浅谈商业银行在大数据时代下的发展

2022-09-10

一、大数据与商业银行

随着IT行业的兴起，互联网大数据逐渐走进了人们的视野，大数据本身具有处理速度快、价值密度低、数据类型多样且体量巨大等特征，即简称“4V”特征，表明其不仅仅是数据海量，对于大数据的分析将更加复杂、更追求速度、更注重实效。大数据的出现代表着人类认知过程的进步以及技术手段的更新。对于传统银行业来说，大数据的出现提高了处理顾客数据的速度，增强了解顾客的偏好，有利于给客户推送适合的结算需求产品，创造了极大的便利，但同时也带来了转型的思考和挑战，如何应对大数据带来的风险和挑战成为一项重要任务。

国外的“大数据”研究工作主要集中在如何进行大数据存储、处理、分析以及管理的技术及软件应用上。在学术界，《Nature》早在2008年就推出了Big Data专刊，从互联网技术、超级计算、生物医学等方面来专门探讨对大数据的研究。与国外相比，国内大数据的研究和应用还处在起步阶段。2012年5月，香山科学会议组织了以“大数据科学与工程——一门新兴的交叉学科”为主题的会议，深入讨论了大数据的理论与工程数据研究、应用方向。指出目前最重视的都是大数据分析算法和大数据系统效率，通过研究大数据的关系网络整体而全面地研究大数据。

二、大数据的应用现状

（一）建行的善融商务

善融商务是中国建设银行推出的全方位的专业服务，以“亦商亦融，买卖轻松”为出发点，致力于为企业和个人客户提供“一站式”金融服务，支付宝等第三方的支付工具利用其较低的手续费，对传统商业银行进行冲击，建行做电商平台的动力，不在于短期内大规模盈利，最主要的是市场占位，面向客户的在线信贷服务是一块战略性的新兴市场，有可能影响未来银行业的竞争格局。善融商务弥补这一点，鼓励在自有平台上进行消费，适度共享顾客资源，增强个人和企业顾客的活跃度。

目前大部分的电子商务流程中金融服务不足，在信贷方面的支持接近空白。善融商务使用该行研发的商城账户支付工具，在继承建行网银功能的同时还支持他行支付、贷款支付、组合支付等多种方式并实时到账。电子商务近年来交易成本不断提高，银行的进入能够通过合理优化供应链、适度共享客户资源，达到有效降低全社会电商交易成本的效果。银行跨界电商的重头是专注电子商务流程中的金融服务，一方面可以把传统的融资业务转移到线上，增加个人和企业客户的活跃度。另一方面，能够聚集流量和交易，银行获得数据资产。

（二）阿里金融

阿里金融隶属于阿里巴巴集团，阿里巴巴集团总体业务上可分为“电商平台”、“数据服务”和“阿里金融”三大模块，三大业务模块相互支持，构成完整而统一的集团整体盈利模式。

阿里金融所开发的新型微贷技术是其解决小微企业融资的关键所在，数据和网络是这套微贷技术的核心。阿里金融利用其天然优势，即阿里巴巴B2B、淘宝、支付宝等电子商务平台上客户积累的信用数据及行为数据，引入网络数据模型和在线资信调查模式，通过交叉检验技术辅以第三方验证确认客户信息的真实性，将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价，向这些通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额小、期限短、随借随还”的小额贷款。

阿里金融微贷技术中有完整的风险控制体系。在信贷风险防范上，阿里金融立了多层次的微贷风险预警和管理体系，具体来看，贷前、贷中以及贷后三个环节节节相扣，利用数据采集和模型分析等手段，根据小微企业在阿里巴巴平台上积累的信用及行为数据，对企业的还款能力及还款意愿进行较准确的评估。同时结合贷后监控和网络店铺、账号关停机制，提高了客户违约成本，有效地控制贷款风险。

三、大数据在商业银行的具体应用

大数据深入商业银行的各个环节，对商业银行理财、融资、以及业务流程优化都产生了不同程度的影响。

（一）大数据在理财需求中的应用

国内能够为客户提供理财服务的机构主要有银行、证券公司、投资公司，其中民众参与度最高的就是银行理财，银行理财已成为现代家庭必不可少的一项理财手段。商业银行抓住这一特性，了解顾客的基本信息、风险偏好和消费偏好，制定不同群体的理财方案。

1、基本信息。

如客户的性别、年龄、星座、资产规模、家庭住址、职业等;例如男性和女性的消费习惯有差异，各年龄层次客户的理财需求不同，不同的职业会有不同的收入水平和思维习惯，这些都可以通过对大数据的撷取和分析得出结论。客户的基本信息既可以从ABIS系统中提取，如果是农业银行信用卡持卡客户，还可以通过信用卡中心获取更加全面准确的信息。

2、风险偏好。

首先客户购买各种理财产品时的风险评估能够最直观的反映客户的风险承受能力，其次客户购买过的理财产品种类也在很大程度上表明了客户的风险偏好。例如经常存定期和购买国债的客户相对比较保守，买过基金、股票的客户则更加偏好收益高的理财产品。

3、消费偏好。

客户的消费记录都可以成为分析其潜在需求的依据。例如客户经常在医院和药店消费，那么他很可能对人身保险产品感兴趣;客户经常在金店消费，则可能对价格更加优惠买卖更加灵活的银行贵金属产品感兴趣。

