陸岷峰 虞鵬飛

伴隨金融自由化與金融創(chuàng)新不斷深入，全球金融業(yè)的發(fā)展出現(xiàn)了深刻的變化，國內外商業(yè)銀行發(fā)展理念和經營模式不斷調整。在商業(yè)銀行諸多業(yè)務中，零售業(yè)務是與個人和家庭聯(lián)系最為密切的銀行業(yè)務，由于具有龐大的客戶資源以及強大的價值創(chuàng)造能力，越來越受到商業(yè)銀行的重視，并逐漸成為商業(yè)銀行最具發(fā)展活力的業(yè)務領域。

零售銀行業(yè)務集中體現(xiàn)了商業(yè)銀行以客戶為中心的經營戰(zhàn)略，銀行依托現(xiàn)代化管理手段為個人、家庭以及中小企業(yè)提供綜合性、一體化的金融服務。中國銀行業(yè)零售業(yè)務以20世紀90年代中期儲蓄卡的推廣為標志，正式進入高速發(fā)展階段，逐漸形成一套完善的零售業(yè)務體系，并成為中國銀行業(yè)未來發(fā)展的必然趨勢。對于國內商業(yè)銀行來說，當前正處于零售銀行業(yè)務發(fā)展的“黃金時代”。然而，現(xiàn)階段各家商業(yè)銀行零售業(yè)務的營銷手段存在同質化問題，產品結構單一化現(xiàn)象嚴重，導致巨大的成本投入稀釋了銀行收益。在信息技術、網絡技術和互聯(lián)網金融高速發(fā)展的現(xiàn)在，各商業(yè)銀行逐漸開始重視運用大數(shù)據分析與挖掘技術服務于零售業(yè)務的轉型升級。

大數(shù)據推動零售業(yè)務轉型升級

商業(yè)銀行同業(yè)競爭的日趨激烈以及互聯(lián)網金融的巨大沖擊“倒逼”傳統(tǒng)銀行加速轉型，零售轉型成為銀行轉型的核心任務。大數(shù)據體量巨大、種類繁多、價值密度低以及處理速度快的特點與銀行零售業(yè)務的發(fā)展高度契合。因此，作為未來銀行競爭核心的零售業(yè)務，其轉型升級的關鍵在于大數(shù)據分析與挖掘技術的深度應用。

大數(shù)據推動零售負債業(yè)務轉型

零售負債業(yè)務是商業(yè)銀行最主要的資金來源之一，是其賴以生存的基礎。儲蓄存款則是零售負債業(yè)務中最重要的組成部分。然而，隨著利率市場化的不斷推進，央行逐漸放寬存款利率上限，各大商業(yè)銀行爭相提高存款利率，零售負債市場競爭愈加激烈，商業(yè)銀行傳統(tǒng)的零售負債業(yè)務面臨著巨大的轉型壓力。

儲蓄存款業(yè)務從本質上來說就是對客戶數(shù)據庫系統(tǒng)的分析與應用。業(yè)務人員只有在全面了解客戶的家庭、收入、興趣偏好以及風險偏好等信息之后，才能準確把握住客戶的存款需求。大數(shù)據分析技術不僅能對20%的結構化數(shù)據進行精確分析，還能有效運用80%的非結構化數(shù)據，提高數(shù)據分析的準確度。大數(shù)據不僅可以從內部掌握客戶的屬性數(shù)據、賬戶信息以及交易信息，還能通過外部網絡了解客戶的行為數(shù)據和渠道偏好等社會化數(shù)據，掌握客戶的真實需求，并在此基礎上設定產品，激發(fā)客戶的存款興趣。并通過多種渠道對產品的市場推廣度、受眾覆蓋率、盈利能力以及用戶的反應情況進行深度挖掘，在此基礎上進行產品的優(yōu)化升級，發(fā)掘新的價值增長點。

大數(shù)據推動零售資產業(yè)務轉型

零售資產業(yè)務是商業(yè)銀行利潤的主要來源之一。當前國內銀行業(yè)零售資產業(yè)務以個人貸款為主，近年來呈現(xiàn)出規(guī)模增長迅速、產品結構多元化的發(fā)展態(tài)勢。以招商銀行為例，截至2014年上半年，招商銀行個人貸款余額為8630.54億元，比上年末增長7.85%。然而，國內各大銀行零售資產業(yè)務，尤其是個人貸款產品同質化現(xiàn)象比較嚴重，同時產品的風險管理不到位，導致銀行缺乏核心競爭力。在互聯(lián)網金融的大環(huán)境下，商業(yè)銀行運用大數(shù)據分析技術可以推動零售資產業(yè)務轉型。

