楊憶

近年來(lái)，隨著大數(shù)據(jù)技術(shù)在商業(yè)、生產(chǎn)、生活、交通和政務(wù)、教育、醫(yī)療乃至體育、娛樂(lè)等諸多領(lǐng)域的廣泛應(yīng)用，“數(shù)字化”已成為當(dāng)下最鮮明的時(shí)代特征。商業(yè)銀行作為數(shù)據(jù)密集型行業(yè)，對(duì)大數(shù)據(jù)的理解與認(rèn)識(shí)及其在經(jīng)營(yíng)管理中的應(yīng)用也日益深化，并紛紛將大數(shù)據(jù)上升到戰(zhàn)略層面，借助大數(shù)據(jù)和信息化手段推動(dòng)自身轉(zhuǎn)型。比如，工商銀行提出“大數(shù)據(jù)與信息化”戰(zhàn)略，建設(shè)銀行提出實(shí)施大數(shù)據(jù)戰(zhàn)略，并建立智能客服“小微”；招商銀行推出“平臺(tái)、流量、數(shù)據(jù)”的發(fā)展戰(zhàn)略布局。但伴隨經(jīng)營(yíng)轉(zhuǎn)型的持續(xù)深入、信息技術(shù)的快速變革和客戶行為的不斷變遷，銀行對(duì)大數(shù)據(jù)應(yīng)用的需求更迫切、更多元，在此背景下，銀行若想進(jìn)一步做好大數(shù)據(jù)工作，既要把握發(fā)展方位，又要認(rèn)清存在問(wèn)題，更要掌握科學(xué)方法。

準(zhǔn)確把握當(dāng)前大數(shù)據(jù)的新方位新階段新使命

大數(shù)據(jù)發(fā)展所處的新方位。伴隨云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈等新技術(shù)的成熟與推廣，大數(shù)據(jù)應(yīng)用正從最初的數(shù)據(jù)積累、引擎搜索、“痕跡”追蹤等“初級(jí)階段”向業(yè)態(tài)重塑、人工智能和虛擬現(xiàn)實(shí)（VR）等“高級(jí)階段”邁進(jìn)?？梢哉f(shuō)，當(dāng)前我們處于由“互聯(lián)網(wǎng)+”向“大數(shù)據(jù)+”演進(jìn)的新節(jié)點(diǎn)。誠(chéng)如阿爾法圍棋（AlphaGo）戰(zhàn)勝李世石、Ma s t er圍棋戰(zhàn)勝柯潔等案例，已充分證實(shí)“大數(shù)據(jù)+”的強(qiáng)大。并且，由于大數(shù)據(jù)的“無(wú)孔不入”“無(wú)處不在”“無(wú)所不能”，最近人們又在爭(zhēng)論未來(lái)到底是“人類駕馭數(shù)據(jù)”還是“數(shù)據(jù)控制人類”的問(wèn)題。不僅一大批產(chǎn)業(yè)工人和醫(yī)生、警察等已經(jīng)被數(shù)據(jù)機(jī)器人所替代，甚至連藝術(shù)家、作家等這類最富想象力和創(chuàng)造力的群體也正借助“大數(shù)據(jù)+”輕松地進(jìn)行藝術(shù)創(chuàng)作。如“數(shù)碼作曲家”不但可以作曲還能模仿“披頭士”等特定的音樂(lè)風(fēng)格；“數(shù)碼畫家”不僅已熟練掌握基本繪畫技巧，而且還能創(chuàng)作抽象畫；3D打印也在效率上顛覆了傳統(tǒng)雕塑、版畫和篆刻家們的優(yōu)勢(shì)。在新聞寫作領(lǐng)域則更是如此。據(jù)報(bào)道，上海媒體《第一財(cái)經(jīng)》投產(chǎn)的“數(shù)碼記者”能快速讀完當(dāng)天金融市場(chǎng)發(fā)布的1900多篇各類公告，并通過(guò)對(duì)上市公司公告、財(cái)報(bào)、證券行情等信息的篩選分析，在一分鐘內(nèi)就完成一篇1600余字的財(cái)經(jīng)新聞報(bào)道，不光一般讀者難辨“真?zhèn)巍保踔吝B專業(yè)的財(cái)經(jīng)記者也自嘆弗如；光明日?qǐng)?bào)也在“兩會(huì)”期間用自主研發(fā)的“小明AI”開(kāi)展了大量新聞報(bào)道。所以，數(shù)據(jù)正在改變世界，甚至可能將“主宰”世界。難怪有人戲言，下一任美國(guó)總統(tǒng)將會(huì)是基于大數(shù)據(jù)的機(jī)器人。

