錢(qián)曉萍

傳統(tǒng)定義大數(shù)據(jù)“三個(gè)V”，即數(shù)量（Volume）、速度（Velocity）和種類(lèi)（Variety）。不過(guò)，對(duì)于金融機(jī)構(gòu)而言，最關(guān)鍵的應(yīng)當(dāng)是“第四個(gè)V”，即價(jià)值（Value），表現(xiàn)在優(yōu)化管理模式、節(jié)省成本、實(shí)現(xiàn)商業(yè)價(jià)值。

“3V”的定義專(zhuān)注于對(duì)數(shù)據(jù)本身的特征描述。只有對(duì)數(shù)量級(jí)龐大、實(shí)時(shí)傳輸和處理、格式多樣的全量數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)等方法加以利用，形成新的洞察，為客戶(hù)和銀行創(chuàng)造出商業(yè)價(jià)值，并進(jìn)而推動(dòng)銀行的商業(yè)和運(yùn)營(yíng)模式朝著大數(shù)據(jù)方向進(jìn)行相應(yīng)的調(diào)整與變革，促使銀行采取適應(yīng)型戰(zhàn)略。快速響應(yīng)市場(chǎng)，由此形成“第四個(gè)V”，即價(jià)值（Value），大數(shù)據(jù)才真正產(chǎn)生。

大數(shù)據(jù)在銀行的應(yīng)用場(chǎng)景

當(dāng)前銀行業(yè)發(fā)展正面臨一系列的挑戰(zhàn)與機(jī)遇，如何積極應(yīng)對(duì)將決定銀行未來(lái)的發(fā)展。在銀行的兩大主要業(yè)務(wù)板塊——零售銀行、公司銀行的業(yè)務(wù)發(fā)展中，大數(shù)據(jù)的應(yīng)用潛力尤為可觀。

（一）客戶(hù)智能

大數(shù)據(jù)能夠使得銀行更好地了解客戶(hù)，進(jìn)行客戶(hù)細(xì)分，制定精準(zhǔn)營(yíng)銷(xiāo)及交叉銷(xiāo)售策略，預(yù)見(jiàn)客戶(hù)流失。提升客戶(hù)忠誠(chéng)度。優(yōu)化交易流程，個(gè)性化財(cái)富管理咨詢(xún)等等，潛力無(wú)限。

海外銀行在大數(shù)據(jù)方面已經(jīng)做了有益嘗試，將大數(shù)據(jù)的工作方式內(nèi)嵌到組織當(dāng)中，不斷獲得新的商業(yè)洞察。例如，花旗銀行通過(guò)大數(shù)據(jù)技術(shù)進(jìn)行實(shí)時(shí)營(yíng)銷(xiāo)，分析信用卡交易和位置數(shù)據(jù)，為客戶(hù)提供更有針對(duì)性的精準(zhǔn)營(yíng)銷(xiāo)；摩根士丹利運(yùn)用Hadoop和Map Reduce，制定產(chǎn)品組合分析解決方案，幫助客戶(hù)實(shí)現(xiàn)合理投資；美國(guó)銀行實(shí)施了多個(gè)大數(shù)據(jù)項(xiàng)目。旨在更好地了解客戶(hù)，從而在年輕客群中的份額不斷提升。

國(guó)內(nèi)股份制銀行在大數(shù)據(jù)方面的探索也相當(dāng)活躍。例如，中信銀行基于銀聯(lián)商務(wù)數(shù)據(jù)、公積金繳存數(shù)據(jù)等第三方大數(shù)據(jù)推出了相應(yīng)的POS貸和在線網(wǎng)絡(luò)貸款；招商銀行通過(guò)大數(shù)據(jù)分析為客戶(hù)畫(huà)像，實(shí)施數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)；興業(yè)銀行應(yīng)用數(shù)據(jù)挖掘技術(shù)實(shí)施精準(zhǔn)營(yíng)銷(xiāo)，推出針對(duì)老年人的“安愉人生”營(yíng)銷(xiāo)活動(dòng)，大大提高了營(yíng)銷(xiāo)成功率。

