大数据技术应用于零售银行转型与创新研究

郑佳

【摘要】近年来，大数据已经成为最有价值的公司资产、重要的经济资源和创新商业模式的基础。随着互联网技术的发展，特别是海量数据处理能力的提高，为商业银行统计与数据分析工作带来了许多新的机遇与挑战。目前，商业银行统计工作主要以满足监管要求为主，大数据技术发展的理念、定位和转型较慢；针对数据库管理、数据资源积累、数据仓库搭建、数据分析人才培养等方面仍与现实需要存在较大差距，因此，应大力加强数据分析对于零售银行精准营销和风险管理方面的应用。

【关键词】大数据；商业银行；转型

一、大数据技术在银行业中应用的前景

在现代金融机构中，数据资产成为区别于传统金融机构的最大因素之一。管理、应用与挖掘海量数据资产，加快银行转型与创新，提高经营业绩，成为现代零售银行业务发展的重中之重。银行拥有海量数据资源，这就需要从数据集成、数据清理、数据选择、数据挖掘、模型评价、知识集成等几个环节反复循环，才可能达到预期的效果。

大数据技术在金融业的广泛应用来源于金融业提高盈利能力的需要。在目前的“以客户为中心、以市场为导向的”的激烈竞争时代，在商业银行“二次转型”的改革进程中，商业银行要想提高核心竞争能力，防范经营风险，就必须提高数据分析的及时性和准确性，我们必须知道如何利用现代管理信息系统对客户信息进行综合分析，挖掘客户的潜在价值，提升服务的价值，利用数据挖掘技术实现各项管理决策的支持功能。一直以来，金融业都非常重视数据，而随着移动互联网的发展，各种金融产品和服务的多样化，金融市场的整体规模不断扩大，大数据技术的应用可以帮助商业银行进行更有效率的业务决策，使决策更加理性和具有前瞻性，优化资源配置，根据市场变化迅速进行调整，改善用户体验，从而获得更高的利润。

二、大数据技术在银行业的主要应用场景

大数据技术本身的出现有着其强大的应用背景，从一开始就是面向应用的。数据挖掘技术在决策支持方面有着广阔的市场前景，可以广泛应用于企业管理，它也是实现CRM和BI的重要技术手段之一。特别是商业银行可以将数据挖掘技术应用于数据库营销、客户群细分、客户画像、交叉销售、市场分析、客户流失分析和客户信用评分、反欺诈等方面。目前，许多金融领域（银行、保险、证券等）都有大数据技术成功应用的案例，在金融机构中，保险、股票和基金投资也是重要的业务领域，此外还有储蓄、投资和信用卡业务。

1.精准营销

精准营销是指根据个人客户制定个性化的营销方案和服务体系，金融机构可以根据所掌握的信息制定准确的营销方案，以实现个人客户的差异化准确营销。这种基于精确定位的营销活动包括对客户个性化需求的关注和满足，能够最大限度地降低银行的营销成本。精准营销针对每一个客户的需求，对其购买能力进行预测和判断，向客户推荐最适合其需求的理财服务和产品，根据风险偏好评分，使得银行推荐的产品在客户的满意范围半径以内，从而充分保障客户需求的满足和利益的实现。

目前，随着智能投顾业务的兴起，完全有可能开发出自助的资产配置与规划软件，使得客户可以根据自身的风险偏好、家庭资产情况、理财目标等，制定出个性化的资产配置方案，并利用网银界面就可以实现银行理财产品、基金产品、保险产品、贵金属产品等产品的一键式购买。而这种产品组合是根据不同客户需求而制定的，有着“千人千面”的特点，可以满足绝大多数客户的个性化需求。这就大大降低了网点的人工营销成本，使得网点理财经理的精力可以转移到高净值客户上来，有效提升了银行的经营业绩。

2.风险管理

大宗交易数据是传统银行最为重视的业务内容，由于银行数据处理能力弱，交易数据量大、交易细节琐碎的问题无法得到有效解决，使得银行大量数据资源处于闲置状态。例如，在传统的银行业务模式下，商业银行只能记录每个银行卡的消费信息，但不能有效实现消费者的实时反馈；在风险管理过程中，商业银行也难以对小额信贷实行有效的风险控制。这是因为绝大多数商业银行在记录客户消费和产品选择时，并没有很好地利用这些数据。如果对每个客户的投资和消费行为进行充分的记录和分析，就可以将这些数据应用于信用风险的管控和分析。数据挖掘技术将有助于信用风险分析决策，提高贷款审批效率，从而提升用户体验。

三、大数据技术在银行应用中的对策与建议

随着新技术的发展、研究的深入，结合理论而形成的新的评价方法、技术和模式，将推动着数据挖掘技术不断进步，在未来的实践应用中数据挖掘手段与工具将会变得更加的方便和具有效率。未来，商业银行数据挖掘研究工作需要进一步加强几个方面：一是获取数据所有者的权限和信任，这是能够整合数据资源并进行利用的前提；二是对金融机构内部各部门之间进行数据资源的整合与协调。例如，许多银行都面临着整合原本分散在零售、公司、小微、信用卡等各个业务部门数据的问题。此外，金融机构还经常面临着业务与技术之间沟通不畅的问题，使得数据难以转化为生产力。突破这些瓶颈的关键是管理，而不是技术。“大数据”要想在传统金融机构中发挥更大的价值，我们认为更重要的是使它有能力进行嵌入式的变革。

“大数据”时代需要试错机制、跨界复合人才以及开放敏感的思维方式，

这将挑战传统金融机构的传统管理做法。然而，这样的变化不仅是为了在“大数据”时代寻求商业意义上的价值，更是传统金融机构在“互联网金融”时代谋求生存和发展的關键。endprint