新形势下做好商业银行大数据工作的“方法论”

杨忆

近年来，随着大数据技术在商业、生产、生活、交通和政务、教育、医疗乃至体育、娱乐等诸多领域的广泛应用，“数字化”已成为当下最鲜明的时代特征。商业银行作为数据密集型行业，对大数据的理解与认识及其在经营管理中的应用也日益深化，并纷纷将大数据上升到战略层面，借助大数据和信息化手段推动自身转型。比如，工商银行提出“大数据与信息化”战略，建设银行提出实施大数据战略，并建立智能客服“小微”；招商银行推出“平台、流量、数据”的发展战略布局。但伴随经营转型的持续深入、信息技术的快速变革和客户行为的不断变迁，银行对大数据应用的需求更迫切、更多元，在此背景下，银行若想进一步做好大数据工作，既要把握发展方位，又要认清存在问题，更要掌握科学方法。

准确把握当前大数据的新方位新阶段新使命

大数据发展所处的新方位。伴随云计算、物联网、区块链等新技术的成熟与推广，大数据应用正从最初的数据积累、引擎搜索、“痕迹”追踪等“初级阶段”向业态重塑、人工智能和虚拟现实（VR）等“高级阶段”迈进。可以说，当前我们处于由“互联网+”向“大数据+”演进的新节点。诚如阿尔法围棋（AlphaGo）战胜李世石、Ma s t er围棋战胜柯洁等案例，已充分证实“大数据+”的强大。并且，由于大数据的“无孔不入”“无处不在”“无所不能”，最近人们又在争论未来到底是“人类驾驭数据”还是“数据控制人类”的问题。不仅一大批产业工人和医生、警察等已经被数据机器人所替代，甚至连艺术家、作家等这类最富想象力和创造力的群体也正借助“大数据+”轻松地进行艺术创作。如“数码作曲家”不但可以作曲还能模仿“披头士”等特定的音乐风格；“数码画家”不仅已熟练掌握基本绘画技巧，而且还能创作抽象画；3D打印也在效率上颠覆了传统雕塑、版画和篆刻家们的优势。在新闻写作领域则更是如此。据报道，上海媒体《第一财经》投产的“数码记者”能快速读完当天金融市场发布的1900多篇各类公告，并通过对上市公司公告、财报、证券行情等信息的筛选分析，在一分钟内就完成一篇1600余字的财经新闻报道，不光一般读者难辨“真伪”，甚至连专业的财经记者也自叹弗如；光明日报也在“两会”期间用自主研发的“小明AI”开展了大量新闻报道。所以，数据正在改变世界，甚至可能将“主宰”世界。难怪有人戏言，下一任美国总统将会是基于大数据的机器人。

金融大数据应用的新阶段。包括银行在内的金融业一直是应用大数据技术比较早也比较深的行业之一。尤其是随着自身经营转型的加快、同业跨界竞争的加剧及金融科技演进的加速，银行大数据工作也将从“客户偏好分析、营销对象筛选、交易对手研究、资金流向监测与灰色客户拦截”等后台式、辅助性应用，进一步向“潜在需求引导、消费行为触发、业务场景建构、数据链圈打造和服务运营重塑”等前台式、引领性方向跨越。过去，我们一直认为只有简单的、标准化的业务操作才会被机器替代，但实践证明，大数据应用和人工智能发展已远超人们想象。比如，摩根大通已开发出“智能合同专家”，可以在数秒内就完成原先需要专业律师和信贷人员36万小时的金融合同解析工作，且错误率极低。又如，德银、高盛等也推出了“智能投资顾问”（以下简称“智能投顾”），并从对冲基金等小众领域普及到商业银行等大众市场。实际上，“智能投顾”就是一个以金融市场大数据分析、客户大数据画像、投资策略大数据学习为基础，融合资产管理量化投资和人工智能深度学习于一体的智能化投资理财服务系统。它可以结合客户投资时间长短、风险承受能力高低等行为特点，为其推荐资产组合及投资策略，不但能帮助客户获取相对稳定的长期收益，而且可以显著降低交易成本。再如，央行研究局前局长谢平认为，未来“一行三会”所有的金融监管工作都可以由人工智能进行。可见，随着金融大数据应用的深入，金融业将逐步形成“数据引领、技术支撑、机器学习、智能服务”的全新运营模式，以更低成本、更高效率、更优质量吸引和服务更多客户。这是否也预示着今天还炙手可热的私银投顾、理财顾问、风控专家和证券分析师及金融交易员等高端紧缺人才明天也将面临“下岗”的命运。