金融大數(shù)據(jù)應(yīng)用的新階段。包括銀行在內(nèi)的金融業(yè)一直是應(yīng)用大數(shù)據(jù)技術(shù)比較早也比較深的行業(yè)之一。尤其是隨著自身經(jīng)營(yíng)轉(zhuǎn)型的加快、同業(yè)跨界競(jìng)爭(zhēng)的加劇及金融科技演進(jìn)的加速，銀行大數(shù)據(jù)工作也將從“客戶偏好分析、營(yíng)銷對(duì)象篩選、交易對(duì)手研究、資金流向監(jiān)測(cè)與灰色客戶攔截”等后臺(tái)式、輔助性應(yīng)用，進(jìn)一步向“潛在需求引導(dǎo)、消費(fèi)行為觸發(fā)、業(yè)務(wù)場(chǎng)景建構(gòu)、數(shù)據(jù)鏈圈打造和服務(wù)運(yùn)營(yíng)重塑”等前臺(tái)式、引領(lǐng)性方向跨越。過(guò)去，我們一直認(rèn)為只有簡(jiǎn)單的、標(biāo)準(zhǔn)化的業(yè)務(wù)操作才會(huì)被機(jī)器替代，但實(shí)踐證明，大數(shù)據(jù)應(yīng)用和人工智能發(fā)展已遠(yuǎn)超人們想象。比如，摩根大通已開(kāi)發(fā)出“智能合同專家”，可以在數(shù)秒內(nèi)就完成原先需要專業(yè)律師和信貸人員36萬(wàn)小時(shí)的金融合同解析工作，且錯(cuò)誤率極低。又如，德銀、高盛等也推出了“智能投資顧問(wèn)”（以下簡(jiǎn)稱“智能投顧”），并從對(duì)沖基金等小眾領(lǐng)域普及到商業(yè)銀行等大眾市場(chǎng)。實(shí)際上，“智能投顧”就是一個(gè)以金融市場(chǎng)大數(shù)據(jù)分析、客戶大數(shù)據(jù)畫像、投資策略大數(shù)據(jù)學(xué)習(xí)為基礎(chǔ)，融合資產(chǎn)管理量化投資和人工智能深度學(xué)習(xí)于一體的智能化投資理財(cái)服務(wù)系統(tǒng)。它可以結(jié)合客戶投資時(shí)間長(zhǎng)短、風(fēng)險(xiǎn)承受能力高低等行為特點(diǎn)，為其推薦資產(chǎn)組合及投資策略，不但能幫助客戶獲取相對(duì)穩(wěn)定的長(zhǎng)期收益，而且可以顯著降低交易成本。再如，央行研究局前局長(zhǎng)謝平認(rèn)為，未來(lái)“一行三會(huì)”所有的金融監(jiān)管工作都可以由人工智能進(jìn)行。可見(jiàn)，隨著金融大數(shù)據(jù)應(yīng)用的深入，金融業(yè)將逐步形成“數(shù)據(jù)引領(lǐng)、技術(shù)支撐、機(jī)器學(xué)習(xí)、智能服務(wù)”的全新運(yùn)營(yíng)模式，以更低成本、更高效率、更優(yōu)質(zhì)量吸引和服務(wù)更多客戶。這是否也預(yù)示著今天還炙手可熱的私銀投顧、理財(cái)顧問(wèn)、風(fēng)控專家和證券分析師及金融交易員等高端緊缺人才明天也將面臨“下崗”的命運(yùn)。

