大数据背景下商业银行与电子商务的融合分析

摘要：在大数据、云计算、移动、社交等趋势下，我们正在进入以数据为核心的大数据时代。基于计算机规模处理系统的大数据挖掘，一方面，使得深度获取用户的交易信息、及时需求、识别用户消费习惯等成为可能，使得用户更加细分、目标客户更为明确，便于提供合适的、专业化的问题解决方案，并对不同客户进行有针对性的管理维护。另一方面，可以实时监控企业运营状况，实现资金流、信息流的及时整合，有助于中小企业降低贷款成本，提高贷款效率。

关键词：大数据;商业银行;电子商务;融合分析

一、商业银行与电子商务企业对大数据的应用现状

中国互联网络信息中心（CNNIC）发布的《第44次中国互联网络发展状况统计报告》显示，截至2019年6月，我国网络购物用户规模达6.39亿，较2018年底增长2871万。海量的购物记录产生了海量的数据，电商企业都期望能从中挖掘获取数据的最大价值。因此我国主要的电商企业都在大力开展大数据应用，提高自身大数据的处理能力。其应用主要表现在：第一，大数据时代下电商的创新性经营模式。电商企业通过数据分析了解消费者的兴趣爱好、消费偏好并及时适时地对消费者进行极具人性化的广告推送和推广服务，提高客户黏性，更具有针对性的开发新产品和新服务同时有利于降低运营成本。第二，大数据时代下电商的差异化竞争。目前，我国电子商务企业面临的主要问题是电商之间的同质化竞争越来越严重。在未来，电子商务从简单的价格竞争上升到差异化竞争。以阿里巴巴为例，阿里巴巴通过对旗下的淘宝、天猫、支付宝、阿里云等交易平台的资源进行整合，形成了独一无二的电子商务客户群及消费者行为的全产业链信息，具备了强大的数据处理能力，这种优势是其他电商企业所不能比的。目前，淘宝已经拥有100多款数据平台产品。

目前，金融服务业也充分认识到大数据的重要性，通过建立前瞻性的业务分析模型，把握、预测市场和客户行为，将数据深层价值运用到业务经营管理过程，从而做到精准营销和精细管理。从如重庆银行启动大数据金融实验、民生银行基于移动云平台自主研发了“蒲公英”、“啄木鸟”、“猫头鹰”三大独具特色的数据产品等。虽然大部分银行已经深刻认识到大数据对于银行未来发展的重要性，但是近几年数据的爆炸性增长使得银行现有的数据储存和分析能力难以负荷。因此商业银行目前急需搭建成熟稳定的大数据平台，提高大数据处理和分析能力。

二、大数据背景下商业银行与电子商务融合的SWOT分析

随着互联网金融的不断发展，商业银行脱媒的现象越来越严重，银行已经在整个交易的过程中逐渐被边缘化。大数据时代将带来商业模式的变革，商业银行也将面临着前所未有的挑战。

（一）大数据时代下商业银行与电子商务融合发展优势分析

在大数据时代下，物流、信息流、资金流已经成为一个不可分割的整体，拥有资金流的管理企业也逐步渗透到信息流和物流领域，形成了以资金流为基础的融合关系。资金流是三流中最重要的一环，引导着经济发展。商业银行作为资金流的中心，在信息采集、资本积累等方面有着其他行业难以匹敌的优势。

1. 商业银行的信息优势

商业银行开展金融业务的重要基础就是对信息的收集和整合，信息决定着银行的投资决策、风险管理方式和经营管理策略。商业銀行有着广泛的信息获取渠道。不仅企业间的资金流动要以银行为中介，而且银行还可以通过分析网银和POS机的刷卡消费记录，掌握个人客户的消费能力、消费时间、消费地点等信息。于是银行内部形成了一个有着海量信息的数据库。

2. 商业银行的资金优势

商业银行信息化建设需要大量资金建立储存数据的云数据库以及进行云计算的应用处理服务器。而商业银行是以资金的中介和管理为主要工作内容，在银行内部积累了雄厚的发展资金。因此商业银行比一般的企业更有能力建立起大数据设备并使之高效率运转。

