胡一槃方錦路

再現(xiàn)浙江金融現(xiàn)象銀行大數(shù)據(jù)或再引領(lǐng)全國

胡一槃方錦路

去年7月初，浙江省副省長朱從玖對銀行業(yè)進(jìn)行了專題調(diào)研。對銀行支持實(shí)體經(jīng)濟(jì)，開發(fā)基于互聯(lián)網(wǎng)的大數(shù)據(jù)技術(shù)，積極尋求機(jī)制創(chuàng)新予以充分肯定。希望浙江銀行業(yè)借改革大勢煥發(fā)青春，再現(xiàn)當(dāng)年金融業(yè)的“浙江現(xiàn)象”，在服務(wù)實(shí)體經(jīng)濟(jì)、創(chuàng)新經(jīng)營機(jī)制有所突破。

在一年即將過去之際，浙江銀行業(yè)在運(yùn)用大數(shù)據(jù)技術(shù)，開展科學(xué)營銷，防范市場風(fēng)險(xiǎn)，提高營運(yùn)質(zhì)量等方面取得了新的進(jìn)展。

一、扶持小微綠色信貸促進(jìn)轉(zhuǎn)型

去年上半年，我省股份制商業(yè)銀行結(jié)合浙江實(shí)際，取得了融資拓展、工具創(chuàng)新、綠色信貸、大數(shù)據(jù)技術(shù)的全面推進(jìn)。

中信銀行扶持浙江實(shí)體經(jīng)濟(jì)，主要在市場方向有所突破。通過債券市場、股權(quán)市場、境外市場等多渠道，為全省引進(jìn)貸款規(guī)模與資金400億元；通過票據(jù)貼現(xiàn)為企業(yè)融資488億元，突出對小微企業(yè)的支持力度，貸款余額644億元，客戶數(shù)6206戶，較年初分別增加77.7億元和428戶。興業(yè)銀行、華夏銀行以攸關(guān)生存質(zhì)量的環(huán)境治理為抓手，緊密結(jié)合五水共治的突破口，發(fā)展綠色信貸。興業(yè)銀行環(huán)境治理貸款余額達(dá)到235億元，占該行浙江資產(chǎn)總量30%以上，今年五水共治貸款有望新增超過200億元。華夏銀行爭取總行對五水共治專項(xiàng)投放，截至年底共對28個(gè)新增授信44.38億元，今年將達(dá)到100億元。除上述“招式”，杭州銀行繼續(xù)在壯大體量，增強(qiáng)實(shí)力做實(shí)文章，貸款比上年末新增80億元；在規(guī)模有限的情況下通過委托投資、資產(chǎn)轉(zhuǎn)讓，增加對實(shí)體經(jīng)濟(jì)投入24.7億元。

在深化金融改革，深入體制創(chuàng)新方面，將互聯(lián)網(wǎng)金融作為大平臺，投資大數(shù)據(jù)、運(yùn)用大數(shù)據(jù)。招商銀行成立了互聯(lián)網(wǎng)金融部，轉(zhuǎn)變傳統(tǒng)相對低效的貸款方式，利用大數(shù)據(jù)全面分析客戶行為，簡化步驟篩選出業(yè)務(wù)和信用良好的中小企業(yè)，為其提供急需的資金，緩解中小企業(yè)客戶融資難。江蘇銀行與網(wǎng)盛生意寶平臺合作，貸款客戶成為網(wǎng)盛生意寶B2B平臺的會員，就能在線提出貸款需求，通過銀行審核與授信，建立互助基金，交納保證金，由專業(yè)公司提供擔(dān)保，貸款客戶“無抵押、無擔(dān)?！奔纯色@得小額短期信用融資。華夏銀行今年創(chuàng)新了合作渠道，在大數(shù)據(jù)應(yīng)用小額信貸方面，爭取了總行在規(guī)模與計(jì)劃給予重點(diǎn)扶持，單列及需求已上報(bào)待審批。