銀行大數(shù)據(jù)工作的新使命。隨著各行各業(yè)對(duì)“數(shù)據(jù)是寶貴資源”這一認(rèn)識(shí)的不斷深入，當(dāng)前跨界競(jìng)爭(zhēng)和同業(yè)競(jìng)爭(zhēng)正從“爭(zhēng)奪客戶與市場(chǎng)”向“爭(zhēng)奪數(shù)據(jù)與信息”轉(zhuǎn)變。這就給銀行大數(shù)據(jù)工作者提出了新的使命與要求：在數(shù)據(jù)來(lái)源上，從加工內(nèi)部數(shù)據(jù)為主到整合內(nèi)外部數(shù)據(jù)相結(jié)合；在數(shù)據(jù)結(jié)構(gòu)上，從依托結(jié)構(gòu)化數(shù)據(jù)到利用結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)相結(jié)合；在工作焦點(diǎn)上，從專注大數(shù)據(jù)挖掘到推動(dòng)數(shù)據(jù)應(yīng)用與具體業(yè)務(wù)場(chǎng)景相結(jié)合；在工作方式上，從數(shù)據(jù)分析師的“專利”到專業(yè)運(yùn)用與全行共享相結(jié)合；在展現(xiàn)形式上，從基礎(chǔ)數(shù)據(jù)、圖表展示到基礎(chǔ)指標(biāo)與專項(xiàng)指數(shù)、專題分析等“深加工”相結(jié)合，從而全面推動(dòng)銀行大數(shù)據(jù)工作平臺(tái)化、鏈條化、生態(tài)化運(yùn)營(yíng)。這方面歐美各國(guó)已為我們提供了成功范例，尤其是個(gè)人信用評(píng)級(jí)領(lǐng)域。如美國(guó)三大征信公司之一的FICO，就依托自身研發(fā)的評(píng)級(jí)模型整合客戶各類信用數(shù)據(jù)與信息，通過(guò)“信用分”這一簡(jiǎn)潔明了的形式展現(xiàn)個(gè)人信用評(píng)級(jí)結(jié)果，并使之成為全美信用卡、消費(fèi)貸款乃至小企業(yè)信貸等一系列金融產(chǎn)品開(kāi)發(fā)、管理和風(fēng)控的主要參考指標(biāo)，從而形成了完整的大數(shù)據(jù)應(yīng)用價(jià)值鏈和“生態(tài)圈”。無(wú)疑，這種大數(shù)據(jù)“平臺(tái)+生態(tài)”模式也應(yīng)是銀行大數(shù)據(jù)工作者追求的新目標(biāo)和肩負(fù)的新使命。

當(dāng)前商業(yè)銀行大數(shù)據(jù)工作中存在的主要問(wèn)題

雖然銀行大數(shù)據(jù)應(yīng)用如火如荼，但毋庸諱言，與大數(shù)據(jù)技術(shù)變革發(fā)展趨勢(shì)相比，與國(guó)際先進(jìn)同業(yè)相比，與自身轉(zhuǎn)型發(fā)展要求相比，當(dāng)前國(guó)內(nèi)銀行在大數(shù)據(jù)工作中還存在以下問(wèn)題與短板，主要表現(xiàn)為“四個(gè)缺失”。

數(shù)據(jù)共享缺失。進(jìn)入數(shù)字化時(shí)代后，全社會(huì)數(shù)據(jù)量爆發(fā)式增長(zhǎng)。據(jù)國(guó)際數(shù)據(jù)公司（IDC）報(bào)告稱，目前我國(guó)數(shù)據(jù)總量已達(dá)909EB（1EB約等于1000億GB），占全球的13%，但龐大的數(shù)據(jù)總量并不意味著有效的開(kāi)發(fā)利用，主要原因就在于數(shù)據(jù)割裂嚴(yán)重、共享普遍不足。不僅各行業(yè)間、機(jī)構(gòu)間數(shù)據(jù)相互割裂，甚至連同一行業(yè)、同一機(jī)構(gòu)內(nèi)也是彼此隔離，從而使大量數(shù)據(jù)成為“孤島”，難以發(fā)揮應(yīng)有作用。從數(shù)據(jù)分布來(lái)看，目前80%以上的數(shù)據(jù)與信息資源主要集中于公安、工商、稅務(wù)、海關(guān)、交通、通信和社保等政府部門手中。雖然近年來(lái)政府相關(guān)部門和部分地方政府加快了數(shù)據(jù)共享步伐，但出于自身利益考量，其共享開(kāi)放意愿不強(qiáng)，導(dǎo)致大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)緩慢，利用效率偏低。這從中國(guó)信息通信研究院的調(diào)查結(jié)果就可見(jiàn)一斑。其調(diào)查顯示，目前企業(yè)大數(shù)據(jù)應(yīng)用仍以內(nèi)部數(shù)據(jù)為主，利用過(guò)政府開(kāi)放數(shù)據(jù)的不足兩成。銀行亦存在類似問(wèn)題。雖然掌握了大量金融數(shù)據(jù)和客戶信息，但由于內(nèi)部各專業(yè)、各機(jī)構(gòu)間數(shù)據(jù)共享不充分，加之當(dāng)前外部數(shù)據(jù)與信息開(kāi)放度低，導(dǎo)致銀行在大數(shù)據(jù)應(yīng)用上也缺乏整體性和系統(tǒng)性。如在“追蹤”客戶行為時(shí)，銀行只能獲取其在本行的部分金融消費(fèi)數(shù)據(jù)，而無(wú)法掌握客戶資金“全貌”和總體交易行為，故難以準(zhǔn)確判斷其成長(zhǎng)潛力或風(fēng)險(xiǎn)狀況。

