银行如何借助大数据迎战多元竞争

方秀珍

从国有银行、全国股份制商业银行、农村金融机构到城市商业银行等—中国银行业经历了从数据仓库、ODS及商业智能系统项目的建设期之后，已然进入大数据应用新阶段。

这个过程经历了一个完整时期。先期从数据整合开始，以实现数据信息的集中管理和共享；随之进入数据利用阶段。通过对数据分析，从而支撑银业运营管理及客户服务风险管理及合规性需求；而今，银行数据系统从集中于报表简单分析全面进入数据挖掘分析阶段。从银行内部数据的分析跨进引入分析客户行为及习惯的互联网化阶段。

新的需求趋势在于，搭建上层精细化与智能化应用平台。借大数据实现竞争突围，在营销模式及手段上不断创新，满足银行客户的个性化需求；在数据分析方面，基于客户交易系统数据来分析客户特征，对其行为进行定位，使营销对精准购物及基金达人精准锁定等。

精准营销、风控、增值服务、业务创新—银行业青睐大数据的目的即是实现这些应用。围绕突破传统实现转型的核心策略，银行业启动大数据项目的时间其实已有多年。

多数传统银行部署大数据平台由于主要限于技术架构层面，将其作为数据库增强手段以管理历史数据及支持查询。

随着由互联网金融而生的变革如火如荼—民营银行基于大数据平台跨步创新及新兴金融服务平台由互联网衍生出丰富应用的等等。

从民营银行更依赖大数据的原因在于，相比与传统金融机构，其在资金实力、软硬件设施、物理网点等方面不具优势。为此，他们锁定未来竞争进行金融创新，采用服务小微模式，依托移动互联网发展金融服务。

首先，银行业通过大数据+云计算为一般消费者提供更到位的服务，使他们有了更明确的理财意识。

借助于大数据分析银行可以从不同角度去判断使用户知道自己的理财目标及渠。民生银行某负责人表示，从理财角度看，传统银行的理财方式费时、低效且门槛高，这使得互联网金融服务提供商着眼于低门槛、纯线上、体验好、安全稳健等等真实诉求，通过技术创新来打破传统金融机构在时空上的限制。

银行业多借助大数据深入研究当前及潜在用户需求从而提供丰富应用。包括通过人工智量化客户风险承受能力、投资偏好、投资模型等等，为客户提供投资策略摸准真正投资诉求。

可以看到近年来，借助大数据，IT热点需求集中于迁移银行历史数据平台、数据的快速检索和应用、现钞实物存取和验以及信用卡部门的个人征信等等方面。这里包括可实现诸如指纹识别、人脸识别、无卡取款等等更加安全的金融支付方式。

就零售渠道，关注客户感受，使客户能顺畅完成某个业务这是网银业务升级实践的成功之处、从用户资产管理到支付体验，招商银行在关注客户感受上就先行一步。

其次，银行通过大数据分析引导业务的发展。这里包括银行内部通过直接采用分析结果优化系统使客户获得良好便捷的体验；对外则直接向客户适时准确地推出符合其需求的业务与服务，使之获得性化服务，让不同的级别的客户获得不同感受。而这使得银行与互联网企业之间形成联动，

通过大数据，从客户办信用卡、各种选择偏好等等基于客户历史行为作出分析，从而使不同银行能准确定位其客户主要群体。将不同时段及客户资金流向或者支付手段的偏好及交易完成，一连串行为而生的数据集合，结合业务人员分析，从而提供相应的解决方案或服务模式。这是诸多银吸引新客户的主要手段。

传统银行IT建设从“以账户为中心”向以“客户关系”为中心转变。对银行核心系统、营销系统及风险管理系统等做渗透性分析，更全面精准的为银行客户提供相应的服务。

“关注风险业务，从数据整合角度关注大数据。有别于过去主要关注交易数据，银行启动了跨界策略，如对银行外围的行为数据（互联网数据）进行综合分析。“某金融客户分析说。以邮政储蓄银行为例，客户最初考虑用金融客户管理作为分析客户以及推动其营销的支撑系统，而后则规划数据分析平台。使平台与所有系统或业务相关联，传统银行变革跨度并不容易。不容回避的是，传统国内银行大数据技术的应用方面还处于初级阶段，集中于技术层面，即聚集于对历史数据管理、查询和简单的业务分析。

2016年，随着技术与行业应用的不断深入，客户对大数据的有效业务应用始得以落地。从架构到实现客户价值及产生良好效益，整个大数据产业链雏形已然形成。