大数据聚类管理在商业银行中的应用

王一专

（中国建设银行，北京 100062）

中共中央十八届五中全会通过了“十三五”计划并出台了一系列重大政策，其中，实施网络强国战略，实施“互联网+”行动计划，发展分享经济，实施国家大数据战略被放在重要位置。“互联网+”战略就是利用互联网的平台，结合新的信息通信技术，把互联网和包括传统行业在内的各行各业结合起来，在新的领域创造一种新的生态。作为支持各行业发展中必不可少的金融业，其融合激活了传统金融转型升级为银行4.0时代，互联网公司主动出击，嫁接金融，创新催生了第三方支付、众筹、P2P网贷、供应链金融等新的金融服务模式，吸引大批长尾客户，对现有的以传统的商业银行为主体的金融业格局发起冲击。

银行的发展演化与科技进步、经济发展息息相关，互为促进。互联网+是国家战略，不论从外部生态环境看，还是自身进一步的发展需求看，银行融入互联网+的趋势不可逆转，势在必行，谁占据了这一轮转型升级的优势，谁将在未来的经营发展中获得核心竞争力。作为这轮竞争的出发点和基础，大数据成为各商业银行首要关注和亟待解决的问题。

大数据提供了一种有效的手段，使得银行能够以较低的成本深入了解客户，为客户贴标签，画像，在最短的时间内收集信息，整合数据链，迅捷有效地满足客户个性化金融需求，增加客户黏性。我们从银行主流的三大类客户，大中型客户、小微企业和个人客户入手，研究推进银行金融服务的转型升级的大数据应用途径。

一、服务大中型客户产业升级，以产业链为纽带挖掘优质客户群

大中型客户是目前商业银行黏性最大、历史最悠久的核心客户群，他们经营稳定、存贷款规模大、对现金管理、支付结算等金融配套服务的需求多样。对于这类客户的管理，传统银行有着无可比拟的优势。这些大中型客户是互联网+中进行产业升级的中坚力量，如何提供优质的服务，进一步巩固、强化和拓展这个客户群是银行的工作重点。

互联网+推动各个产业资源整合，供应链中的上下游企业形成垂直产业链，成为利益分享和风险共担体，大中型企业从专业化向综合化发展，产业链中的信息更有效地传递和使用，提高资源使用效率。更重要的是，企业通过垂直整合，定制符合市场需求的个性化产品，取得定价权，大大加强企业和其产品的市场竞争力。在这样的背景下，银行对客户的管理要沿着产业链进行调整和布局，在产业链中寻找新的优质客户，并将其视为有机整体进行管理，并提供有黏性的金融服务。

商业银行对于单个大中型客户的管理较为全面与细致，基本掌握并且动态跟踪其主要的行业状况、主营业务、交易对手、频度及金额等各方面信息，如何收集和分析整个产业链的数据是瓶颈。建议银行转变观念，不再只是自身数据的守护者，而是要积极推动数据共享，打通数据孤岛，通过共享银行与大中型客户所掌握的数据信息，建立更加深入地互惠共赢的合作关系。利用全面优质的数据信息，以单一客户为纽带，建立起优质的供应链条线客户群，在产品服务上着力提供黏性服务，增强客户忠诚度和依赖度，在风险控制上，更有前瞻性地管理客户群整体风险。

二、创新金融服务模式，争取长尾客户

截止2015年6月，小微企业贷款余额超22万亿元，贷款户数1151万户，申贷获得率超过91%，贷款余额占银行业各项贷款余额的比重超过23%。中小银行、小贷公司、村镇银行、P2P网贷公司等金融业态利用大数据挖掘，借助担保公司、保险公司、政府机构等合作平台，建立风险分担机制，开发新产品，积极抢占本被银行视为“鸡肋”的长尾客户群。互联网金融企业利用其已有的商业平台数据和客户特点，推出了阿里小贷、京东供应链金融、百度联盟贷等产品，抢占了市场先机。

小微企业在未来经济发展中具有广阔的空间和前景，但小微企业的抵押物不足、财务报表不准确、经营场所不稳定，融资需求存在数量多、金额小，时效性要求高的特点，成为其融资难的症结所在。在数据日益丰富、手段日趋多样的大数据环境下，银行为其提供低成本、高效率的个性化服务成为可能。目前，银行在收集小微企业的经营数据上存在难以突破的瓶颈，建议从三方面着手针对小微企业进行金融服务转型。