浙江銀行業(yè)對大數(shù)據(jù)驅(qū)動業(yè)務(wù)創(chuàng)新主動參與，取得可喜進(jìn)展：中信銀行運(yùn)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)了信用卡實(shí)時(shí)營銷；光大銀行建立社交網(wǎng)絡(luò)信息數(shù)據(jù)庫，掌握社會對銀行服務(wù)的全面評價(jià)；招商銀行利用大數(shù)據(jù)Hadoop分析技術(shù)，把小微貸款服務(wù)做在了同業(yè)的前列。多家銀行希望政府在信用環(huán)境建設(shè)上下工夫，營造良好的區(qū)域經(jīng)濟(jì)金融環(huán)境，加大企業(yè)家風(fēng)險(xiǎn)教育，提升失信懲治成本，打擊逃廢債；加強(qiáng)區(qū)域風(fēng)險(xiǎn)聯(lián)治，建立風(fēng)險(xiǎn)防火墻，防治風(fēng)險(xiǎn)擴(kuò)散。

朱從玖表示將加強(qiáng)防范風(fēng)險(xiǎn)，對于企業(yè)逃廢債落實(shí)金融監(jiān)管部門與公安、法院的配合，實(shí)行周密管控嚴(yán)厲懲治。希望銀行繼續(xù)保持信貸投入力度，對體制與機(jī)制謹(jǐn)慎探索積極創(chuàng)新，為浙江實(shí)體經(jīng)濟(jì)提供了有力支持。

二、甄別客戶充實(shí)數(shù)據(jù)見微知著

正在被杭州各家銀行加快啟用的客戶甄別系統(tǒng)，源自于大數(shù)據(jù)應(yīng)用的客戶畫像技術(shù)。主要分為個(gè)人客戶畫像和企業(yè)客戶畫像。個(gè)人客戶畫像包括人口統(tǒng)計(jì)學(xué)特征、消費(fèi)能力數(shù)據(jù)、興趣數(shù)據(jù)、風(fēng)險(xiǎn)偏好等；企業(yè)客戶畫像包括生產(chǎn)、流通、運(yùn)營、財(cái)務(wù)、銷售和客戶數(shù)據(jù)、相關(guān)產(chǎn)業(yè)鏈上下游等數(shù)據(jù)。銀行可以運(yùn)用到存于各種業(yè)務(wù)線客戶的數(shù)據(jù)。包括投資組合管理，客戶關(guān)系管理，貸款系統(tǒng)，呼叫中心等等。通過大數(shù)據(jù)技術(shù)提供更深洞察和理解，幫助銀行迎合客戶需求以及前景需求。幫助企業(yè)客戶優(yōu)化提高利潤，并維護(hù)長期的客戶關(guān)系。

值得注意的是目前銀行擁有的客戶信息并不全面，有時(shí)候基于銀行自身擁有的數(shù)據(jù)，難以取得理想的營銷結(jié)果，有時(shí)甚至得出可能是錯(cuò)誤的結(jié)論。比如某位信用卡客戶月均刷卡8次，平均每次刷卡金額800元，平均每年打4次客服電話，從未有過批評投訴，按照傳統(tǒng)的數(shù)據(jù)分析，該客戶是一位滿意度較高、流失風(fēng)險(xiǎn)較低的客戶。但如果看到了該客戶的微博，得到的真實(shí)情況卻會大相徑庭：客戶的工資卡和信用卡不在同一家銀行，每到消費(fèi)還款時(shí)就頗感不便，曾經(jīng)多次撥打客服電話求助，都因忙音未能接通，客戶在微博上的反響都是抱怨。據(jù)此分析這位給銀行帶來較高收益的客戶，正面臨流失的風(fēng)險(xiǎn)。所以銀行不僅需要自身業(yè)務(wù)所采集的數(shù)據(jù)，而且亟待考慮整合外部更多元化的數(shù)據(jù)信息，掌握和充實(shí)對客戶的全面了解。

