摘 要：大數(shù)據(jù)時(shí)代給人們的生活、生產(chǎn)方式帶來了巨大改變，從而引發(fā)人們的消費(fèi)、生活等各方面需求特征發(fā)生轉(zhuǎn)變。商業(yè)銀行應(yīng)積極把握大數(shù)據(jù)時(shí)代的相關(guān)特征，把握機(jī)遇，采用循序漸進(jìn)的方式穩(wěn)妥推動(dòng)大數(shù)據(jù)在商業(yè)銀行零售業(yè)務(wù)中的應(yīng)用，以有效應(yīng)對(duì)大數(shù)據(jù)時(shí)代各種挑戰(zhàn)。

關(guān)鍵詞：大數(shù)據(jù)；商業(yè)銀行；零售業(yè)務(wù)

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A〓 文章編號(hào)：1003-9031（2014）01-0066-04 DOI：10.3969/j.issn.1003-9031.2014.01.13

目前，大數(shù)據(jù)的概念風(fēng)靡全球，但關(guān)于大數(shù)據(jù)怎么用、怎么落地等問題在產(chǎn)業(yè)界、學(xué)術(shù)界等各個(gè)領(lǐng)域眾說紛紜。有學(xué)者斷言人類已進(jìn)入“大數(shù)據(jù)時(shí)代”，大數(shù)據(jù)將對(duì)我們的思維方式、商業(yè)模式、管理手段等各方面將產(chǎn)生革命性影響。

商業(yè)銀行基于數(shù)據(jù)的量化經(jīng)營雖已是其經(jīng)營現(xiàn)代化的一個(gè)重要特征，但如何在大數(shù)據(jù)浪潮中把握趨勢(shì)，挖掘出推動(dòng)商業(yè)銀行精細(xì)化管理的有利因素，最重要步驟是要找準(zhǔn)契合大數(shù)據(jù)時(shí)代的方向和方法。

一、大數(shù)據(jù)時(shí)代的主要特征

1.大數(shù)據(jù)的基本概念。目前，關(guān)于大數(shù)據(jù)并沒有一個(gè)明確的基本概念，比較有代表性的觀點(diǎn)認(rèn)為：大數(shù)據(jù)并不純粹指數(shù)據(jù)量大，還應(yīng)涵蓋從交易信息到交互信息，從結(jié)構(gòu)化到非結(jié)構(gòu)化的各種新類型數(shù)據(jù)、分析方法、新思維認(rèn)知等內(nèi)容，其數(shù)據(jù)量的容量、增長頻率、變量生成速度、數(shù)據(jù)種類和復(fù)雜度等都是傳統(tǒng)的數(shù)據(jù)庫表格無法完全實(shí)現(xiàn)的[1]。

2.大數(shù)據(jù)的本質(zhì)特征。從大數(shù)據(jù)的本質(zhì)上看，其目的是預(yù)測(cè)未來和判斷趨勢(shì)，而傳統(tǒng)的數(shù)據(jù)分析更關(guān)注于分析過去及現(xiàn)在的狀況。其主要特征一是要分析與對(duì)象有關(guān)的所有數(shù)據(jù)而不是部分?jǐn)?shù)據(jù)；二是承認(rèn)數(shù)據(jù)的復(fù)雜性，不再強(qiáng)調(diào)精確；三是不再探求事物的因果關(guān)系，強(qiáng)調(diào)相關(guān)關(guān)系[2]。

