滕永樂+宋丹

隨著以Facebook和微信為代表的社交網(wǎng)絡(luò)平臺迅速崛起，社交網(wǎng)絡(luò)已經(jīng)成為互聯(lián)網(wǎng)最大的流量入口，第三方支付、基金、眾籌和O2O等金融產(chǎn)品的植入，增加了社交網(wǎng)絡(luò)的金融屬性，并催生出社交金融。作為大數(shù)據(jù)的重要內(nèi)容，在線社交數(shù)據(jù)包含了海量的客戶行為、社交話題和網(wǎng)絡(luò)關(guān)系，基于對社交數(shù)據(jù)的挖掘與分析，獲取用戶的行為偏好、意見訴求和心理活動，可以有效彌補傳統(tǒng)金融交易中只保留結(jié)果數(shù)據(jù)而缺少過程數(shù)據(jù)的不足，并將用戶的社交屬性與金融機構(gòu)的信用屬性、流動屬性、風(fēng)險管理屬性和杠桿屬性匹配，促進(jìn)社交金融不斷進(jìn)化。

社交數(shù)據(jù)的應(yīng)用場景

社交網(wǎng)絡(luò)是一種在信息網(wǎng)絡(luò)上由社會個體集合及個體之間的連接關(guān)系構(gòu)成的社會性結(jié)構(gòu)，主要包含關(guān)系結(jié)構(gòu)、網(wǎng)絡(luò)群體與網(wǎng)絡(luò)信息三個核心要素，這三個核心要素也構(gòu)成社交數(shù)據(jù)的重要來源。社交數(shù)據(jù)不僅是微信微博聊天分享工具中的信息，還包括地圖、外賣等APP中的信息，從廣義數(shù)據(jù)類型來說，電商、交友、視頻、搜索、餐飲和人機交互數(shù)據(jù)都可定義為社交數(shù)據(jù)。

互聯(lián)網(wǎng)企業(yè)是融合社交網(wǎng)絡(luò)與金融功能的先行者，憑借在社交數(shù)據(jù)分析與應(yīng)用方面的先發(fā)優(yōu)勢，加速數(shù)據(jù)整合，積極布局金融社交數(shù)據(jù)集成應(yīng)用，尤以百度、騰訊和阿里巴巴最值得關(guān)注。面對互聯(lián)網(wǎng)企業(yè)來勢洶洶的跨界競爭，金融機構(gòu)已經(jīng)注意到大數(shù)據(jù)中蘊含的巨大紅利，并寄希望依托社交數(shù)據(jù)向互聯(lián)網(wǎng)金融轉(zhuǎn)型。目前，社交網(wǎng)絡(luò)被國外金融機構(gòu)視為引流、獲客、營銷的潛在市場，社交數(shù)據(jù)也被應(yīng)用于量化投資、零售、征信、電商等領(lǐng)域，并實現(xiàn)了巨大的市場價值。受此啟發(fā)，國內(nèi)商業(yè)銀行紛紛試水，依托微博、微信或自建平臺等方式，開展品牌宣傳、在線社交和線上營銷活動等提升獲客能力，力圖用高頻在線社交活動帶動低頻銀行交易業(yè)務(wù)，真正實現(xiàn)業(yè)務(wù)轉(zhuǎn)型發(fā)展。結(jié)合國內(nèi)外商業(yè)銀行的業(yè)務(wù)實踐，社交數(shù)據(jù)主要可應(yīng)用于以下四個領(lǐng)域。

基于社交數(shù)據(jù)的客戶分析

客戶畫像。主要分為個人客戶畫像和企業(yè)客戶畫像?；阢y行現(xiàn)有的公司、個人客戶數(shù)據(jù)，打通銀行內(nèi)部數(shù)據(jù)和社交數(shù)據(jù)，利用客戶細(xì)分等模型逐步完善客戶標(biāo)簽體系，形成全面、深入、動態(tài)的客戶拼圖，有效提升對個人客戶的精準(zhǔn)營銷能力和客戶關(guān)系管理能力?？蛻羯A段洞察。結(jié)合客戶在社交平臺上發(fā)布的資料和狀態(tài)，再結(jié)合其他行內(nèi)外信息，推算客戶經(jīng)理“人生大事”（就業(yè)、買房、婚姻）的大致節(jié)點，并在合適的時間營銷合適的產(chǎn)品。