在個人貸款業(yè)務中，運用大數(shù)據可以實現(xiàn)個人貸款業(yè)務全周期各階段的轉型升級（見圖1）。首先，在產品設計階段，通過大數(shù)據綜合分析客戶的屬性數(shù)據與行為特征。通過對客戶賬戶信息的分析，了解客戶家庭、經濟、信用情況，洞悉客戶的消費行為偏好，制定差異化的貸款產品;其次，在貸款申請階段，大數(shù)據分析促進了大數(shù)據信用評級分析法的形成，如神經網絡信用評分法與支持向量機（SVM）信用評分法。銀行利用大數(shù)分析在極短的時間內對客戶的消費、收入、職業(yè)、信用狀況等信息進行整理，并迅速預測出其信用變動及未來行為狀況，以支持信貸審批。最后，在貸后預警風險管理階段，銀行可以通過收集客戶的交易記錄，并且綜合分析該客戶的微博、微信、郵件、視頻、語音等非直接交易數(shù)據，進行數(shù)據的二次挖掘，并與歷史信息進行對比，篩選出異常信息，加強對異常信息的關注度，實現(xiàn)實時監(jiān)測。

大數(shù)據推動零售中間業(yè)務轉型

中間業(yè)務能夠為銀行帶來豐厚的非利息收入。在利率市場化的大趨勢下，商業(yè)銀行依賴傳統(tǒng)的利差收入難以維持長久穩(wěn)定的發(fā)展。銀行為了實現(xiàn)利潤最大化的最優(yōu)目標，必須大力發(fā)展中間業(yè)務。以財富管理與信用卡業(yè)務為例，在互聯(lián)網金融模式下，商業(yè)銀行加快零售中間業(yè)務的轉型升級，必須依靠大數(shù)據等高新信息技術。

根據帕累托“二八定律”，銀行可以從關鍵的20%的客戶中實現(xiàn)80%的利潤。因此，有選擇地甄別出這20%的核心客戶，對提高銀行的經營效率至關重要。在傳統(tǒng)的客戶關系管理過程中，商業(yè)銀行缺乏對客戶信息的整合，個人消費貸款、信用卡以及個人理財業(yè)務被分散到各個不同的專業(yè)管理部門，客戶信息存在片面性，無法對客戶進行有效分類，缺乏差別化服務，直接導致客戶忠誠度下降。運用大數(shù)據，銀行可以全面了解客戶情況，將客戶的屬性數(shù)據、賬戶信息、行為偏好以及生活場景結合起來進行分析，形成更加清晰準確的客戶畫像，并通過深度學習，從海量的客戶數(shù)據中找尋復雜的規(guī)律，運用大數(shù)據的聚類功能進行客戶的精細化分類，并從中識別出真正能給銀行帶來收益的優(yōu)質客戶（見圖2）。

在財富管理業(yè)務中，商業(yè)銀行從財富、消費、年齡、教育、職業(yè)五個維度研究客戶的金融偏好，建立零售業(yè)務數(shù)據倉庫，為其提供有針對性的服務，提高客戶滿意度和忠誠度，維護客戶關系以防止客戶流失。在信用卡業(yè)務中，銀行可以從大量的屬性數(shù)據以及行為數(shù)據中，推斷出客戶不同的消費習慣與消費能力，從社交網絡平臺上分析客戶情緒，挖掘客戶的不同需求，將機器算法與人工預測相結合，準確地預測出客戶未來的消費行為，提高客戶使用信用卡的有效性。同時，通過數(shù)據分析對持不同卡種的客戶采取差異化營銷策略，對持卡消費者的消費行為進行實時監(jiān)控和提前預測，通過大數(shù)據行為評分模型可以對持卡人的信用風險進行評估，以便及時調整客戶信用額度。

構建零售業(yè)務大數(shù)據模式

在未來的銀行業(yè)競爭中，對于數(shù)據的分析和挖掘將成為決定銀行經營成敗的關鍵。零售業(yè)務由于其本身擁有龐大的數(shù)據量，更能體現(xiàn)大數(shù)據分析的優(yōu)勢。在當前經濟“新常態(tài)”背景下，隨著互聯(lián)網金融理念不斷深入，構建商業(yè)銀行零售業(yè)務大數(shù)據模式對推動銀行業(yè)轉型升級意義重大。

