关于大数据在商业银行应用的思考

李婷婷

摘要：本文首先归纳总结了大数据的定义、特征和研究现状，其次举例说明了大数据在金融业的应用现状，在此基础上，对大数据技术在商业银行未来的应用方向与应用措施提出了自己的思考。

关键词：大数据 商业银行 金融 应用

随着互联网和IT技术的广泛发展和应用，以微博、微信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。本文旨在归纳大数据的定义、特征、研究现状和应用现状的基础上，对大数据技术在商业银行未来的应用方向与应用措施提出一些建议。

一、大数据的定义、特征与研究现状

2008年SCIENCE杂志出版的专刊中，大数据被定义为“代表着人类认知过程的进步，数据集的规模无法在可容忍的时间内用目前的技术，方法和理论去获取、管理、处理的数据；维基百科的定义，大数据是指所涉及的资料规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营能够决策的资讯。可见无论哪种定义，大数据并不是种新的产品也不是一种新的技术，只是数字化时代出现的一种现象，大数据作为一种基础性的资源，需要被处理才能显现其潜在的价值。

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。在具体的实际应用方面，大数据也显现出了它的价值所在。谷歌公司通过对人们在网上检索的词条与疾病中心的数据进行分析处理，有效及时的判断出了流感的传播来源，为公共卫生机构提供了有价值的信息。

二、大数据在金融业的应用现状

金融业既是海量数据的生产者，也是大数据背后隐藏信息的需求者，这便為大数据在金融业进行大规模应用提供了可能。目前大数据技术在国内的应用还处于起步阶段，但在金融业的应用已经走在了前列。以下选取大数据在金融业应用的两个典型案例——建设银行的善融商务平台和阿里巴巴的小额贷款平台，来说明大数据在金融业的应用现状。

（一）建设银行的善融商务

善融商务是中国建设银行推出的以专业化金融服务为依托的电子商务金融服务平台，融资金流、信息流和物流为一体，为客户提供信息发布、在线交易、支付结算、分期付款、融资贷款等全方位的专业服务。

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

块新兴的战略市场，有可能影响未来银行业的竞争格局。以前，银行处于电子商务产业的最末端，支付宝等第三方支付工具依靠市场优势，对银行的议价能力极强，支付交易手续费被压到很低，甚至不足线下刷卡交易手续费的十分之一，这样银行就损失了一块重要收入。如果银行的用户在自有平台上购物，就不会被第三方支付机构挤压了，而且整个交易中银行能够掌握交易数据。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。现在的电商不管是B2B还是B2C，都还是简单交易，但银行要真正深入到供应链里面去，这是众多电子商务企业尚未关注的市场。

银行跨界电商的重头是专注电子商务流程中的金融服务。这也是建行的优势，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

阿里金融是在阿里巴巴电商平台和数据服务业务基础上发展起来的新型金融业务模式。一方面，阿里巴巴B2B平台和支付宝平台上的注册用户是阿里金融强大的客户群支持，另一方面，数据服务提供的交易数据是阿里金融客户信用评级的核心资源。阿里巴巴介入金融服务领域，核心优势是其拥有的庞大的客户资源和数据，并能基于云计算平台通过对客户信息的充分分析、挖掘，实现对客户信用水平和还款能力的准确、实时把控。

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，数据和网络是其核心。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，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。同时，阿里金融微贷技术极为重视互联网技术的运用，微贷技术包含了大量数据模型，需要使用大规模集成计算，判断买家和卖家之间是否有关联，是否炒作信用，风险的概率的大小、交易集中度等。不仅保证其安全、效率，也降低阿里金融的运营成本。

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，阿里金融建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，帐号关停机制，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方向

目前，商业银行应用大数据的方向还存在思路不清，创新不足的问题，目前银行在大数据方面的尝试主要集中在数据交换、客户分流、历史数据查询、文件管理平台、反洗钱原型、数据预处理等，大数据应用还有很广阔提升的空间。未来，商业银行可以尝试从客户建设、决策支持和风险管理三个方面着手应用大数据。下面具体谈谈如何利用大数据进行精准化营销和业务流程优化，以及如何更加全面和准确的搜集数据，完善大数据平台。

（一）大数据在理财需求产品中的应用

广义的理财包括定期储蓄、银行理财、基金、保险、国债和贵金属等，可以抓取客户以下几方面的数据进行分析：

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，都可以通过对大数据的撷取和分析得出结论。客户的基本信息可以从银行系统中提取，如果是信用卡持卡客户，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，首先客户的风险评估能够最直观地反映客户的风险承受能力，其次客户购买过的理财产品也在很大程度上表明了客户的风险偏好。

3.消费偏好，客户的消费记录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。

这些数据并不是孤立的，应该综合起来，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，实现精准化营销。

（二）大数据在结算融资需求产品中的应用

对于结算需求产品而言，我们可以在大数据平台中着重提取客户流水中的消费地点、金额、频率等信息，据此大致分析出客户的消费偏好，然后给客户推送适合的结算需求产品。客户在商场频繁进行大宗消费，我们可以向客户推送消费分期的业务；客户频繁支付飞机票、房费等，我们可以向客户推送航空类商旅类信用卡；客户频繁汇款转账，可以向客户推送网银和手机银行业务；客户流水巨大且沉淀时间长，可以向客户推荐贵宾卡甚至私人银行业务；客户信用卡的刷卡频率较高，可以向持卡客户推送近期信用卡优惠活动等等。

融資需求的客户可分为个人客户和企业客户两大类，商业银行可以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，在数据提取中可以重点考虑客户的年龄、户籍、工作地、居住地、工作单位、学历、资产、名下有无房产等，从中可以预测出客户目前的融资需求。对于企业客户，我们在数据提取时可以重点考虑客户的产、净利润、经营年限，法人年龄、企业流水、代发工资人数变化、银行代扣代缴税信息等。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。客户有贷款需求时，系统自动计算该客户的贷款利率，给信贷员做参考。