客戶(hù)細(xì)分是銀行進(jìn)行業(yè)務(wù)營(yíng)銷(xiāo)的常用手段。傳統(tǒng)的客戶(hù)細(xì)分方法以收入、年齡、性別等人口統(tǒng)計(jì)特征來(lái)分隔客戶(hù)群。往往不甚理想。而通過(guò)數(shù)據(jù)科學(xué)的方法來(lái)挖據(jù)客戶(hù)的email、數(shù)字終端的文本、圖片、音頻、社交媒體數(shù)據(jù)流、網(wǎng)絡(luò)搜索、GPS位置和電腦日志等信息，從而認(rèn)知和定義新的社交群體，獲得新的客戶(hù)洞見(jiàn)，形成如“敗家族”、“高爾夫愛(ài)好者”、“常旅客”等客戶(hù)畫(huà)像，提供符合這些新定義群體需求的產(chǎn)品和服務(wù)，則能夠降低客戶(hù)流失?；阢y行品牌關(guān)心服務(wù)客戶(hù)，基于共同的興趣和在社區(qū)群組里的參與來(lái)細(xì)分客戶(hù)，能夠有效提升客戶(hù)的忠誠(chéng)度。

實(shí)時(shí)數(shù)據(jù)和相關(guān)性分析在客戶(hù)的場(chǎng)景式交互體驗(yàn)中發(fā)揮了巨大作用。因?yàn)殂y行能據(jù)此及時(shí)了解客戶(hù)對(duì)所提供服務(wù)的行為和態(tài)度，所以能夠正向影響客戶(hù)的忠誠(chéng)度。在實(shí)時(shí)取得交易數(shù)據(jù)后。銀行處理流程應(yīng)當(dāng)相對(duì)簡(jiǎn)單和易于管理。不過(guò)將此進(jìn)一步轉(zhuǎn)換為客戶(hù)個(gè)性化畫(huà)像。從而制定增進(jìn)情感體驗(yàn)的營(yíng)銷(xiāo)方案，仍然是一個(gè)挑戰(zhàn)。

客戶(hù)會(huì)使用各種類(lèi)型的數(shù)字設(shè)備參與到不同的社交活動(dòng)中。給如此復(fù)雜的客戶(hù)畫(huà)像只有依賴(lài)于強(qiáng)大數(shù)據(jù)分析能力。通過(guò)更為實(shí)時(shí)、準(zhǔn)確的數(shù)據(jù)分析能力來(lái)改進(jìn)客戶(hù)細(xì)分，將會(huì)要求短期內(nèi)的巨大投入，但是在不久的將來(lái)定會(huì)給銀行帶來(lái)收益。

銀行雖然擅長(zhǎng)基于產(chǎn)品級(jí)進(jìn)行數(shù)據(jù)分析。如信用卡、房貸，但是很少能夠從整體上洞悉客戶(hù)社會(huì)網(wǎng)絡(luò)。后者能夠帶來(lái)相當(dāng)大的商業(yè)機(jī)會(huì)，例如個(gè)人客戶(hù)就職于某個(gè)企業(yè)，同時(shí)該企業(yè)也供貨或者從該銀行客戶(hù)采購(gòu)貨物，這就形成一個(gè)社會(huì)關(guān)系網(wǎng)絡(luò)。能夠基于此進(jìn)行整體營(yíng)銷(xiāo)。不斷發(fā)展的數(shù)據(jù)科學(xué)就能夠幫助銀行無(wú)縫識(shí)別這些關(guān)聯(lián)關(guān)系。

（二）風(fēng)險(xiǎn)管理

根據(jù)巴塞爾銀行監(jiān)管委員會(huì)發(fā)布的239號(hào)《Principles for effective risk data aggregation and risk reporting》，要求系統(tǒng)性重要銀行必須優(yōu)先提升其在風(fēng)險(xiǎn)數(shù)據(jù)集市和報(bào)告方面的能力。如果不具備這些能力，高級(jí)管理層將無(wú)法全面、準(zhǔn)確地洞悉銀行所面臨的風(fēng)險(xiǎn)。原有數(shù)據(jù)管理方式形成了大量數(shù)據(jù)孤島，會(huì)產(chǎn)生監(jiān)管合規(guī)風(fēng)險(xiǎn)。很多銀行依然缺乏全面風(fēng)險(xiǎn)管理所要求的高質(zhì)量的數(shù)據(jù)獲取和聚合流程。因此，銀行越來(lái)越迫切地需要成為以信息為中心的企業(yè)。大數(shù)據(jù)技術(shù)能夠有效幫助銀行進(jìn)行全面風(fēng)險(xiǎn)管理，運(yùn)用在欺詐監(jiān)測(cè)、信用評(píng)分（ABC卡）、壓力測(cè)試等領(lǐng)域。