深度應(yīng)用缺失。隨著大數(shù)據(jù)概念的持續(xù)升溫，尤其是自國(guó)家頒布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》和《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016～2020年）》以來(lái)，各行各業(yè)應(yīng)用大數(shù)據(jù)已成為常態(tài)。作為大數(shù)據(jù)先行者的商業(yè)銀行，在市場(chǎng)營(yíng)銷、績(jī)效考核與風(fēng)險(xiǎn)防控等領(lǐng)域應(yīng)用上也取得了一定成效。但毋庸置疑，銀行大數(shù)據(jù)應(yīng)用尚處于探索期，有許多方面仍亟待完善和提升。一是應(yīng)用層次亟待提升。主要聚焦于對(duì)客戶行為、資金流向、業(yè)務(wù)短板等的分析，更多是利用歷史數(shù)據(jù)進(jìn)行回溯式研究，側(cè)重于發(fā)現(xiàn)經(jīng)營(yíng)中存在的主要問(wèn)題和瓶頸。而在產(chǎn)品定價(jià)、績(jī)效管理、渠道布局、需求創(chuàng)造、風(fēng)險(xiǎn)預(yù)判等前沿性、預(yù)測(cè)性業(yè)務(wù)領(lǐng)域，要么涉足不多，要么應(yīng)用不深。二是融合程度亟待提升。當(dāng)前大數(shù)據(jù)工作或與銀行業(yè)務(wù)場(chǎng)景、制度流程和經(jīng)營(yíng)環(huán)節(jié)的融合度不夠，多是就數(shù)據(jù)論數(shù)據(jù)，為分析而分析，沒(méi)有從更深層次揭示業(yè)務(wù)背后的本質(zhì)問(wèn)題、成因及規(guī)律；或限于技術(shù)條件，難以對(duì)業(yè)務(wù)發(fā)展中亟待解決的難點(diǎn)、痛點(diǎn)問(wèn)題給出及時(shí)的回應(yīng)和透徹的解構(gòu)；或只停留于數(shù)據(jù)分析、政策建議而缺乏有效的應(yīng)用場(chǎng)景和技術(shù)支撐，故對(duì)業(yè)務(wù)發(fā)展和經(jīng)營(yíng)管理的實(shí)質(zhì)性影響與幫助有限，未能充分體現(xiàn)出大數(shù)據(jù)的作用與價(jià)值。

