍵詞：商業(yè)銀行;金融科技;精準營銷;最優(yōu)化

DOI：10.3969/j.issn.1003-9031.2019.07.008

中圖分類號：F832.1 ? ? ? ? ? ? 文獻標識碼：A ? ? ?文章編號：1003-9031（2019）07-0067-07

一、引言與文獻綜述

隨著大數(shù)據(jù)時代的來臨，現(xiàn)代商業(yè)銀行依托金融科技的發(fā)展呈現(xiàn)出體驗至上、場景驅(qū)動、數(shù)據(jù)為王的特征，與傳統(tǒng)金融體制下重網(wǎng)點、重人力、重資本的特點相比正在發(fā)生革命性的變化。毋庸置疑，大數(shù)據(jù)技術(shù)正在改變著金融業(yè)態(tài)，催生出了一波又一波的金融創(chuàng)新。目前數(shù)據(jù)挖掘技術(shù)被金融機構(gòu)廣泛應(yīng)用于潛在客戶識別、風(fēng)險管理、金融資產(chǎn)定價等諸多領(lǐng)域，為商業(yè)銀行精準獲客、開展更精準的信用評級、搭建更為先進的貸后管理體系等多個方面提供技術(shù)支持。

目前國內(nèi)學(xué)者對我國商業(yè)銀行大數(shù)據(jù)應(yīng)用的研究多集中于科普性介紹，主要分析大數(shù)據(jù)技術(shù)對我國商業(yè)銀行發(fā)展帶來的機遇和挑戰(zhàn)，而對于金融科技賦能商業(yè)銀行的具體措施和做法大多是框架性的建議。本文著力于探索數(shù)據(jù)的價值，結(jié)合商業(yè)銀行的經(jīng)營管理實踐，把商業(yè)銀行以客戶為中心的理念整合在一個精準營銷的數(shù)理模型中，利用經(jīng)濟學(xué)最優(yōu)化理論打造新一代超級智慧網(wǎng)點。

胡朝舉（2017）認為商業(yè)銀行本身就是一個大數(shù)據(jù)庫，商業(yè)銀行可以匯集其自身所擁有的分散存儲于各商業(yè)銀行網(wǎng)點的小數(shù)據(jù)庫及其數(shù)據(jù)資源，在小數(shù)據(jù)基礎(chǔ)上進行數(shù)據(jù)集成，構(gòu)建大數(shù)據(jù)庫系統(tǒng)。李佳等（2018）提出根據(jù)用戶個性化的風(fēng)險偏好結(jié)合算法模型制定個性化的資產(chǎn)配置方案，同時利用互聯(lián)網(wǎng)對用戶個性化的資產(chǎn)配置方案進行實時跟蹤調(diào)整。韋顏秋等（2018）建議商業(yè)銀行以大數(shù)據(jù)為核心的信息驅(qū)動戰(zhàn)略為指引，以“智慧銀行”建設(shè)為目標，遵循“數(shù)據(jù)-信息-商業(yè)智能-價值”的轉(zhuǎn)型路徑，以“實驗-改進”為方法論，輔以風(fēng)險控制體系。胡志九（2018）歸納了大數(shù)據(jù)技術(shù)在國外商業(yè)銀行的主要應(yīng)用場景，巴克萊銀行和花旗銀行在潛在客戶挖掘領(lǐng)域廣泛采用大數(shù)據(jù)技術(shù)，奧地利銀行和富國銀行將大數(shù)據(jù)技術(shù)應(yīng)用于信用風(fēng)險控制領(lǐng)域，匯豐銀行用大數(shù)據(jù)技術(shù)進行綜合管理改進，摩根大通銀行和瑞士銀行利用大數(shù)據(jù)技術(shù)對金融資產(chǎn)定價模型進行優(yōu)化。蔚趙春（2013）建議商業(yè)銀行在數(shù)據(jù)思維和數(shù)據(jù)治行理念指引下，建設(shè)智慧銀行，創(chuàng)造最佳的客戶體驗。林俊岐（2017）指出商業(yè)銀行后臺技術(shù)人員在數(shù)據(jù)分析和挖掘的各個環(huán)節(jié)都離不開對銀行前臺業(yè)務(wù)的理解，只有從商業(yè)銀行業(yè)務(wù)知識和實踐出發(fā)才能將最終分析成果轉(zhuǎn)化成實際生產(chǎn)力。巴曙松等（2018）通過實證研究發(fā)現(xiàn)網(wǎng)點智能化水平和存款、金融資產(chǎn)的總量及增量均呈顯著正相關(guān)。