3.大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的區(qū)別?？梢孕蜗蟮恼J(rèn)為，大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別就像高像素單反相機(jī)和人工畫像的差異。從量上看，人工畫像只能表現(xiàn)人物形象中最主要的元素；相機(jī)可以將畫面中任何一個(gè)細(xì)微的細(xì)節(jié)都抓取下來，存儲(chǔ)信息更多，畫面的精細(xì)度、質(zhì)感等方面遠(yuǎn)勝于人工畫像。相機(jī)中幾個(gè)壞點(diǎn)（如噪聲數(shù)據(jù)）對(duì)整體相片影響不大，但畫像只要有一個(gè)地方處理不好，整個(gè)就會(huì)大受影響。從豐富性上看，畫像只能從某一個(gè)角度來描寫，而相機(jī)可以從多個(gè)角度連續(xù)拍攝。畫像即使再傳神，也只能表現(xiàn)被畫者某一個(gè)角度，某一個(gè)神態(tài)，對(duì)被畫者著表達(dá)的信息很少；相機(jī)的多角度、連續(xù)拍攝可以展現(xiàn)被拍者的立體形象、多種神情，任務(wù)形象更豐滿，傳遞的信息更多，更能真實(shí)反映實(shí)際。從速度上看，畫像需要數(shù)小時(shí)完成，而照相機(jī)可以在瞬間捕捉十?dāng)?shù)張照片，處理和形成的速度更快，對(duì)于運(yùn)動(dòng)物體或需實(shí)時(shí)畫像時(shí)照相機(jī)的優(yōu)勢(shì)更加明顯。

因此，大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相比，其優(yōu)勢(shì)主要體現(xiàn)在：一是數(shù)據(jù)的存儲(chǔ)容量大，涵蓋范圍廣，信息內(nèi)容多；二是對(duì)數(shù)據(jù)質(zhì)量不追求過于精準(zhǔn)；三是計(jì)算速度快，智能分析能力強(qiáng)，可以動(dòng)態(tài)獲取分析結(jié)果，具有較強(qiáng)的時(shí)效性[3]。

二、商業(yè)銀行量化經(jīng)營及新巴塞爾協(xié)議對(duì)數(shù)據(jù)管理提出了新要求

1.從基于經(jīng)驗(yàn)的管理轉(zhuǎn)變到基于量化的管理是商業(yè)銀行業(yè)務(wù)經(jīng)營模式變化的重要特征。目前，國內(nèi)外各大商業(yè)銀行早已步入量化經(jīng)營的時(shí)代，在開拓某一項(xiàng)新業(yè)務(wù)時(shí)，需要充分依據(jù)業(yè)務(wù)數(shù)據(jù)判斷潛在市場(chǎng)的規(guī)模，在進(jìn)行客戶風(fēng)險(xiǎn)及價(jià)值的判斷環(huán)節(jié)，要遵循嚴(yán)格的數(shù)據(jù)及規(guī)則構(gòu)建科學(xué)的評(píng)價(jià)模型。如果沒有足夠的數(shù)據(jù)基礎(chǔ)，業(yè)務(wù)開拓及管理的不確定性增大，風(fēng)險(xiǎn)也會(huì)增加。但同時(shí)，目前量化管理的特點(diǎn)是基于高度結(jié)構(gòu)化、嚴(yán)格定義和大量清洗后的歷史交易數(shù)據(jù)，更多是用于報(bào)告已經(jīng)發(fā)生過的事情。因此，其利用的數(shù)據(jù)不夠大，挖掘的程度不夠深，應(yīng)用的領(lǐng)域不夠廣。

國外先進(jìn)金融機(jī)構(gòu)已意識(shí)到相關(guān)問題，開始應(yīng)用海量的客戶交易和行為等數(shù)據(jù)，基于新的數(shù)據(jù)分析技術(shù)支持經(jīng)營管理。例如，美國銀行構(gòu)建的反洗錢模型、富國銀行進(jìn)行的交叉銷售等。

2.在實(shí)施新資本協(xié)議過程中，數(shù)據(jù)的挑戰(zhàn)貫穿整個(gè)過程。2012年，巴塞爾委員會(huì)發(fā)布“有效風(fēng)險(xiǎn)數(shù)據(jù)整合和風(fēng)險(xiǎn)報(bào)告的原則”，對(duì)新協(xié)議實(shí)施中數(shù)據(jù)的要求進(jìn)行了概括總結(jié)。委員會(huì)指出，2009年金融危機(jī)的一個(gè)最重要教訓(xùn)，就是銀行的IT和數(shù)據(jù)架構(gòu)不足以支持金融風(fēng)險(xiǎn)管理的要求，很多銀行無法及時(shí)、準(zhǔn)確地在集團(tuán)、跨業(yè)務(wù)條線、子公司間匯總風(fēng)險(xiǎn)暴露和風(fēng)險(xiǎn)集中度。因此，委員會(huì)明確要求銀行高層治理結(jié)構(gòu)中必須包括良好的數(shù)據(jù)整合能力，并采取措施建立一個(gè)良好的、有前瞻性的數(shù)據(jù)庫，幫助銀行及監(jiān)管者預(yù)測(cè)未來可能發(fā)生的風(fēng)險(xiǎn)。