3. 商业银行的制度优势

商业银行作为我国的信贷中心和转账结算中心，是我国宏观调控的有力工具。由于经营牌照的特殊性，电商企业和物流企业在涉足银行业的道路上举步维艰，然而我国的电商牌照和物流企业牌照都不难获得，这就使得商业银行拥有很大优势，可多元化进入电子商务和物流企业。

（二）大数据时代下商业银行与电子商务融合发展劣势分析

1. 客户信息不全面

商业银行虽然拥着这海量的客户信息，但这些信息都太过单一，仅仅限于身份信息和银行卡里的资金流转信息。相较之下，电子商务企业就很重视客户其他方面信息的收集，会根据客户日常的浏览、购买记录，向客户定期或者适时地推送其感兴趣的产品和服务，大大提高了营销效率，降低营销成本。

2. 忽略小微企业客户

由于小微企业实力较弱小、没有充足的资金来源，银行考虑到其成本高、风险大、收益不稳定等原因造成小微企业贷款融资都比较困难。随着互联网技术的发展，借助于互联网大数据平台优势，一些P2P贷款形式和电子商务平台上信用贷款形式的出现，使小微企业在贷款难、贷款慢问题上找到一丝突破口。随着存贷利差的逐渐降低和金融脱媒两方压力的不断冲击，小微企业已成为商业银行关注的重点，其贷款业务也成为商业银行日后抢夺市场的重点。

3. 缺乏专业数据分析人才

目前商业银行的数据流已经达到100TB以上的级别，同时非结构化数据量正在以更快的速度增长。银行传统业务所产生的数据大多是大量高价值密度的结构化数据。因此，在大数据时代，商业银行需要培养或引进更多的专业数据分析人才，使其与金融专业人才相互配合，才能够为客户提供更加贴合客户需求的金融服务方案。

（三）大数据时代下商业银行与电子商务融合发展机会分析

1. 大数据加速银行的战略转型

在宏观经济结构调整和利率市场化的大环境下，我国商业银行利差缩小、存贷款率降低、缺乏业务创新能力，使得银行亟待转型。大数据技术正是银行深入挖掘数据的有力工具，在大数据技术的协助下，商业银行能够快速找准业务定位、合理进行资源配置，推动商业银行金融产品创新，进而加速战略转型。

2. 有利于降低运营成本、提高效率

从长期来看，随着银行大数据平台的不断成熟，银行的内部操作和业务办理能力可能会从线下转到线上，这样将大大降低其运营成本。有测算表明，通过营业网点办理一笔交易的交易成本为3.06元，通过ATM机的单笔交易成本则为0.83元，而网上银行进行交易每笔交易成本仅仅为0.49元。

（四）大数据时代下商业银行与电子商务融合发展威胁分析

1. 电商的竞争

互联网金融的发展正在颠覆传统的商业银行。2019年天猫双十一全球狂欢节成交额达2684亿元，创下新纪录，作为交易的基础，支付宝再次展示了世界级的数字金融计算能力，OceanBase每秒处理峰值达到6100万次;支付宝区块链技术首次全面应用到天猫双11。电商们拥有庞大的交易数据和巨大的金融需求，支付方式的多元化使银行在整条交易线上的位置越来越远，也让银行开始真正体会到大数据战略的重要性。

2.大数据应用的风险

在大数据时代，除传统的账务报表外，银行还增加了影像、图片、音频等非结构化数据，软件和硬件方面的基础设施建设都亟待加强。同时由于业务链拉长、云计算模式普及、自身系统复杂度提高等，进一步增大了数据安全隐患，金融大数据的安全问题日益突出。

三、大数据背景下商业银行与电子商务融合的对策选择

理论分析表明，基于委托代理关系的商业银行信贷投放过程中对信用风险的管理受制于信息不对称问题难解。在电子商务平台的运营过程中，商业银行能够利用云技术手段把客户交易的大数据库建立起来，利用数据挖掘技术对客户交易习惯及交易结果进行分析，然后将分析结果用于客户分层管理和授信决策支持，对于商业银行管理信用风险和扩大客户授信规模能起到难以取代的决策支持作用。与此同时，大数据的分析应用能够对客户的征信水平提供佐证，将帮助商业银行客户下沉，提高小微金融、虚拟融资的效率和发展速度。