二、我國商業(yè)銀行發(fā)展現(xiàn)狀

網(wǎng)點作為商業(yè)銀行最重要的分銷渠道和服務(wù)平臺，是商業(yè)銀行直接面對客戶的窗口，是決定商業(yè)銀行智慧化轉(zhuǎn)型的關(guān)鍵環(huán)節(jié)，是貫徹以客戶為中心經(jīng)營理念的第一道關(guān)口。截至2018年末，我國商業(yè)銀行網(wǎng)點數(shù)已近23萬個，可以說在全國范圍內(nèi)商業(yè)銀行的網(wǎng)點已經(jīng)星羅棋布。在六大國有商業(yè)銀行中，郵儲銀行網(wǎng)點最多、約40000家，農(nóng)業(yè)銀行23652家，交通銀行最少、3259家（見圖1）。

隨著近幾年我國金融業(yè)的快速發(fā)展，銀行網(wǎng)點布局漸趨飽和，網(wǎng)點數(shù)量增速逐年放緩（見圖2）。加上金融科技的崛起，我國商業(yè)銀行網(wǎng)點正在向智能化、輕型化轉(zhuǎn)型。從我國銀行業(yè)金融機構(gòu)數(shù)量來看，股份制銀行和城商行近年來沒有太大變化，農(nóng)村商業(yè)銀行和村鎮(zhèn)銀行有小幅增長，截止2018年底，分別為1427家和1616家（見表1）。

從我國商業(yè)銀行經(jīng)營管理實踐來看，目前我國商業(yè)銀行主要采用部門銀行經(jīng)營管理體制。這種管理體制優(yōu)點在于有利于針對不同的客戶群體或者金融產(chǎn)品類型實施專業(yè)化的管理，有利于金融產(chǎn)品創(chuàng)新及對下級機構(gòu)精細化的業(yè)務(wù)督導(dǎo)。隨著現(xiàn)代金融的發(fā)展，商業(yè)銀行所提供的金融產(chǎn)品種類越來越豐富，專業(yè)化程度越來越高，金融產(chǎn)品創(chuàng)新層出不窮?？傂懈鞑块T負責(zé)開發(fā)維護本條線的金融產(chǎn)品，并最終借助于網(wǎng)點這一直接面對市場和客戶的銷售渠道來推銷金融產(chǎn)品，導(dǎo)致商業(yè)銀行最基層機構(gòu)成為了各類金融產(chǎn)品的“集散地”。與此同時，各個業(yè)務(wù)部門為了凸顯本條線金融產(chǎn)品的重要性，紛紛通過培訓(xùn)督導(dǎo)考核等各種方式對基層網(wǎng)點施加壓力，以提高網(wǎng)點員工對本部門所提供金融產(chǎn)品的營銷重視度。我國商業(yè)銀行目前的這種經(jīng)營管理體制，雖為金融業(yè)的快速發(fā)展及金融創(chuàng)新做出了一定貢獻，但尚無法解決眾多金融產(chǎn)品必須向同一客戶重復(fù)營銷而導(dǎo)致的低效勞動問題。近幾年互聯(lián)網(wǎng)金融為如何利用金融科技手段降低商業(yè)銀行的人力成本和進一步豐富和完善商業(yè)銀行以客戶為中心的經(jīng)營理念。商業(yè)銀行掌握著海量的用戶數(shù)據(jù)，本身就是一個極其豐富的數(shù)據(jù)倉庫，而大數(shù)據(jù)技術(shù)可以實現(xiàn)通過對客戶特征和產(chǎn)品特征的分析，將客戶和金融產(chǎn)品進行高效匹配，幫助商業(yè)銀行每一個經(jīng)營網(wǎng)點發(fā)揮出自身的客戶資源稟賦優(yōu)勢。