基于此，各國銀行業(yè)新協(xié)議實(shí)施的評(píng)估過程中，最重要的工作之一，就是評(píng)估該國商業(yè)銀行的數(shù)據(jù)管理水平。2011年，我國銀監(jiān)會(huì)發(fā)布“監(jiān)管統(tǒng)計(jì)數(shù)據(jù)質(zhì)量管理良好標(biāo)準(zhǔn)”，確定了數(shù)據(jù)管理的15項(xiàng)原則、61條標(biāo)準(zhǔn)，要求建立定期評(píng)估工作機(jī)制，并將標(biāo)準(zhǔn)實(shí)施情況作為銀行高級(jí)計(jì)量方法驗(yàn)收的重要條件。從銀監(jiān)會(huì)現(xiàn)場(chǎng)評(píng)估結(jié)果來看，我國銀行業(yè)數(shù)據(jù)質(zhì)量管理仍有較大提升空間，領(lǐng)先銀行也僅處于“大體不符合”到“大體符合”的中間階段。

監(jiān)管機(jī)構(gòu)之所以對(duì)數(shù)據(jù)如此重視，主要有四個(gè)原因：一是高級(jí)計(jì)量模型對(duì)數(shù)據(jù)依賴性強(qiáng)，模型越精細(xì)，數(shù)據(jù)質(zhì)量對(duì)模型結(jié)果準(zhǔn)確性的影響就越大；二是數(shù)據(jù)質(zhì)量的高低直接關(guān)系到資本計(jì)量的準(zhǔn)確性，進(jìn)而影響風(fēng)險(xiǎn)管理、監(jiān)管的有效性；三是隨著風(fēng)險(xiǎn)管理量化水平的提高，需要采集、處理的風(fēng)險(xiǎn)管理基礎(chǔ)數(shù)據(jù)范圍越來越大；四是委員會(huì)強(qiáng)調(diào)監(jiān)管者和銀行具有對(duì)風(fēng)險(xiǎn)的預(yù)測(cè)能力，現(xiàn)有的數(shù)據(jù)、計(jì)量體系離這個(gè)要求差距較大。

3.大數(shù)據(jù)契合新資本協(xié)議實(shí)施對(duì)數(shù)據(jù)的要求。新資本協(xié)議實(shí)施的本質(zhì)是提升資本對(duì)風(fēng)險(xiǎn)的敏感程度，要求銀行能夠準(zhǔn)確地識(shí)別、度量風(fēng)險(xiǎn)，并將計(jì)量結(jié)果貫穿到業(yè)務(wù)經(jīng)營管理的全流程之中。從資本協(xié)議發(fā)展的歷程看，Basel I作為標(biāo)準(zhǔn)法體系，僅在風(fēng)險(xiǎn)資產(chǎn)的標(biāo)準(zhǔn)分類基礎(chǔ)上賦予統(tǒng)一的權(quán)重，而Basel II則更加依賴對(duì)客戶PD、債項(xiàng)LGD/EAD等風(fēng)險(xiǎn)參數(shù)的估計(jì)，在風(fēng)險(xiǎn)度量方面向前走了一大步。新資本協(xié)議的實(shí)施及標(biāo)準(zhǔn)的不斷提升，表面上是針對(duì)資本充足率，使用更高級(jí)的方法有助于節(jié)約資本，但這不是實(shí)施新協(xié)議的主要目的，其根本目的是建立完整的風(fēng)險(xiǎn)識(shí)別、度量、預(yù)測(cè)和管理體系，進(jìn)而通過資本覆蓋非預(yù)期損失。

