【文章內容簡介】 年在我國國內也慢慢開始發(fā)展起來，帶動了各界熱情 。 自從2021 年來 ，中國通信 協(xié) 會 、 中國計算機 協(xié) 會先后成立 委員會來 研究大數據中的問題，科技部 和工信部 都 將 大數據技術作為 重點 。工信部發(fā)布的物聯網規(guī)劃上，信息處理技術 成 為 了 創(chuàng)新工程 關鍵技術 之一， 在此之中 包括數據挖掘、數據存儲、智能分析， 這些與 大數據 密切相關 。 在大數據 應用方面，電子商務企業(yè)阿里巴巴 走在了前沿 ， 他們根據已 掌握的交易數據， 然后通過 大數據 分析技術 判定企業(yè)貸款， 整個流程沒有人為干涉 。據悉 ，阿里巴巴已放貸 300 多億元，壞賬率 只有 約 %， 遠遠 低于銀行 ，我國銀行業(yè)務的模式轉變已迫在眉睫，大數據分析技術在金融機構中的作用已初現 端倪。 大數據 作為信息革命的第二個高潮， 將會 對未來的 社會 產生 難以預估的 影響。當前銀行 業(yè)的服務與 管理模式 已因此 發(fā)生了 一些 改變。統(tǒng)計顯示以網上銀行、手機銀行為代表的電子 交易 在我國當前已經成為 重要 交易 方式 ， 逐漸取代 傳統(tǒng)銀行渠道。 綜上可估計 接下來的大數據 發(fā)展 可能 再次顛覆 銀行的一些觀念 及 經營模式，銀行業(yè)如何變革 ，從而將 挑戰(zhàn) 化為 機遇 成為了 一個值得 探究 的問題。 據統(tǒng)計，全球 排名前 500 的 銀行 之中 ，已超過三分之二的銀行建設 了 企業(yè)級數據倉庫 來開發(fā) 大數據， 從而替 業(yè)務 查詢 、產 品 延展以及 決策分析提供 技術 支持。國內銀行業(yè)也 已經漸漸發(fā)現了 開發(fā)大數據 能夠為自己 帶來 大量 利益， 幾大 國有銀行 在 十年前 就已經 開始大數據開發(fā)進程 。 如廣發(fā)、招商、 民生 等大部分較有實力的 商行 也已 在這 兩年 開始 嘗試大數據開發(fā) ，來 提升整體業(yè)務創(chuàng)新 能力和 經營管理的 水平。 2021 年 5 月，招行 在 微信上 推行 信用卡智能客服平臺， 只要 用戶 把微信和個人信息 綁定，就可以辦 申請信用卡 、 查賬單 、修改 資料 等 一系列 業(yè)務 。 2021 年，光大銀行 搭建了 核心歷史數據查詢平臺， 這是一個 基于大數據 Hadoop 技術 開發(fā)的 平臺 。它可以給 客戶提供聯機歷史數據查詢 服務 ，通過 大數據技術 可使 查詢時長縮短幾天 ， 極 大提升 工作 效率。 問題 目前 ，我國 銀行面臨 了 以下幾個難題。 （ 1）不能很好地 對接客戶需求 目前，我國銀行 在大數據時代 中 面臨一個很尷尬的局面，就是不知道客戶的真實想法。最近幾年傳統(tǒng)技術面臨 許多 問題 ，有些 問題 通過傳統(tǒng)的方法 很難解決。 首先是數據量 ， 我國銀行數據量和交易量 是世界首屈一指 ，客戶數 量 、賬戶數、交易次數 極其多 。 數據量增長迅速從而造成 加工 數據的 成本 過高 ，銀行設備須 要不停 更新 。 伴隨 互聯網發(fā)展， 分析對象會增多 ，例如 客戶的行為數據 ， 物聯網 中 傳感器產生的數據 等等 ，這導致 了 傳統(tǒng)架構 已經沒法達到 新的數據形式 的處理要求 。 與此同時，新的經濟形勢下要求銀行對很多業(yè)務需求作出更快的響應，也需要更高的時效性。 在業(yè)務方面尤為嚴重，由于銀行的 封閉系統(tǒng)，客戶的真實需求不能被充分了解 。傳統(tǒng)銀行是為客戶提供服務，客戶的參與度非常低。以往銀行的分析系統(tǒng)都是基于對內部數據的基礎進行分析，而對真正的客戶行為數據在銀行里是沒有的。 （ 2） 存在數據短板 銀行零售業(yè)務 以前都是 在傳統(tǒng)數據倉庫分析下，找出 認為有一定 商機的目標客戶群， 將 金融產品 與 用戶 匹配 ，最后通過 一些渠道進行主動營銷。 