大資料時代商業銀行數字化轉型

大資料時代的來臨,催化了網際網路金融的發展，随着大資料技術日益廣泛應用，對金融生态和金融格局都将産生深刻影響。國家層面對大資料發展給予高度重視，2015年8月，國務院印發《促進大資料發展行動綱要》，明确指出大資料已成為國家基礎性戰略資源，《大資料産業“十三五”發展規劃》已征求了專家意見，有望年内釋出。我國商業銀行在經曆十年的高速增長後正步入轉型時期，其整體營運模式正在從“外延式”發展向“精細化”發展轉型。未來的商業銀行應主動擁抱“大資料”，從資料中獲得洞察力，占據價值鍊核心位置，引領傳統模式向數字化的智慧銀行轉型。可持續發展的數字化智慧銀行意味着銀行将圍繞數字技術不斷優化其客戶互動、産品、流程和資料，在降低客戶服務成本的同時也增強更高接觸程度的服務。為此，數字化智慧銀行要求銀行戰略、業務模式和理念的深層數字化轉型，也要求将與客戶面對面的親密感融合到數字互動中，從資料中提取洞察力。本文将分析大資料能推進商業銀行向數字化轉型的特性，探讨商業銀行數字化轉型的基礎，提出轉型的思路和政策，以期為我國商業銀行數字化轉型的探索提供有價值的參考。

大資料推進數字化轉型的特性

大資料是指資料容量大到超出傳統資料工具擷取、存儲、管理和分析的能力，同時，大資料由量變引起質變，需要創新思維模式和處理方式，能帶來更強的決策能力、洞察能力、流程優化能力。大資料的内涵決定其具有推進商業銀行數字化轉型的特性。

加速金融脫媒。以商業銀行為代表的金融機構在傳統金融體系内扮演者資訊中介的角色，在充斥資訊不對稱的金融市場中，規範着一種金融秩序。随着大資料時代的來臨，傳統金融機構作為中介媒介正成為低效率和高成本的制造者，傳統金融體系的脫媒化趨勢愈演愈烈。大資料與傳統資料相比具有“4v”的特點：一是資料存儲容量巨大（vo l ume），大資料以zb為統計機關；二是資料類型衆多（variety），包括結構型資料也包括音頻、視訊、圖檔等非結構性資料；三是資料價值密度低（value），機關資料價值度比較低；四是處理資料的速度要求非常快（velocity），時效性強，智能分析能力強。以第三方支付、餘額寶、p2p和衆籌等為代表的網際網路金融利用大資料優勢，使得金融市場幾乎達到沒有金融中介的狀态，成本更加低廉、效率更高，嚴重削弱商業銀行在傳統體系内的金融中介作用。商業銀行數字化轉型以大資料應用為前提，轉變以往依賴網點規模和人員數量擴張的中介營運模式，深刻領會大資料的理論和精髓，創新“去中介化”的價值創造方式。

改變資訊創造方式。資訊處理方式是商業銀行營運的核心技術，商業銀行數字化轉型首先展現在資訊創造方式的改變。大資料被廣泛應用于資訊進行中，主要展現在各種算法，執行自動、高速、網絡化運算，提高風險定價和風險管理效率，能有效降低現實中的資訊不對稱性。大資料分析方法是統計方法而非計量方法，側重于全樣資料而非樣本資料，分析中尋找相關性而非因果關系，分析結果為機率而非精确度。例如利用大資料技術的網貸業務，發放信貸最重要是資訊處理，網貸平台通過搜尋引擎對網際網路使用者在進行網上支付或購物時留下大量資訊進行搜集和篩選，然後在資訊處理的過程中，利用雲計算、雲存儲技術和信用模型進行信用評級。阿裡小貸是這方面的開拓者，基于其自有電商平台，使用者資料和資訊很容易獲得，利用雲計算和信用模型評估信用狀況，貸後風險管理通過阿裡小貸的背景管理完成，分析貸款跟進速度、滞留狀況和違約情況。商業銀行數字化轉型的關鍵是資訊創造方式的改變，在大資料時代，商業銀行需構造高效、高價值、低成本、低資訊不對稱的資訊創造方式。

拓展客戶界定範圍。大資料技術極大地拓展了客戶的服務範圍，能兼顧大客戶和“長尾市場”的金融服務需求。商業銀行一般遵循“二八定律”進行客戶服務，即主要關注20%的重要客戶，往往忽略80%的普通客戶。網際網路時代，客戶需求更具有個性化、碎片化、大數量、分散化的特點，“長尾理論”被認為是對傳統的“二八定律”的徹底颠覆，隻要産品存儲和流通的管道足夠廣，需求不旺或銷量不佳的産品所共同占據的市場佔有率可以足夠大，足以與那些少數熱銷産品相匹敵甚至更大。但是，商業銀行營運模式決定其具有高服務成本，資訊處理處于劣勢，技術水準不符合大資料時代要求，使其難以服務“長尾市場”。商業銀行數字化轉型展現在運用大資料的價值和創造力服務于更智慧、更高需求的客戶，能迎合網際網路時代金融需求的新變化。通過對客戶的浏覽行為及地理位置軌迹、pos等終端、各種app軟體等大資料的清洗、整合和分析，找到這些現象背後的相關因素，快速形成對目前市場環境的洞察力，拓清并預測未來發展脈絡，進行分析客戶、定位市場、創新産品設計。