（一）积极推进金融服务与社交媒体融合

社交网络是银行获取大数据的一个非常重要的来源。商业银行要与电子商务融合发展，就必须打破传统数据边界，注重与社交媒体的融合。首先，要整合新的客户沟通渠道，增强跟客户了解与互动，获得客户的反馈信息;其次，将银行内部数据与外部社交数据结合起来从而获取更加完整的客户视图;然后，在此基础上社交媒体还可以作为重要的营销平台，拓宽运营渠道，渗透企业文化，增强客户黏性，实现精准营销;最后，要注重社交媒体的舆情监测，在风险事件发生之前就能够及时处理把影响降低到最小。商业银行的服务评价需要建立一个互动、反馈、评价、改进的平台。

（二）注重协调与电商企业的互利合作

商业银行与电子商务企业的关系由最初的合作互利到现在的激烈竞争，电商开始涉足金融行业，银行也开始搭建自己的电商平台。银行发展自己的大数据平台，可获取属于自己的大数据，由银行独立掌控这些数据，保护数据的隐私性。2012年6月28日，建行的电商平台“善融商务”正式上线，其业务范围包括B2B和B2C两大方面，积累了不少有价值的交易数据。但同时商业银行也应该加强与电商企业的互利合作。我国电商企业积累了丰富的经验和数据资源，而商业银行雄厚的资金支持对大数据技术的不断发展、日趋成熟也极为关键。银行与电商的融合发展是潮流也是趋势。因此商业银行与电商企业应该在大数据平台上开展数据和信息的交换和共享，实现共赢。一旦这种信用网络和银行结合，银行将能够获得众多信用良好、交易活跃、有发展前景的企业名单，而众多企业也将能够凭借自己的良好信用获取融资。

（三）深度强化大数据核心处理能力

大数据的核心处理能力包括三个方面：大数据的整合能力、分析能力、解读和应用能力。第一，增强大数据的整合能力。银行大数据的来源包括两个部分，一是银行内部数据，二是银行外部各渠道数据。大数据的整合不仅包括内部的数据整合，更重要的是外部数据的整合，由于外部数据的来源不同，在數据格式、数据标准上都不一样，如何统一数据格式和标准，形成规范化的数据成为商业银行面临的第一个挑战。第二，增强大数据的分析能力。在大数据时代产生的海量数据更多的是非结构化数据，需要采用专门的数据分析体系，我国商业银行在数据分析能力和重视程度上都与国外的商业银行有着很大的差距，这是商业银行面临的第二大挑战。第三，增强大数据的解读和应用能力。在整合、分析数据的基础上，通过对客户视图的不断完善，不断了解客户的真正需求，才能向客户提供精准的服务和贴合需求的金融产品，这也是商业银行在差异化竞争中取得成功的重要因素。因此，增强数据的解读和分析能力是商业银行面临的第三大挑战。

（四）有效加强风险管控

大数据可以在很大程度上解决信息不对称问题，帮助商业银行了解客户的自然属性和行为属性，商业银行可依此推进实现全面风险管理，建立完善的风险防范体系，有效防范金融风险。商业银行要利用大数据思维和理念来构建以客户为中心的风险管理体系，在建立健全数据信息应用授权和安全管理制度的基础上，完善按部门、按机构分类分级授权共享数据信息的运行机制。强化对大数据的安全管理过程不仅要提升自身的数据安全保护技术，建立规范化的数据管理运行机制，而且要借助外界的力量，联合大数据链条上的机构，共同推进大数据的安全标准，同时加强与有关数据监管机构的合作与交流，借助监管服务的力量，提升自身的大数据安全水平;同时还要提升客户自身的数据安全意识，只有这样才能够有效保护数据隐私，形成大数据安全管理的合力效应，确保大数据安全。

作者简介：

黄鹂（1978—），河南工程学院经济贸易学院讲师，经济学博士，讲师。