三、商業(yè)銀行網(wǎng)點智慧管理模型理論分析

（一）商業(yè)銀行網(wǎng)點智慧管理模型

本部分論證利用數(shù)據(jù)挖掘技術(shù)提升商業(yè)銀行網(wǎng)點經(jīng)營業(yè)績的理論基礎(chǔ)。首先構(gòu)建一個商業(yè)銀行網(wǎng)點智慧管理模型，然后根據(jù)經(jīng)濟學(xué)最優(yōu)化理論分析最優(yōu)經(jīng)營策略，以期實現(xiàn)網(wǎng)點經(jīng)營業(yè)績的最優(yōu)化。

假設(shè)一個商業(yè)銀行網(wǎng)點在有限的總勞動時間F的約束下，主要經(jīng)營y和g兩類金融產(chǎn)品，模型的目標是解答如何在兩類金融產(chǎn)品間合理分配勞動時間P1和P2，最終實現(xiàn)經(jīng)營業(yè)績U的最大化。模型構(gòu)建如下：

其中，Y表示金融產(chǎn)品y創(chuàng)造的利潤;G表示金融產(chǎn)品g創(chuàng)造的利潤;P1表示營銷金融產(chǎn)品y的總勞動時間投入;P2表示營銷金融產(chǎn)品g的總勞動時間投入;F表示網(wǎng)點所有員工的總勞動時間。

在模型中，Y和G分別是P1和P2的函數(shù)且與P1和P2正相關(guān)，即投入的勞動時間越多創(chuàng)造的利潤越高。為簡化起見，假設(shè)營銷金融產(chǎn)品y和營銷金融產(chǎn)品g所耗費的單位勞動時間相同，并且金融產(chǎn)品y和金融產(chǎn)品g在網(wǎng)點綜合經(jīng)營業(yè)績考核中所占的權(quán)重相同。第一步，利用大數(shù)據(jù)技術(shù)，從營銷成功率預(yù)判角度，識別網(wǎng)點所有客戶的優(yōu)劣等級。通過將金融產(chǎn)品y和金融產(chǎn)品g目標客群進行分檔，按照預(yù)期營銷成功率S從高到低的順序依次分成若干檔次（見表2）。第二步，網(wǎng)點組織員工按照A檔、B檔、C檔等順序依次往下營銷，當(dāng)營銷金融產(chǎn)品y的總勞動時間投入P1加上營銷金融產(chǎn)品g的總勞動時間投入P2等于網(wǎng)點所有員工可付出的總勞動時間F，且兩項金融產(chǎn)品的營銷成功率相同時，即實現(xiàn)了網(wǎng)點經(jīng)營業(yè)績U的最大化。即最優(yōu)經(jīng)營策略為：P1+P2=F且S1=S2。

為什么該臨界點為網(wǎng)點最優(yōu)勞動時間分配點？假設(shè)某網(wǎng)點在所有員工均已付出了最大勞動強度時，金融產(chǎn)品y的營銷成功率S1大于金融產(chǎn)品g的營銷成功率S2，如S1=25%而S2=15%，此時理論上網(wǎng)點就應(yīng)當(dāng)組織員工將勞動時間從金融產(chǎn)品g轉(zhuǎn)移一部分到金融產(chǎn)品y上來提升綜合經(jīng)營業(yè)績U，即減少P2增加P1。這將意味著網(wǎng)點員工原先僅營銷金融產(chǎn)品y的A檔和B檔客群，現(xiàn)在需要投入精力繼續(xù)營銷C檔客群，預(yù)期營銷成功率為20%。而原先營銷了金融產(chǎn)品g的A、B、C、D四檔客群，現(xiàn)在應(yīng)當(dāng)減少勞動時間投入，僅需營銷A、B、C前三檔客群即可（見表3）。

