大數(shù)據(jù)在農商行的應用發(fā)展研究

許臻

摘 要：伴隨國家鄉(xiāng)村振興戰(zhàn)略的實施，各地的農商行異軍突起，迅速成長為商業(yè)銀行中一股重要的金融力量。智能化時代，大數(shù)據(jù)技術應用日益廣泛，成為助力農商行快速發(fā)展的重要基石。在此背景下，本文討論了大數(shù)據(jù)在農商行的應用模式和應用場景，指出了目前應用中存在的問題，最后提出了相應的政策及建議，為促進大數(shù)據(jù)在農商行的應用提供了一定的借鑒。

關鍵詞：大數(shù)據(jù)? 農商行? 應用模式? 政策建議

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2020）06（b）--03

1 研究背景

近年來大數(shù)據(jù)迅速發(fā)展，成為業(yè)界、學術界，甚至世界各地政府高度關注的熱點。隨著金融科技的飛速發(fā)展，大數(shù)據(jù)在銀行業(yè)的應用也日益廣泛。2014年的全球交易銀行白皮書顯示，62%的銀行認為大數(shù)據(jù)對其成功至關重要，29%的銀行表示從數(shù)據(jù)中獲得了足夠的商業(yè)價值。一方面，大數(shù)據(jù)在銀行業(yè)的普遍應用取得了顯著的成果。另一方面，大數(shù)據(jù)在應用中也存在一些問題，值得進一步挖掘其商業(yè)潛能。伴隨著國家鄉(xiāng)村振興戰(zhàn)略的實施，立足縣域、服務“三農”的農商銀行迅速發(fā)展，成為商業(yè)銀行群體中一股重要的新興力量。在快速變化的經濟金融環(huán)境中，農商行如何利用大數(shù)據(jù)技術，進一步促進其健康穩(wěn)定發(fā)展，成為值得農商行深入探討的問題。本文從農商行大數(shù)據(jù)應用模式、存在的問題及政策建議三個方面闡述了推進農商行大數(shù)據(jù)應用發(fā)展的基本框架，以期能夠為農商行大數(shù)據(jù)應用及發(fā)展提供一定程度的借鑒。

2 大數(shù)據(jù)在農商行的應用模式

2.1 客戶關系管理

隨著市場競爭的日益加劇和經濟一體化的不斷發(fā)展，商業(yè)銀行與客戶之間發(fā)生了深刻地變化，銀行的營銷理念也從追求規(guī)模收益向挖掘客戶效率轉變。培養(yǎng)現(xiàn)有客戶并挖掘潛在客戶，是商業(yè)銀行成功的關鍵。因此，建立以客戶為中心的客戶關系管理系統(tǒng)（Customer Relationship Management，CRM），以新的形式應對競爭壓力和提高服務水平成為商業(yè)銀行的必然選擇[1]。

農商行在業(yè)務過程中積累了大量的數(shù)據(jù)，在信息時代，能夠快速準確地從數(shù)據(jù)挖掘規(guī)則中獲取知識，并且能夠有效地運用這些規(guī)則和知識為銀行客戶關系管理和決策服務，對銀行增強競爭力、獲取競爭優(yōu)勢至關重要。大數(shù)據(jù)技術在農商行客戶關系管理中的應用可以概括為三類：客戶群特征研究、客戶購買模型研究和信用卡欺詐行為研究[2]。數(shù)據(jù)挖掘分類和聚類技術可以有效地對客戶進行細分，從而能夠快速了解和掌握客戶群體特征;農商行獲取的海量用戶數(shù)據(jù)在大數(shù)據(jù)分析技術的基礎上，能夠低成本地對用戶的購買行為進行建模，從而預測用戶的購買決策。同時，數(shù)據(jù)挖掘技術不同于傳統(tǒng)的統(tǒng)計方法，能夠通過分析異常數(shù)據(jù)對信用卡欺詐行為進行預警和規(guī)避。

2.2 產品創(chuàng)新

大數(shù)據(jù)分析在銀行業(yè)的應用是無止境的，農商行可以利用數(shù)據(jù)實現(xiàn)更大的個性化，使其能夠實時地為消費者提供量身定制的產品和服務。利用大數(shù)據(jù)技術有利于農商行實現(xiàn)產品研發(fā)、營銷、維護等各環(huán)節(jié)的創(chuàng)新。例如，當消費者購買航班或汽車時，銀行可以為這些產品提供保險優(yōu)惠。在未來，這種應用可能會進一步擴展。一種可能發(fā)生的情況是，當用戶收到一張大額賬單時，銀行可以發(fā)送一條短信，為其提供貸款來支付這筆費用。同時，基于數(shù)據(jù)的算法可以根據(jù)用戶的歷史借款模式和風險評估等級來計算出適合的利率。最后，銀行通過與支付平臺的互通互聯(lián)實現(xiàn)還款。