質(zhì)量安全缺失。一方面，數(shù)據(jù)質(zhì)量不容樂(lè)觀。數(shù)據(jù)質(zhì)量是大數(shù)據(jù)工作的基石。沒(méi)有良好的數(shù)據(jù)質(zhì)量，再?gòu)?fù)雜的建模、再精確的計(jì)算、再深入的分析都是“無(wú)用功”。但長(zhǎng)期以來(lái)由于制度不健全、管理不精細(xì)、技術(shù)跟不上等因素，客戶信息要素不全、劃型分類不準(zhǔn)、數(shù)據(jù)口徑不一等質(zhì)量問(wèn)題還普遍存在。更可怕的是，部分機(jī)構(gòu)出于扭曲的“業(yè)績(jī)觀”，還存在主觀上的數(shù)據(jù)造假問(wèn)題，進(jìn)一步影響了數(shù)據(jù)質(zhì)量水平。當(dāng)然，此類問(wèn)題在其他行業(yè)乃至政府機(jī)構(gòu)也都不同程度地存在，如2017年1月17日遼寧省十二屆人大會(huì)議上，遼寧省省長(zhǎng)陳求發(fā)公開(kāi)承認(rèn)該省2011年至2014年經(jīng)濟(jì)數(shù)據(jù)造假。國(guó)外亦是如此。高盛、摩根大通、美銀美林等機(jī)構(gòu)就經(jīng)常質(zhì)疑美國(guó)就業(yè)市場(chǎng)數(shù)據(jù)“水分”過(guò)大。顯然，缺乏權(quán)威可靠的數(shù)據(jù)，勢(shì)必影響大數(shù)據(jù)應(yīng)用成效。另一方面，信息安全令人堪憂。近年來(lái)，由于個(gè)人信息泄露而引發(fā)的各類違法犯罪行為愈演愈烈、觸目驚心?？梢哉f(shuō)，我們每個(gè)人幾乎都接到過(guò)推銷電話，收到過(guò)垃圾短信，甚至還遭遇過(guò)電信詐騙，可謂“深受其擾”“不勝其煩”。由北師大社會(huì)治理與公共傳播研究中心、民主與法制社聯(lián)合發(fā)布的《電信網(wǎng)絡(luò)詐騙治理研究報(bào)告（2016）》顯示，84.15%的被調(diào)查者遭受過(guò)電信網(wǎng)絡(luò)詐騙騷擾，超過(guò)10%的人被騙過(guò)錢財(cái)。僅去年一年，因個(gè)人信息泄露等造成的經(jīng)濟(jì)損失就高達(dá)915億元。在此過(guò)程中，大數(shù)據(jù)“助紂為虐”，甚至淪為“精準(zhǔn)詐騙”的工具。而作為客戶數(shù)據(jù)與信息的“集成商”，銀行在信息安全管理方面的難度和要求也與日俱增，面臨著極大的挑戰(zhàn)。若不能妥善處理好信息應(yīng)用與信息安全的關(guān)系，不僅會(huì)影響正常的業(yè)務(wù)開(kāi)展，甚至還將造成聲譽(yù)風(fēng)險(xiǎn)。

人才隊(duì)伍缺失。大數(shù)據(jù)作為一項(xiàng)前沿、新興和交叉性技術(shù)，對(duì)人才素質(zhì)有較高要求，既要掌握數(shù)據(jù)挖掘、統(tǒng)計(jì)建模、定量分析和算法設(shè)計(jì)等各種先進(jìn)的分析工具與技術(shù)，又要對(duì)銀行各項(xiàng)業(yè)務(wù)的運(yùn)行情況、內(nèi)在規(guī)律及發(fā)展趨勢(shì)等有深刻的理解。但從目前來(lái)看，銀行大數(shù)據(jù)從業(yè)人員的學(xué)科背景、專業(yè)特長(zhǎng)和素質(zhì)能力等與上述要求還存在較大差距，其大多出身于信息科技部門，更擅長(zhǎng)編程挖掘而不精通業(yè)務(wù)邏輯，難以準(zhǔn)確揭示和清晰表達(dá)數(shù)據(jù)背后所反映出的業(yè)務(wù)發(fā)展中存在的本質(zhì)規(guī)律、傾向及趨勢(shì)，更無(wú)法設(shè)計(jì)具體業(yè)務(wù)場(chǎng)景。有的雖然來(lái)自于業(yè)務(wù)部門，長(zhǎng)于業(yè)務(wù)分析，但不懂得編程、建模等復(fù)雜技術(shù)，無(wú)法開(kāi)展深度挖掘和數(shù)理分析等，失之于淺。這在很大程度上影響了銀行大數(shù)據(jù)工作的質(zhì)量與層次。

新形勢(shì)下做好商業(yè)銀行大數(shù)據(jù)工作的“方法論”

上述問(wèn)題的有效破解，離不開(kāi)科學(xué)的方法。尤其是在當(dāng)前商業(yè)銀行經(jīng)營(yíng)轉(zhuǎn)型步入“深水區(qū)”的背景下，大數(shù)據(jù)工作更需講究策略性、注重方法論，才能更好地肩負(fù)起自身使命。