银行大数据工作的新使命。随着各行各业对“数据是宝贵资源”这一认识的不断深入，当前跨界竞争和同业竞争正从“争夺客户与市场”向“争夺数据与信息”转变。这就给银行大数据工作者提出了新的使命与要求：在数据来源上，从加工内部数据为主到整合内外部数据相结合；在数据结构上，从依托结构化数据到利用结构化与非结构化数据相结合；在工作焦点上，从专注大数据挖掘到推动数据应用与具体业务场景相结合；在工作方式上，从数据分析师的“专利”到专业运用与全行共享相结合；在展现形式上，从基础数据、图表展示到基础指标与专项指数、专题分析等“深加工”相结合，从而全面推动银行大数据工作平台化、链条化、生态化运营。这方面欧美各国已为我们提供了成功范例，尤其是个人信用评级领域。如美国三大征信公司之一的FICO，就依托自身研发的评级模型整合客户各类信用数据与信息，通过“信用分”这一简洁明了的形式展现个人信用评级结果，并使之成为全美信用卡、消费贷款乃至小企业信贷等一系列金融产品开发、管理和风控的主要参考指标，从而形成了完整的大数据应用价值链和“生态圈”。无疑，这种大数据“平台+生态”模式也应是银行大数据工作者追求的新目标和肩负的新使命。

当前商业银行大数据工作中存在的主要问题

虽然银行大数据应用如火如荼，但毋庸讳言，与大数据技术变革发展趋势相比，与国际先进同业相比，与自身转型发展要求相比，当前国内银行在大數据工作中还存在以下问题与短板，主要表现为“四个缺失”。

数据共享缺失。进入数字化时代后，全社会数据量爆发式增长。据国际数据公司（IDC）报告称，目前我国数据总量已达909EB（1EB约等于1000亿GB），占全球的13%，但庞大的数据总量并不意味着有效的开发利用，主要原因就在于数据割裂严重、共享普遍不足。不仅各行业间、机构间数据相互割裂，甚至连同一行业、同一机构内也是彼此隔离，从而使大量数据成为“孤岛”，难以发挥应有作用。从数据分布来看，目前80%以上的数据与信息资源主要集中于公安、工商、税务、海关、交通、通信和社保等政府部门手中。虽然近年来政府相关部门和部分地方政府加快了数据共享步伐，但出于自身利益考量，其共享开放意愿不强，导致大数据基础设施建设缓慢，利用效率偏低。这从中国信息通信研究院的调查结果就可见一斑。其调查显示，目前企业大数据应用仍以内部数据为主，利用过政府开放数据的不足两成。银行亦存在类似问题。虽然掌握了大量金融数据和客户信息，但由于内部各专业、各机构间数据共享不充分，加之当前外部数据与信息开放度低，导致银行在大数据应用上也缺乏整体性和系统性。如在“追踪”客户行为时，银行只能获取其在本行的部分金融消费数据，而无法掌握客户资金“全貌”和总体交易行为，故难以准确判断其成长潜力或风险状况。

深度应用缺失。随着大数据概念的持续升温，尤其是自国家颁布《促进大数据发展行动纲要》和《大数据产业发展规划（2016～2020年）》以来，各行各业应用大数据已成为常态。作为大数据先行者的商业银行，在市场营销、绩效考核与风险防控等领域应用上也取得了一定成效。但毋庸置疑，银行大数据应用尚处于探索期，有许多方面仍亟待完善和提升。一是应用层次亟待提升。主要聚焦于对客户行为、资金流向、业务短板等的分析，更多是利用历史数据进行回溯式研究，侧重于发现经营中存在的主要问题和瓶颈。而在产品定价、绩效管理、渠道布局、需求创造、风险预判等前沿性、预测性业务领域，要么涉足不多，要么应用不深。二是融合程度亟待提升。当前大数据工作或与银行业务场景、制度流程和经营环节的融合度不够，多是就数据论数据，为分析而分析，没有从更深层次揭示业务背后的本质问题、成因及规律；或限于技术条件，难以对业务发展中亟待解决的难点、痛点问题给出及时的回应和透彻的解构；或只停留于数据分析、政策建议而缺乏有效的应用场景和技术支撑，故对业务发展和经营管理的实质性影响与帮助有限，未能充分体现出大数据的作用与价值。