目前，浙江銀行業(yè)大數(shù)據(jù)形成的數(shù)據(jù)庫，效用直接體現(xiàn)在社交媒體行為數(shù)據(jù)的運(yùn)用。如光大銀行建立社交網(wǎng)絡(luò)信息數(shù)據(jù)庫，從源頭上了解第一時(shí)間發(fā)生的與客戶相關(guān)的信息；如工商銀行的個(gè)人信貸業(yè)務(wù)與電商平臺相結(jié)合，向信譽(yù)良好的用戶推銷無抵押貸款；如交通銀行的客戶憑借過去的信用，即可有效運(yùn)用產(chǎn)業(yè)鏈上下游數(shù)據(jù)。銀行通過企業(yè)客戶的數(shù)據(jù)，掌握企業(yè)外部環(huán)境變化，可以預(yù)測企業(yè)發(fā)展前景。大數(shù)據(jù)技術(shù)通過客戶行為分析和識別模式，了解客戶什么時(shí)候最可能選擇離開。幫助銀行迎合客戶需求，使之利益最大化從而留住客戶。

三、營銷更精準(zhǔn)管控更嚴(yán)格運(yùn)營更優(yōu)化

通過打通銀行內(nèi)部數(shù)據(jù)和外部社會化數(shù)據(jù)，我省多家銀行在開展市場營銷時(shí)，能夠獲得更為完整的客戶拼圖，從而進(jìn)行更為精準(zhǔn)的營銷和管理?？蛻綦娚叹W(wǎng)站的交易數(shù)據(jù)，為銀行開展精準(zhǔn)營銷、實(shí)時(shí)營銷提供了支撐。實(shí)時(shí)營銷是根據(jù)客戶的實(shí)時(shí)狀態(tài)進(jìn)行營銷，比如客戶所在地、客戶最近一次消費(fèi)等信息，有針對地進(jìn)行營銷（某客戶用信用卡采購孕婦用品，通過建模推測懷孕的概率，推薦孕婦類業(yè)務(wù)）；或者將改變生活狀態(tài)的事件發(fā)生（換工作、改變婚姻狀況、置居等）轉(zhuǎn)化為營銷機(jī)會；進(jìn)行不同業(yè)務(wù)或產(chǎn)品的交叉推薦。招商銀行根據(jù)客戶交易記錄分析，識別小微企業(yè)客戶，用遠(yuǎn)程銀行實(shí)施交叉銷售。根據(jù)客戶喜好進(jìn)行銀行產(chǎn)品、服務(wù)的個(gè)性化推薦，如根據(jù)客戶的年齡、資產(chǎn)規(guī)模、理財(cái)偏好等，進(jìn)行精準(zhǔn)定位，分析潛在金融需求，有針對性的營銷推廣。經(jīng)過客戶生命周期管理實(shí)現(xiàn)新客戶獲取、客戶防流失和客戶贏回等。浦發(fā)銀行通過構(gòu)建客戶流失預(yù)警模型，對流失率等級前20%的客戶，發(fā)售高收益理財(cái)產(chǎn)品予以挽留，使得浦發(fā)白金卡客戶流失率分別降低了15個(gè)和7個(gè)百分點(diǎn)。