2.3 精準營銷

面對日益激烈的市場競爭，傳統(tǒng)的營銷方式如電話營銷、上門營銷已經難以滿足商業(yè)銀行的業(yè)務需要，而大數(shù)據(jù)精準營銷系統(tǒng)在銀行、證券、保險等金融行業(yè)有著先天的優(yōu)勢。通過數(shù)據(jù)分析平臺和營銷決策引擎系統(tǒng)農商行能夠實現(xiàn)全流程的精準營銷解決方案，例如農商行可以通過用戶的歷史行為和基本屬性為用戶建立畫像，運用模型和算法為用戶推薦個性化的理財產品，增加用戶的忠誠度和產品的購買率。農商行可以通過動態(tài)的數(shù)據(jù)預測客戶需求，以實現(xiàn)最大程度的精準營銷。例如，識別高價值用戶的消費行為，通過“多倍積分累積”“積分在店面實時兌換”等活動來增加用戶黏性，最大程度地挖掘用戶的潛在需求。

2.4 風險控制

在金融業(yè)，以大數(shù)據(jù)為代表的新興技術為金融風險控制提供了新的機會，這些新興技術可以提供有效且可持續(xù)的金融服務。在風險管理中使用大數(shù)據(jù)的關鍵所在是建立強大的風險預測模型。當銀行將強大的風險預測模型用于其風險管理工作時，它們將獲得更快的響應時間，更廣泛的風險覆蓋范圍和更大的成本節(jié)省。為了建立信用風險預測與分析模型，農商行可以采取以下步驟：第一，選擇支付交易等數(shù)據(jù)源，并將這些數(shù)據(jù)存儲在大數(shù)據(jù)分析平臺上;第二，挖掘數(shù)據(jù)，分析用戶特征;第三，基于相應的行為對用戶進行聚類和細分;第四，識別細分客戶的“正常”行為;第五，識別和預警用戶的“異常”行為;第六，將這些行為構建為風險控制和預測模型;第七，通過源源不斷的數(shù)據(jù)和機器學習等技術對模型進行優(yōu)化;第八，驗證并獲取模型預測與預警效果。

3 大數(shù)據(jù)在農商行應用中存在的問題

3.1 數(shù)據(jù)質量有待改善

數(shù)據(jù)質量是大數(shù)據(jù)分析的基礎，低質量的數(shù)據(jù)常常被認為是造成運營混亂、分析不準確和商業(yè)戰(zhàn)略考慮不周的根源。因此，沒有高質量的數(shù)據(jù)，再高超的大數(shù)據(jù)技術也是無水之源。一方面，農商行的數(shù)據(jù)來源比較單一，常年的業(yè)務運作雖然沉淀了大量的交易數(shù)據(jù)，但是各個業(yè)務部門的數(shù)據(jù)很大程度上沒有實現(xiàn)綜合利用，也缺乏引進第三方數(shù)據(jù)的意識，沒有將第三方數(shù)據(jù)與銀行數(shù)據(jù)進行整合和開發(fā);另一方面，農商行的數(shù)據(jù)也缺乏標準化，數(shù)據(jù)缺失、格式不統(tǒng)一等問題在很大程度上降低了數(shù)據(jù)的質量[3]。

3.2 數(shù)據(jù)分析技術有待提高

大數(shù)據(jù)時代，數(shù)據(jù)分析技術對農商行的重要性不言而喻。大數(shù)據(jù)技術在農商行客戶關系管理、產品創(chuàng)新、精準營銷和風險控制等應用場景有著不可或缺的作用。一方面，農商行對技術的投資還有待加強，特別是近年來大數(shù)據(jù)技術蓬勃發(fā)展，技術的迭代速度不斷加快。例如，機器學習、數(shù)據(jù)挖掘、數(shù)據(jù)管理、數(shù)據(jù)倉庫、文本分析等技術層出不窮，農商銀行對技術的投資和引進還缺乏整體的規(guī)劃。另一方面，數(shù)據(jù)分析技術與銀行業(yè)務之間的融合還有待加強，很多農商行還未將數(shù)據(jù)技術與業(yè)務目標進行有機整合和充分應用[4]。

3.3 數(shù)據(jù)人才有待培養(yǎng)