金融科技公司將大數(shù)據(jù)技術(shù)應(yīng)用于信貸風(fēng)險(xiǎn)控制領(lǐng)域，通過(guò)分析客戶(hù)在社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)上的數(shù)據(jù)，對(duì)銀行申貸客戶(hù)進(jìn)行風(fēng)險(xiǎn)評(píng)估，并將結(jié)果賣(mài)給銀行。在國(guó)內(nèi)芝麻評(píng)分等征信機(jī)構(gòu)已在往這方面嘗試。銀行則將該外部評(píng)估結(jié)果與內(nèi)部評(píng)估結(jié)果相結(jié)合，從而形成更完善更準(zhǔn)確的信用風(fēng)險(xiǎn)評(píng)估機(jī)制。在貸后管理則是將大數(shù)據(jù)應(yīng)用于客戶(hù)行為評(píng)分，俗話說(shuō)“三分貸、七分管”。好的貸后管理不僅可以提早挽回經(jīng)濟(jì)損失，而且也是營(yíng)銷(xiāo)的好機(jī)會(huì)。例如，光大銀行推出基于大數(shù)據(jù)技術(shù)的風(fēng)險(xiǎn)預(yù)警平臺(tái)，從而提升風(fēng)控水平。

針對(duì)欺詐頻發(fā)現(xiàn)象，銀行運(yùn)用大數(shù)據(jù)方法在欺詐監(jiān)測(cè)領(lǐng)域做了諸多嘗試。例如，富國(guó)銀行運(yùn)用大數(shù)據(jù)技術(shù)來(lái)查明資金易手是否采用了客戶(hù)慣用操作模式；Zions Bank運(yùn)用Hadoop平臺(tái)分析源自140個(gè)不同渠道的信息來(lái)開(kāi)展欺詐分析，能夠在幾分鐘之內(nèi)監(jiān)測(cè)到欺詐信息；工商銀行研發(fā)了外部欺詐風(fēng)險(xiǎn)信息系統(tǒng)。通過(guò)搭建數(shù)據(jù)專(zhuān)線和內(nèi)存式數(shù)據(jù)庫(kù)，收集了來(lái)自于工商銀行內(nèi)部、銀行同業(yè)、國(guó)家有關(guān)部門(mén)和國(guó)際組織的千萬(wàn)級(jí)風(fēng)險(xiǎn)信息，并嵌入到私人銀行業(yè)務(wù)、柜面賬戶(hù)匯款和轉(zhuǎn)賬交易業(yè)務(wù)、信貸業(yè)務(wù)流程中，提供了風(fēng)險(xiǎn)預(yù)警支持。

欺詐主要分為兩類(lèi)，申請(qǐng)欺詐和交易欺詐。反欺詐的實(shí)時(shí)性能要求很高，需要有一個(gè)高性能的解決方案。不管做業(yè)務(wù)規(guī)則還是模型分析，反欺詐運(yùn)用到的技術(shù)有模糊匹配、關(guān)聯(lián)分析、社會(huì)網(wǎng)絡(luò)分析SNA。交易欺詐對(duì)于信用卡、借記卡、電子銀行有交易類(lèi)的產(chǎn)品有重大的威脅，各種高科技欺詐手段也層出不窮。針對(duì)交易欺詐進(jìn)行實(shí)時(shí)監(jiān)控。主要采用的技術(shù)手段是神經(jīng)網(wǎng)絡(luò)算法（Neural Network，NN）。處理非線性分類(lèi)問(wèn)題，利用反向傳遞算法（Back Propagation，BP）對(duì)模型進(jìn)行訓(xùn)練和參數(shù)調(diào)優(yōu)，最后使用評(píng)估集對(duì)調(diào)優(yōu)后的模型進(jìn)行驗(yàn)證。