质量安全缺失。一方面，数据质量不容乐观。数据质量是大数据工作的基石。没有良好的数据质量，再复杂的建模、再精确的计算、再深入的分析都是“无用功”。但长期以来由于制度不健全、管理不精细、技术跟不上等因素，客户信息要素不全、划型分类不准、数据口径不一等质量问题还普遍存在。更可怕的是，部分机构出于扭曲的“业绩观”，还存在主观上的数据造假问题，进一步影响了数据质量水平。当然，此类问题在其他行业乃至政府机构也都不同程度地存在，如2017年1月17日辽宁省十二届人大会议上，辽宁省省长陈求发公开承认该省2011年至2014年经济数据造假。国外亦是如此。高盛、摩根大通、美银美林等机构就经常质疑美国就业市场数据“水分”过大。显然，缺乏权威可靠的数据，势必影响大数据应用成效。另一方面，信息安全令人堪忧。近年来，由于个人信息泄露而引发的各类违法犯罪行为愈演愈烈、触目惊心。可以说，我们每个人几乎都接到过推销电话，收到过垃圾短信，甚至还遭遇过电信诈骗，可谓“深受其扰”“不胜其烦”。由北师大社会治理与公共传播研究中心、民主与法制社联合发布的《电信网络诈骗治理研究报告（2016）》显示，84.15%的被调查者遭受过电信网络诈骗骚扰，超过10%的人被骗过钱财。仅去年一年，因个人信息泄露等造成的经济损失就高达915亿元。在此过程中，大数据“助纣为虐”，甚至沦为“精准诈骗”的工具。而作为客户数据与信息的“集成商”，银行在信息安全管理方面的难度和要求也与日俱增，面临着极大的挑战。若不能妥善处理好信息应用与信息安全的关系，不仅会影响正常的业务开展，甚至还将造成声誉风险。

人才队伍缺失。大数据作为一项前沿、新兴和交叉性技术，对人才素质有较高要求，既要掌握数据挖掘、统计建模、定量分析和算法设计等各种先进的分析工具与技术，又要对银行各项业务的运行情况、内在规律及发展趋势等有深刻的理解。但从目前来看，银行大数据从业人员的学科背景、专业特长和素质能力等与上述要求还存在较大差距，其大多出身于信息科技部门，更擅长编程挖掘而不精通业务逻辑，难以准确揭示和清晰表达数据背后所反映出的业务发展中存在的本质规律、倾向及趋势，更无法设计具体业务场景。有的虽然来自于业务部门，长于业务分析，但不懂得编程、建模等复杂技术，无法开展深度挖掘和数理分析等，失之于浅。这在很大程度上影响了银行大数据工作的质量与层次。

新形势下做好商业银行大数据工作的“方法论”

上述问题的有效破解，离不开科学的方法。尤其是在当前商业银行经营转型步入“深水区”的背景下，大数据工作更需讲究策略性、注重方法论，才能更好地肩负起自身使命。

以“系统论”的思维做好大数据工作。在今天的大数据时代，商业银行已化身为“数据银行”，甚至可以说“经营银行就是经营数据”。但需要注意的是，生成并散布于各专业各板块各机构的数据如业务数据、财务数据和交易数据等都不是孤立的，其背后既有密切关联和内在逻辑，也有丰富的内涵可供挖掘。以存款数据变动为例，这一看似简单的现象背后就隐含着战略导向、产品定位、利率定价、渠道分布、人员配置等一系列完整的、系统的制度设计与安排。因此，银行大数据管理部门需要树立系统性思维，着眼于各类数据之间的内在联系，运用逻辑勾兑、参数校验、要素印证等多种手法，使分散的数据和零散的信息变成“数据链”“信息圈”。如可借鉴BAT等互联网公司在大数据集成性存储、印证式共享和系统化应用等方面的成功经验与先进做法，积极利用信用卡、网上银行、手机银行和自办电商网站及自建社交工具等渠道积累的数据，深入挖掘客户在衣食住行玩用等各种生活场景的消费金额、交易频次等信息，系统地解剖客户金融消费行为，并广泛搜集来自社交媒体、搜索引擎、电商平台和政府部门等的外部信息与数据，逐步形成客户金融消费“逻辑图”，据此引导需求、设计产品、触发消费、控制风险。

以“重点论”的方法做好大数据工作。辩证法告诉我们，只有抓住主要矛盾和矛盾的主要方面，才能事半功倍。尤其是在目前銀行内部各专业各机构对大数据需求日益旺盛，而人力资源约束趋严和大数据人才稀缺的背景下，大数据工作也不能贪大求全，而应集中精力，集聚资源，突出重点，力求以点带面，整体推进。首先，聚焦重点业务和重点客户。在重点业务上，以零售金融、资产管理、投资银行、产业基金和网络金融等基础性、引领性业务为关注焦点，进行深入挖掘与分析，为银行各专业部门加快业务发展、推进经营转型提供高效信息支持。在重点客户上，以新生代客户、私人银行客户和法人高管客户等为目标对象，通过多层面数据剖析、多方法建模分析来预测其金融消费倾向、未来成长性和贡献度，为客户培育、产品创新和服务提质提供“路线图”。其次，抓好关键领域和关键环节。一是深化营销和风控领域应用。依托大数据系统，推动营销信息实时传送、目标客户批量对接和最佳方案智能推荐，打造策略式、协同式、触发式、直通式的营销服务新模式；结合银监会预警信息、纳税信息、征信评分和从各种渠道获取的客户信用信息等丰富客户征信画像，并通过多维交叉验证，更好地防控信用风险。二是深化定价与考评环节应用。将大数据模型嵌入业务流程，着重提升利率定价、客户评级与贡献计量及客户经理业绩考评等主要环节的科学性、公允性，有效破解长期以来困扰银行经营管理的难题。