以“系統(tǒng)論”的思維做好大數(shù)據(jù)工作。在今天的大數(shù)據(jù)時(shí)代，商業(yè)銀行已化身為“數(shù)據(jù)銀行”，甚至可以說(shuō)“經(jīng)營(yíng)銀行就是經(jīng)營(yíng)數(shù)據(jù)”。但需要注意的是，生成并散布于各專業(yè)各板塊各機(jī)構(gòu)的數(shù)據(jù)如業(yè)務(wù)數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)和交易數(shù)據(jù)等都不是孤立的，其背后既有密切關(guān)聯(lián)和內(nèi)在邏輯，也有豐富的內(nèi)涵可供挖掘。以存款數(shù)據(jù)變動(dòng)為例，這一看似簡(jiǎn)單的現(xiàn)象背后就隱含著戰(zhàn)略導(dǎo)向、產(chǎn)品定位、利率定價(jià)、渠道分布、人員配置等一系列完整的、系統(tǒng)的制度設(shè)計(jì)與安排。因此，銀行大數(shù)據(jù)管理部門需要樹(shù)立系統(tǒng)性思維，著眼于各類數(shù)據(jù)之間的內(nèi)在聯(lián)系，運(yùn)用邏輯勾兌、參數(shù)校驗(yàn)、要素印證等多種手法，使分散的數(shù)據(jù)和零散的信息變成“數(shù)據(jù)鏈”“信息圈”。如可借鑒BAT等互聯(lián)網(wǎng)公司在大數(shù)據(jù)集成性存儲(chǔ)、印證式共享和系統(tǒng)化應(yīng)用等方面的成功經(jīng)驗(yàn)與先進(jìn)做法，積極利用信用卡、網(wǎng)上銀行、手機(jī)銀行和自辦電商網(wǎng)站及自建社交工具等渠道積累的數(shù)據(jù)，深入挖掘客戶在衣食住行玩用等各種生活場(chǎng)景的消費(fèi)金額、交易頻次等信息，系統(tǒng)地解剖客戶金融消費(fèi)行為，并廣泛搜集來(lái)自社交媒體、搜索引擎、電商平臺(tái)和政府部門等的外部信息與數(shù)據(jù)，逐步形成客戶金融消費(fèi)“邏輯圖”，據(jù)此引導(dǎo)需求、設(shè)計(jì)產(chǎn)品、觸發(fā)消費(fèi)、控制風(fēng)險(xiǎn)。

以“重點(diǎn)論”的方法做好大數(shù)據(jù)工作。辯證法告訴我們，只有抓住主要矛盾和矛盾的主要方面，才能事半功倍。尤其是在目前銀行內(nèi)部各專業(yè)各機(jī)構(gòu)對(duì)大數(shù)據(jù)需求日益旺盛，而人力資源約束趨嚴(yán)和大數(shù)據(jù)人才稀缺的背景下，大數(shù)據(jù)工作也不能貪大求全，而應(yīng)集中精力，集聚資源，突出重點(diǎn)，力求以點(diǎn)帶面，整體推進(jìn)。首先，聚焦重點(diǎn)業(yè)務(wù)和重點(diǎn)客戶。在重點(diǎn)業(yè)務(wù)上，以零售金融、資產(chǎn)管理、投資銀行、產(chǎn)業(yè)基金和網(wǎng)絡(luò)金融等基礎(chǔ)性、引領(lǐng)性業(yè)務(wù)為關(guān)注焦點(diǎn)，進(jìn)行深入挖掘與分析，為銀行各專業(yè)部門加快業(yè)務(wù)發(fā)展、推進(jìn)經(jīng)營(yíng)轉(zhuǎn)型提供高效信息支持。在重點(diǎn)客戶上，以新生代客戶、私人銀行客戶和法人高管客戶等為目標(biāo)對(duì)象，通過(guò)多層面數(shù)據(jù)剖析、多方法建模分析來(lái)預(yù)測(cè)其金融消費(fèi)傾向、未來(lái)成長(zhǎng)性和貢獻(xiàn)度，為客戶培育、產(chǎn)品創(chuàng)新和服務(wù)提質(zhì)提供“路線圖”。其次，抓好關(guān)鍵領(lǐng)域和關(guān)鍵環(huán)節(jié)。一是深化營(yíng)銷和風(fēng)控領(lǐng)域應(yīng)用。依托大數(shù)據(jù)系統(tǒng)，推動(dòng)營(yíng)銷信息實(shí)時(shí)傳送、目標(biāo)客戶批量對(duì)接和最佳方案智能推薦，打造策略式、協(xié)同式、觸發(fā)式、直通式的營(yíng)銷服務(wù)新模式；結(jié)合銀監(jiān)會(huì)預(yù)警信息、納稅信息、征信評(píng)分和從各種渠道獲取的客戶信用信息等豐富客戶征信畫像，并通過(guò)多維交叉驗(yàn)證，更好地防控信用風(fēng)險(xiǎn)。二是深化定價(jià)與考評(píng)環(huán)節(jié)應(yīng)用。將大數(shù)據(jù)模型嵌入業(yè)務(wù)流程，著重提升利率定價(jià)、客戶評(píng)級(jí)與貢獻(xiàn)計(jì)量及客戶經(jīng)理業(yè)績(jī)考評(píng)等主要環(huán)節(jié)的科學(xué)性、公允性，有效破解長(zhǎng)期以來(lái)困擾銀行經(jīng)營(yíng)管理的難題。

