"大数据"时代金融统计在商业银行营销中的应用研究

李卓骏

摘 要：随着互联网技术的发展和计算机技术的进步，人们可以对各行各业所产生的海量数据进行处理加工，即大数据时代已经来临。对于金融行业来说，在大数据时代其可以充分利用庞大的数据资源，促使商业银行能够对客户进行更全面更完整的进行了解，从而可以针对客户特点和需求研发金融产品和金融服务，实现精准推广销售，也降低了商业银行本身在金融产品和金融服务推广销售中的风险。目前，基于大数据的金融统计模式已经逐渐成为各商业银行金融产品和金融服务推广营销的新趋势。

关键词：大数据时代；金融统计；商业银行；推广营销

随着互联网技术和信息技术的发展，我们已经进入了全新的信息化时代，即大数据时代已经到来。在大数据时代的金融统计工作中，面对海量数量的收集、整理和分析，如果没有科学统计的方法已经无法做出科学的决策[1]。因此在大数据时代，结合现代信息技术，在金融统计中充分利用大数据的优势，可以帮助商业银行更好的分析大数据背后隐藏的商业规律和逻辑，帮助商业银行更好的开展金融产品和服务的营销，更好的控制业务开展中的风险。

1 大数据时代金融统计的概念

大数据主要是指在信息大爆炸的时代各行各业均会产生海量的数据。具体来说是指各个产业产生那些非结构化的海量集合数据，如客运数据、气象数据、安医疗数据、全刑事数据、旅游数据、金融数据、信用数据、教育数据、道路交通数据、银行按揭数据、煤气数据、住房数据、电力数据、环保数据等。这些数据虽然整体看起来杂乱无章，没有规律，但是基于统计学方法进行分析，可以发现这些数据背后隐藏的规律和逻辑。

全球知名管理咨询公司麦肯锡定义“大数据”为：“一种规模达到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。”基于大数据概念，可知大数据的不仅在于本身庞大的信息数据量，还在于如何对这些信息和数据进行转换、处理以及统计，使之能够反映问题的本质。以金融行业来说，各金融机构、商业银行等产生了海量规模的金融数据，通过对这些数据进行收集、整理以及分析，从而发现在金融经济活动潜在规律和逻辑，同时通过对客户的生活消费习惯进行分析可以更加客观、系统和全面的了解客户的消费行为和金融服务需求，从而可以更好的开展金融产品、金融服务推广营销工作，更为有效的控制交易风险[2]。

2 大数据时代金融统计对商业银行营销的意义

大数据时代金融统计对商业银行营销的作用主要体现在两个方面，分别为通过缓解了信息不对称问题降低了信贷风险，通过准确了解客户金融服务需求才实现精准营销推广。

企业经营者直接掌握企业的各项基本信息，包括企业的生产经营情况、资产规模、负债情况、偿还债款的能力等。但是银行作为债权人，因为跟企业接触相对较少，主要是通过企业公开公布的信息对企业进行了解，因此无法掌握每个企业的真实有效信息，包括信用记录、经营状况和财务状况等。这种信息不对称问题导致银行信贷业务的风险显著提高。在企业相关信息方面，银行掌握企业的金融交易流水，公安部门掌握企业的刑事处罚记录，工商部门掌握企业的登记信息等。在大数据时代对信息的收集、整合和处理能力决定了商业银行及金融机构在信贷风险方面的管理控制能力。基于互联网技术和信息技术，目前使得这种大数据分析整理成为了可能。基于大数据时代的金融统计，很多商业银行在风险可控的范围内推出了无抵押贷款等业务，取得了较好的效果。

商业银行的客户经历通常都是采用一对多的工作模式，即一个人对多个客户开展营销推广工作。受限于时间和精力，客户经理无法全面、系统、客观的了解客户的基本信息，如客户的基本情况，资产规模、投资需求以及投资经验等。在这种情况，客户经理盲目的向客户推销金融产品和金融服务，很容易导致客户出现反感抵触情绪，很容易受到客户的拒绝[3]。既没有很好的完成营销推广工作，客户经理自身的信心和积极性也会受到打击。金融产品的客户群体一般来说非常分散，包括客户的教育程度、收入水平，家庭背景、资产规模、风险偏好以及投资需求等。针对每一款金融产品如何发现潜力的产品客户，大数据时代的金融统计工作可以发挥非常重要的作用。商业银行和其他金融机构在日常经营的过程中会产生大量的客户信息，通过采用金融统计方法对客户已有的这些信息进行分析，包括已有的购买记录和客户生活消费习惯等，开展有针对性的金融产品和服务推广，从而实现精准营销。