搭建大數(shù)據平臺

傳統(tǒng)的數(shù)據處理致力于對結構化數(shù)據的分析與整合，然而在大數(shù)據背景下，傳統(tǒng)的數(shù)據庫已無法滿足大量半結構化，甚至非結構化數(shù)據的處理要求。因此，必須加快建立零售業(yè)務的大數(shù)據分析平臺，整合銀行內部自然數(shù)據，協(xié)同外部社會化數(shù)據，完善大數(shù)據環(huán)境下的銀行數(shù)據分析，提高銀行決策效率。

全面整合銀行內部數(shù)據。現(xiàn)代金融生活中，零售銀行業(yè)務與個人、家庭聯(lián)系密切，儲蓄存款、個人消費信貸、投資理財以及家居生活無不涉及到零售業(yè)務。正是由于零售銀行業(yè)務的客戶基礎龐大、業(yè)務量巨大，商業(yè)銀行在與客戶聯(lián)系的過程中，積累了大量的信息數(shù)據。這些數(shù)據幾乎包含了市場和客戶信息的方方面面。從現(xiàn)有客戶的屬性資料、賬戶信息，包括客戶的性別、年齡、職業(yè)、收入和資產狀況，到客戶的交易信息、渠道信息和行為信息，包括交易時間、交易類型以及消費偏好。這些信息伴隨著客戶交易不斷更新與積累，并儲存到銀行內部的數(shù)據庫系統(tǒng)中，形成龐雜的分散化數(shù)據體。商業(yè)銀行必須以內部信息技術系統(tǒng)為基礎，整合銀行內部各業(yè)務單位的客戶關系信息，將各類渠道所有交易中的客戶信息綜合記錄起來，建立一個統(tǒng)一的數(shù)據分析平臺，為銀行經營決策奠定數(shù)據基礎。

綜合運用銀行外部數(shù)據。商業(yè)銀行必須重視并加強對各類數(shù)據的收集和積累，打破傳統(tǒng)數(shù)據邊界，注重加強與社交網絡、電商企業(yè)等大數(shù)據平臺的交流與合作。商業(yè)銀行在完善自身數(shù)據的基礎上，積極建立與網絡媒體的數(shù)據共享機制，通過多渠道獲取更多的消費者數(shù)據信息。一方面，充分利用社交網絡、論壇、微博、微信平臺等新媒體工具，整合現(xiàn)代化客戶交流渠道，增強與客戶的互動聯(lián)系，打造人性化的銀行品牌形象，維護良好的客戶關系。另一方面，加強與互聯(lián)網金融企業(yè)的競爭合作。在眾多網絡交易的支付結算中，銀行往往處于支付鏈末端，難以獲取有效信息。因此，商業(yè)銀行必須與電信、電商等互聯(lián)網企業(yè)合作，加強數(shù)據信息共享互利，促進金融服務與電子商務、移動網絡的融合。例如，2009年中國建設銀行與阿里巴巴合作，共同開展網絡信貸業(yè)務，在“銀行—電商企業(yè)”的合作模式方面進行了有益的探索。總之，商業(yè)銀行將內外部數(shù)據進行有效整合，以形成更加完整的客戶圖像，促進客戶管理的精細化與銷售的精準化，實現(xiàn)零售業(yè)務數(shù)字化管理（如圖3所示）。

提升經營決策效率

近年來，隨著各外資銀行進入中國市場，國內商業(yè)銀行面臨更加激烈的市場競爭，各大銀行紛紛進入轉型經營的深水區(qū)，普遍確立以客戶為中心的服務理念，致力于拓展客戶規(guī)模、增強客戶粘度。然而與國外發(fā)達銀行相比，國內銀行業(yè)產品服務同質化現(xiàn)象依舊嚴重，缺乏對客戶群的深度了解，造成客戶依存度不足，客戶流失概率大，嚴重影響了銀行的日常經營。