首先，要积极利用行内已有数据，对于已在银行开户，尤其是开立基本户的小微企业，进行批量分析，从其结算量、交易对手数量、水电费、社保公积金数据及这些数据变动情况分析客户的经营状况及发展前景，同时以在我行有信贷业务的客户入手，制定小微客户的准入标准，并持续修正完善。二是积极引入外部数据，如企业纳税数据，征信数据、订单数据等，有助于进行客户选择和评价。在此基础上，探索小微企业管理新模式。改变原有以客户经理为主体进行客户选择、调查评价和贷后管理的服务模式，从大数据角度根据不同类型的客户提供数据准入标准，充分借鉴国际同业先进经验，改变以财务报表为主要依据的贷款评分方式，积极探索和运用小微企业信贷评分卡技术，采用履约能力，信用状况等非财务信息作为评价的主要内容，简化流程，提高审批效率。在贷后管理中，积极开发数据自动化监测程序进行持续分析，结合舆情监测，从多方面掌握并及时发现企业经营的异常状况，将风险控制在较低水平。

三、深入消费领域，提高个人客户的服务体验

银行一方面是需求的满足者，同时也是需求的创造者。了解客户需求，满足客户需求，是在大数据环境下要解决的基本问题，超出客户预期的服务才能创造需求，留住优质客户。互联网和物联网的发展，金融服务与各类消费、生产需求捆绑，成为银行提高客户服务体验的巨大推动力。

对个人客户而言，商业银行有其自身利用大数据技术的先天优势。银行拥有客户的历史违约信息、金融资产信息、代发工资、贷款记录等金融核心信息，这些信息对于客户信用风险的判断极为重要，但这些业务数据的价值还远未完全发挥，导致大部分个人客户，尤其是持有高资产的高端客户得不到真正的融入性服务，客户体验和忠诚度都不高，成为银行中不稳定的客户群。

从客户管理上来说，个人客户群体庞大，但需要利用大数据进行分类管理，不仅是从掌握资产的多少来分类，而是按照客户行为特征、风险偏好、消费习惯等进行画像性分类，提供有针对性的金融服务。这需要进一步整合银行内部数据和外部数据，一是提炼内部信息，如客户信息数据，包括年龄、职业、工作地、收入、爱好等；交易数据，包括工资、消费、缴费、贷款、理财、保险等；二是整合外部数据，如法院公安数据、征信数据、医疗数据、消费数据等；在此基础上建立个人客户数据信息库。数据库进行标签化管理，以个人贷款为例，在营销客户的过程中，数据库支持根据客户资产情况、消费习惯、风险偏好，通过模型筛选出各类符合营销目标客户；在审批过程中，根据产品特点、期限、抵质押情况、客户信用评价，对客户进行差别化定价，尽量缩短审批放贷的速度；在贷后管理过程中，利用客户消费情况、外部数据等定制客户预警规则，监测客户风险，并建立针对性的风险防范措施。

从服务体验上来说，大部分客户享受到的金融服务都是延时被动式服务。如，在中介买房后，要向银行申请贷款，期限长、手续繁琐，客户体验不高。银行可以尝试与各消费行业的中介龙头合作，收集中介数据，比如租房、买房、装修的服务平台，及时发现资金需求，并对满足资金需求的成本和收益进行测算，快捷满足客户各类消费需求，解决客户空间、时间和体验上的问题。

国内商业银行的大数据分析工作处于起步阶段，内外部环境还处在不断成熟完善的过程中，面临诸多困难。首先是数据来源不够丰富。银行掌握客户的数据还不够多，数据分析挖掘主要针对交易数据进行，除交易数据意外的客户信息数据准确性、标准性较差，难以整合利用，深层次、多纬度的挖掘存量客户甚至是潜在客户上无法走的更远。二是银行数据分析挖掘技术和能力有待进一步提高，如对数据关联分析、实时交易分析等方面的能力普遍比较弱，一些非结构化数据暂时没有有效手段加以利用，无法满足决策的时效性要求。三是国家对于数据获取来源、范围、使用要求缺乏统一的法律规定，导致商业银行在引入外部数据时，不但面临信息收集和使用上的困难，还存在诸多法律障碍。大数据应用是银行转型升级4.0时代的捷径，却是一条最需要敢为人先、披荆斩棘、创造新格局的踏实前行之路。