以“統(tǒng)籌論”的原則做好大數(shù)據(jù)工作。從哲學(xué)的視角來(lái)看，大數(shù)據(jù)也是一柄“雙刃劍”。如果用得好，可以有效推動(dòng)業(yè)務(wù)發(fā)展；如果用得不好，則可能會(huì)引發(fā)風(fēng)險(xiǎn)。所以，在大數(shù)據(jù)工作中需要統(tǒng)籌處理好各種矛盾，做到“兩害相權(quán)取其輕，兩利相較取其重”。其一，統(tǒng)籌好安全與應(yīng)用的關(guān)系。對(duì)于銀行而言，信息安全不僅關(guān)系客戶隱私，而且事關(guān)銀行聲譽(yù)。近年來(lái)，由于信息安全問(wèn)題造成的客戶糾紛時(shí)常見(jiàn)諸報(bào)端和網(wǎng)絡(luò)，對(duì)銀行造成了很大的負(fù)面影響。因此，銀行應(yīng)把握好信息應(yīng)用與安全的“度”：既不能“只用不管”，為了發(fā)展業(yè)務(wù)、開(kāi)拓市場(chǎng)而亂用信息、造成風(fēng)險(xiǎn)；也不能“只管不用”，為了強(qiáng)化安全、防范風(fēng)險(xiǎn)而不用信息、貽誤商機(jī)。從某種程度上說(shuō)，置有用的數(shù)據(jù)和信息不用，不僅是極大的“浪費(fèi)”，更是最大的“風(fēng)險(xiǎn)”。其二，統(tǒng)籌好基礎(chǔ)與創(chuàng)新的關(guān)系?；A(chǔ)是根，創(chuàng)新是枝，根深才能葉茂。大數(shù)據(jù)工作亦不例外。如果數(shù)據(jù)質(zhì)量不扎實(shí)，則不僅會(huì)使推送的信息和產(chǎn)品“張冠李戴”，無(wú)法實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，甚至還可能導(dǎo)致決策失誤，埋下風(fēng)險(xiǎn)隱患。所以，數(shù)據(jù)質(zhì)量治理仍將是銀行一項(xiàng)長(zhǎng)期而基礎(chǔ)的工作。與此同時(shí)，大數(shù)據(jù)工作還不能墨守成規(guī)，而應(yīng)積極創(chuàng)新工作理念、思路和模式。如隨著銀行轉(zhuǎn)型發(fā)展的深入推進(jìn)，各種新產(chǎn)品、新業(yè)務(wù)不斷涌現(xiàn)，銀行大數(shù)據(jù)部門既要與各業(yè)務(wù)部門加強(qiáng)互動(dòng)交流，共同研究新興業(yè)務(wù)的統(tǒng)計(jì)制度、統(tǒng)計(jì)口徑和展現(xiàn)方式等，以更好地展示新興業(yè)務(wù)發(fā)展成果；又應(yīng)以新視角、新模型、新手段對(duì)新興業(yè)務(wù)展開(kāi)深入研究，提出促進(jìn)業(yè)務(wù)發(fā)展、推動(dòng)經(jīng)營(yíng)轉(zhuǎn)型的新思路新策略，并設(shè)計(jì)出新的應(yīng)用場(chǎng)景和業(yè)務(wù)流程。起步較早、基礎(chǔ)較好的大型銀行應(yīng)盡快從建設(shè)數(shù)據(jù)倉(cāng)庫(kù)（EDW）向打造集成化、綜合性的大數(shù)據(jù)生態(tài)平臺(tái)轉(zhuǎn)變；有條件的銀行應(yīng)加快研制“AI柜員”“AI客服”乃至“AI投顧”“AI分析師”“AI交易員”等，不斷提升經(jīng)營(yíng)管理的智能化水平。

