商业银行海量金融数据分析中数据分析技术的实践探究

王曦苑

商业银行海量金融数据分析中数据分析技术的实践探究

王曦苑

面对日益增多的信息数据，商业银行在处理金融数据时变得更加困难，使得商业银行所面临的发展压力越来越大。为了提高商业银行的数据处理效率和质量，促进商业银行的良好发展，就需要将数据分析技术科学应用于海量金融数据分析中。文章对大数据环境下商业银行所面临的发展压力进行了分析，指出了数据分析技术在商业银行海量金融数据处理中的应用优势，并对其实践应用进行了讨论，以便金融数据更好地服务于商业银行发展。

商业银行 海量数据 数据分析技术 实践应用

当前计算机技术已经渗透到生产生活中的方方面面，并且随着计算机技术的发展和成熟，出现了越来越多的新型计算机技术，推动社会进入了大数据时代。大数据时代的到来，对商业银行来说是把双刃剑，在带来发展机遇的同时，使得商业银行面临着更大的挑战。多种网络平台的出现，极大地丰富了商业银行的在线支付方式，催生了虚拟交易体系，在这个过程中所产生的金融数据量是非常庞大的。为了更好地迎接发展机遇和挑战，就需要充分发挥数据分析技术优势，快速、准确完整海量金融数据的分析。

一、大数据环境下商业银行所面临的发展压力

（一）金融数据量持续增多

在信息网络时代背景下，人们的消费观念已经由现实消费逐渐转向网络消费。网络用户的增多，使得电子数据呈现出爆炸式增长趋势。在这种发展背景下，商业银行所需要存储、分析的金融数据也在持续增多，如何保证数据信息的完整性，从海量数据中筛选出有价值的信息，为客户提供高水平、高质量的服务，是当前商业银行发展过程中必须考虑并解决的问题，对提高自身竞争力具有重要作用。

（二）银行服务价值的转变

商业银行传统服务方式以柜面服务为主，常见的业务类型包括存取款业务、贷款业务等，在办理业务时客户一般都是直接到银行柜台。但是，在计算机迅速发展的背景下，柜台服务模式已经无法满足客户的实际业务需求，越来越多的人开始选择网络交易。为了满足用户的实际需求，商业银行就需要转变服务价值，在原有服务模式的基础上，构建虚拟服务体系，为用户提供多元化服务方式，适应当前金融行业的发展形势。［1］

（三）金融数据的安全保障

金融数据都是真实可用的，涉及客户的个人隐私，具有较高的私密性，但是因为金融数据的应用价值较高，很容易成为黑客窃取的对象，金融数据面临着较大的安全威胁。在大数据背景下，商业银行在对海量数据进行分析、处理时变得更加困难，再加上网络环境复杂程度的增加，金融数据更容易受到恶意攻击。为了避免客户信息泄露，商业银行就需要做好金融数据的安全保障工作，确保客户数据的安全性。

二、数据分析技术在商业银行海量金融数据处理中的应用优势

电商、银行以及物流是互联网时代的重要组成部分，这三大类企业在网络交易过程中分别扮演着不同角色，在应用数据分析技术时都有着自身优势，在商业银行海量金融数据处理中的具体应用优势，主要体现在信息、人才、资金、制度等几个方面。

（一）信息与人才优势

商业银行在经营过程中，所产生的金融数据都是非常重要的，所以商业银行的信息化建设尤为重要。各大商业银行相继建立了数据中心和备份中心，以此来实现数据的存储与分析，保证数据的完整性、准确性及安全性。再加上广泛的信息获取渠道，商业银行所形成的数据库结构是较为庞大和完善的。同时，我国的大型商业银行都设有自己的科研中心，以便不断对数据信息系统进行优化和改进，充分发挥出金融数据价值，提高其利用效率。在这个过程中会涉及软件开发、数据仓储等具体实践项目，这就培养了大批专业技术人才，为促进商业银行的发展提供了人才保障，同时也为数据分析技术的良好应用创造了有利条件。