客戶生態(tài)圈分析。通過客戶社交數(shù)據(jù)分析挖掘客戶間的資金往來、生活交往圈，基于客戶關(guān)系拓展效應(yīng)開展同理心銷售等針對性的客戶營銷，達(dá)到豐富客戶畫像的目標(biāo)，為下一步通過關(guān)系圈營銷批量拓展客戶提供信息基礎(chǔ)。

基于社交數(shù)據(jù)的營銷管理

客戶獲取。利用社交數(shù)據(jù)挖掘潛在個人客戶。例如利用客戶在社交平臺發(fā)布的位置（居住、工作）信息，發(fā)現(xiàn)在本行資產(chǎn)較少，但實際消費能力較強、資產(chǎn)較多的潛在高端客戶，提升客戶在銀行的資產(chǎn)水平，提供精準(zhǔn)的產(chǎn)品和資產(chǎn)管理服務(wù)。

個性化產(chǎn)品推薦。從社交平臺抓取客戶行為數(shù)據(jù)，分析個人客戶的興趣愛好、消費習(xí)慣、瀏覽行為等客戶特征。通過分析客戶的行為特征，結(jié)合個人客戶畫像，挖掘客戶的金融需求，為客戶提供匹配的產(chǎn)品推薦?？山€人客戶個性化推薦系統(tǒng)，在個人客戶使用手機銀行、網(wǎng)上銀行、自助機具時，由系統(tǒng)自動實現(xiàn)產(chǎn)品的個性化推薦。

公私聯(lián)動。基于社交數(shù)據(jù)，挖掘個人客戶背后的企業(yè)及行業(yè)信息，發(fā)掘圈內(nèi)其他潛在公司客戶與現(xiàn)有公司客戶在產(chǎn)品和業(yè)務(wù)上可能存在相同的興趣點，對客戶、客戶公司以及圈內(nèi)其他企業(yè)開展?fàn)I銷活動。對于銀行內(nèi)部存量企業(yè)客戶，可將其員工納入銀行個人客戶資源池，尤其是高層管理人員、高級雇員，以產(chǎn)品組合式的批量營銷為主，大力發(fā)展個人業(yè)務(wù)。

基于社交數(shù)據(jù)的風(fēng)險管理

信用評級。社交數(shù)據(jù)極大豐富了征信模型的變量，以社交數(shù)據(jù)為基礎(chǔ)采集多源數(shù)據(jù)，一方面繼承了傳統(tǒng)征信體系的決策變量，重視深度挖掘授信對象的信用歷史；另一方面，將社交數(shù)據(jù)中未經(jīng)“包裝”的關(guān)鍵信息納入考慮，更加真實全面地反映客戶實際情況，如分組標(biāo)簽、地理位置、繳費記錄等。

授信審批。結(jié)合銀行內(nèi)部數(shù)據(jù)與社交數(shù)據(jù)，深度挖掘客戶衍生特征（如風(fēng)險特征、用戶偏好、用戶意愿、用戶屬性等），對客戶信用情況進(jìn)行快速分析評估，結(jié)合量化模型確定授信額度，實現(xiàn)快速、實時的貸款審批流程。借助包括社交數(shù)據(jù)在內(nèi)的大數(shù)據(jù)授信是對傳統(tǒng)授信方法的有益補充。

基于社交數(shù)據(jù)的輿情監(jiān)測與處置

社交媒體作為重要的用戶情緒發(fā)布平臺，其數(shù)據(jù)的引入極大豐富了市場情緒信息的來源渠道。銀行可以抓取社交平臺上客戶對銀行以及銀行產(chǎn)品和服務(wù)的評價信息，并通過技術(shù)處理進(jìn)行正負(fù)面判斷，及時掌握負(fù)面信息并提出應(yīng)對措施。同時，銀行也可以抓取銀行同業(yè)的輿情信息，了解同行的先進(jìn)做法，作為自身業(yè)務(wù)優(yōu)化的借鑒。從而達(dá)到更準(zhǔn)確更快地了解客戶需求，掌握競爭對手的動態(tài)，及時有效地控制銀行聲譽風(fēng)險、監(jiān)測市場輿論和用戶行為。