反欺詐的解決方案主要包括三個(gè)主要組成部分：反欺詐框架、反欺詐技術(shù)、系統(tǒng)控制。

反欺詐的框架搭建涉及一系列的處理過(guò)程，包括數(shù)據(jù)的采集和集成、規(guī)則制定和提示、工作流程的控制、案件管理等等。

反欺詐的技術(shù)通過(guò)數(shù)據(jù)挖掘，制定業(yè)務(wù)規(guī)則，實(shí)施異常檢驗(yàn)。在第一時(shí)間給審批人員提示。通過(guò)建模的方式偵查、預(yù)測(cè)欺詐可能性，以及運(yùn)用社會(huì)網(wǎng)絡(luò)分析來(lái)防范欺詐發(fā)生。

銀行實(shí)施大數(shù)據(jù)項(xiàng)目的關(guān)鍵要素

為了保持競(jìng)爭(zhēng)優(yōu)勢(shì)，銀行需要積極識(shí)別和應(yīng)用推動(dòng)其業(yè)務(wù)發(fā)展的大數(shù)據(jù)趨勢(shì)和技術(shù)。這將會(huì)給銀行帶來(lái)變革性的改變。但是能夠很好地掌握分析自有數(shù)據(jù)、有效攻克大數(shù)據(jù)難關(guān)的銀行還不多。以下列舉了銀行實(shí)施大數(shù)據(jù)項(xiàng)目的關(guān)鍵要素，以供參考。

（一）數(shù)據(jù)收集、儲(chǔ)存與整合層面

隨著銀行IT基礎(chǔ)架構(gòu)不斷演進(jìn)和數(shù)字化發(fā)展，銀行大數(shù)據(jù)的收集、儲(chǔ)存和整合存在著如下問(wèn)題：一是存在大量數(shù)據(jù)孤島，全行缺乏統(tǒng)一的數(shù)據(jù)視圖，企業(yè)級(jí)的報(bào)告、決策、客戶(hù)服務(wù)、業(yè)績(jī)優(yōu)化不可避免地受到了影響；二是新的數(shù)據(jù)信息、新的數(shù)據(jù)處理方式、新的數(shù)據(jù)語(yǔ)義和結(jié)構(gòu)，以及新的IT系統(tǒng)，使得整合不同數(shù)據(jù)源的工作非常繁瑣，增加了從中挖掘有用信息的復(fù)雜性；三是數(shù)據(jù)質(zhì)量、精確性、協(xié)調(diào)性也越來(lái)越成為一個(gè)顯著問(wèn)題。

銀行的業(yè)務(wù)及運(yùn)營(yíng)團(tuán)隊(duì)不得不面臨著上述這種復(fù)雜的環(huán)境，因此構(gòu)建的大數(shù)據(jù)收集、儲(chǔ)存和整合層應(yīng)當(dāng)有以下幾個(gè)特點(diǎn)：支持跨多元化的平臺(tái)（包括傳統(tǒng)和大數(shù)據(jù)平臺(tái)），可以跨平臺(tái)做數(shù)據(jù)描述、數(shù)據(jù)質(zhì)量檢測(cè)、聯(lián)調(diào)、異常檢測(cè)；處理數(shù)據(jù)的速度相當(dāng)快；能夠解析各種數(shù)據(jù)格式而無(wú)需轉(zhuǎn)換；隨著底層的大數(shù)據(jù)平臺(tái)，具有可擴(kuò)展性；與銀行現(xiàn)有的基礎(chǔ)系統(tǒng)能夠無(wú)縫整合。這就需要應(yīng)用結(jié)構(gòu)化+非結(jié)構(gòu)化的數(shù)據(jù)集成技術(shù)，運(yùn)用分布式存儲(chǔ)與計(jì)算，以及流計(jì)算、內(nèi)存計(jì)算等方式降低成本并提高計(jì)算速度，進(jìn)而去噪聲將數(shù)據(jù)轉(zhuǎn)換為信息，完成關(guān)系型和非關(guān)系型信息的有效整合。支持日志、多媒體等數(shù)據(jù)儲(chǔ)存和整合。

（二）數(shù)據(jù)挖掘分析與數(shù)據(jù)人才層面

大數(shù)據(jù)的技術(shù)核心是數(shù)據(jù)科學(xué)。運(yùn)用數(shù)據(jù)挖掘技術(shù)和人工智能方法，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，對(duì)整合好的信息進(jìn)行分解、提煉，從中找出有價(jià)值的信息內(nèi)容。將數(shù)據(jù)進(jìn)行可視化操作可以從中發(fā)現(xiàn)商業(yè)洞察，為商業(yè)決策提供指導(dǎo)。