通過策略調(diào)整，放棄金融產(chǎn)品g只有15%成功率的客群，轉(zhuǎn)移勞動時間去營銷金融產(chǎn)品y成功率20%的客群，網(wǎng)點綜合經(jīng)營業(yè)績U提升5%，反之亦然。綜上所述，只有當(dāng)營銷金融產(chǎn)品y的總勞動時間投入P1加上營銷金融產(chǎn)品g的總勞動時間投入P2等于網(wǎng)點所有員工可付出的總勞動時間F，且兩項金融產(chǎn)品的營銷成功率相同時，網(wǎng)點綜合經(jīng)營業(yè)績U才能實現(xiàn)最大化。

（二）數(shù)據(jù)倉庫實證檢驗

表4是某國有商業(yè)銀行數(shù)據(jù)倉庫實驗室的實證檢驗結(jié)果。本實驗選取了一項具有代表性的金融產(chǎn)品——信用卡條線分期業(yè)務(wù)，通過將參與實驗人員分成營銷組和對照組兩組來比對大數(shù)據(jù)應(yīng)用營銷效果。

在第一期實驗中，將經(jīng)過大數(shù)據(jù)篩選后的客群交由營銷組進行電話外呼，將未經(jīng)過大數(shù)據(jù)篩選的隨機客群交由對照組進行電話外呼。實驗結(jié)果表明：經(jīng)過大數(shù)據(jù)篩選后的客群電話外呼營銷成功率分別提升了3.58倍和5倍，營銷精準度得到明顯提升。通過運用大數(shù)據(jù)技術(shù)，可以將優(yōu)質(zhì)客群篩選出來。在第二期實驗中，通過增加模型參數(shù)“瀏覽上述界面的總次數(shù)≥3次或總時長≥3分鐘”，進一步增加了模型篩選的精準度，營銷組的電話外呼營銷成功率分別提升了6.79倍和12.67倍。第二期實驗表明：通過運用大數(shù)據(jù)技術(shù)，可以將所有客群按照優(yōu)質(zhì)等級進行分檔。

在實際經(jīng)營管理工作中，我們可以將所有目標客群按照行為特征劃分成三個等級。同時具備四個行為特征的歸類為A檔優(yōu)質(zhì)客群，不具備第二個特征但同時具備其它三個行為特征的歸類為B檔良好客群，除A、B檔以外的都歸類為C檔普通客群（見圖3）。

四、結(jié)論與政策建議

（一）結(jié)論

基于前述的理論模型，商業(yè)銀行可以完全從技術(shù)上實現(xiàn)站在用戶視角的金融產(chǎn)品配置策略。如通過大數(shù)據(jù)分析，某目標客戶同時歸屬兩項金融產(chǎn)品的A檔，那么商業(yè)銀行客戶經(jīng)理就應(yīng)當(dāng)向該客戶同時營銷并配置兩種金融產(chǎn)品。如果某目標客戶歸屬一項金融產(chǎn)品的A檔，但在另一項金融產(chǎn)品中歸屬C檔，而C檔不屬于該網(wǎng)點當(dāng)前的營銷目標，那么客戶經(jīng)理只需向該客戶營銷并配置一種金融產(chǎn)品即可。這種經(jīng)營管理模式，徹底改變了以往站在產(chǎn)品視角的地毯式低效營銷模式，真正實現(xiàn)了以客戶為中心的流程再造，節(jié)約了網(wǎng)點的人力成本。

