“大数据”下对基层商业银行部分对公业务发展的思考

郭利群　佟立杰

摘要： 银行从业人员在思考业务发展和具体工作实践中，通常较多的强调“营销”一词：以营销开拓新市场、促进业务的快速发展；而对既有市场的挖潜工作则相对不足。本文从基层单位的视角出发，将视线定位于银行的存量客户、既有资源，以“大数据”为背景，对商业银行的部分对公业务拓展进行探讨，未来进一步提升市场拓展效率。

关键词： 大数据；商业银行；基层单位；对公业务

一、何为“大数据”

1大数据定义 Data，也即数据，第三次工业革命的产物。上世纪60年代兴起至今，80年间的“信息爆炸”，data已成功充斥了人类全部活动的领域，在此之下，积累而成Big- data，也即大数据。其具体表现特征为4V，数据量极大Volume）、数据种类多Variety）、数据增速快Velocity）和数据价值高Value）。其专业定义为：由于数据的规模极大，需采用新处理模式而产生更强的决策力、洞察发现力和流程优化能力的信息资产。

2大数据应用 既为资产，有其价值创造能力。但与传统意义的资产不同，大数据由资产到升值的过程，远非单纯投入劳动和物质等简单要素所能完成，倚靠高级数据分析技术实现对数据的收集、管理及分析，是实现对大数据利用的关键。

可喜的是，大数据理念愈来愈被人所熟知和认可，随着处理技术不断进步，越来越多的成功应用由高尖端领域走近平常生活。一级方程式明星车队麦克拉伦通过汽车传感器在赛前的场地测试中实时采集数据，结合历史数据，通过预测型分析发现赛车问题，并预先采取正确的赛车调校措施，从而降低事故几率并提高比赛胜率。国际零售巨头梅西百货根据需求和库存的情况，成功对多达7300万种货品的实时调价，从而获取更多收益。中国最大电子商务公司阿里巴巴也已在利用大数据技术提供服务，其对每天数以万计的淘宝交易进行分析，匹配买卖双方的年龄、性别、地址、甚至兴趣爱好等特征信息，实现高效率精准销售，达到无论是其他电商还是实体中短期内将难以企及的高度。

二、商业银行的“专属大数据”

1商业银行的大数据有多大

起源于货币兑换、以货币为经营载体的商业银行，是最早、也是最多接触数据的组织之一。在信息时代，随着其业务种类的增多、创新应用的推广、客户群体的扩大、经营渠道的非物理化，积累愈来愈多数据——形成“专属大数据”。包括客户基本信息、客户通过银行的对外交易信息、客户与银行的合作信息，等等。中国工程院近期提供材料显示，目前国内大型商业银行和保险公司的数据规模已超过100TB，国有大型商业银行，已经达到大数据企业的标准。

2商业银行的大数据有什么

近年来，商业银行普遍加强IT系统建设，积极引进并消化吸收国际先进理念，初步形成了多种类型的数据库。从IT系统看，大体分为业务系统、管理信息系统和渠道系统。其中基于业务系统和管理信息系统产生的数据信息，作为本文参考的重点：基于动态业务办理而产生的客户信息数据；基于静态业务管理而产生的银行经营数据。

三、商业银行基层机构对大数据的应用

我国商业银行组织架构大多为三级管理，即总行、省级分行一级分行）和市级分行二级分行）模式。二级分行通常还下设三级支行，被定义为基层机构。二级分行兼有管理与执行的双重职能，是上级行经营战略意图实施落地的主要平台、是业务经办和利润创造的直接主体。于数据而言，二级分行既是数据的生成主体，又是数据开发利用的直接受益对象，在大数据应用中，最能做到“接地气”。

1对现有客户资源进行整合，建立特定客户群。

银行客户数量多，同时在规模、业务覆盖等多方面都存有差异，对凌乱复杂的客户信息进行梳理、提炼，是数据信息应用的首要步骤。根据不同的标准，可分为不同客户群。[JP2]

一是根据客户是否在银行有信贷业务，划分为有贷客户和无贷客户，同时根据信贷业务具体品种细分为贴现贷款客户、经营周转流贷客户、项目贷款客户、国际业务信贷客户等。无贷客户，根据经营管理需要，亦可进行不同标准的细分。

二是整理客户的交易数据，建立客户的交易组群。根据交易数据，分析整理既有客户的信息流、资金流和物流，三流合意、相互带动，挖掘潜在客户信息、拓展隐藏市场。如，具体实务操作中，以客户的资金流向、票据背书方向等锁定客户交易对手作为拓展重点，做到链条式的发展。

三是梳理历史数据，建立产品销售的客户群。如，梳理理财产品发售数据，建立理财产品销售客户群。无论是企业还是个人，理财意识越来越高。由于理财产品周期一般较短1个月至3个月最为常见），通过建立理财产品销售客户群，掌握客户闲余资金信息、适时为其配置相关产品，在具体工作中可以达到事半功倍的效果。