这些数据并不是孤立的，应该综合起来，银行客户经理目前给客户推荐产品基本是基于个人经验，也可以称之为“小数据”，而大数据可以通过对大量客户数据的分析得出规律性的结论，实现只要输入相应的身份证号或卡号，就能够给出推荐建议，可以将客户的需求进行排序，按照概率由大到小的顺序将可能的产品进行排列，这样就能够大大提高营销的成功率。

（二）大数据在融资需求中的应用

商业银行有融资需求的客户可分为个人客户和企业客户两大类，我们可以依据相应的处理方法从大数据平台中提取有用数据分析出哪些客户可能有融资需求，然后系统推送特定的融资产品给客户。

对于个人客户来说，了解客户信息可以更有效的推测顾客需求。比如年龄、户籍、工作地、工作单位、资产、名下有无房产等信息可以判断是否需要推送购房信息，是否需要推送贷款业务，顾客是否有较强的还贷能力，有利于准确的对客户信用风险进行评估。

对于企业客户，企业资产、企业年净利润、企业的经营年限，企业法人、银行代扣代缴税信息等从系统中提取，通过对公司数据的整合及关联性分析，建立风险评估模型，评判企业面临的风险等级，有利于银行合理房贷，为银行信贷做参考。

融资需求方面大数据同样可以用于客户信用风险评估。利用客户的交易数据，同时采集客户的外部信息，并把这些数据关联起来，建立一个风险评估模型。当一个客户来贷款的时候，这个系统能自动给出这个客户的贷款参考利率，这个利率可以给信贷员做参考。

（三）大数据在业务流程优化中的应用

随着金融业竞争日益激烈，客户服务意识逐渐提高，通过对大数据平台中一些数据的提取可以迅速对业务流程进行优化和改进。各个部门的流程细化可以更清晰的进行分工，降低交易的差错率，剔除掉不必要的环节，精简员工的工作程序，提高工作效率。

1、业务差错

根据运营管理部门对业务差错和抹账率的统计，例如具体到哪个交易差错率、抹账率较高，分析差错原因，将这些数据定期提交到负责业务流程优化和改进的相关部门，在失误率高的节点增加提示信息等，剔除不必要的环节，简化业务办理流程。

2、投诉建议

搜集整理客户在客服中心以及网点意见簿、网点柜台等渠道的投诉建议，通过音频转换、语义分析和提取关键词，发现一些引发投诉建议比较多的问题。例如客户要求打印工资明细，目前系统只能打印全部进出账信息，再由客户自己筛选。运用大数据分析方法可以进行优化，不仅可以打印工资明细，也可以给客户提供收支报告，各项支出占比等综合性财务报告，同时，这份财务报告也可以用于分析客户结构，补充完善客户基本信息等。

四、大数据下商业银行发展的建议

（一）加强大数据基础设施建设，致力于打造智慧银行

目前商业银行在大数据基础设施方面仍存在很多问题，比如数据标准混乱，数据管控体系建设空白较多、数据质量较差，无法满足外部监管报送要求等，这要求银行应建立数据标准和提升历史数据价值。同时在大数据发展过程中，数据信息呈现迅猛增长的状态，不仅是数据来源渠道在拓宽，数据存储量的要求也越来越高，商业银行应该加大自身的数据存储和开发，合理开发智能化服务，以最大容量接收数据，加强基础数据配套建设，全面完善大数据系统的构建。

（二）优化大数据下银行盈利模式，提高传统银行经营效率

我国多数商业银行的收入结构主导利润来源是存贷款传统业务，少部分委托代理收取手续费，而在传统盈利模式下，银行存款定价较为粗放，不能满足个性化、差异化的需求。优化银行盈利模式，拓宽业务领域，利用技术手段进行利率敏感性分析，加大业务品种创新实现多元化经营，从而实现盈利来源的多渠道化。其次还应降低成本和费用，通过精简职能部门，加强体制机制的管理，推出智能化服务，减少人力成本支出，提高银行经营效率。

（三）增强大数据时代银行防范风险能力，保护数据安全稳定运行

大数据在帮助提高经营效率的同时，也带来了数据与信息安全的问题，如何提高银行应对风险防范风险的能力就显得尤为重要，比如：建立完善的应急机制，一旦发生突发事件，保护数据安全，及时进行备份，做到大数据开发与灾备建设同步进行;维护信息安全，保护顾客隐私，谨防客户隐私泄露等声誉风险的发生;同时加强从业人员的管理，不定期进行轮岗和安全教育的培训，保证大数据下银行能够稳定运行。

摘要：随着大数据热潮的不断兴起，以微博、微信等为代表的新型社交网络和以智能手机、平板电脑为代表的新型移动设备的快速兴起，互联网和IT行业产生了海量的数据，这对传统的数据处理和数据应用技术提出了很大的挑战，大数据技术便应运而生了。商业银行作为传统金融行业，如何更好的发挥大数据的优势就显得尤为重要，本文通过分析大数据在商业银行应用现状，提出对于未来商业银行的思考和建议。

关键词：大数据,商业银行,经营效率,智能化