因此，在大數(shù)據時代，商業(yè)銀行的經營決策重點必須轉向對客戶需求和客戶體驗的關注，提高客戶粘度。通過大數(shù)據平臺整合內外部數(shù)據資源，預測發(fā)現(xiàn)市場熱點和發(fā)展趨勢，樹立“以需求為導向”的經營理念。深入分析客戶行為和生活形態(tài)，勾勒客戶整個生命周期的價值曲線，洞悉客戶在金融產品、信貸、消費等方面的需求與客戶流失的原因。充分運用微博、微信等社交網絡平臺的非結構化社會信息，建立新型的數(shù)據化投資策略模型。微博、微信信息是一種典型的大數(shù)據，一般以文字、圖片、視頻和音頻的形式存在于互聯(lián)網平臺，由于其受眾廣泛、擴散速度快而逐漸成為人們日常生活中交流信息的重要方式。

商業(yè)銀行應積極探索微博、微信與投資決策相結合的模式，不斷挖掘社交網絡信息中的“數(shù)據財富”。例如，根據微博中客戶的情緒判斷客戶對銀行產品的滿意度，并以此為基礎進行產品升級;根據客戶日常的微博關注判斷其興趣愛好和投資偏好;根據客戶手機定位信息判斷其所處的地理位置，實時推送促銷信息;搜集小微企業(yè)的微博動態(tài)，分析其企業(yè)聲明，并從中推斷出該小微客戶的日常經營狀況及信譽狀況。商業(yè)銀行應在對客戶充分了解的基礎上，有針對性地制定全流程的客戶經營策略，并應用數(shù)據分析提升客戶經營策略的持續(xù)優(yōu)化能力。

創(chuàng)新業(yè)務銷售模式

零售業(yè)務，“渠道為王”，商業(yè)銀行通過銷售渠道創(chuàng)新可以吸引客戶，搶占市場先機。在互聯(lián)網思維和大數(shù)據分析技術的時代背景下，銀行應積極探索適應互聯(lián)網金融時代線上線下相結合的渠道經營策略。線上根據大數(shù)據分析結論創(chuàng)新移動金融產品、依托預測模型開展精準營銷;線下研究智能化、社區(qū)型銀行網點的布局和服務方式，實現(xiàn)基于身份識別的定制化信息推送、遠程智能開卡以及視頻服務等。

2014年8月8日，江蘇銀行直銷銀行正式上線，打破時間和空間的限制，擺脫實體網點，向客戶提供純線上金融服務。然而其業(yè)務范圍僅限于個人理財、消費繳費等中間業(yè)務，難以真正實現(xiàn)嚴格意義上的網絡信貸（如P2P）等互聯(lián)網銀行業(yè)務。商業(yè)銀行應積極探索互聯(lián)網銀行模式，打造“大而全”的網絡金融平臺，充分利用人臉識別技術和大數(shù)據信用評級等新技術，將存款、融資、信貸、理財?shù)裙δ苋跒橐惑w，在大量客戶資源和強大數(shù)據系統(tǒng)的基礎上，實現(xiàn)供應鏈金融與互聯(lián)網金融的一體化銷售。

此外，銀行還應積極打造基于大數(shù)據的金融服務平臺，應用多元化的產品銷售模式：一是拓寬渠道，綜合利用網上銀行、手機銀行、電商平臺、短信微信推送以及第三方平臺擴大受眾群體。二是建立機構投資者和大客戶的客戶信息網絡，實時跟蹤客戶投資偏好的變化，有針對性地進行產品服務實時推送，加快轉變傳統(tǒng)“跑馬圈地”的粗放經營模式，實現(xiàn)“精準營銷”集約化方式的創(chuàng)新升級。三是關注市場動態(tài)，準確預測市場變化，基于大數(shù)據分析與挖掘，充分利用信息平臺優(yōu)勢、結合產品市場動向，及時反饋市場變化，以輔助銀行后臺進行有效的流動性管理。

完善信貸審批模型

平衡收益與風險是銀行維持長久發(fā)展的根本保障。隨著利率市場化程度不斷加深，外部市場環(huán)境日益復雜，商業(yè)銀行業(yè)務經營面臨的流動性問題愈加嚴峻。面臨不斷提高的風險管理要求，商業(yè)銀行應引入大數(shù)據思維，樹立“用數(shù)據防風險”的新型風險管理理念。在大量的金融及非金融數(shù)據中，通過不斷學習總結數(shù)據之間的內在關系，運用大數(shù)據相關關系分析法，結合機器算法模型找出隱藏在海量數(shù)據中的客戶與風險之間的量化關系。充分利用銀行內部歷史數(shù)據以及阿里巴巴B2B、人人貸、淘寶等電商平臺上積累的海量客戶信用信息與行為數(shù)據，通過互聯(lián)網數(shù)據模型和在線資信調查，結合第三方驗證形成交叉檢驗，確認客戶信息，進行信用評級，并根據客戶的信用等級實行差異化的貸款定價。

