商业银行应用大数据优化经营管理策略研究

2018-12-07冀用武中国建设银行广西区分行

新商务周刊 2018年8期

文/冀用武，中国建设银行广西区分行

1 大数据的概念及特点

就字面意思而言，大数据即规模巨大，内容复杂的数据集合，且数量大的原因是数据以爆发式增长方式增长。大数据的特点非常显而易见，即数据规模巨大。在数据处理方面，数据量越大，则需要处理速度快、处理能力强的处理技术，以适应快速增长的需要。大数据还具备筛选数据的功能，可以通过分析计算找出有价值的数据信息。

2 商业银行应用大数据优化经营管理存在的问题

在互联网金融市场强烈的冲击下，传统商业银行意识到必须要通过技术创新来摆脱目前止步不前的困境。一些商业银行已经开始在日常的产品策划、营销、管理模式等方面上引进大数据技术，但是仍然存在一些妨碍其发展的问题。

2.1 对大数据的理解不深

在现有规模较大的商业银行里，领导层大部分是六七十年代的人，他们之间大多数没有受过现代互联网技术的教育，且没有经过自学或其他方式全面理解大数据的概念，而只是有笼统的了解。这导致了现代商业银行里即便是应用大数据的也只是处于初级阶段。充分利用大数据技术，通过数学建模和计算推导，可以实现对将来合理行为的预判，而目前还停留在根据实时业务办理情况做出判断的阶段，决策具有被动性。除此之外，商业银行的一大部分收入来源——贷款，常常出现呆账、坏账等情形，这会对商业银行造成不利的影响，但也是不可避免的。而正确使用大数据技术，可以对客户的信用等级评定提前做出预判，根据这个结果再决定是否放款、放款数目，从而有效降低风险。

2.2 数据储备不足

目前，商业银行对大数据的应用还处在刚刚起步的阶段，对于数据存储和积累体系还不够完善，数据积累也不够多。大数据的应用，是在数据达到一定的数量时才能够实现的。通过对庞大的数据库中的数据进行筛选，再以某个计算式或某种建模模型做出预判和估计。显然，现在已有的数据量达不到大数据应用的需求量。同时，数据类型也比较单一，大多数都是结构化的数据，商业银行决策者没有意识到半结构化和非结构化的数据积累也同样重要。除此之外，商业银行内外部的数据沟通体系还不够完善。一方面，商业银行内部系统各部门之间、人员之间还没有做到数据共享，各部门无法各司其职，重复无用工作，大大降低了工作效率；另一方面，由于传统银行行业客户量的减少，商业银行在数据获得方面存在一定的劣势，建立与外部社交媒体、移动数据软件的互联互通机制，加强银行与其他金融机构的交流联系，能够拓宽数据获得渠道，有效提升数据积累速度。

2.3 相关技术人员水平不高

虽然人们都已经意识到了大数据技术应用领域广泛，为人类研究分析问题带来便捷，但是由于商业银行在这方面的应用起步较晚，相关管理机制和薪资体系还不够成熟，导致这一类人才很少会选择这一行业。人才是一家企业改革创新的源动力，人才的匮乏，导致商业银行在大数据技术的应用上力不从心，后续工作乏力。同时，也有一些客观的原因存在。比如在商业银行的数据储备上达不到预期的数量，通过银行业及其他社交软件、移动终端的数据共享，可以快速解决这一问题。但是由于商业银行存在其行业特殊性，需要对客户的隐私谨慎保密，也由于银行业也一直受到国家银监会严格的监督，所以在数据的共享交流上难以实现。这些由体制决定的问题很难在短期内改变，但是上述这些问题可以尝试通过人才引进、技术创新，寻找合理的方式以加强数据分析和处理能力。大数据应用不全面，归根结底是商业银行相关技术型人才欠缺所引起的。

3 商业银行应用大数据优化经营管理的策略

3.1 加深对大数据的理解

作为一家商业银行的领导者，他们任意一个决策都会对企业的运营产生重大的影响。因此，领导首先要加深自己对于大数据技术的理解，从思想上重视起来，将大数据技术应用放到与核心业务系统同等重要的地位上来。这样也可以起到表率作用，商业银行的其他员工也会加大对大数据技术的重视程度并深入学习加以理解运用。

3.2 加强数据积累

大数据技术得到充分运用必须要有庞大的数据量的支持，而目前商业银行积累到的数据显然还不能达到要求。为了增加数据的存储容量，不但要积累日常办理业务时产生的数据，也要积累办理失败的数据和产生风险的数据。同时，充分利用高科技技术手段，建立数据采集模型，编写存储记录程序，丰富收集到的数据种类。充分利用现在大范围内由移动终端产生的移动数据信息，关注于互联网信息搜集，加强与互联网企业之间的联系，例如大部分人群常用的微信、微博、知乎等平台。

3.3 注重大数据人才储备

商业银行要提高大数据人才的薪资待遇，与其他业务办理人员一视同仁，提升其在银行内部的地位，吸引海内外大量人才涌入。一方面，要引进数据采集类的人才，他们通过对大数据技术的应用找出能够扩大信息存储量的方式方法，为数据处理做铺垫；另一方面，也要培养数据分析类人才，在数据达到一定数量的基础上，需要灵活应用大数据技术对其进行分析归类整合，提出有效利用这些数据的办法。