提高靈活性且簡化營運流程。通過大資料應用，商業銀行能建構适應性強的核心銀行業系統來建立靈活靈活的銀行業環境。通過對業務、營運和技術做出調整，銀行将能夠使用行為模式識别技術，來滿足規章制度與風險控制需求，同時提高服務水準及客戶滿意度。這種靈活的營運模式将允許銀行快速實施産品與服務創新、提高服務品質、改善客戶關系、提高靈活性。使用大資料技術，商業銀行能夠推出子產品化的商業服務來規範業務流程，組成這些商業服務的通用資料、業務規則及流程均可快速配置，創新簡化的營運流程提高客戶赢取率，增加每一位客戶收入，降低營運成本，消除阻礙商業洞察力的因素，進而利用資訊來提高競争力。例如一家頂級的歐洲跨國銀行實施大資料核心系統轉型計劃，分析從制造到産品和服務配置設定的整條價值鍊，将調查結果與業務模式進行比較，針對標明的重點領域提高經營利潤，在6年時間内，這家銀行已将成本收入比從50%降低至30%。

優化風險管理。商業銀行通過大資料優勢，可以識别并且全面管理企業中的各類風險，如信用風險、營運風險、名譽風險和it風險等。基于大資料應用的風險管理，能形成新型風險洞察力，通過建構風險視圖，實施風險調整值管理，借此提高經營效力與财務業績，并從客戶赢取率、産品定價到執行标準以及商業戰略的執行中受益。為此，商業銀行通過部署大資料平台，給整個财務、風險及合規部門提供系統的、可靠的、實時的資訊，進而使得這些部門可以利用進階分析與情境分析工具來模拟投資風險、壓力測試、風險回報、資本配置設定及報告制作，最後将風險分析結果完全內建到管理資訊系統中，以便及時做出明智決策。借由基于大資料的風險管理，商業銀行可以把整個解決方案實施到監管、業務流程和系統中，以實作在風險與預期收益間取得均衡。

商業銀行數字化轉型的基礎與實踐

商業銀行為實作數字化智慧銀行轉型，具有組織與流程、技術儲備、人員能力與素質以及資料上的基礎（如圖1），也積累了豐富的實踐經驗，為未來新型價值模式的建構進行準備和探索。

基礎

組織與流程。商業銀行以其獨特的營運模式與其他金融機構相差別，也是商業銀行營運的基石，組織結構上形成總分行的管理架構，流程上趨于規範和嚴密。由此，保證了商業銀行業務闆塊集中于資産與負債業務，兼顧中間業務發展，客戶選擇上更傾向于重要客戶，組織與流程特點決定商業銀行戰略更趨向于穩定、封閉、保守的特點。如此穩定的體系架構為商業銀行進行數字化轉型提供可靠的基礎保證，在保持可持續性前提下，能預判和控制風險的發生與蔓延，確定商業沿着“資料——資訊——商業智能——價值”的數字化路經進行轉型。

技術儲備。技術是商業銀行營運核心，技術儲備和發展能夠改變業務模式、營運方式，進而改變戰略、赢利方法。服務方式主要包括網上銀行、自助銀行、呼叫中心等管道，以及信用卡、自助貸款、移動按揭、手機賬戶即時通等；在營運方式上展現在客戶細分、銷售機會挖掘、crm等政策。商業銀行技術儲備先後經曆了伺服器及資料庫技術帶來的手工賬務向電子賬務處理方式轉變；資訊技術發展使得商業銀行從賬務處理發展為産品和新管道整合；資料倉庫、crm、計算機硬體發展使得商業銀行實作實體管道和虛拟管道融合。商業銀行現有的技術儲備為其進行數字化轉型提供了條件和基礎。

人員能力與素質。人力資源是商業銀行競争力可持續發展的生命線，人員能力和素質衡量商業銀行整體人力資源儲備水準。從數量和素質上看，商業銀行彙聚最為優秀的人才，國内優秀高校畢業生及國外高校的海歸人員成為商業銀行招聘對象，學曆水準較高、專業覆寫較為齊全，基本形成較為完備的人才儲備。但是，從能力上看，雖然受傳統商業銀行營運體系影響，儲備的高素質人才并沒有發展面向現代資訊時代的能力，與新興網際網路金融業态所需的能力要求相去甚遠，但是，通過轉變傳統的思維和理念，在數字化轉型戰略的指引下，在實踐中去鍛煉和學習，加之通過成熟的人才體系引入新鮮“血液”，能為商業銀行數字化 轉型提供堅實的人才基礎。