商業(yè)銀行應(yīng)用社交數(shù)據(jù)的難點

如果數(shù)據(jù)價值變現(xiàn)是大數(shù)據(jù)應(yīng)用的最終目標(biāo)，那么社交數(shù)據(jù)收集、處理和分析則是社交數(shù)據(jù)價值挖掘的關(guān)鍵。相較于國內(nèi)互聯(lián)網(wǎng)企業(yè)在社交領(lǐng)域中的先發(fā)優(yōu)勢和極強的客戶粘性，商業(yè)銀行應(yīng)用社交數(shù)據(jù)面臨數(shù)據(jù)獲取和聯(lián)通難度大、技術(shù)儲備不足、數(shù)據(jù)場景對接、客戶隱私保護(hù)等一系列問題。特別是面對體量龐大、來源廣泛、種類繁多的社交數(shù)據(jù)，如何從中摘取并應(yīng)用與設(shè)計場景匹配的數(shù)據(jù)，而不至于迷失在浩繁的數(shù)據(jù)資源中，需要商業(yè)銀行進(jìn)行統(tǒng)籌規(guī)劃。

難點一：數(shù)據(jù)獲取分析處理難度大

數(shù)據(jù)的歸集、提煉與匹配是困擾社交數(shù)據(jù)應(yīng)用的一大難題。盡管每天產(chǎn)生的社交數(shù)據(jù)體量龐大，但是商業(yè)銀行要想獲取這些數(shù)據(jù)也并非易事。目前，商業(yè)銀行獲取社交數(shù)據(jù)的方式主要有兩種：一是借助微博、微信等社交平臺，如微信銀行等；二是自建社交平臺，如工銀融e聯(lián)和平安天下通。前者面臨數(shù)據(jù)獲取主要依靠合作和購買，需要花費高昂成本。后者雖然擺脫了對第三方平臺的依賴，但也面臨社交網(wǎng)絡(luò)開發(fā)、管理和運營投入較高的問題。

商業(yè)銀行還需對數(shù)據(jù)進(jìn)行智能化的處理和分析，從中挖掘有價值的信息。由于社交數(shù)據(jù)存在標(biāo)準(zhǔn)化、準(zhǔn)確性、完整性低、利用價值不高的情況，這大大降低了數(shù)據(jù)的價值。同時，在數(shù)據(jù)存儲環(huán)節(jié)，存儲結(jié)構(gòu)化數(shù)據(jù)的關(guān)系型數(shù)據(jù)倉庫已不適用于類型復(fù)雜的社交數(shù)據(jù)；在數(shù)據(jù)處理和分析階段，社交數(shù)據(jù)包含海量的非結(jié)構(gòu)化數(shù)據(jù)（文本、圖像、音頻和視頻等），且數(shù)據(jù)之間又構(gòu)成了復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)模型的處理能力。

社交數(shù)據(jù)最終與商業(yè)銀行現(xiàn)有客戶信息的匹配同樣復(fù)雜。由于商業(yè)銀行在使用外部社交數(shù)據(jù)時，難以準(zhǔn)確界定用戶的身份，從而難以將社交用戶與行內(nèi)客戶建立一一對應(yīng)的關(guān)系，無法將社交信息關(guān)聯(lián)至行內(nèi)客戶的資產(chǎn)和交易數(shù)據(jù)，導(dǎo)致需要依托精準(zhǔn)客戶畫像搭建的應(yīng)用場景無法最終實現(xiàn)。

難點二：場景應(yīng)用落地難

基于互聯(lián)網(wǎng)和大數(shù)據(jù)的金融創(chuàng)新模式層出不窮，場景和產(chǎn)品同質(zhì)化競爭加劇，如何突出應(yīng)用場景的差異化和競爭力，并圍繞場景有目的的獲取數(shù)據(jù)、挖掘數(shù)據(jù)是社交數(shù)據(jù)應(yīng)用的重要難題。盡管目前社交數(shù)據(jù)在諸多領(lǐng)域得到了應(yīng)用，但是對于商業(yè)銀行而言，到底應(yīng)該從哪個領(lǐng)域、哪種客戶率先開展社交數(shù)據(jù)應(yīng)用場景的搭建仍不是一個簡單的決策。簡單照搬照抄他行的做法，可能并不契合各行業(yè)務(wù)發(fā)展的實際需要和研發(fā)能力，如何依托自身實際，從完善業(yè)務(wù)體系和經(jīng)營能力的角度用好社交數(shù)據(jù)，更考驗商業(yè)銀行的管理和決策水平。