通過企業(yè)客戶生產(chǎn)、流通、銷售、財(cái)務(wù)等相關(guān)信息，銀行結(jié)合大數(shù)據(jù)挖掘技術(shù)，進(jìn)行貸款風(fēng)險(xiǎn)分析，能夠有效量化信用額度，開展中小微企業(yè)貸款。利用實(shí)時(shí)欺詐交易識別和反洗錢分析技術(shù)，掌握持卡人信息、卡交易歷史、客戶歷史行為模式、正在發(fā)生行為（如轉(zhuǎn)賬），結(jié)合智能規(guī)則引擎技術(shù)（如從一個(gè)不經(jīng)常出現(xiàn)的國家，為一個(gè)特有用戶轉(zhuǎn)賬，或從一個(gè)不熟悉的位置進(jìn)行在線交易），進(jìn)行實(shí)時(shí)反欺詐交易分析。IBM提供的金融犯罪管理方案，利用大數(shù)據(jù)預(yù)防與管理犯罪。在杭外資銀行采用摩根大通銀行運(yùn)用大數(shù)據(jù)，幫助公安部門追蹤抓捕盜取客戶賬號，侵入柜員機(jī)罪犯嫌疑人。數(shù)據(jù)分析還能夠幫助檢測、預(yù)防和減少來自內(nèi)部的盜竊犯罪。通過提取異常行為模式，提醒信用卡或借記卡丟失或被盜。為銀行凍結(jié)異常賬戶提供時(shí)間，直到聯(lián)系到賬戶持有人。大數(shù)據(jù)風(fēng)險(xiǎn)管理方案分析交易數(shù)據(jù)，模擬市場行為、評估潛在用戶，評估信貸風(fēng)險(xiǎn)。對風(fēng)險(xiǎn)和后果全面考慮，使銀行做出明智決策。

興業(yè)銀行對大數(shù)據(jù)進(jìn)行初步分析，通過對還款數(shù)據(jù)挖掘，比較區(qū)分優(yōu)質(zhì)客戶，根據(jù)還款數(shù)額的差別，提供差異化的金融產(chǎn)品和服務(wù)方式。通過大數(shù)據(jù)分析技術(shù)，銀行掌握不同市場的推廣渠道，提高網(wǎng)絡(luò)渠道推廣業(yè)務(wù)的質(zhì)量，從而進(jìn)行合作渠道的調(diào)整和優(yōu)化。分析哪些渠道更適合推廣哪類銀行產(chǎn)品或者服務(wù)，優(yōu)化渠道推廣策略。將客戶行為轉(zhuǎn)化為信息流，分析個(gè)性特征和風(fēng)險(xiǎn)偏好，深層次地理解客戶習(xí)慣。智能化分析和預(yù)測客戶需求，進(jìn)行產(chǎn)品創(chuàng)新和服務(wù)優(yōu)化。

銀行還普遍通過大數(shù)據(jù)爬蟲技術(shù)，抓取社區(qū)、論壇和微博關(guān)于銀行產(chǎn)品和服務(wù)的信息，通過自然語言處理技術(shù)，進(jìn)行正負(fù)面判斷。尤其是及時(shí)掌握銀行產(chǎn)品和服務(wù)負(fù)面信息，及時(shí)發(fā)現(xiàn)和處理問題；抓取同行做的好的方面，作為自身業(yè)務(wù)優(yōu)化的借鑒。大數(shù)據(jù)允許銀行提前預(yù)測用戶需求，快速地解決問題。銀行客服中心通過大數(shù)據(jù)技術(shù)，快速滿足用戶需求，從而確保效率成本，提高交叉銷售的成功率。從數(shù)據(jù)粒度級別，理解客戶需求，有效地提供有針對性的優(yōu)惠。帶來更高的產(chǎn)品接受度，提高滿意度，形成更高的利潤和更好的客戶保留率。降低大數(shù)據(jù)用戶的采購成本。

鏈接

Hadoop由Apache基金會所開發(fā)的數(shù)據(jù)信息分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶可以在不了解分布式底層細(xì)節(jié)的情況下，開發(fā)分布式程序。利用集群的作用進(jìn)行高速運(yùn)算和存儲。Hadoop實(shí)現(xiàn)了分布式文件系統(tǒng)HDFS（Hadoop Distributed File System）高容錯(cuò)性的特點(diǎn)，并且設(shè)計(jì)用來部署在硬件low-cost上；它提供高吞吐量（high throughput）來訪問應(yīng)用程序的數(shù)據(jù)，適合有著超大數(shù)據(jù)集（large data set）的應(yīng)用程序。

NEW FINANCIAL PHENOMENON IN ZHEJIANG JSE OF BIG DATA IN BANKING TAKES THE LEAD IN THE COUNTRY