但是數(shù)據(jù)大爆炸帶來(lái)了太多的數(shù)據(jù)。以致于銀行使用傳統(tǒng)的數(shù)據(jù)展示方法已無(wú)法有效地將大數(shù)據(jù)進(jìn)行可視化。因此大數(shù)據(jù)解決方案產(chǎn)生了又一分支“高級(jí)數(shù)據(jù)可視化”，一種商業(yè)分析和智能的新方法。例如運(yùn)用SASViya可視化工具，屆時(shí)銀行的非數(shù)據(jù)專(zhuān)家也能夠讀懂大量、復(fù)雜的數(shù)據(jù)集。從而做出基于數(shù)據(jù)驅(qū)動(dòng)的商業(yè)分析決策。人工智能也能夠有助于數(shù)據(jù)可視化分析，有選擇地、智能地應(yīng)用新型高級(jí)數(shù)據(jù)相關(guān)分析和可視化工具，同時(shí)與大學(xué)等科研機(jī)構(gòu)合作，能夠?yàn)殂y行的品牌建設(shè)提供新的機(jī)遇。

數(shù)據(jù)本身不會(huì)自己解釋自己，因此還需要善于“跨界”的復(fù)合型人才——數(shù)據(jù)分析師。關(guān)于數(shù)據(jù)分析師的能力主要有四大塊：業(yè)務(wù)、分析、數(shù)據(jù)、軟技能。第一懂業(yè)務(wù)，懂業(yè)務(wù)流程、發(fā)展目標(biāo)，明白當(dāng)前遇到的問(wèn)題、制約因素有執(zhí)行約束條件，具備推動(dòng)力，能夠把分析的洞察轉(zhuǎn)化為業(yè)務(wù)的前瞻性建議，跟利益相關(guān)人進(jìn)行溝通，推動(dòng)業(yè)務(wù)的變革和創(chuàng)新；第二會(huì)分析，練內(nèi)功，懂算法的原理和工具。形成橋梁的作用。能夠把業(yè)務(wù)問(wèn)題轉(zhuǎn)化成分析的目標(biāo)，能夠制定分析的計(jì)劃，能夠選擇合適的技術(shù)，能夠以讓業(yè)務(wù)人員理解的方式解讀分析結(jié)果，觀點(diǎn)鮮明。邏輯清晰。第三具備數(shù)據(jù)操控能力，至少會(huì)用SQL，會(huì)做數(shù)據(jù)的清理和整合；第四軟技能。包含溝通、協(xié)作，對(duì)數(shù)據(jù)分析的熱愛(ài)。

（三）機(jī)制保障和轉(zhuǎn)變思維

制約大數(shù)據(jù)在銀行發(fā)展的關(guān)鍵因素在于管理層面，而非技術(shù)層面。需要在銀行內(nèi)部形成兩大機(jī)制：一是引入“試錯(cuò)機(jī)制”，針對(duì)一個(gè)關(guān)聯(lián)去發(fā)現(xiàn)是真正的商機(jī)還是噪音，只有通過(guò)“小步快跑”。快速?lài)L試才能知道。組織內(nèi)部要合理“容錯(cuò)”，對(duì)于呈現(xiàn)出商業(yè)價(jià)值的發(fā)現(xiàn)要快速推廣；二是形成兼容性高的團(tuán)隊(duì)，將業(yè)務(wù)與技術(shù)人才共同組成聯(lián)合團(tuán)隊(duì)，不斷培養(yǎng)人才，解決“業(yè)務(wù)”與“技術(shù)”溝通協(xié)調(diào)問(wèn)題。

大數(shù)據(jù)的應(yīng)用對(duì)于銀行而言，更為深刻的是對(duì)根深蒂固的傳統(tǒng)理念的挑戰(zhàn)。因此必須將大數(shù)據(jù)提高到戰(zhàn)略層面。將數(shù)據(jù)作為戰(zhàn)略資產(chǎn)的高度進(jìn)行管理，從企業(yè)級(jí)水平來(lái)積極管理數(shù)據(jù)，從而發(fā)揮數(shù)據(jù)的內(nèi)在價(jià)值。只有那些勇于并善于擁抱變革的機(jī)構(gòu)才能最終在大數(shù)據(jù)時(shí)代勝出。