資料基礎。在大資料時代，資料基礎是商業銀行赢得數字化轉型成功的關鍵。我國商業銀行具有完備的it基礎設施和資料中心，經過多年運作積累了大量的資料，也最具條件率先盤活大資料資産，洞察資料中蘊涵的價值，更加科學地評價經營業績、評估業務風險、配置全行資源，引導銀行業務科學健康發展。同時，利用銀行網點、atm、pos終端、移動終端、網絡銀行、手機銀行、短信銀行、微銀行、客服視訊音頻等管道，為商業銀行創造了全新的客戶接觸方式，擷取海量的結構化和非結構化資料，為商業銀行數字化轉型創造了廣闊空間。

實踐與典型案例

商業銀行在大資料應用方面積累了豐富的實踐經驗，綜合來看，國外尤其是美國商業銀行是利用大資料提升競争力的先驅，國内商業銀行的跟進也很及時，依據對大資料技術的了解和自身基礎特征，進行創新性嘗試和探索。

國外銀行應用大資料的實踐。以美國第一資本金融集團（capital one）為例來說明國外商業銀行應用大資料的成功經驗。capital one率先在業内提出資訊驅動戰略，是全球範圍内運用大資料技術的先驅。經過近30年的發展，已經形成資料驅動戰略和完備的大資料經營體系，實作将合适的産品在合适的時間以合适的價格投向合适的客戶。依靠豐富的資料積累和強大的模型分析能力，進行客戶選擇、設計創新産品與風險控制。具體做法包括：

第一，建立功能強大的的資訊處理系統。資訊系統是整個公司業務的“神經系統”，不應依靠第三方外包公司提供信用評分黑盒模型，投入巨資自主研發客戶資料資訊處理系統，僅在2006年投資在更新it系統金額甚至超過google公司。

第二，将大資料技術融合到業務操作中。進行員工思維和能力培養，提升員工it、金融、統計分析等綜合應用能力。同時，增強it部門和業務部門溝通與協作，消除彼此間的隔閡，要求it部門人員定期與業務部門人員一起工作，形成協同的合作關系。公司還安排it部門高管參與公司規劃決策，保證公司戰略選擇和決策過程有it技術的支撐和嵌入，以保持決策過程中大資料應用的一緻性和前瞻性。

第三，不斷創新資料處理技術。在阿靈頓、紐約、舊金山各設立科學實驗室，共有約130名資料專家進行着模組化和資料分析。有效整合海量的使用者、産品、市場、管理、交易、互動等資料，提煉和歸納使用者風險特征、消費習慣、産品特征、管理流程和管理活動等要素，深入發現資料間的相關性，通過實驗調優模型參數，優化業務流程，尋求最優的解決方案。

國内銀行應用大資料的實踐。國内銀行結合自身特點在業務流程中創新導入大資料技術，展現在管道拓展、産品設計、個性化服務、精準營銷、信貸管理、風險管理等方面，尤以民生銀行(600016,股吧)、浦發銀行(600000,股吧)、招商銀行(600036,股吧)、中信銀行(601998,股吧)和光大銀行(601818,股吧)等為代表。浦發銀行推出“spdb+”網際網路金融戰略，用新的産品設計滿足個性化需求，精簡了服務流程，如針對網絡消費貸款的“浦銀點貸”，業務模式為“純信用、全線上、無需紙質資料、實時審批放款”，實作貸款流程1分鐘内完成。民生銀行基于阿拉丁移動雲平台研發了“蒲公英”“啄木鳥”“貓頭鷹”三大獨具特色的資料産品，覆寫業務規模分析、公司客戶管理、風險預警領域。如“蒲公英”是民生銀行研發的客戶關系管理與服務app，将雲、社交、移動與大資料等技術無縫融合，為客戶經理提供所轄客戶的業務概況和詳細資訊，還具備客戶智能推薦、産品智能推薦、實時餘額查詢、大額變動和到期提醒等功能。“啄木鳥”運用大資料挖掘技術，以預警事件驅動的方式觸發風險審計及貸後管理，形成了“以客戶為中心”的風險預警資訊全視角展現，全面建立了風險傳導的工作機制。