可是類似的傳統(tǒng) 營銷模式的問題是從主觀上認為客戶 所 喜歡 的 金融產品，而經常不是 客戶的真實 偏好 ， 這一問題造成了 主動 營銷 的成功 概率 低， 并且經常 產生 理解上的糾紛。 由此 可 得 ，銀行 在持續(xù)產生 龐大數據，數據量 龐大 復雜，傳統(tǒng)設備 和 數據分析 可能已經不太能夠很好地 滿足新的數據形式。在 如此 背景 之中 ，銀行 若 仍傳統(tǒng)地推銷 金融產品， 不進行 精準營銷， 結果只會極大 降低 銀行業(yè)發(fā)展速度。 隨著銀行自身數據 量 增多，大數據利于其優(yōu)化資源，這些問題 正好 可以通過大數據 來 解決。從表象看， 是 數據來源變了 。以前的數據 分析 基 本 是 分析 企業(yè)內部的數據， 或者是 經營 、管 理活動過程中產生的數據 ， 但未來，互聯網 中的 數據、物聯網 中 的機器數據，傳感器 中誕生 的機器數據 都會 成為分析對象 ，這些都得依賴大數據分析技術。 因此， 今后銀行在 進行數據分析 時 ，除了 分析 銀行內部數據，還 須 納入互聯網數據，互聯網數據 中存在 銀行客戶的 操作 痕跡和行為 跡象 ，可從中分析出客戶的風險喜好、投資偏好、個性特征等，從中分析出客戶可能會喜歡什么樣的產品，并為客戶量身定制產品開發(fā)，這樣的產品才是客戶真正需要的。最大的不同在于，一個是銀行認為客戶需要什么，另一個是真正基于客戶想要什么 分析出來的結果。這樣的零售業(yè)務創(chuàng)新轉型未來可能會越來越多地出現。 （ 3） 深陷大數據爭奪戰(zhàn) 大數據時代銀行要創(chuàng)新轉型，最容易做的可能 就 是在客戶服務和主動營銷方面。 銀行面臨一個問題，內部存有的 數據 只有客戶 基本信息、 產品持有 信息 和 交易信息 等這些數據，而 缺少最重要的 信息 —— 客戶 行為數據 。 但 是 客戶的行為數據卻 通常 掌握在互聯網企業(yè)手中 ，因此如 想 快速 實現轉型，銀行 必然 要跟一些互聯網企業(yè)在客戶數據方面進行合作。 在目前各企業(yè)的逼迫下， 相關銀行正尋求突圍。目前銀行突圍的路徑主要有兩個，第一 種 是采取跟電商或互聯網賬戶系統(tǒng)合作 的 方式 ， 通過 借助外力補缺數據短板。如果銀行跟一家電商合作的話，銀行可以在網上，通過自己的渠道幫電商做推廣。電商也可以更好地把銀行的服務納入到電商的商務環(huán)節(jié)里，這是互補的。在這方面，股份制銀行 是 走在最前面的，比國有大行領先。我國目前有兩個大的賬號系統(tǒng)，一個是新浪，一個是騰訊，價值不可估量。 2021 年 阿里 投資新浪微博就是基于此類 考慮 。如果銀行真正要進行用戶行為分析，真正基于客戶進行轉型，最終還是要選擇跟這些企業(yè)合作。 另一種方式是，有些銀行通過自己進入電商領域，以積累客戶的行為數據。至此，傳統(tǒng)銀行業(yè)未來的業(yè)務會分 成兩種模式：線上和線下，線上延伸到互聯網，線下就是智能柜臺。 我國銀行已經突顯出兩種新狀況，其一是 在政府保護之下的我國銀行業(yè)，發(fā)現 了 自己 已經處在了一個激烈競爭環(huán)境里 。其次， 各 銀行 都想要盡量多 收集 些 客戶 行為信息，因此對 大數據控制權 展開了爭奪。 挑戰(zhàn) （ 1） 數據駕馭能力受到 挑戰(zhàn) 在這個大數據時代背景下， 銀行的數據駕馭能力 受到 了全新的挑戰(zhàn)。銀行不單單只要 收集網點、信貸等 這些 傳統(tǒng)的結構化數據， 今后還須收集整理 物聯網、互聯網、機構系統(tǒng) 之中的 非結構化數據， 更甚至還 要 對照歷史數據 ， 這 將 改變顛覆 銀行 傳統(tǒng)的數據 收集理 念。數據存儲方面， 如果利 用冗余配置、分布化和云計算， 就可以實現 低成本、低能耗、高可靠性， 可這些 正 好 是 我國 銀行 目前 所欠缺的。