隨著機器學(xué)習(xí)技術(shù)的成熟，通過在商業(yè)銀行核心系統(tǒng)中嵌入網(wǎng)點信息反饋和自動化控制功能，實現(xiàn)網(wǎng)點管理的智慧化。當(dāng)核心系統(tǒng)監(jiān)測到網(wǎng)點員工的勞動時間處于不飽和狀態(tài)時，系統(tǒng)通過人機交互的方式對網(wǎng)點當(dāng)前的運營狀態(tài)進行詢問和提醒，直至P1+P2=F。當(dāng)網(wǎng)點勞動時間已經(jīng)達到飽和狀態(tài)時，核心系統(tǒng)根據(jù)監(jiān)測到的營銷實際成功率對該網(wǎng)點的模型參數(shù)進行實時修正調(diào)整。如根據(jù)網(wǎng)點實際營銷成果信息反饋，核心系統(tǒng)判定該網(wǎng)點員工對于金融產(chǎn)品y的營銷非常擅長，明顯優(yōu)于平均水平，那么核心系統(tǒng)將立即修正該網(wǎng)點模型中金融產(chǎn)品y的參數(shù)，根據(jù)調(diào)整后的參數(shù)重新對目標客群的營銷業(yè)績作出預(yù)判及分檔，并把新的目標客戶數(shù)據(jù)推送給網(wǎng)點員工，確保網(wǎng)點綜合經(jīng)營業(yè)績最大化。

（二）超級智慧網(wǎng)點實施建議

隨著大數(shù)據(jù)技術(shù)的應(yīng)用，在商業(yè)銀行的日常經(jīng)營管理中低效、產(chǎn)品與客戶匹配問題將迎刃而解。一是網(wǎng)點的員工數(shù)量是固定的，每名員工一周的工作時間是有限的，這也就意味著一個網(wǎng)點所能擁有的總勞動時間是有限的。在有限的總勞動時間約束下，通過數(shù)據(jù)挖掘技術(shù)和科學(xué)合理的勞動時間分配策略，網(wǎng)點可以結(jié)合自身的資源稟賦優(yōu)勢和營銷專業(yè)技能水平，個性化地把眾多金融產(chǎn)品進行統(tǒng)一規(guī)劃，實施智慧化的管理。二是避免了把不同的金融產(chǎn)品向同一客戶毫無策略地羅列式營銷，通過大數(shù)據(jù)技術(shù)的應(yīng)用，實現(xiàn)了根據(jù)客戶的個性化需求精準地開展金融產(chǎn)品組合營銷和配置。三是就商業(yè)銀行目前的部門管理體制而言，超級智慧網(wǎng)點用流程管理代替了人情管理，真正站在客戶視角實現(xiàn)了以客戶為中心的經(jīng)營理念。在智慧網(wǎng)點具體實施過程中，需要注意以下幾點。

一是利用大數(shù)據(jù)技術(shù)進行客戶分層，對每個部門金融產(chǎn)品對應(yīng)的目標客群進行預(yù)期營銷成功率細分。從理論上來說，客戶分檔越精細，網(wǎng)點越能科學(xué)地向員工分配營銷任務(wù)。對于客群預(yù)期營銷成功率的判斷是否準確，是該模型能否很好指導(dǎo)網(wǎng)點實踐工作以及提升網(wǎng)點綜合經(jīng)營業(yè)績的基礎(chǔ)。數(shù)據(jù)的采集必須作為一項長期堅持的工作，數(shù)據(jù)庫資源越豐富越有利于大數(shù)據(jù)工作的開展。因此，商業(yè)銀行核心系統(tǒng)在提供給營銷人員開展實際營銷工作后，必須將成果及時反饋給數(shù)據(jù)庫，與統(tǒng)計模型預(yù)判的成功率進行比對和分析，在機器學(xué)習(xí)的技術(shù)支持下不斷修正統(tǒng)計計量模型的參數(shù)。

二是商業(yè)銀行經(jīng)營部門對于需要全行給予重點關(guān)注的戰(zhàn)略性指標，可通過增加該指標在網(wǎng)點智慧管理模型中的考核權(quán)重，實現(xiàn)加大網(wǎng)點營銷力度的目的。如為確保移動優(yōu)先發(fā)展戰(zhàn)略的貫徹，要求網(wǎng)點為網(wǎng)絡(luò)金融部門的金融產(chǎn)品付出更多的勞動時間，則可以將網(wǎng)絡(luò)金融產(chǎn)品的考核權(quán)重提升，假設(shè)提高為其它金融產(chǎn)品的2倍，即U=Y+2*G，模型調(diào)整后新的最佳經(jīng)營策略將是：P1+P2=F且S1=2*S2。如果臨界點上S1為30%，則S2需降至15%，即網(wǎng)點應(yīng)當(dāng)組織員工對非重點金融產(chǎn)品從最優(yōu)質(zhì)客群開始營銷到預(yù)期成功率為30%的客群即可，更多的勞動時間用于把網(wǎng)絡(luò)金融產(chǎn)品從最優(yōu)質(zhì)客群開始一直營銷到預(yù)期成功率為15%的客群，這成倍多付出的勞動時間就是網(wǎng)點對移動優(yōu)先發(fā)展戰(zhàn)略大力支持的回應(yīng)。

