浅谈商业银行大数据分析与应用

赵文举

摘 要：随着大数据、人工智能技术的蓬勃发展，商业银行拥有了更加广阔的发展前景，也迎来了前所未有的挑战。就目前来看，我国很多商业银行依然采用传统落后的经营运作模式，大数据分析、应用情况不容乐观，极大地制约了商业银行的进步发展。因此对商业银行的大数据应用问题展开全面细致地分析探讨，并提出一系列针对性的改善措施，为商业银行的进一步发展指明了方向，具有重要的理论意义和实践价值。

关键词：商业银行;大数据分析与应用;经营;问题

中图分类号：F832.33 文献标识码：A 文章编号：1671-2064（2020）12-0073-02

0 引言

如今，商業银行之间的竞争逐渐趋于白热化，利润空间也被进一步压缩，而大数据能够帮助银行快速处理客户信息，优化资产结构，提高服务效率，逐渐得到了商业银行的高度重视。这就需要对商业银行的大数据应用进行深入细致地分析探讨，并制定一套科学有效的应对策略。

1 大数据在银行业的应用背景

进入21世纪以来，大数据技术得到了充足有效的发展，而且对很多行业领域产生了不可忽视的影响。商业银行在发展过程中会产生大量数据信息，诸如客户信息、交易信息、管理信息等，这些数据具有明显的多样性特征，给内部管理人员带来了巨大的工作压力，这就需要引入大数据技术加以分析。2019年，我国大数据市场规模已经达到了8080亿元人民币，而且仍然处于高速增长状态。在这样的时代背景下，对大数据技术在商业银行中的应用情况展开系统地分析探讨就显得尤为重要。

2 大数据对商业银行的影响

2.1 大数据对商业银行从业人员的影响

首先大数据技术的应用要求前台营销人员摒弃传统的营销模式，利用大数据技术实现360度客户视图，对客户进行全面风险评估，大大提高了营销工作的精准度和成功率。然后从中台管理人员角度分析，大数据时代的到来，管理人员往往能够客户信息、员工信息、管理流程信息等多种信息，管理人员通过这些信息对客户、员工有一个全面的了解，为各项业务的顺利开展奠定了良好的基础[1]。最后从后台技术人员角度分析，从业者不仅须要有更高的IT技术、软件研发、项目管理、数据分析治理等能力，还需要不断业技融合，不断强化自身综合素质，才能发挥出更大的职能作用。

2.2 大数据对商业银行盈利能力的影响

商业银行合理利用大数据技术，能够为自身带来诸多利益，例如商业银行借助大数据技术深度挖掘数据潜在价值，也可以利用大数据减少营销、运营成本，还可以降低银行风险管控和不良处置的成本。在实际运作过程中，大数据技术应用能够提高商业银行的运营效率、优化资产结构、提升资金使用效率，降低各类成本，使得商业银行得到更加可观的利润。

2.3 大数据对商业银行服务效率的影响

商业银行可以通过大数据技术提高信息的完全程度，简化服务流程，进而为客户提供更加高效的服务。例如，商业银行通过大数据中台技术，融合实现各类产品、业务的线上化，使客户可以足不出户享受银行服务;也可以利用大数据技术对客户资料进行全面分析，了解客户的经济状况、理财偏好以及风险承受能力，通过千人千面技术实现产品智能推荐，这种精准化的营销服务能够有效提高服务效率，同时为业务拓展提供了可靠的数据资料。

2.4 大数据对商业银行决策效率的影响

商业银行面临的宏观市场时刻都处于动态变化之中，传统的决策机制不仅效率低下，而且失误率居高不下，极大地制约了商业银行的进一步发展，而大数据技术的应用，不仅能对客户、员工信息能更全面、多维度的分析预测，实现对内部组织机构的效率和流程进行分析改善，还能充分获取并利用行内外部数据，更好地对决策可行性展开科学准确地预测分析，提高了商业银行的决策效率，商业银行决策的合理性也会大大提高，促进了商业银行的进步发展。

3 我国商业银行大数据运用存在的问题

3.1 平台建设上存在的问题

大数据技术的应用离不开云计算、人工智能的支撑，大数据与金融科技技术的有机融合，才能为商业银行创造出更加可观的利润。但是就目前来看，外国商业银行在基础IT设施、新型计算平台、分布式计算架构、大数据处理等方面还有很大的提升空间，诸如语音识别、文本挖掘、图像分析等机器学习、人工智能还处于探索应用阶段，导致大数据技术的职能作用大打折扣。除此之外，商业银行的条块分割现象十分明显，往往形成“系统烟囱”“数据孤岛”，数据资源共享性较差，满足不了商业银行的发展需求。

3.2 数据治理上存在的问题

首先，各商业银行对数据治理内容包括数据标准管理或数据质量管理，对元数据、数据生命周期管理、数据模型管理等其他领域了解和认知层次参差不齐。其次，缺少数据模型的体系化、共享化、扩展性，数据模型的管理流程在执行中存在很多漏洞。再次，很多商业银行尚没有建立起全行共享的数据标准统一视图，也没有建立涵盖基础数据和指标数据的企业级数据标准体系。最后、缺少数据质量的管理保障机制和统一的评判标准，也缺少数据质量检验规则和检测机制[2]。