有的數據涉及 大量 參數，傳統(tǒng)方法 難以處理 ，處理 的 復雜度 很 大， 能否 利用好 大數據 分析技術 將決定銀行競爭力的 高低。 （ 2） 生存發(fā)展能力受到挑戰(zhàn) 銀行的信貸市場 正在被一些互聯網能金融行業(yè)瓜分，因為有些 強大的數據分析工具正 在這個大數據時代誕生。 互聯網金融 相比較傳統(tǒng)銀行能更好地 收集 信息 、處理 信息 、 防范風險 ，其提供的金融服務已經 涉及 銀行核心業(yè)務領域 ，并且取得全面優(yōu)勢。據統(tǒng)計 ， 直至 2021 年， 我國第三方支 付交易達到 了 15 萬億元。這種滲透顯得尤為令人擔憂，意味著 傳統(tǒng)銀行業(yè)已逐步被取代。 （ 3） 商業(yè)運營模式 受到挑戰(zhàn) 通過 數據化 、網絡化的發(fā)展 ，金融服務 逐漸 虛擬化 已是 大勢所趨。一是產品虛擬化，銀行資金將 更多 地 表現成 數據信號的 變換 ，電子貨幣 地位 將與實物貨幣逐漸趨于平等 。二是服務虛擬化， 隨著 銀行電子商務平臺 的快速 發(fā)展，電子銀行將 成為未來 發(fā)展方向 。三是管理虛擬化，銀行業(yè)務中的各種憑證等將以數字 文本的 方式 出現，電子化 的 管理模式 將成為 更方便 更 快捷 的 重要管理通道。傳統(tǒng)的商業(yè)銀行運營模式將 會慢慢被取代 ，借助大數據 技術是未來銀行發(fā) 展的必然選擇。 小結 大數據時代，互聯網企業(yè)意圖在金融領域分得一杯羹，憑借客戶和流量資源，逐步向支付、融資等業(yè)務滲透，確實對銀行造成了一定影響。但與此同時，大數據的高速發(fā)展，使銀行業(yè)的客戶數據、交易數據、管理數據等均呈現爆炸式增長。海量數據 伴隨著 海量機遇隨之而來，為銀行業(yè)務轉型創(chuàng)造了條件，銀行業(yè)服務及管理模式都將發(fā)生根本性改變。 3 大數據在銀行業(yè)務中的應用 盡管大數據對零售銀行的影響目前而言還比較小，但從發(fā)展趨勢看，要充分認識大數據的顛覆性影響。具有遠見和雄心的商業(yè)銀行都應當未雨綢繆，早做布局。 加強數據收集與分析 商業(yè)銀行要打破傳統(tǒng)數據源 界限 ， 必須 更注重社交媒體等 一些新 型數據來源，通過各種渠道獲取 更多 客戶信息， 從中 挖掘出更多的 有價值的訊息 。 一 、 利用社交網絡， 增加與客戶的 互動，樹立品牌形象 ，構建 新 型 客戶接觸渠道， 二 、 利用論壇、微博、博客等 新型 網絡工具 ,注重新媒體客服 ,打造 新媒體 服務渠道。 三 、通過互聯 銀行內部和外部社交數據， 得到 更 完善的 客戶視圖，從而進行高效率的 客戶關系管理。 四 、 利用社交網絡 或 移動數據等進行產品創(chuàng)新和精準營銷。比如，當銀行 系統(tǒng) 通過客戶 的定位信息 了解 該客戶正在某商場購物， 就立即 發(fā)送位于該商場的某餐館刷卡促銷活動的 短信息 ；設計新產品 時 在網絡上征求客戶意見，激發(fā)客戶參與熱情，了解客戶需求的同時達到 一定 宣傳效果。 五 、 注重媒體渠道的 輿論 監(jiān)測，在風險事件爆發(fā)之前及時有效 地解決問題 ，盡可能降低負面影響 。 實現與社交網絡的融合 實現金融服務與社交網絡的融合存在一些現實的困難，只能通過不斷摸索的方式前進。 首要問題 ，銀行 很難獲得 客戶在社交網絡上的用戶名，難以進行數據整合。這也許 可以進行一些針對性的市場活動來收集客戶的用戶名，或者在 今后 的客戶申 請表上添加社交網絡用戶名的選項。也 或者 可以和社交網絡進行 一定 的合作，利用客戶的證件號碼 等信息 實現 與 客戶信息的對接。 其次，目前 仍然 缺乏成熟有效的工具 來處理 非結構化數據。在初期可以采取半人工的方式 處理， 相信不久的將來 馬上 就能夠有 比較 成熟的分析工具