從目前我國商業(yè)銀行實(shí)施資本計(jì)量高級(jí)方法的情況看，主要存在三方面的數(shù)據(jù)問題：一是數(shù)據(jù)范圍不夠，很多數(shù)據(jù)尚未得到有效利用。目前資本計(jì)量高級(jí)方法中主要依賴的數(shù)據(jù)是客戶財(cái)務(wù)信息、交易數(shù)據(jù)、區(qū)域及行業(yè)數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)，客戶的定性變量。這些數(shù)據(jù)往往是依據(jù)設(shè)計(jì)好的表單結(jié)構(gòu)進(jìn)行采集，數(shù)據(jù)大多是靜態(tài)的、滯后的，而大量的客戶行為數(shù)據(jù)，例如客戶的網(wǎng)點(diǎn)交易記錄、客戶訪問記錄、通話記錄等，都沒有得到有效考慮，相比而言這些數(shù)據(jù)雖然價(jià)值密度低，但代表了客戶的具體想法和行為，反映了客戶要做的事情和所需的服務(wù)；二是數(shù)據(jù)質(zhì)量不高。由于我國商業(yè)銀行業(yè)務(wù)數(shù)據(jù)積累歷史較短，信息化程度較低等原因，數(shù)據(jù)短缺、奇異值較多、時(shí)間長度不夠等問題普遍存在，因此在資本計(jì)量模型建設(shè)過程中，由于要遵循一定的準(zhǔn)則和假設(shè)，需要進(jìn)行大量的數(shù)據(jù)清洗，并基于業(yè)務(wù)合理性的判斷進(jìn)一步篩選，在這個(gè)過程中被動(dòng)損失了很多數(shù)據(jù)和變量；三是商業(yè)銀行跨業(yè)務(wù)領(lǐng)域、跨子公司間相關(guān)數(shù)據(jù)未得到有效整合，也對(duì)風(fēng)險(xiǎn)計(jì)量的準(zhǔn)確性及風(fēng)險(xiǎn)識(shí)別的時(shí)效性產(chǎn)生一定影響，例如，通過對(duì)小企業(yè)主的信用卡交易情況與所屬企業(yè)貸款的關(guān)聯(lián)性分析可以發(fā)現(xiàn)，在企業(yè)貸款違約之前，往往存在企業(yè)主信用卡嚴(yán)重的透支情況，而這些風(fēng)險(xiǎn)特征的發(fā)現(xiàn)，均需要各業(yè)務(wù)領(lǐng)域、子公司間數(shù)據(jù)的高度融合和關(guān)聯(lián)。因此，采用大數(shù)據(jù)技術(shù)可以很好的解決上述問題，并能夠從看似沒有任何規(guī)律的數(shù)據(jù)中挖掘出風(fēng)險(xiǎn)特征和潛在的風(fēng)險(xiǎn)點(diǎn)。

三、大數(shù)據(jù)是商業(yè)銀行零售業(yè)務(wù)量化經(jīng)營變革的重要機(jī)遇

大數(shù)據(jù)產(chǎn)生于新一代信息技術(shù)融合發(fā)展過程，是新一代信息技術(shù)中最有顛覆性的變革力量。就如《第三次浪潮》作者托夫勒所說：“如果說IBM主機(jī)拉開了信息化革命的大幕，那么大數(shù)據(jù)則是第三次浪潮的華彩樂章”。

1.零售業(yè)務(wù)是商業(yè)銀行最能體現(xiàn)大數(shù)據(jù)優(yōu)勢(shì)的領(lǐng)域。未來銀行業(yè)的競爭將集中在對(duì)客戶相關(guān)數(shù)據(jù)的收集和分析環(huán)節(jié)，銀行需要成功地通過各種渠道收集客戶數(shù)據(jù)，精確分析客戶的意愿，為客戶提供個(gè)性化服務(wù)。大數(shù)據(jù)技術(shù)必將成為銀行實(shí)現(xiàn)一體化客戶關(guān)系管理，有效增強(qiáng)自身盈利能力的有力工具和核心競爭力。