以“人本論”的理念做好大數(shù)據(jù)工作。人是最具能動(dòng)性和創(chuàng)造力的因素，無(wú)論什么工作都要靠人來(lái)想、由人來(lái)干。沒(méi)有人，再宏偉的藍(lán)圖、再前瞻的戰(zhàn)略、再有效的措施都難以實(shí)施。因此，面對(duì)大數(shù)據(jù)工作的新使命，各商業(yè)銀行需妥善處理好兩個(gè)關(guān)系：一是人才“量”與“質(zhì)”的關(guān)系。任何事物都是先有數(shù)量才有質(zhì)量，先有量變才有質(zhì)變。在數(shù)據(jù)化時(shí)代，大數(shù)據(jù)人才已成為各行各業(yè)最稀缺的資源，這從遍布網(wǎng)絡(luò)平臺(tái)和報(bào)刊雜志的招聘廣告就可見(jiàn)一斑。因?yàn)樵谖磥?lái)的商業(yè)競(jìng)爭(zhēng)中，比拼的將不再是銀行網(wǎng)點(diǎn)多少、客戶經(jīng)理多寡，而是看誰(shuí)的數(shù)據(jù)分析能力更強(qiáng)大、后臺(tái)支撐能力更完善、客戶體驗(yàn)更卓越。所以，各家銀行必須前瞻布局、積極投入，盡早組建大數(shù)據(jù)人才隊(duì)伍，這也是推動(dòng)大數(shù)據(jù)戰(zhàn)略實(shí)施、應(yīng)對(duì)大數(shù)據(jù)時(shí)代競(jìng)爭(zhēng)的必備條件。當(dāng)然，僅有數(shù)量還不能解決問(wèn)題。由于大數(shù)據(jù)戰(zhàn)略是決定銀行未來(lái)走向與成敗得失的關(guān)鍵所在，故其深入實(shí)施與推進(jìn)離不開(kāi)一支技能全面、素質(zhì)過(guò)硬、創(chuàng)新力強(qiáng)的專業(yè)人才隊(duì)伍。這就要求銀行通過(guò)深度培訓(xùn)、模擬訓(xùn)練、項(xiàng)目實(shí)戰(zhàn)等多種手段不斷提升大數(shù)據(jù)工作者能力，使其具備多專業(yè)思維和多業(yè)務(wù)素養(yǎng)，更好地適應(yīng)大數(shù)據(jù)發(fā)展和銀行經(jīng)營(yíng)轉(zhuǎn)型的要求。二是人才“管”與“用”的關(guān)系。在管理上，結(jié)合業(yè)務(wù)發(fā)展需求，通過(guò)需求認(rèn)領(lǐng)、項(xiàng)目招標(biāo)和課題申請(qǐng)等方式，靈活運(yùn)用“項(xiàng)目+團(tuán)隊(duì)”等柔性化工作機(jī)制，并建立知識(shí)共享和經(jīng)驗(yàn)交流平臺(tái)，使大數(shù)據(jù)工作者“自動(dòng)自發(fā)”。在激勵(lì)上，可以探索將大數(shù)據(jù)部門的研究分析成果與業(yè)務(wù)部門、分支機(jī)構(gòu)的應(yīng)用成果進(jìn)行捆綁考核、績(jī)效掛鉤，充分激發(fā)大數(shù)據(jù)工作者的積極性、主動(dòng)性、創(chuàng)造性，更好地促進(jìn)大數(shù)據(jù)“研以致用”、創(chuàng)造價(jià)值。

總之，上述“四個(gè)方法論”既是做好新形勢(shì)下銀行大數(shù)據(jù)工作的“金鑰匙”，也是做好其他領(lǐng)域乃至其他行業(yè)工作的“導(dǎo)航儀”，對(duì)其掌握程度和運(yùn)用水平將決定銀行大數(shù)據(jù)戰(zhàn)略能否順利實(shí)現(xiàn)，經(jīng)營(yíng)轉(zhuǎn)型能否最終完成。