3 大数据时代金融统计在商业银行营销中的应用

3.1应用于信贷业务的贷前调查分析

在信贷业务贷款之前，商业银行对能够反映客户真实情况的各种信息进行收集、整理以及分析。如企业账户的流水数据、企业财务纳税数据、企业水电费缴纳数据、企业为员工缴纳的社保医保数据，以及企业同其他机构的业务往来信息等。采用大数据时代金融统计方法，对银行数据库和第三方数据库中的各种信息进行分析、甄别能反应客户真情情况的有效信息，从而可以在一定程度缓解低信息不对称问题，降低贷款风险，保障商业银行信贷业务的顺利开展。

在商业银行信贷业务的传统工作流程中，当客户申请贷款时需要提供各种证明材料，包括收入证明、抵押证明等，同时要求必须采取棉签的方式，其工作环节繁琐冗余，工作流程拖沓时间长。信贷业务的贷前调查工作主要是指工作人员对客户提交的各种材料信息进行核实，辨别真伪，但是有时难免出现疏漏，有些客户的信息是虚假的但是无法甄别出来，导致信贷业务存在风险。采用大数据时代金融统计方法，商业银行通过调取自身数据库，以及其他相关结构的数据库信息，可以对客户的整体情况进行客观、全面、系统的了解。如从银联系统数据库可以对客户的消费情况，资金流水情况等进行分析，从国家公安端口数据库可以对客户的犯罪信息等进行分析。基于对客户全面的了解分析，最终判断是否可以为其办理信贷业务。据相关数据统计，截止到2015年底，我国互联网信贷业务的损失率高达18.0%，而平安银行的信贷损失率仅为5.0%，其中很大的原因在于平安银行具有强大的数据统计分析能力。平安银行采用评分卡模型，利用自身数据库信息以及第三方数据库信息，包括客户的信用还款率、客户的自然属性等对每位客户的贷款风险进行综合评估。具体实现过程为将表示客户不同情况的不同变量组合在一起，然后根据主观和客观因素对每个变量进行权重负值，然后采用模型数学公式，对每个客户进行定量打分，打分值越高表示该客户越优质，最终根据每位客户的打分结果为客户提供提针对性、合理的信贷服务。

3.2 大数据金融统计实现商业银行的精准营销

随着社会的发展和人们生活水平的提高，人们对消费需求的变化越来越快，要求越来越高，基于产品类型的多样化，人们更期望选取自己满意的产品。因此现代营销观念均是以消费者为中心，通过发现消费者的需求来为消费者提供针对性的产品服务。对于金融产品来说，同样是这样的情况。但是传统的营销模式主要是以银行为中心开展的，忽略了客户的感受。其最大的原因就是银行难以准确了解每位客户的需求。在大數据时代金融统计方法可以运用科学的统计学方法对客户的各类信息进行整理加工，最后根据一定的分析模型得到定量的分析结构，从而有助于商业银行针对每款金融产品和金融服务找到真正有价值的客户，降低无效营销成本，提高营销回报率。

4 结束语

大数据时代金融统计在商业银行中所起到的作用越来越重要，对我国传统银行业务产生了巨大的冲击，也促使传统商业银行在工作模式上不断的创新和变革，在信贷业务开展方面可以有效缓解信息不对称问题，降低信贷交易中的风险，在金融产品和金融服务推广方面可以根据客户的需求有针对性的提供合理的金融产品，实现精准营销。

参考文献：

[1]邵许生.《大数据时代商业银行的客户信用风险管理研究》.时代金融，2016（20）：99- 101 .

[2]冯春香.《大数据与银行信用风险管理优化》.中国电子银行网.2016 年10 月.

[3]谢治春.《运用精准营销理念提高我国商业银行零售业务营销回报》.武汉金融，2010（7）：23-25.