四是整理客户基本信息数据，建立企业客户的高管信息库、普通员工信息库等，作为私人条线业务拓展的重点。

2树立综合营销理念，深入挖掘客户综合贡献。

大数据下，以往各条线“单打独斗”的工作模式已不能适应新的发展要求。做到深入挖掘客户综合贡献，须明确树立更加全面的综合营销理念。

一是联动营销意识。银行的联动营销是指相对于传统意义的单一营销而言，各部门通过提供多样化的金融产品和全方位、多层次的金融服务来满足客户金融需求的市场营销方式。具体实务中包括本外币联动、公公联动、公私联动等。其实质为扩大对客户的服务范围、提高对客户产品应用的覆盖，多方联动，最大限度提高客户满意度，达到增加客户粘性、持续创造价值的目的。 二是关联营销意识。以供应链管理为指导思想，选择既有客户为突破点，瞄准其交易关联对象作为营销重点，运用到具体的负债、资产等业务之中，达到通过既有客户提高营销范围、提高拓展效率的目的。如，在近年负债业务的激烈竞争环境下，银行可对其自身客户的对外支付信息进行整理，对于支付本地的资金尽可能营销交易对方开户，从而实现资金的体内循环、提高存款资金的沉淀。

三是主动营销意识。银行的垄断优势正在逐渐弱化，如何形成对客户的“捆绑”是当下银行亟需解决的问题，因此主动营销显得愈加的重要。这里的主动营销，不仅仅是主动拓展客户数量，更是通过主动的营销策略，能够引领客户的需求、甚至改变客户的消费习惯，达到推广银行业务的需要。以网络工具“微信”为例，可以说微信，在一定程度上已经影响、改变了人们的消费习惯，但如果微信仅仅局限于其当前的语音聊天、朋友圈共享等业务，在未来终将难逃被其他平台替代的命运，但其通过与打车软件、网络销售等单位的合作，成功将客户锁在其支付通道里、未来推广更多衍生产品，其垄断优势未来得以更长时间保存。

3将数据引入管理范畴，提升业务发展效率。[JP2]

大数据的一个重要目的，就是发挥数据在营销与决策过程中的指导作用，提高营销、决策的科学性、操作性等。将数据引入管理范畴，是未来基层商业银行的一项重要工作。如：

以数据指导经营计划编制。当前基层单位年度经营计划存款、贷款等指标）的编制，主要参考上年度计划完成情况和全行统一指标增速等指标确定。在大数据下，银行可在此基础上，引入区域资源情况、区域经济增长潜力、客户情况等数据并加以量化，在计划编制之初确定年度重点营销对象，使计划编制更好地发挥引导业务发展的作用。 以数据指导客户经营策略。客户是商业银行经营的载体，是银行业务发展的基础。银行抓住了客户，就抓住了市场，抓住了资源。在大数据下，抓客户应更趋于细化。如，提高对客户的产品覆盖，梳理客户现有覆盖产品信息，确定未来近远期产品推广的计划。提高客户粘性，梳理客户上期的交易信息，确定未来提高客户交易活跃度的计划。对贷款客户的资产、交易等数据进行梳理，确定未来风险管控安排等。[JP2]

以数据指导产品业务创新。以网络金融兴起为标志，金融创新已逐渐揭去其集中于高端客户的神秘面纱，金融创新愈来愈走近银行的寻常业务。而数据应作为业务创新的必要辅助。以中小企业贷款为例，目前部分银行已将中小企业的营业流水数据作为是否提供融资、融资量的直接评价依据；将中小企业交易对手的信用数据作为是否提供融资、融资量的直接评价依据，为银行业以数据推动业务创新做了示范。

四、相关问题及建议

作为基层机构，在人力、技术等方面，较上级单位存有一定局限性。既有条件下，最大程度挖掘数据价值，尚需从以下几个方面入手，提升效率。

一是基层单位自身继续提高对数据采集、分析的重视程度。当前商业银行基层单位承担大量的报表工作，但仅局限于“为完成报表而报表”的阶段，不能有效挖掘报表价值。在大数据下，基层单位尤其二级分行，应继续予以更高的重视和相应投入，在二级分行层面对现有报表人力进行资源整合，强化培训，将职能更多地向数据分析侧重。

二是监管单位和上级机构应给予更多支持。监管单位和上级机构应更多地发挥服务职能，利用自身优势，及时采集基层机构的数据分析需求，对所收集数据向基层机构进行反馈，让数据“动起来”，从而使数据为商业银行基层单位所用。 三是跟进产品和服务设计。对客户信息整理、利用的最终落点还是为客户提供更加适合的产品和服务。客户金融的需求呈复杂化、多变化趋势，如果银行的产品和服务设计不能跟进市场的需求，对客户数据的利用难免受到制约。

四是做好数据保护工作，规避信息泄露风险。涉及客户及经营的数据信息，应作为保密信息处理，从制度安排、硬件配置、岗位设置、操作细则等方面建立完备的安全保障，从而有效避免信息泄露等问题发生。