大数据技术在我国商业银行中的应用研究

蔺芊

互联网的发展催生了大数据技术的诞生。在21世纪初，全球网页内容大规模增长，网页内容每日增长速度超百万。谷歌（GOOGLE）等拥有较高搜索引擎技术的公司开始建立搜索系统，其内容覆盖数十亿网页，提高了人们对互联网内容的使用效率，大数据技术由此诞生。由于网页内容当中需要处理的数据包含大量的非结构化内容，传统的搜索技术无法完成检索。谷歌公司提出了以“分布式”为基础的存储和检索系统，包括分布式文件、分布式并行计算和分布式数据库等系统，实现了非结构化数据的检索，并奠定了大数据技术的基础。伴随着互联网产业的崛起，这种创新的海量数据处理技术在电子商务、定向广告、智能推荐、社交网络等方面得到应用，取得巨大的商业成功。这启发全社会开始重新审视数据的巨大价值，金融、电信等拥有大量数据的行业也开始尝试这种新的理念和技术，取得初步成效。与此同时，业界也在不断对谷歌提出的技术体系进行扩展，使之能在更多的场景下使用。2011 年，麦肯锡、世界经济论坛等知名机构对这种数据驱动的创新进行了研究总结，随即兴起了一股大数据热潮。

对于金融机构尤其是传统银行业而言，大数据的价值不仅仅体现在对传统银行财务相关指标的直接影响上，也体现在对商业模式变革的推动与重构上。传统银行业不仅仅要在大数据“数量”“处理速度”“数据类别”上下功夫，更加需要去进行深层次的数据整合，形成自身的数据资产管理能力，让数据产生“价值”。概括而言，大数据技术可以应用在如下场景中：

一、大数据时代下银行的精准营销

按照单个客户个性化的营销方案和沟通服务体系，金融机构依照信息化技术手段可以建立起精确的营销方案以实现对个人客户的精准营销（Precision Marketing）。这种建立在精准定位基础之上的营销活动，包含着对个体的关注和差异化的认同，可以最大限度地摊平企业的成本。精准营销对于每一位金融客户的兴趣、爱好、购买能力均可以做出预测和判断，根据综合化的评分向顾客推荐金融服务及产品，以保障推荐产品在其财力范围和兴趣半径之内。传统银行业当中，认识产品、产生兴趣、付款购买三个环节是金融消费者在购买过程当中必然出现的环节。由于在认知产品的过程当中，消费者会通过网络、私人渠道进行检索，对产品信息、类别进行了解以确定其购买信息，在此过程当中产生的搜索数据便可以定位消费者的收入水平、兴趣和爱好，企业借助分布式存储和云计算深度挖掘这一系列关于该类消费者的信息，形成完整的客户关系系统（CRM系统），从而设计出各种序列的营销方案，推送给消费者，实现精准化营销

二、大数据下的普惠金融场景

以“用户为中心”的理念正逐渐影响金融行业尤其是传统银行业，推动业务走向定制化和智慧化。在大数据技术发展的情况下，传统银行都在积极进行智慧转型，技术和数据成为其中要点。比如，银行将用户数据、征信数据以及行为数据等结合，利用大数据处理技术进行数据建模，对用户进行精准画像，确定金融活动目标可靠性。基于用户洞察来细化客群，在业务上更加普惠化，更加倾向于业务数额较小但群体数量较大、稳定性较好的长尾客户，为其制定个性化业务，并通过场景化、全方位金融产品布局为用户提供灵活便利的普惠金融服务。在开展形式上，部分领先银行以人工智能的形式提供智能化服务，更深入地渗透到普惠金融大众用户。

三、大数据时代下银行的精细化管理

大宗交易数据是传统银行最为重视的业务内容，由于受制于银行较弱的数据处理能力，体量庞大、细节更多的精细化交易数据无法得到有效处理。例如，传统银行经营模式之下，商业银行仅能记录每次的银行卡消费信息，却无法实现实时的消费信息反馈，归集整理；在存款、贷款风险管控过程当中，银行也对于对小额贷款实施有效的风险管控。一般的商业银行在记录了客户消费和挑选产品的数据后，亦没有利用好这些并不是为商业银行经营活动（风控、催收）而产生的数据。顾客的每笔投资和消费都被记录分析之后，运用数据挖掘技术将产生信息化决策，有助于提升用户体验，精细化管理水平将不断提高。。

未来一段时间仍将是大数据这个年轻产业蓬勃发展的阶段，围绕大数据的技术和业务仍将出现很多新颖的、有竞争力的业态。商业银行应当继续使用大数据和数据挖掘技术及时、准确、全面地掌握自身资产质量、数量及分布、头寸调度、信贷情况，提供给客户安全、可靠及强有力的技术支撑。数据仓库、大数据、数据集市通过深度挖掘可以获得“深度效益”。商业银行应当紧跟大数据发展趋势，充分发挥自身优势，学习借鉴互联网企业及其他优势金融、类金融机构的可取之处，实现企业可持续发展。