盡管投資技術十分關鍵，農商行也需要確保擁有所需的高素質人才，以創(chuàng)造和提供行業(yè)領先的解決方案。而大數(shù)據(jù)技術方興未艾，就業(yè)市場對數(shù)據(jù)人才的需求遠遠多于供給[5]。這意味著農商行加強人才儲備，聘用懂技術的新人，是實現(xiàn)其商業(yè)目標的必然選擇。為了吸引人才，農商行需要創(chuàng)造性地思考，使用富有想象力的招聘方式，如黑客馬拉松或大數(shù)據(jù)挖掘競賽等。同時，注重對人才的培養(yǎng)和建立合理的激勵機制能夠更加高效地吸引并留住人才。

3.4 數(shù)據(jù)安全有待加強

對銀行和金融服務來講，數(shù)據(jù)泄露的主要后果是客戶信任的喪失，從而導致客戶流失。而銀行數(shù)據(jù)中相當一部分數(shù)據(jù)涉及客戶隱私，這些數(shù)據(jù)一旦泄露就會造成不可估量的損失。因此，數(shù)據(jù)安全不僅是銀行關鍵的競爭優(yōu)勢，更是其在商業(yè)市場生存的前提。一方面，農商行在數(shù)據(jù)安全系統(tǒng)的投資和建設方面還需要進一步加強，以防止可能發(fā)生的惡意攻擊;另一方面，對員工進行持續(xù)的數(shù)據(jù)安全培訓和考核是防止人為錯誤和疏忽的有效選擇[6]。

4 推進農商行大數(shù)據(jù)應用發(fā)展的政策建議

4.1 挖掘既有數(shù)據(jù)，引入外部數(shù)據(jù)，提高數(shù)據(jù)質量

提高大數(shù)據(jù)的數(shù)據(jù)質量對農商行進行戰(zhàn)略決策至關重要，數(shù)據(jù)質量是農商行大數(shù)據(jù)應用的基礎。為確保高質量的數(shù)據(jù)，農商行首先要建立數(shù)據(jù)質量評估體系，借助于數(shù)據(jù)挖掘和數(shù)據(jù)算法構建大數(shù)據(jù)質量評估系統(tǒng)，并不斷對評估系統(tǒng)的精確度進行優(yōu)化和升級。要從數(shù)據(jù)生產、數(shù)據(jù)加工、數(shù)據(jù)存儲、數(shù)據(jù)使用和數(shù)據(jù)銷毀等全生命周期過程對數(shù)據(jù)質量進行把控[7]。其次，農商行在數(shù)據(jù)質量評估系統(tǒng)的基礎上，可以建立數(shù)據(jù)標準體系，進一步提升銀行數(shù)據(jù)標準化水平，高標準化的數(shù)據(jù)水平可為數(shù)據(jù)質量提供強有力的保障。

在數(shù)據(jù)質量評估體系和數(shù)據(jù)標準體系的基礎上，農商行可以充分利用已有數(shù)據(jù)并積極引進外部數(shù)據(jù)。一方面，農商行可以加大對已有數(shù)據(jù)的深度挖掘工作，充分利用多年業(yè)務流程中沉淀的歷史數(shù)據(jù)，加強各業(yè)務部門之間的數(shù)據(jù)共享和數(shù)據(jù)聯(lián)動，致力于以更低的成本實現(xiàn)組織目標。另一方面，農商行要保持適度的開放性，積極引進外部數(shù)據(jù)，以提升數(shù)據(jù)的多樣性，加強已有數(shù)據(jù)和外部數(shù)據(jù)的整合利用工作。

4.2 促進大數(shù)據(jù)分析技術與農商行業(yè)務目標深度融合

大數(shù)據(jù)的一個主要優(yōu)勢就是以創(chuàng)新、獨特的方式呈現(xiàn)數(shù)據(jù)，以輔助組織在商業(yè)上獲得新的洞見和新的競爭力。因此，在分析數(shù)據(jù)之前明確組織需求就顯得十分重要。農商行的戰(zhàn)略規(guī)劃需要逐步通過業(yè)務目標來實現(xiàn)，而數(shù)據(jù)分析技術是實現(xiàn)業(yè)務目標的技術基礎，技術和業(yè)務的不斷融合是促進農商行大數(shù)據(jù)應用的必然選擇。

例如，目前農商行對于客戶數(shù)據(jù)的分析以結構化數(shù)據(jù)為主，對于客戶電話錄音、網(wǎng)點視頻影像、網(wǎng)絡日志等半結構化和非結構化數(shù)據(jù)應用尚淺，暫時沒有有效手段加以利用。而在不遠的將來，越來越多的來自外部社交網(wǎng)站、微博、論壇的各種客戶信息也將成為農商行重要的數(shù)據(jù)資源，這些占據(jù)總量95%以上的半結構化或非結構化數(shù)據(jù)對于客戶特征提取、客戶消費偏好分析、客戶行為預測有重要意義。因此，為了進一步促進大數(shù)據(jù)分析技術與銀行業(yè)務深度融合，農商行要研究并不斷提高數(shù)據(jù)的挖掘處理能力，包括大數(shù)據(jù)的去冗降噪技術、智能語音交互技術、文字識別技術、人臉識別技術、圖像分析技術以及機器學習、神經網(wǎng)絡技術等。

