大数据在我国商业银行中的应用研究

来源:用户上传      作者:

　　【摘要】近年来，随着大数据技术的迅猛发展，各国政府纷纷抢抓战略布局，不断加大扶持力度，各类资本也持续不断注入，使得全球大数据市场呈现高速增长的态势。大数据也为传统银行业提供了新的发展契机，帮助金融行业实现信息化转型，使得银行整体服务更为高效、便捷。尤其是在传统银行业面临着前所未有的挑战的今天，利率市场化、供给侧改革、不良贷款压力、互联网金融、更加开放的竞争环境、客户更加个性化的要求、新生企业更加便捷的金融服务等都成为传统银行业发展进步的巨大阻力。如何发现与市场前沿的差距，深刻反思，逐浪而行，是传统银行在大数据时代立足必须解决的问题。本文将对大数据在我国商业银行中的应用进行研究。
　　【关键词】银行 大数据 应用
　　2015年8月，国务院发布《促进大数据发展行动纲要》，提出全面推进中国大数据发展和应用，走数据强国的道路。2016年3月，国家出台“十三五”规划纲要，再次明确大数据作为基础性战略资源具有重大价值，提出要加快推动大数据相关技术的研发、应用及治理;2017年1月，国家发布《大数据产业发展规划》，全面指定了未来五年的大数据产业发展计划，为中国大数据产业持续健康发展确立了目标和路径。借助国家政策推动，中国大数据市场庞大产业规模已经形成，并已处于行业高速发展期，目前，中国大数据产业规模可达1500亿元，未来无年将进入“加速期”，到2020年將达到8000亿元的规模，实现几何级增长。
　　对于金融机构尤其是传统银行业而言，大数据的价值不仅仅体现在对传统银行财务相关指标的直接影响上，也体现在对商业模式变革的推动与重构上。传统银行业不仅仅要在大数据“数量”“处理速度”“数据类别”上下功夫，更加需要去进行深层次的数据整合，形成自身的数据资产管理能力，让数据产生“价值”。纵观国内外金融机构大数据能力建设情况，可以看到大数据在金融行业应用较为成熟的领域集中在反欺诈识别、运营效率优化、深度客户洞悉、客户行为分析、交叉营销、场景营销、科技金融等几大方面。优势企业之所以能够在这些领域脱颖而出，独占鳌头，主要在数据资产管理、业务开展及运营体制三个方面有较为先进的理念，而这些理念正逐渐成为一种趋势，引导着大数据行业攀向更高的山峰。概括而言，主要有以下几方面特征和趋势：
　　一、通过培育数据资产管理能力打造核心竞争力
　　完善自身数据运作模式是形成自身数据资产管理能力的关键。国内外使用大数据技术较好的金融机构首先是建立完善的数据质量标准体系。比如数据采集的过程更注重全面性、针对性以及交互性。在数据广度上，更倾向于拓展资源获取途径，通过合法手段获取原有模式下难以采集的数据，如客户与银行交易的语音、文字数据和互联网产生的行为数据等。在数据整合与加工过程中，更注重以业务需求为导向，重塑结构化数据、半结构化数据、非结构化数据的ETL（数据仓库技术Extract-Transform-Load）标准化流程，尽可能提升数据的准确性与关联性，消除数据孤岛与“惰性数据”。在数据应用过程中，一改过去专门信息专门使用的模式，对数据进行多维度的整合与分析，更注重不同渠道和应用方向数据的交互采集，充分发掘数据在不同场景中的应用能力。其次是完善数据团队的组织结构与管理方式，数据处理的过程更体现专业性、创新性及实用性。也更加注重专业人才和团队的引进和后备人才的培养，逐渐形成结构合理、充满活力的数据分析组织。
　　二、运用智能化技术构建更普惠化场景
　　以“用户为中心”的理念正逐渐影响金融行业尤其是传统银行业，推动业务走向定制化和智慧化。在人工智能技术发展的情况下，传统银行都在积极进行智慧转型，技术和数据成为其中要点。比如，银行将用户数据、征信数据以及行为数据等结合，利用大数据处理技术进行数据建模，对用户进行精准画像，确定金融活动目标可靠性。基于用户洞察来细化客群，在业务上更加普惠化，更加倾向于业务数额较小但群体数量较大、稳定性较好的长尾客户，为其制定个性化业务，并通过场景化、全方位金融产品布局为用户提供灵活便利的普惠金融服务。在开展形式上，部分领先银行以人工智能的形式提供智能化服务，更深入地渗透到普惠金融大众用户。
　　三、建立健全体制支撑大数据技术稳健发展
　　在营运体制方面，领先的银行更加展现轻量化、统筹化、保障化。这在程序上体现为更加重视流程的简化，节约人力、时间成本;在管理体制上采取统筹化管理方法，避免各条线各自为战、形成孤岛和重复建设;在后勤保障上，更加注重科技保障，着眼于人才的引进和人才培养发掘体制的建立。
　　四、通过保障数据安全与合规，为自身大数据发展保驾护航
　　在大数据发展与隐私保护的博弈下，国内近期发生的一系列数据泄密事件，以及由此而导致的监管的高度重视，也暴露出大数据等科技发展为传统银行带来新挑战。
　　未来一段时间仍将是大数据这个年轻产业蓬勃发展的阶段，围绕大数据的技术和业务仍将出现很多新颖的、有竞争力的业态。传统银行应当紧跟大数据发展趋势，充分发挥自身优势，学习借鉴互联网企业及其他优势金融、类金融机构的可取之处，实现企业可持续发展。由此，传统银行业后续工作应紧紧围绕三个目标开展：一要贴合业务热点，重点建设基础性强、业务需求紧迫、能够在短期内快速见效的分析模型，并产生有价值的业务洞察。如推进渠道偏好分析、客户投资偏好分析等具备广泛应用性的工作以及生态圈的建设等。二要建立一套适用于自身发展的大数据分析实施规范，用于指导全行上下开展大数据分析工作。三要紧跟行业趋势，探索尝试创新性的大数据分析方法，形成持续推动业务应用发展的核心动力。
转载注明来源:https://www.xzbu.com/2/view-14827263.htm