社交數(shù)據(jù)應(yīng)用的每個環(huán)節(jié)都需要依靠專業(yè)人員完成。社交數(shù)據(jù)的應(yīng)用仍屬于新生事物，過去商業(yè)銀行在該領(lǐng)域并無長期的規(guī)劃和儲備，這導(dǎo)致現(xiàn)階段社交數(shù)據(jù)應(yīng)用缺乏足夠的專業(yè)人才和知識儲備。而且作為一種新型數(shù)據(jù)，其與傳統(tǒng)數(shù)據(jù)的處理方法并不相同，在傳統(tǒng)業(yè)務(wù)人員只懂得如何處理結(jié)構(gòu)化關(guān)系數(shù)據(jù)的情況下，很難通過培訓(xùn)學(xué)習(xí)等方式掌握社交數(shù)據(jù)的新型處理方法，只能通過招募新員工的方式盡快補充社交數(shù)據(jù)工程師。在這種情況下，容易出現(xiàn)會處理社交數(shù)據(jù)的人才并不了解銀行業(yè)務(wù)，熟悉銀行業(yè)務(wù)的人才并沒完全掌握處理分析社交數(shù)據(jù)的方法，導(dǎo)致社交數(shù)據(jù)的使用與實際業(yè)務(wù)需要相脫離的問題。

難點三：客戶隱私缺乏保護(hù)

處理客戶信息的開放與隱私保護(hù)兩者的關(guān)系也是商業(yè)銀行應(yīng)用社交數(shù)據(jù)的一大難題。一方面，應(yīng)用社交數(shù)據(jù)需要是盡可能多的搜集不同類型、不同來源的客戶社交數(shù)據(jù)；另一方面，社交數(shù)據(jù)中包含了客戶的大量私密信息，客戶不愿信息被任何個人和企業(yè)獲取使用。目前，社交數(shù)據(jù)的應(yīng)用并無明確使用規(guī)范，用戶隱私保護(hù)也成為無法回避的問題，究竟哪些數(shù)據(jù)能用、能用多少，如何把握社交數(shù)據(jù)使用的尺度，并無可參照的行業(yè)標(biāo)準(zhǔn)，更多的是由社交平臺自行掌握。保護(hù)用戶隱私是商業(yè)銀行應(yīng)用社交數(shù)據(jù)的前提，也是搭建各種應(yīng)用場景的最大挑戰(zhàn)。如果商業(yè)銀行和社交平臺在合作使用社交數(shù)據(jù)時沒有明確的制度規(guī)定，不僅無法有效使用社交數(shù)據(jù)，反而會引發(fā)客戶的反感以及對個人隱私泄露的擔(dān)憂，對商業(yè)銀行產(chǎn)生不信任感。因此，推動社交數(shù)據(jù)開放、應(yīng)用和共享的同時，有效地保護(hù)公民、企業(yè)隱私，將是商業(yè)銀行應(yīng)用社交數(shù)據(jù)的重大挑戰(zhàn)。

商業(yè)銀行應(yīng)用社交數(shù)據(jù)的對策建議

社交數(shù)據(jù)應(yīng)用是一項系統(tǒng)工程。用戶行為模式的改變，社交數(shù)據(jù)規(guī)模的爆發(fā)式增長，以及數(shù)據(jù)分析方法的完善，都加速了社交數(shù)據(jù)的商業(yè)化應(yīng)用進(jìn)程。無論是互聯(lián)網(wǎng)企業(yè)還是商業(yè)銀行，都在努力嘗試應(yīng)用社交數(shù)據(jù)分析用戶的行為、動機、意愿和情緒，為用戶量身定制金融產(chǎn)品與服務(wù)。面對社交數(shù)據(jù)應(yīng)用中面臨的諸多難題，商業(yè)銀行必然要在充分借鑒國內(nèi)外互聯(lián)網(wǎng)企業(yè)和金融機構(gòu)應(yīng)用社交數(shù)據(jù)的經(jīng)驗基礎(chǔ)上，形成一套清晰完整的社交數(shù)據(jù)應(yīng)用模式。

拓展數(shù)據(jù)積累渠道，打造數(shù)據(jù)處理平臺。在數(shù)據(jù)獲取方面，商業(yè)銀行應(yīng)堅持“兩條腿”走路，盡可能擴大社交數(shù)據(jù)來源。一方面，依托商業(yè)銀行網(wǎng)絡(luò)終端，增添并完善社交功能和屬性，形成完整的社交網(wǎng)絡(luò)。打通內(nèi)部各終端的數(shù)據(jù)聯(lián)通，實現(xiàn)行內(nèi)外數(shù)據(jù)信息資源的統(tǒng)籌管理和集中共享。另一方面，加強與互聯(lián)網(wǎng)企業(yè)的合作。通過與互聯(lián)網(wǎng)企業(yè)簽訂戰(zhàn)略合作協(xié)議，共享客戶信息資源，提供專業(yè)的金融服務(wù)，也可以通過直接購買外部數(shù)據(jù)等方式，獲取來自互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和電商等渠道的資訊、社交行為、物流和客戶電子交易行為信息等豐富的數(shù)據(jù)資源。