4.3 大力培養(yǎng)大數(shù)據(jù)人才

隨著大數(shù)據(jù)技術應用的日益廣泛，就業(yè)市場對大數(shù)據(jù)人才的需求也日益增加。就當前而言，農商行普遍缺乏一支同時兼?zhèn)鋽?shù)據(jù)思維和業(yè)務思維的人才隊伍，對數(shù)據(jù)人才的吸納、培養(yǎng)和激勵體系并不健全，嚴重制約大數(shù)據(jù)在農商行發(fā)揮更大的功效。

農商行培養(yǎng)大數(shù)據(jù)人才可以從以下三個方面出發(fā)：第一，完善人才招聘，從源頭把控高素質人才的質量。例如，可以通過組織數(shù)據(jù)競賽的方式發(fā)現(xiàn)人才并留住人才。第二，加強培訓，重視、引導并幫助員工成長為銀行業(yè)務服務的大數(shù)據(jù)人才，可以通過校企合作的方式對人才進行培養(yǎng)。這種方式在業(yè)界也普遍應用，例如，深圳大學與阿里云合作成立大數(shù)據(jù)學院，計劃在三年內培養(yǎng)千位大數(shù)據(jù)人才。第三，加強人才激勵，建立完善的人才激勵體系和人才晉升通道，營造良好的企業(yè)文化氛圍，最大程度上降低大數(shù)據(jù)人才的流失率。

4.4 保證數(shù)據(jù)安全

數(shù)據(jù)安全是農商行商業(yè)生存的基礎，保護數(shù)據(jù)不受安全威脅的重要性不言而喻。當前威脅農商行數(shù)據(jù)安全的隱患主要來自組織外部的惡意攻擊和組織內部的人為操作失誤。

農商行加強數(shù)據(jù)保護可以從以下兩個方面出發(fā)：第一，加大對數(shù)據(jù)安全系統(tǒng)的投資和建設，從數(shù)據(jù)加密、數(shù)據(jù)屏蔽、數(shù)據(jù)擦除與數(shù)據(jù)恢復等方面全方位保護數(shù)據(jù)安全。建立數(shù)據(jù)安全應急管理機制，例如，可以考慮數(shù)據(jù)備份外包服務，使農商行具備抵御火災、地震、暴雨等自然災害的能力，全面促進業(yè)務系統(tǒng)的連續(xù)性，著實增強銀行防范風險能力[8]。第二，加強對員工數(shù)據(jù)安全操作的培訓，建立數(shù)據(jù)安全操作規(guī)范體系，從數(shù)據(jù)收集、數(shù)據(jù)傳輸、數(shù)據(jù)加工、數(shù)據(jù)存儲、數(shù)據(jù)交換等各個方面規(guī)范員工的操作流程，最大程度地降低人為操作失誤帶來的數(shù)據(jù)安全風險。

參考文獻

Bin Fang， Ma Shoufeng. Data mining technology and its Application In CRM of Commercial Banks[A]. IEEE， 2009.

Yu-ping XI， Min CHEN. Application of data mining technology in CRM system of commercial banks[J]. DEStech Transactions on Engineering and Technology Research，2017.

趙遠寬，史玥，臧亞州.江蘇轄內農村商業(yè)銀行大數(shù)據(jù)應用調研[J].金融縱橫，2019（05）.

費笑松，中國人民銀行南京分行會計財務處聯(lián)合課題組，興業(yè)銀行南京分行會計結算部.大數(shù)據(jù)技術在商業(yè)銀行的應用研究[J].金融縱橫，2016（09）.

劉錚.大數(shù)據(jù)技術在商業(yè)銀行的應用研究[J].金融科技時代，2018（05）.

梁繼良，孫家彥，韓暉.大數(shù)據(jù)時代安全可信防御體系[J].網(wǎng)絡空間安全，2018，9（12）.

朱穎.打造高效的商業(yè)銀行數(shù)據(jù)質量管控體系——浦東發(fā)展銀行數(shù)據(jù)質量管理實踐與創(chuàng)新[J].金融電子化，2018（04）.

吳明.網(wǎng)絡大數(shù)據(jù)時代銀行信息安全存在問題及對策[J].電腦知識與技術，2016，12（18）.