從商業(yè)銀行業(yè)務(wù)經(jīng)營的情況看，零售業(yè)務(wù)由于需要面對(duì)成千上億的客戶，涉及存款、貸款、匯款、理財(cái)?shù)确椒矫婷鏄I(yè)務(wù)，例如，僅信用卡交易類數(shù)據(jù)，一天的數(shù)據(jù)量就有近百萬筆，而其又會(huì)衍變出大量的消費(fèi)習(xí)慣、投資偏好、日常生活規(guī)律等消費(fèi)信息。因此其涵蓋的數(shù)據(jù)和信息是十分巨大的，可以從中挖掘出很多有規(guī)律、有價(jià)值的信息，是最能體現(xiàn)出大數(shù)據(jù)優(yōu)勢(shì)的業(yè)務(wù)領(lǐng)域。就如國外學(xué)者所言：“未來屬于能將數(shù)據(jù)轉(zhuǎn)化成產(chǎn)品的人或公司”。因此，哪家商業(yè)銀行能夠領(lǐng)先一步，積極探索大數(shù)據(jù)技術(shù)在零售業(yè)務(wù)領(lǐng)域的應(yīng)用，就必然能在日后的業(yè)務(wù)競爭中取得先機(jī)。

2.大數(shù)據(jù)技術(shù)可以應(yīng)用于零售業(yè)務(wù)的全生命周期領(lǐng)域。在產(chǎn)品設(shè)計(jì)階段，可以通過對(duì)群體客戶的行為特征進(jìn)行分析。一是可以綜合分析多種服務(wù)交付渠道，包括網(wǎng)點(diǎn)、網(wǎng)絡(luò)、移動(dòng)終端等的大量客戶行為數(shù)據(jù)，建立預(yù)測(cè)分析模型，發(fā)現(xiàn)客戶行為模式，提高客戶服務(wù)價(jià)值；二是構(gòu)建客戶理財(cái)洞悉渠道，采用移動(dòng)理財(cái)收集的數(shù)據(jù)能對(duì)不同地域的花銷和節(jié)約習(xí)慣等方面形成深刻洞悉，制定差異化的理財(cái)產(chǎn)品和營銷方式。在客戶營銷階段，可以利用其每月的存款額和支用額反映客戶不同的收入特征，再結(jié)合其網(wǎng)頁瀏覽記錄、信用卡消費(fèi)記錄、投資記錄等，就能很好地把握其消費(fèi)習(xí)慣和風(fēng)險(xiǎn)偏好，為其制定個(gè)性化的產(chǎn)品配置和服務(wù)。在貸款申請(qǐng)階段，可以利用其收入、學(xué)歷、消費(fèi)習(xí)慣等特征，在較短的時(shí)間內(nèi)預(yù)測(cè)業(yè)務(wù)發(fā)展趨勢(shì)、客戶信用變動(dòng)等情況，支持業(yè)務(wù)審批。在貸后預(yù)警及反欺詐階段，可以對(duì)現(xiàn)在的銀行交易記錄包括非直接交易的數(shù)據(jù)，如郵件、語音、視頻等進(jìn)行處理、分析，構(gòu)建客戶行為檔案，收集該客戶的基本信息以及所有歷史交易信息，進(jìn)行特征的分析與歸納，通過比對(duì)本次交易信息和歷史行為信息，找出正常和異常的信息，實(shí)現(xiàn)實(shí)時(shí)偵測(cè)功能。

3.各種硬件、軟件設(shè)施的快速發(fā)展能夠支持大數(shù)據(jù)在零售業(yè)務(wù)領(lǐng)域的有效應(yīng)用。隨著信息傳輸、儲(chǔ)存技術(shù)的迅速發(fā)展以及物聯(lián)網(wǎng)技術(shù)的逐步應(yīng)用，成千上萬的網(wǎng)絡(luò)傳感器、二維碼、視頻采集器等設(shè)備嵌入到現(xiàn)實(shí)世界中，產(chǎn)生了大量的實(shí)時(shí)信息和機(jī)讀數(shù)據(jù)。同時(shí)，云計(jì)算技術(shù)的逐步成熟，將為物聯(lián)網(wǎng)等信息獲取端產(chǎn)生的海量數(shù)據(jù)提供巨大的存儲(chǔ)空間，并能夠利用超級(jí)計(jì)算機(jī)進(jìn)行高效化、智能化和多元化的計(jì)算、分析，使在線處理、實(shí)時(shí)處理變?yōu)榭赡堋?/p>

