大数据时代的金融业

大数据是重塑金融竞争格局的一个重要支撑和抓手，对它的有效利用，将带动整个行业的发展，给整个金融体系带来创新动能

互联网的飞速发展，对传统行业的生产经营模式产生了根本的影响，伴之而来还有爆炸式的数据量增长，在这些海量数据中同样也蕴含了无限的价值。

目前，业界对大数据尚没有一个标准的定义，行业内对大数据的特点概括为四个维度，第一是容量大：互联网上每天都会产生15PB容量的数据，而且数据量预计将以每两年翻一番的速度增长。第二是速度快：数据生成和流动的速度都很快，同时，数据在流动的过程中被快速的处理和决策。例如日常的购物订单、微信、微博、视频、可穿戴设备等，都在快速的产生和传播数据。第三是类型多样：以手机为代表的移动终端具备了采集图片、流媒体、健康数据等更多传感器功能，这些信息有结构化的，也有半结构化或非结构化的。第四是强调海量数据之间的关联性而非因果。在大数据时代，更关注的是一种趋势分析，研究的侧重点是关联关系。

近年来，国际金融业在大数据领域不断地探索和尝试，我们列举其中两例。一个是花旗银行的例子，该行通过挖掘信用卡数据，实现交叉营销。当客户每次刷卡时，银行根据时间、地点以及其过往的购物记录，筛选并推送给客户周边商店、餐厅的折扣优惠，从而捕获第二次交易价值，获取新消费的盈利。二是富国银行的例子。这家银行运用大数据识别欺诈行为，通过研究客户之间发生的历史交易，检测是否存在背离常规操作模式的资金异动，通过综观多个数据来源，总结出用户典型的交易习惯，实现实时的可疑交易甄别。

大数据时代给中国金融业带来的机遇与挑战

大数据是重塑金融竞争格局的一个重要支撑和抓手，对它的有效利用，将带动整个行业的发展，给整个金融体系带来创新动能。

第一，在客户营销方面，银行可通过大数据的应用，搜集和掌握更为广泛的客户信息，不但包含传统格式化的金融信息，还可以扩大到客户在电子商务、社交媒体、多终端媒介等一切渗透到客户生活中的林林总总各类非结构化信息。基于这些信息，可以为客户构建崭新的360度画像，分析粒度将从原有客户群体分析精细化到每个客户的个体分析，及时获知客户行为，洞察客户情感与情绪，预测客户期待，并及时组织好匹配的产品与个性化服务，快速响应客户的需求。

第二，在风险管理方面，银行利用大数据收集并量化互联网上的各类信息，例如餐饮商户的客户评价信息等。利用这些信息通过模型计算商户的信用情况和违约概率，突破传统单纯以财务信息作为评价要素的做法，引入交易行为、客户评价、公用事业缴费记录等多侧面、各角度的关联数据，以大数据的思维构建新的信用评价模型，更精确、更有效地评价客户，打造智能化引擎支持的“直通式”全流程在线融资服务模式，提高融资效率，降低信贷风险。

第三，在产品创新和资源配置方面，大数据可以帮助银行及时深入了解自身的运营情况，辅助改造和优化业务管理流程，改善运行效率，提高产品创新速度，更有效地开展绩效管理和资源配置。

除此之外，大数据还可以应用在实时反欺诈监控、预测客户流失、打造增值服务等方面，全面提高银行的经营和服务能力。

可以预见，善于高效运用海量数据的金融机构，将会在未来竞争中脱颖而出，大数据应用水平也将成为培育差异化竞争优势的重要支柱。挑战与机遇永远并存，金融业在享受大数据带来的技术红利的同时，也同样面临IT能力建设、思维模式转变等诸多挑战。

经过多年的积累，传统金融IT体系虽然已经具备了一定的数据能力，但在新兴大数据技术支撑的背景下，仍有待进一步提升和增强。中国银行在这个领域进行了探索与研究，主要概括总结为七个层次的能力，主要包括：集成、存储、计算、整合、智慧、消费、洞察等七层。其中前四个层次主要考验IT基础设施支持能力，后三个层次考量的是业务范畴上思维方式改变和服务模式的转型升级。

我重点分享一下后三个层次：智慧层是基于数据整合层的信息，利用人工智能和数据挖掘技术，实现信息的分解和提炼，找出对客户、对产品、对业务流程等一系列目标对象有价值的信息点，用于支持后续的营销、管理、优化等场景。主要包括实时决策、机器学习、数据沙箱。而面对客户的消费层，主要提升的是信息交互与共享能力，也就是信息消费，更加注重自动化的处理，将数据直接提供给各类业务系统，用于实现无需人工干预的自动化业务决策和处理。洞察层，将数据的概貌以各种形式展现出来，用于支持各类管理和市场决策需求。

国内银行应用大数据支持网络金融创新的案例分享

通过一段时期的摸索，中行针对互联网金融快速发展下的大数据应用体系建设作了深入研究，提出了利用大数据切入业务的六大领域：一是辅助发掘客户，扩大客户基础，解决银行的获客问题；二是提升客户体验，塑造“千人千面”的客户画像，打造“量身契合”的客户服务；三是变革营销模式，实现精准营销，基于客户画像，想客户所想、及客户所需；四是完善信用风险评价体系，提升风险计量准确性、及时性，构建互联网模式的风控体系；五是动态检测风险，精准识别欺诈；六是优化流程整合，促进产品创新。

以下分享两个中行在大数据方面试点的案例，供大家参考：

案例一、中银沃金融

“中银沃金融”是应用大数据服务小微企业网络融资的一个应用实践案例。电信运营商的代理商通过运营商的电商平台向中行发起贷款申请；银行利用大数据技术，整合电商平台共享数据、征信数据以及客户经理面谈获取的信息，利用授信审批模型实现自动审批；通过短信验证码、动态口令等方式对客户身份进行验证，实现在线签合同和在线提还款；贷后利用预警模型实现在线风险预警。

案例二、e触即发

“e触即发”是一个基于大数据分析技术、面向个人客户的金融产品精准推荐应用。该模式把握住客户来到网点这一契机，利用客户排队等待的碎片化时间进行现场营销，根据每一个客户基于大数据分析出来的独有属性特征，基于统计分析模型与机器学习能力，实时向客户推荐“量身契合”的金融产品或服务，实现了客户识别—精准推荐—差异化营销的闭环服务。

总之，从国内外银行业的应用案例看，大数据已经成为了现实生产力，而不只是雾里看花，纸上谈兵。我们有理由展望，未来越来越多的金融机构将从客户行为分析、差异化营销、差别定价，以及产品设计、风险实时监测和预警等领域，获得更多的大数据支持，大数据支持金融创新和转型升级的应用空间无限广阔。

摘自：财新网

作者：董俊峰（作者为中国银行网络金融部副总经理，本文根据作者在2014年12月18日“中国互联网经济年会-金融变革论坛”上的讲话整理）