三是為每一位目標客戶建立金融產(chǎn)品配置檔案。大數(shù)據(jù)技術(shù)終結(jié)了數(shù)據(jù)抽樣時代，無論是對VIP客戶還是長尾客戶，都可能對其進行個性化分析和金融產(chǎn)品配置。如某客戶經(jīng)過大數(shù)據(jù)分析，既隸屬信用卡產(chǎn)品的A檔客群，又隸屬網(wǎng)絡(luò)金融產(chǎn)品的A檔客群，那么商業(yè)銀行核心系統(tǒng)應(yīng)當(dāng)為該客戶建立金融產(chǎn)品配置檔案。當(dāng)該客戶來網(wǎng)點辦理業(yè)務(wù)時，核心系統(tǒng)立即提示網(wǎng)點員工給予該客戶相應(yīng)金融產(chǎn)品的宣傳介紹，通過一攬子金融服務(wù)方案推介，提高營銷工作效率和客戶體驗度。

（責(zé)任編輯：孟潔）

參考文獻：

[1]王麗焱.FinTech時代大數(shù)據(jù)在商業(yè)銀行全面風(fēng)險管理中的應(yīng)用探索[J].銀行家，2018（9）：130-133.

[2]胡朝舉.大數(shù)據(jù)領(lǐng)銜——商業(yè)銀行的經(jīng)營與營銷策略轉(zhuǎn)變[J].重慶郵電大學(xué)學(xué)報，2017（5）：95-101.

[3]李佳.大數(shù)據(jù)時代——人工智能與商業(yè)銀行創(chuàng)新[J].新金融，2018（12）：31-36.

[4]段永興.大數(shù)據(jù)時代商業(yè)銀行的經(jīng)營管理策略探析[J].商業(yè)經(jīng)濟，2018（2）：159-160.

[5]韋顏秋，黃旭，張煒.大數(shù)據(jù)時代商業(yè)銀行數(shù)字化轉(zhuǎn)型[J].銀行家，2017（2）：128-131.

[6]鄭東盟.大數(shù)據(jù)時代商業(yè)銀行優(yōu)化經(jīng)營管理策略研究[J].現(xiàn)代經(jīng)濟信息，2015（5）：130.

[7]胡志九.大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用場景[J].銀行家，2018（5）：90-92.

[8]王大鵬.淺析商業(yè)銀行大數(shù)據(jù)應(yīng)用[J].中國商論，2018（34）：15-16.

[9]金磐石.融合大數(shù)據(jù)技術(shù)架構(gòu)在大型商業(yè)銀行海量數(shù)據(jù)分析的應(yīng)用[J].計算機系統(tǒng)應(yīng)用，2018（10）：46-53.

[10]蔚趙春.商業(yè)銀行大數(shù)據(jù)應(yīng)用的理論實踐與影響[J].上海金融，2013（9）：28-32.

[11]林俊岐.我國商業(yè)銀行的大數(shù)據(jù)應(yīng)用探討——從數(shù)據(jù)分析角度出發(fā)[J].上海金融，2017（6）：83-85.

[12]楊憶.新形勢下做好商業(yè)銀行大數(shù)據(jù)工作的方法論[J].銀行家，2017（6）：40-43.

[13]巴曙松.智能化服務(wù)模式與銀行網(wǎng)點轉(zhuǎn)型研究——基于對工行A市分行物理網(wǎng)點智能化試點的案例分析[J].金融電子化，2018（1）：35-39.