3.3 风险控制上存在的问题

在大数据技术飞速发展的时代背景下，商业银行获取了海量的数据信息，再加上商业银行的风险管理业务链较长、数据安全意识不强，数据防泄漏技术未普及运用，导致数据安全问题时有发生，如何加强商业银行的风险管理是商业银行需要考虑的重要问题。另一方面，商业银行在制定重大投资项目时，过分依赖相关人员的从业经验、主观判断，没有利用大数据对过去的数据资源进行整体分析，也没有对未来的经营形势展开预测分析，导致商业银行的经营风险大大提高，影响了商业银行的稳定发展。

3.4 应用落地上存在的问题

首先，信用贷款是商业银行的核心业务，当前商业银行只能记录客户的消费信息，却无法实现实时的消费信息反馈，商业银行无法利用大数据调整客户的信用额度，导致很多人逾期还款，给商业银行带来了巨大的财产损失。其次，在传统业务线上化的趋势中，很多系统只保留了业务交易信息，没有用互联网的思路去记录客户的点击量、DAU、MAU、增长率、留存率等行为指标，无法对客户行为和兴趣爱好做深入的记录和分析挖掘。最后，商业银行针对大数据制定了一系列制度措施，但是大部分制度都没有落实到实际行动当中，例如财务人员依然使用传统的手工记账，影响了商业银行的快速发展。

4 推动我国商业银行大数据有效应用的对策

4.1 提高商业银行对大数据运用的意识

在以后的发展过程中，我国商业银行应该提高对大数据应用的重视力度，尽可能使大数据发挥出更大的职能作用。首先，商业银行管理层应该将大数据建设、应用放在首要地位，引导全体员工参与到大数据平台建设当中，优化计算机技术应用平台、创设分布式计算架构、将数据治理常态化，为强化大数据的实践应用打下坚实的基础。然后，商业银行应建立良好的IT规划，特别是数据治理规划，信息系统建设和数据建设方面，都确保前中后台各部门的数据资源能够流通共享，提高商业银行的大数据应用水平。

4.2 提升商业银行内外风险管理水平

商业银行要想获得更好的发展，就必须加强大数据的应用，提高风险管理水平，具体作法如下所示：首先，从外部市场角度分析，商业银行应该利用大数据技术广泛收集外部市场信息，根据市场变化调整经营策略、营销模式、产品结构;从内部市场角度分析，商业银行应该引入先进的数据安全防泄漏技术，加大数据安全保障力度，增强广大用户的信心[3]。然后，商业银行应该制定一套科学完善的信息公开制度，并落实到实际行动当中，使股东、客户、投资者对商业银行的经营状况有一个清晰的认识，同时为大数据的应用打下坚实的基础。

4.3 实行差异化营销，提高商业银行盈利水平

商业银行应该针对不同的客户实施不同的营销策略，从而占据更大的竞争优势。首先，商业银行应该利用大数据对客户信息、市场信息、产品信息实施系统全面地分析研究，挖掘目标客户生命周期的不同需求和價值，进而制定出针对性的营销策略，例如针对抗风险能力强的客户，商业银行可以推送一些风险高、收益高的产品，从而满足客户的个性化需求，商业银行还可以利用大数据分析挖掘实现用户特征推荐、兴趣归纳预测推荐、关联式消费行为推荐、产品生命周期推荐、产业链产品推荐、采购周期的推荐等，确实提高营销的精准性。

4.4 全面整合商业银行内外部数据，搭建商业银行大数据平台

商业银行应该根据实际情况，创建一个先进合理的大数据平台架构，实现数据治理，深度挖掘数据资源的深层次价值。商业银行应该从海量的信息资源中提取出有价值的信息资源，了解市场的发展趋势、产品的创新方向、客户的实际需求等等，并以此为基础制定出科学合理的发展策略。商业银行可以借鉴国际、国内优秀的大数据技术平台，大力开发一套集各类数据采集、数据治理、数据分析挖掘、数据展示应用、人工智能为一体的平台体系，在提高业务处理效率的同时，使得大数据技术发挥出更大的职能作用。

5 结论

通过以上分析探讨可以发现，大数据的应用不仅给银行从业人员、经营模式带来了不可忽视的影响，其盈利能力、服务效率、决策效率也发生了翻天覆地的变化。当前商业银行的大数据平台建设、数据治理、风险控制、应用落地都存在诸多不足。在以后的发展过程中，商业银行应该提高大数据运用的意识、提高风险管理水平、提高盈利能力、全面整合内外部数据资源，只有这样才能使大数据发挥更大的作用。

参考文献

[1] 吕扇扇，刘功朝.商业银行大数据分析与应用研究[J].中国新通信，2020（5）：15.

[2] 潘世平.论大数据分析在商业银行资金结算中的应用[J].河北企业，2018（11）：07.

[3] 刘文杰.大数据分析在商业银行风险管控中的应用[J].电子世界，2019（10）：15.