（二）资金与制度优势

从近几年我国商业银行的发展情况来看，商业银行的获利空间是比较可观的，经济收益有明显提高趋势，这就为数据分析技术的充分应用提供了资金保障。商业银行可以借助盈利资金，加大信息化建设投资力度，建立先进的数据操作系统、存储系统、计算系统等数据化系统，以便更好地将数据分析技术应用于海量金融数据的分析中。同时，集团化经营已经成为我国商业银行的主要经营模式，经营管理理念是比较先进、成熟的，能够实现跨地区经营，构建覆盖面积较广的经营网络，数据共享比较方便，在应用数据分析技术的时候更加容易，可以有效提高海量金融数据的分析、处理效率。［2］

三、商业银行海量数据分析中数据分析技术的实践应用

（一）构建客户信息数据系统

在应用数据分析技术的时候，商业银行首先要构建客户信息数据系统，对客户进行全面了解。传统的商业银行客户信息系统主要是以记录客户的各项基本信息以及交易信息为主，包括客户姓名、性别、身份证号、资产配置等，很难对客户进行科学分类，在对客户特征和需求进行分析时容易出现扭曲，影响服务质量。为了避免这种现象，就需要应用数据分析平台，构建全景动态客户视图，根据客户的实际情况及时进行数据更新，对客户进行更加准确的定位，满足客户的实际需求，提高银行服务质量和服务水平。

（二）提供针对性的服务模式

传统的商业银行产品和服务，主要根据商业银行系统内部的数据进行处理或者根据客户基本的需求而制定，无法为用户提供针对性服务。通过应用数据分析技术，能够获取客户的反馈信息，及时了解客户实际需求，进行深入分析，对银行产品和服务进行合理设置，并且不需要精确地把控个体作出选择的初衷，只需要汇总最终的行为结果。借助大数据平台的数据分析技术，通过客户行为数据与商业银行系统内数据信息的契合，可以制定出更加符合客户需求的产品和服务，为客户提供针对性的服务。［3］

（三）实时营销和个性化推荐

商业银行传统服务模式以柜台服务为主，受时间和空间的限制，业务办理效率较低，很难进行更好的个性化推荐。通过应用数据分析技术，能够对不同类型的客户信息进行分析，对数据进行深层次挖掘，为用户提供网络服务模式，既丰富了银行服务模式，提高了业务办理效率，又打破了时间和空间的限制，保证了营销的精准性和时效性，能够进行实时营销，同时还对用户进行精准定位，根据客户的喜好进行产品或服务的个性化推荐，实现针对性营销推广。

（四）优化商业银行运营模式

商业银行应用数据分析技术，能够及时了解市场动态以及营销反馈情况，根据不同营销渠道的推广效果，对营销渠道进行整合和优化，以便更好地完成金融数据的采集、整理及存储。同时，还能对ATM设备的投放效益进行分析，根据ATM设备的日常使用情况，对设备的放置方案以及存放额度进行调整，提高银行管理水平、加强资产控制力度。并且，还能及时了解银行的产品及服务反馈消息，以此作为依据对自身业务进行优化。

四、结语

面对越来越复杂的网络环境，以及日益增多的信息数据，运用数据分析技术对海量金融数据进行分析，已经成为商业银行的必然发展趋势，商业银行只有转变传统经营管理模式，加大信息化建设力度，科学运用数据分析技术，才能实现对数据有价值信息的深层挖掘，提高业务水平和服务质量，为实现银行的良好发展提供有力保障。

（作者单位为宁波银行北京分行金融市场部）

［1］ 戚娜.大数据下的数据分析技术在商业银行海量数据中的应用［J］.自动化与仪器仪表，2016（4）：213-214.

［2］ 许佳馨，刘晓星，崇章.大数据对商业银行的影响分析［J］.农业发展与金融，2016（5）：51-52.

王曦苑（1991—），女，内蒙古赤峰人，硕士，国际会计与金融专业，研究方向：资本结构与公司绩效的关系分析。］