數(shù)據規(guī)模的優(yōu)勢可以彌補數(shù)據質量的不足，并在極短的時間內對海量原始數(shù)據進行分析，更精確地評估客戶的信用風險。同時，依托大數(shù)據，搭建風險計量與欺詐防范模型，實行現(xiàn)場跟蹤調查與非現(xiàn)場信息分析相結合、數(shù)據定量判斷與經驗定性判斷相結合，研究對授信客戶從貸前到貸后全生命周期的風險監(jiān)測手段，建立綜合式的風險監(jiān)控中心。由大數(shù)據系統(tǒng)根據客戶的歷史數(shù)據對其貸款額度和貸款利率進行每月動態(tài)調整，以大數(shù)據思維構建全面風險管理體系，淡化部門色彩，推行全銀行風險管理，深度挖掘客戶信息，真實展現(xiàn)授信客戶的信用狀況。注重貸后持續(xù)風險監(jiān)測，實時跟蹤客戶交易，若出現(xiàn)交易、存款等大幅度變動的異常情況，及時進行現(xiàn)場審查，以確保貸款安全。

從實踐的角度看，阿里金融充分利用淘寶、支付寶、余額寶、阿里巴巴B2B等平臺的先天優(yōu)勢，積累了海量用戶信用和行為數(shù)據，并在此基礎上進行流動性管理，這為國內銀行業(yè)利用大數(shù)據分析技術進行風險管理提供了良好的借鑒。

加強人才隊伍建設

大數(shù)據時代，隨著海量數(shù)據信息的爆炸式增長，商業(yè)銀行內部數(shù)據不再僅限于客戶的基本自然數(shù)據，其數(shù)據的種類與規(guī)?？焖倥蛎?，傳統(tǒng)的數(shù)據管理系統(tǒng)已很難做出準確的客戶分析。對于當前的大數(shù)據分析而言，需要分析人員具有更強的數(shù)據分析解讀能力和應變能力。他們不僅需要精通數(shù)據建模和信息挖掘，還需要具備良好的銀行業(yè)務知識，能夠將大數(shù)據分析技術與銀行業(yè)務完美的結合起來，其關鍵在于打造一支屬于銀行的專業(yè)化復合型大數(shù)據分析團隊。

因此，各商業(yè)銀行應積極實施人才戰(zhàn)略，重點推進大數(shù)據人才隊伍建設。重視人力資源管理，完善員工收入分配制度，激發(fā)員工工作的積極性與創(chuàng)造性。加強對銀行員工的大數(shù)據分析培訓及文化培訓，增強團隊凝聚力，打造專業(yè)化的大數(shù)據分析團隊。商業(yè)銀行應完善崗位設置，在培養(yǎng)自己的大數(shù)據分析人才的同時，注重引進外界優(yōu)秀的大數(shù)據人才，全面提高銀行整體的素質，營造良好的商業(yè)銀行互聯(lián)網金融文化氛圍。

結論

經濟“新常態(tài)”背景下，隨著利率市場化以及“金融脫媒”的不斷深入，我國商業(yè)銀行的發(fā)展面臨著巨大的轉型壓力。零售業(yè)務作為未來銀行競爭的焦點，是商業(yè)銀行創(chuàng)造核心競爭力的關鍵領域。推動零售業(yè)務的轉型升級對商業(yè)銀行的未來發(fā)展至關重要。而伴隨信息技術與網絡技術不斷普及，大數(shù)據金融思想逐漸深入人心。大數(shù)據由于其經濟性、時效性的特點，逐漸被應用于各類零售銀行業(yè)務中，掀起了商業(yè)銀行生產率增長的新浪潮，成為零售業(yè)務創(chuàng)新升級的關鍵?；趯ヂ?lián)網金融的深入了解，商業(yè)銀行逐漸明確了大數(shù)據時代的發(fā)展方向：基于大數(shù)據理念構建銀行大數(shù)據分析平臺，掌握客戶需求，提升價值創(chuàng)造能力，重塑零售業(yè)務銷售與收入模式，完善銀行信貸審批機制，加強大數(shù)據人才隊伍建設，提高銀行經營管理水平。

（作者單位：江蘇銀行，南京財經大學金融學院）