隨著各類數(shù)據(jù)呈現(xiàn)爆炸式增長，商業(yè)銀行不應(yīng)再滿足于簡單的數(shù)據(jù)處理，而應(yīng)該通過各種新技術(shù)、新設(shè)備進(jìn)行數(shù)據(jù)分析，把握未來發(fā)展的規(guī)律，使相關(guān)部門做出更好的決策。因此，大數(shù)據(jù)可以讓零售業(yè)務(wù)的海量數(shù)據(jù)產(chǎn)生價(jià)值、并讓數(shù)據(jù)真正成為商業(yè)銀行寶貴的資產(chǎn)資源。

4.不同產(chǎn)業(yè)領(lǐng)域已進(jìn)行的大數(shù)據(jù)實(shí)踐，為商業(yè)銀行大數(shù)據(jù)應(yīng)用提供了豐富經(jīng)驗(yàn)。大數(shù)據(jù)不僅給信息處理技術(shù)、軟硬件開發(fā)等方面的企業(yè)帶來新的發(fā)展機(jī)會(huì)，還對(duì)醫(yī)療、零售、金融、制造、能源等領(lǐng)域的發(fā)展帶來新的沖擊，直接推動(dòng)這些領(lǐng)域的產(chǎn)業(yè)升級(jí)。大數(shù)據(jù)分析已在不同領(lǐng)域得到了廣泛應(yīng)用，美國總統(tǒng)奧巴馬競選時(shí)就擁有一個(gè)幾十人的數(shù)據(jù)分析與挖掘團(tuán)隊(duì)，進(jìn)行大規(guī)模、深入的數(shù)據(jù)挖掘，幫助奧巴馬在獲取有效選民、投放廣告、募集資金方面提高工作的有效性，就像奧巴馬成功競選后媒體指出的那樣：華盛頓那些基于直覺與經(jīng)驗(yàn)決策的競選人士的優(yōu)勢(shì)在急劇下降，取而代之的是數(shù)量分析專家與電腦程序員的工作，他們可以在大數(shù)據(jù)中獲取洞察。

在公共衛(wèi)生領(lǐng)域，2009年GOOGLE利用特定檢索詞的使用頻率及流感在時(shí)間和空間上傳播間的關(guān)系，在不需要知道搜索詞和流感間的關(guān)系，也不需要醫(yī)生確認(rèn)的情況下，純粹依賴于大數(shù)據(jù)處理了4.5億個(gè)不同的數(shù)字模型，最終發(fā)現(xiàn)一個(gè)由45條檢索詞組合構(gòu)成的數(shù)學(xué)模型，其預(yù)測(cè)能力高達(dá)97%，與疾控中心的統(tǒng)計(jì)數(shù)據(jù)相比，時(shí)效性大大提前。

在投資領(lǐng)域，GOOGLE日本公司基于用戶的搜索詞，將大數(shù)據(jù)技術(shù)應(yīng)用于實(shí)時(shí)預(yù)測(cè)股價(jià)走勢(shì)。其利用搜索關(guān)鍵詞和股價(jià)實(shí)時(shí)信息，構(gòu)建了數(shù)萬個(gè)數(shù)學(xué)模型，從中發(fā)現(xiàn)最可能的模式，用于預(yù)測(cè)未來股價(jià)變動(dòng)情況。一些對(duì)沖基金（如Derwent Capital和MarketPsych）通過分析微博的文本數(shù)據(jù)，尋找股市投資信號(hào)?，F(xiàn)在，微博中的信息甚至被用于預(yù)測(cè)好萊塢的票房收入。

