大数据分析在商业银行零售业务中的运用实践研究

2021-09-27文佳

现代营销·理论 2021年8期

关键词：展望策略

摘要：本文从机遇和挑战两个方面分析了基于大数据技术的商业银行零售业务发展格局，并着重探讨了商业银行零售业务在大数据技术支持下的发展策略，最后针对客户智能、产品智能、风险智能以及运营智能对业务予以展望。

关键词：大数据分析技术;商业银行零售业;策略;展望

伴随着信息技术的不断发展，传统商业银行发展模式也要随之转型，更好地融合大数据技术、云计算技术等，建构风险评估模式，为银行业务长久发展和进步奠定坚实基础。

一、基于大数据技术的商业银行零售业务发展格局

（一）市场机遇

第一，大数据技术为商业银行零售业务拓展新的发展空间提供了强有力的支持，能建构更加和谐有效的应用平台，配合金融市场的发展模式，打造多元整合机制。据报道，2019年我国社交电商规模超2.22万亿元，同比增长76%，电子商务市场突破45万亿元，结合相关数据不难发现，网络金融市场的范围越来越大，其发展空间也十分广阔，因此，大数据技术真正意义上推动了商业银行零售业务向互联网市场的发展进程。

第二，大数据技术的应用能有效减少商业银行零售业务所投入的运营成本，因为商业银行零售业务中信贷业务占比最高，对银行的经济效益会形成一定的作用，不仅维持效益增长水平，还对资源配置模式产生影响，而传统的信贷业务存在很高的风险性，借助大数据技术就能建立全面的信贷水平评估，并且连接征信信息调研结果，大大降低了不良贷款造成的经济风险，一定程度上实现了成本的合理性管控和资源配置。

第三，商业银行零售业务中应用大数据技术能有效提升中间业务的收入，配合大数据技术能获取更多的客户信息，甚至能了解客户的偏好，依据对应的信息汇总内容完善业务处理模式，为资本流动效率的提升奠定基础。与此同时，在信息挖掘和分析的基础上，还能提升营销效率和针对性结果的水平，为中间业务收入的提高予以保障[1]。

（二）市场挑战

尽管大数据技术为商业银行零售业务发展提供了诸多便利，但是也依旧存在一些问题，对商业银行零售业务发展提出了新的挑战。

一方面，对银行的价值实现产生了一定的冲击性。网络金融模式和应用结构的发展，向广大消费者提供了更加快捷和经济的金融产品，这就提高了盈利能力，一定程度上也就削减了人们存储在银行的固定资金，使得银行活期存款数量骤减。并且，网络发展金融体系也减少了传统银行中业业务的获利比例，例如，目前众多的网络贷款产品受到了人们的广泛吹捧，这就会对银行个人贷款业务市场产生很大的影响，分割利益的情况十分突出。

另一方面，大数据技术支持下的网络快捷第三方支付模式大大减少了商业银行支付功能的发展，商业银行的金融市场份额随之缩减，必然会对整体发展布局提出新的挑战，对银行支付主导地位产生强烈的影响。

二、大数据技術分析下商业银行零售业务的发展策略

为了提升商业银行零售业务的市场核心竞争力，要结合发展要求和技术要点落实动态化升级发展方案，整合资源模式的同时，建构更加贴合战略发展目标的发展方案。

（一）优化大数据核心处理能力

在明确大数据技术应用优势的基础上，就要结合商业银行零售业务的发展特点，满足推广和网络金融发展的需求，从数据屏障中摆脱出来，有效发挥互联网金融模式的应用优势，匹配数据应用控制规范，促进业务综合发展[2]。

第一，要充分认识到数据信息的时代价值和内涵。所谓行为数据，不仅能体现出客户行为的动向、地理定位信息，还能有效了解网络动态日志数据等，要想充分发挥行为数据的优势，就要从全局角度分析客户的金融行为，获取信息的同时了解客户的偏好数据，并且结合银行活动、宏观经济走势、微观经济发展环境等多元因素共同建立分析，从而更好地预测客户金融行为的目的。需要注意的是，要提升经营管理预测的准确性，就要结合银行营销活动、服务优化方案、流程改进方案等综合信息满足银行效益最优化的目标，匹配舆情公关素材，为商业银行零售业务大数据应用水平的提高提供保障。

第二，要强化数据挖掘和分析的能力，商业银行零售业务发展方案中要认真分析挖掘处理技术的技巧要点，匹配去冗降噪技术、智能语音交互技术、文字识别技术等驱动数据业务的多元发展，提高利用率。

第三，要充分认识到数据迭代优化的重要性和应用价值，商业银行零售业务开展的过程中要对量化研究报告、精准营销清单等予以关注，并且及时告知管理决策人员，完善大数据应用项目的整体环节。不仅要在数据挖掘中充分明确迭代优化模型的利用价值，也要充分提炼出共性分析指标和行为特征，为后续产品开发和功能优化提供支持[3]。

