銀行業面對金融科技公司競争，學會資料的商業化思維和場景應用是關鍵

近日，前星展銀行中國科技副總裁、現talkingdata首席金融行業專家鮑忠鐵，在标準普惠和 fintech 情報局主辦的金融科技大會上發表演講，就現在經濟環境下銀行面臨的挑戰以及如何利用資料技術迎接這些挑戰進行了探讨。

鮑忠鐵認為，現在銀行業面臨的主要問題，其一是未來宏觀經濟的放緩将持續多久具有不确定性，其二是年輕人不願意到銀行辦業務，其三是很多傳統企業都開始進入金融領域，競争越來越激烈。銀行業在2015年總貸款金額為85萬億，隻要增加1%的壞賬，就是接近一萬億的損失。

面對金融科技公司的競争，銀行在效率、成本和産品上都處于劣勢。正常銀行發放一筆三萬元的小微貸款需要一個月，網際網路金融企業隻要三天，有的公司甚至可以實作秒放。傳統的金融機構發放一筆抵押貸款的成本大概在兩千塊，網際網路金融的成本要低得多。銀行的理财産品期限偏長，通常五萬起售，好的産品使用者還需要排隊，網際網路金融的産品通常一百塊就可以買，并且可以随時贖回。

作為銀行業的可怕對手，成立不到三年的螞蟻金服做到了600億美金的估值，超過了1993年成立的招商銀行。鮑忠鐵認為，造成銀行業落後于網際網路企業的很重要的一個原因，在于對資料的應用，包括資料的商業化思維和場景應用，這方面銀行業比領先網際網路企業差了很多。

傳統銀行過去十年做的一件事情是資訊化，通過資訊系統對流程進行控制，提升營運的效率。網際網路企業已經走過了資訊化過程，包括bat在内的所有網際網路企業都在做資料營運，從資料中找到商業價值，通過資料指導産品設計、營運推廣等，實作對資料價值進行變現。

對于銀行業務來說，大資料可以應用在效率提升、精準營銷、風險控制、産品研發、決策支援等方面，最終實作增加業務收入，降低營運成本。talking data在做的主要有兩個方面，其一是幫助使用者進行精準營銷，其二是利用大資料進行風控。

去年很多證券公司和銀行主動找到bat合作，但是效果并不理想。最初三個月證券公司從百度管道獲得一個正常交易客戶的成本達到了2.2萬元，而平均來說每個客戶一年為證券公司貢獻的淨利潤是3000元，是以這種獲客成本是無法承受的。

如果沒有資料分析，大家肯定認為bat的管道轉化率最高，但是talking data 經過資料分析之後發現，轉化率最高的管道是參考消息，在參考消息投放廣告帶來的客戶轉化率達到60%，人均購買理财産品超過二十萬元。為什麼是參考消息?因為參考消息是黨和國家的媒體，有一層隐性背書在裡面。

在風控方面，大資料風控不是一個新的系統，而是基于傳統風控系統，補充了一些資訊，比如黑名單、社交資訊等。舉例來說，一般填寫家庭住址需要四點幾秒，如果一個使用者一秒鐘填好，就很可能是批量複制的欺詐行為。網際網路金融企業有70%的信用風險在反欺詐上，這方面是風控最主要的部分。

talking data 在做的另外一個事情，是多資料源的整合和打通。美國資料環境非常好，中國資料環境比較差，髒資料特别多，在美國資料打通最多打通兩個場景資料，在中國則需要面對多個場景資料。talking data未來會做資料雲，把市場上的資料引入進來，做選址、客戶營銷、客流分析這樣的應用。

對于金融機構來說，大資料戰略不是買資料戰略，而是用資料思維找到場景、創造價值。真正的擁抱網際網路，是學習網際網路企業怎麼應用資料思維來成就自己的産品。

====================================分割線================================

本文轉自d1net（轉載）