在保險(xiǎn)領(lǐng)域，不同于傳統(tǒng)保險(xiǎn)行業(yè)將數(shù)據(jù)分析集中于保單、被保險(xiǎn)人、服務(wù)提供商、代理人、保險(xiǎn)利益、產(chǎn)品、核保和銷售賣點(diǎn)、理賠、市場(chǎng)營銷等領(lǐng)域，保險(xiǎn)公司開始嘗試引入先進(jìn)的數(shù)據(jù)記錄系統(tǒng)，將汽車加速計(jì)、剎車頻率和力度、每次行使里程和駕駛時(shí)間、駕駛位置、安全帶使用情況等納入分析，以求更準(zhǔn)確地預(yù)測(cè)保險(xiǎn)人行為，合理計(jì)算不同保險(xiǎn)人的保費(fèi)。

目前，國際大型金融機(jī)構(gòu)已開始逐步嘗試在零售業(yè)務(wù)領(lǐng)域進(jìn)行大數(shù)據(jù)技術(shù)的應(yīng)用，積極向強(qiáng)調(diào)“基于數(shù)據(jù)（事實(shí)）”的方向前進(jìn)。例如，在風(fēng)險(xiǎn)管理領(lǐng)域，過去商業(yè)銀行可能要花費(fèi)幾個(gè)小時(shí)（甚至幾天）才能分析出相關(guān)數(shù)據(jù)特征，輸出風(fēng)險(xiǎn)管理報(bào)告，而通過整合多渠道（如分支行、網(wǎng)絡(luò)、移動(dòng)終端、外部數(shù)據(jù)庫等）的海量數(shù)據(jù)，利用大數(shù)據(jù)分析技術(shù)，能實(shí)時(shí)得出相關(guān)趨勢(shì)特征，顯著提高風(fēng)險(xiǎn)報(bào)告的獲取速度，預(yù)測(cè)風(fēng)險(xiǎn)事件的發(fā)生。

5.各大商業(yè)銀行已逐步嘗試進(jìn)行大數(shù)據(jù)分析及業(yè)務(wù)應(yīng)用。隨著大數(shù)據(jù)技術(shù)的逐步成熟，各大商業(yè)銀行已開始逐步利用大數(shù)據(jù)技術(shù)進(jìn)行風(fēng)險(xiǎn)管理、客戶營銷等方面的業(yè)務(wù)活動(dòng)。例如，花旗銀行利用大數(shù)據(jù)分析獲取客戶信息，并且分析預(yù)測(cè)客戶的下一步需求，進(jìn)而向客戶營銷相關(guān)金融產(chǎn)品，如某客戶為自己的孩子辦理了一張信用卡，其后花旗銀行根據(jù)此信用卡的消費(fèi)情況、還款情況以及持卡人的各種金融產(chǎn)品消費(fèi)行為，再結(jié)合持卡人的不同年齡及職業(yè)，提前預(yù)判分析出這位客戶可能需要的金融產(chǎn)品，達(dá)到有效的精準(zhǔn)營銷。

目前，國內(nèi)各大商業(yè)銀行也逐步嘗試?yán)么髷?shù)據(jù)技術(shù)進(jìn)行相關(guān)業(yè)務(wù)的拓展活動(dòng)。如建設(shè)銀行利用客戶業(yè)務(wù)數(shù)據(jù)，將客戶劃分為長期負(fù)債族、活躍結(jié)算族、基本需求族等八類客戶群，然后根據(jù)客戶的金融產(chǎn)品購買行為、宏觀市場(chǎng)因素、客戶生命周期等變化因素，進(jìn)行更加準(zhǔn)確的目標(biāo)客戶篩選，同時(shí)其由專業(yè)的業(yè)務(wù)和數(shù)據(jù)分析人員適時(shí)調(diào)整和修正客戶劃分的數(shù)據(jù)模型，從而進(jìn)一步提高客戶營銷的精準(zhǔn)性。營銷結(jié)果顯示，通過系統(tǒng)篩選的客戶產(chǎn)品購買意向達(dá)成率是隨機(jī)抽取客戶的1.5倍，實(shí)際購買率是隨機(jī)抽取客戶的6倍。