以“统筹论”的原则做好大数据工作。从哲学的视角来看，大数据也是一柄“双刃剑”。如果用得好，可以有效推动业务发展；如果用得不好，则可能会引发风险。所以，在大数据工作中需要统筹处理好各种矛盾，做到“两害相权取其轻，两利相较取其重”。其一，统筹好安全与应用的关系。对于银行而言，信息安全不仅关系客户隐私，而且事关银行声誉。近年来，由于信息安全问题造成的客户纠纷时常见诸报端和网络，对银行造成了很大的负面影响。因此，银行应把握好信息应用与安全的“度”：既不能“只用不管”，为了发展业务、开拓市场而乱用信息、造成風险；也不能“只管不用”，为了强化安全、防范风险而不用信息、贻误商机。从某种程度上说，置有用的数据和信息不用，不仅是极大的“浪费”，更是最大的“风险”。其二，统筹好基础与创新的关系。基础是根，创新是枝，根深才能叶茂。大数据工作亦不例外。如果数据质量不扎实，则不仅会使推送的信息和产品“张冠李戴”，无法实现精准营销，甚至还可能导致决策失误，埋下风险隐患。所以，数据质量治理仍将是银行一项长期而基础的工作。与此同时，大数据工作还不能墨守成规，而应积极创新工作理念、思路和模式。如随着银行转型发展的深入推进，各种新产品、新业务不断涌现，银行大数据部门既要与各业务部门加强互动交流，共同研究新兴业务的统计制度、统计口径和展现方式等，以更好地展示新兴业务发展成果；又应以新视角、新模型、新手段对新兴业务展开深入研究，提出促进业务发展、推动经营转型的新思路新策略，并设计出新的应用场景和业务流程。起步较早、基础较好的大型银行应尽快从建设数据仓库（EDW）向打造集成化、综合性的大数据生态平台转变；有条件的银行应加快研制“AI柜员”“AI客服”乃至“AI投顾”“AI分析师”“AI交易员”等，不断提升经营管理的智能化水平。

以“人本论”的理念做好大数据工作。人是最具能动性和创造力的因素，无论什么工作都要靠人来想、由人来干。没有人，再宏伟的蓝图、再前瞻的战略、再有效的措施都难以实施。因此，面对大数据工作的新使命，各商业银行需妥善处理好两个关系：一是人才“量”与“质”的关系。任何事物都是先有数量才有质量，先有量变才有质变。在数据化时代，大数据人才已成为各行各业最稀缺的资源，这从遍布网络平台和报刊杂志的招聘广告就可见一斑。因为在未来的商业竞争中，比拼的将不再是银行网点多少、客户经理多寡，而是看谁的数据分析能力更强大、后台支撑能力更完善、客户体验更卓越。所以，各家银行必须前瞻布局、积极投入，尽早组建大数据人才队伍，这也是推动大数据战略实施、应对大数据时代竞争的必备条件。当然，仅有数量还不能解决问题。由于大数据战略是决定银行未来走向与成败得失的关键所在，故其深入实施与推进离不开一支技能全面、素质过硬、创新力强的专业人才队伍。这就要求银行通过深度培训、模拟训练、项目实战等多种手段不断提升大数据工作者能力，使其具备多专业思维和多业务素养，更好地适应大数据发展和银行经营转型的要求。二是人才“管”与“用”的关系。在管理上，结合业务发展需求，通过需求认领、项目招标和课题申请等方式，灵活运用“项目+团队”等柔性化工作机制，并建立知识共享和经验交流平台，使大数据工作者“自动自发”。在激励上，可以探索将大数据部门的研究分析成果与业务部门、分支机构的应用成果进行捆绑考核、绩效挂钩，充分激发大数据工作者的积极性、主动性、创造性，更好地促进大数据“研以致用”、创造价值。

总之，上述“四个方法论”既是做好新形势下银行大数据工作的“金钥匙”，也是做好其他领域乃至其他行业工作的“导航仪”，对其掌握程度和运用水平将决定银行大数据战略能否顺利实现，经营转型能否最终完成。