銀行向數字化轉型的思路和政策

思路

商業銀行數字化轉型應以大資料為核心的資訊驅動戰略為指引，以“智慧銀行”建設為目标，遵循“資料——資訊——商業智能——價值”的轉型路徑，以“實驗—改進”為方法論，輔以風險控制體系（如圖2），建立有機處理繁雜資料，高效配置金融資源，敏銳洞察并引領客戶需求高度智能化的新型金融業态，使得産品更具個性化，營銷更具精準化，管理更加資料化，服務更加人性化、風控更加高效化。商業銀行為迎接大資料時代的到來，在組織結構及流程、人員、技術和資料等方面具有堅實的基礎，在實踐中也積累了相關經驗，但是，面對數字化的戰略轉型，還需要系統性的思維，從體系建設上進行謀劃和部署。

政策

建立大資料應用戰略為數字化轉型提供驅動力。商業銀行建立大資料應用戰略主要包括：擷取、分析、應用和評估四個步驟。第一，商業銀行大資料擷取首先要解決資料類型問題，除了使用者交易資訊、統計資料、财務報告、信用分析等結構化資料外，大資料時代，更應強化基于網頁浏覽、網絡社交、網絡交易等行為資料，基于心理活動、情感表達等的動機資料，基于裝置傳感、手機位置等的機器資料。其次，要拓展資料擷取來源，一方面，要積極與移動網絡、電子商務、社交網絡等資料平台融合；另一方面，要與專業資料公司及移動終端裝置、傳感器網絡合作，形成一體化的資料供應鍊體系。第二，商業銀行大資料分析上，要建設“資料倉庫”概念，提升大資料挖掘和分析水準。對經過梳理整合後的關鍵海量資料進行持續實時處理，建設資料倉庫項目，建立資料管控體系，搭建基礎資料平台。第三，把商業銀行大資料應用在全方位的經營管理中，通過對大資料進行清洗、整合、分析，跟蹤和聚類等深度挖掘和分析，建構全面的大資料應用視圖，将結果應用到資訊戰略制定、管理模式調整、營銷模式創新、産品結構優化等方面。第四，把商業銀行大資料評估作為價值判斷，對資料資料品質、分析方法、應用效果以及收益與風險進行全方位考察，把評估結果作為完善和提升大資料應用戰略的依據。

設立大資料實驗室并協同“實驗—改進”方法論。設立大資料實驗室就是為了能将大資料應用戰略更好地實施，而進行的孵育與培養過程，在“實驗—改進”方法論的協同，能確定低風險情況下，在适當的時機針對适當的人推出适當的産品。首先，在銀行内部專門設立大資料創新實驗室，賦予其在統籌業務、管理、科技、統計等方面人才與資源的權力。實驗室統一負責大資料有關各類方案的制定、實驗、評價、推廣和更新。在解決方案投向市場前，實驗室都應進行單元試驗、穿行測試、壓力測試和傳回檢驗，同時，不斷優化模型算法。最後，對整體項目從設計、試驗、結果進行風險收益綜合評估，通過測試後方可投入市場。其次，在方法論上，銀行可采用“實驗—改進”方法實作資料精細化。具體操作上，第一，從需求屬性、客戶統計特征及網絡關系等次元将客戶細分為多個實驗組；第二，依據實驗組特性設計專有産品，有針對性地進行測試；第三，利用大資料統計分析模型，分析實驗資料和回報資訊，指導實驗解決方案的完善和調整；第四，依靠大量的“實驗-改進”測試，在掌握客戶消費偏好、風險特征、産品改進意見以及營銷模式等基礎上，使得産品在大規模推向市場之前，就已經勝券在握。

加強風險控制以確定大資料應用戰略可持續。大資料應用戰略是商業銀行數字化轉型的驅動力，設立大資料實驗室并協同“實驗—改進”方法論能確定數字化轉型的實施，但是，如對大資料應用管理不善，大資料本身可能演化成難以量化的大風險。首先，從大資料應用系統本身來看，要監管好大資料基礎設施硬體和軟體營運安全。具體措施上：確定it整合以實作基礎架構的簡化；建立虛拟化的共享資源池，以實作對it資源靈活和随需應變的管理；将it基礎架構與業務模式協同起來，實作風險防控的數字化對接；按照iaas、paas和saas的技術演進順次，逐漸提升風險防控能力。其次，商業銀行要加大研發資料分析風險管理技術，針對信用風險、流動性風險、利率風險等方面實作精細化管理。通過創新數字化風險模型應用，基于客戶和市場上的結構化和非結構化資料，進行量化模拟和驗證，進行有效的風險預警。最後，加強與監管機構合作交流，借助監管服務的力量，提升自身的大資料安全水準，協調大資料鍊條中的所有機構，共同推動資料安全标準，加強産業自我監督和技術分享，建構全面風險管理體系，進行統一監控和治理。

基金項目:天津社科規劃項目（編号：tjlj16-001q）。

（作者機關：天津商業大學經濟學院）

本文轉自d1net（轉載）