四、我國商業(yè)銀行適應(yīng)大數(shù)據(jù)時(shí)代的行動(dòng)

1.高度重視大數(shù)據(jù)帶來的機(jī)遇和挑戰(zhàn)，樹立基于數(shù)據(jù)的量化管理理念。商業(yè)銀行各級(jí)管理層要充分意識(shí)到大數(shù)據(jù)發(fā)展的特征和趨勢(shì)，采取措施加強(qiáng)數(shù)據(jù)管理和應(yīng)用水平，推動(dòng)全行各級(jí)機(jī)構(gòu)和部門數(shù)據(jù)分析能力的提升。

2.高度重視各種數(shù)據(jù)的積累。大數(shù)據(jù)時(shí)代的數(shù)據(jù)包含了方方面面的屬性信息，可以理解為“信息即數(shù)據(jù)”。因此，商業(yè)銀行除了要積累各種傳統(tǒng)意義上的經(jīng)營交易數(shù)據(jù)外，還要重視其它類型的非結(jié)構(gòu)化數(shù)據(jù)積累，例如網(wǎng)點(diǎn)交易記錄、電子渠道交易記錄、網(wǎng)頁瀏覽記錄、外部數(shù)據(jù)等，都應(yīng)得到有效的采集、積累和應(yīng)用。

3.強(qiáng)化對(duì)制度等文本數(shù)據(jù)的標(biāo)準(zhǔn)化。每一家商業(yè)銀行的各級(jí)機(jī)構(gòu)均有大量的制度、流程和規(guī)定等文本數(shù)據(jù)，但尚未進(jìn)行有效組織。因此，要按一定的分類標(biāo)準(zhǔn)對(duì)之進(jìn)行梳理，使之與其它數(shù)據(jù)得到有效整合，有利于數(shù)據(jù)挖掘工作的開展。

4.積極搭建大數(shù)據(jù)技術(shù)應(yīng)用的各種資源條件。在現(xiàn)有數(shù)據(jù)庫基礎(chǔ)上，積極探索引進(jìn)適應(yīng)大數(shù)據(jù)要求的分析平臺(tái)和工具，培養(yǎng)大數(shù)據(jù)分析人才，建立適應(yīng)管理要求的數(shù)據(jù)分析管理機(jī)制。

5.采用循序漸進(jìn)的方式穩(wěn)妥推動(dòng)大數(shù)據(jù)在商業(yè)銀行零售業(yè)務(wù)中的應(yīng)用。目前，可以從小的具體業(yè)務(wù)和關(guān)鍵點(diǎn)入手，以能被商業(yè)銀行現(xiàn)有管理架構(gòu)和外部監(jiān)管機(jī)制接受的方式進(jìn)行嘗試性應(yīng)用，待技術(shù)及時(shí)機(jī)成熟后再逐步將大數(shù)據(jù)納入銀行經(jīng)營管理體系。例如，將客戶情緒分析、客戶行為預(yù)測(cè)、風(fēng)險(xiǎn)控制等逐步納入分析應(yīng)用的范圍。最終打造商業(yè)銀行大數(shù)據(jù)技術(shù)應(yīng)用的核心競爭力，實(shí)現(xiàn)大數(shù)據(jù)技術(shù)在零售業(yè)務(wù)的廣泛應(yīng)用。

（責(zé)任編輯：徐璐）

參考文獻(xiàn)：

[1]Black，edwin.IBM and the Holocaust[R]. Crowm，2003.

[2]Risenthal， Jonathan. Banking Special Report. The Economist[J]. 2012，05：7-8。

[3]Rudin， Cynthin. 21st-Century Data Miners Meet 19th-Century Electrial Cables[J].Computer，2011，6：103-105.

收稿日期：2013-11-19

作者簡介：黃昶君（1977-），女，廣東東莞人，現(xiàn)供職于中國建設(shè)銀行總行；

王 林（1981-），男，山東臨沂人，經(jīng)濟(jì)學(xué)博士后，現(xiàn)供職于中國建設(shè)銀行總行。