第四，要时刻关注大数据的安全性，因为大数据挖掘技术应用过程中难免会涉及敏感信息或者是个人隐私，此时，大数据的安全监管非常关键，相关操作人员要树立保密意识，全面履行岗位职责要求，执行数据安全监管控制标准，不能将云平台的数据下载到任何形式上的本次存储空间内。并且，要对敏感数据予以脱敏处理。

（二）完善跨界合作机制

伴随着大数据技术的全面发展和推广，互联网金融发展进程对传统银行结构产生了很大的影响，为了实现双赢的发展，商业银行零售业务要积极寻求发展出路，更好地建立合作模式。

第一，积极推进行业协作发展模式。大数据技术的发展为互联网金融企业的转型进步提供了保障，这也间接增加了金融业的市场竞争压力，基于此，商业银行在开展零售业务的过程中可以充分创新相关层面的合作内容，形成统一的客户攻关结构，积极创新的同时，拓宽客户群体。

第二，要满足技术应用要求完成网络平台的搭建和升级。一方面，从业务升级模式出发，强化和互联网金融企业的互动效果，建构满足客户基本需求的金融产业链电子商务平台结构，维持综合应用效果。另一方面，要强化信贷业务的升级能力，进一步推进电子商务供应商、银行、保险公司等多方的合作进程。建构涵盖多元因素的商业网络体系，匹配不同社会场景支付服务。

第三，商业银行零售业务开展中要充分发挥社交网络中客户服务的优势，关注新媒体客服水平的同时，建立完整的数据对比控制模式，确保能结合数据分析结果更好地了解和明确用户信息内容，提高信息管理的综合水平[4]。

（三）拓宽数据来源

大数据技术的不断发展和进步也推动了商业银行零售业务建立时效性数据分析的进程，商业银行获取的基础信息多来自于交易信息、财务管理信息等，而第三方机构能更多地获取消费者的实时动态信息，因此，商业银行零售业务要想实现全面升级，就要开拓多元数据服务模式，确保数据存储管理的合理性。例如，民生银行信息科技大数据管理中心联合百度，借助百度搜索引擎的趋势数据，建立风险识别预警模块针对高价值客户进行数据挖掘，并充分评估其购房、购车等日常消费趋势，从而建立精准的高价值客户定位模式，与此同时，匹配外部资讯平台对接数据供应商，就能建立更加完整的数据共享结构[5]。

三、大数据技术分析下商业银行零售业务展望

随着大数据技术的不断发展和进步，商业银行零售业务也要积极完善具体工作，向着更加多元、科学、规范的方向发展，实现经济效益和社会效益的双赢。

第一，实现客户智能。积极推进交互式营销的发展进程，构建更加稳定可靠的“巨鲸”分析库，全面整合客户接触优化环节，在关联行为记录以及消费偏好的基础上，建立个性化服务和社会化营销，为全客户、全渠道的客户智能模块提供保障。

第二，实现产品智能。打造更加灵活动态的线上、线下人脸识别模式，为银行身份验证效率的提升提供保障，维持客户满意度的同时，确保数据信息管理和个性化服务全面展开，真正建构以市场基本需求作为载体的产品服务模式，提升產品的智能化水平。

第三，实现风险智能。在大数据技术应用管理方面，完成客户画像描述工作，确保在征信调研分析的范围内提升风险评估的水平，并设定风险指标和客户等级分析，从而依据大数据挖掘技术获取的信息内容实现指标匹配，制定全面且合理的风控方案，最大程度上减少经济损失[6]。

第四，实现运营智能。利用大数据技术建立数据分析平台，并且结合ATM投放收益等基本内容就能完善产品推广方案，拟定更加合理的备付金额度，完善经营决策，从而在全面分析问题和解决问题的同时，提高商业银行的市场竞争力。

结束语：

总而言之，商业银行零售业务要想实现全面发展和进步，就要充分关注大数据技术的优势和价值，面临市场环境的转型要积极探索更加多元的发展方案，深入研究大数据挖掘技术的市场利用价值，评估科学性、系统化服务价值，从而发挥数据优势作用提高运营效率，为商业银行零售业务全面可持续发展进步创设良好的发展空间。

参考文献：

[1]魏玉嫔，王汉奇. 基于大数据视角的城市商业银行零售业务转型发展分析[J]. 现代商业，2020（6）：93-94.

[2]刘玉. 基于大数据的商业银行零售业务模式研究[J]. 中国总会计师，2019（3）：86-87.

[3]潘菲莎. 基于大数据视角的城市商业银行零售业务转型发展研究[J]. 财会学习，2019（8）：195，197.