同時，根據(jù)社交數(shù)據(jù)來源的主要渠道、類型和內(nèi)容，有針對性地建立大數(shù)據(jù)處理基礎(chǔ)平臺，強化軟硬件處理能力。建立效能高、成本低的大數(shù)據(jù)處理基礎(chǔ)平臺，為分析挖掘工作奠定堅實的數(shù)據(jù)基礎(chǔ)。具體可從兩方面入手：一是引入低成本、容錯性和擴展性強的分布式架構(gòu)，解決數(shù)據(jù)集成設(shè)備資源瓶頸問題，提高大數(shù)據(jù)加工處理能力，以及海量數(shù)據(jù)的存儲和分析處理能力。二是借助大內(nèi)存、系統(tǒng)級復(fù)制等新技術(shù)，提供高效能的大數(shù)據(jù)服務(wù)能力，實現(xiàn)對于高密度流數(shù)據(jù)的采集、存儲、計算、分發(fā)和持久化等的快速處理。

完善社交數(shù)據(jù)應(yīng)用策略，形成差異化發(fā)展模式。商業(yè)銀行在社交數(shù)據(jù)應(yīng)用領(lǐng)域有所作為，要么成為掌握海量有效社交數(shù)據(jù)的機構(gòu)，要么成為擁有強大數(shù)據(jù)分析能力的機構(gòu)。因此，商業(yè)銀行要確立明確的社交數(shù)據(jù)應(yīng)用策略，依托業(yè)務(wù)優(yōu)勢和目標(biāo)客戶群體，拓展數(shù)據(jù)獲取渠道，加強場景改造創(chuàng)新。場景和產(chǎn)品的開發(fā)必須立足不同類型機構(gòu)的競爭優(yōu)勢，在按照價值貢獻(xiàn)和行為偏好對客戶進(jìn)行分層的基礎(chǔ)上，優(yōu)先從“小而精”的應(yīng)用場景入手，逐步探索個性化、差異化的社交數(shù)據(jù)應(yīng)用策略。按照業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)獲取、數(shù)據(jù)分析和模型部署等步驟分析和應(yīng)用社交數(shù)據(jù)，通過確立社交數(shù)據(jù)應(yīng)用場景指導(dǎo)業(yè)務(wù)數(shù)據(jù)和社交數(shù)據(jù)的提取，減少數(shù)據(jù)損失，實現(xiàn)數(shù)據(jù)價值最大化。

加強專業(yè)人才隊伍建設(shè)，建立柔性團隊組合。在專業(yè)人才隊伍建設(shè)方面，商業(yè)銀行一方面可以加強與高校和科研院所的合作，建立社交數(shù)據(jù)專業(yè)人才聯(lián)合培養(yǎng)機制，有規(guī)劃地建立專門的數(shù)據(jù)科學(xué)家團隊，從長遠(yuǎn)發(fā)展的角度，逐步增強大數(shù)據(jù)專業(yè)人才的培養(yǎng)和補充。另一方面，可以通過參股、收購等商業(yè)運作，加強與社交平臺或?qū)I(yè)數(shù)據(jù)處理公司合作，解決社交數(shù)據(jù)應(yīng)用人才的燃眉之急。

建立跨部門的社交數(shù)據(jù)應(yīng)用柔性團隊，團隊中既要有熟悉大數(shù)據(jù)應(yīng)用的專業(yè)分析師，也要有熟悉各條線業(yè)務(wù)的專家，充分發(fā)揮數(shù)據(jù)分析師和業(yè)務(wù)專家的配合作用，實現(xiàn)技術(shù)與業(yè)務(wù)部門的聯(lián)動協(xié)作和共享交流。由柔性團隊開展業(yè)務(wù)探索性需求的研發(fā)創(chuàng)新，再將經(jīng)過實驗成熟的模型投入實際應(yīng)用場景。通過數(shù)據(jù)探索、原型設(shè)計，達(dá)到準(zhǔn)確實現(xiàn)業(yè)務(wù)需求，迅速對市場做出響應(yīng)的目的。

建立社交數(shù)據(jù)內(nèi)部使用制度，保護(hù)用戶信息安全。商業(yè)銀行應(yīng)高度重視社交數(shù)據(jù)的隱私安全及使用規(guī)范，將社交數(shù)據(jù)的采集和使用納入銀行保密管理委員會工作范疇，并針對社交數(shù)據(jù)使用流程和操作程序，制定嚴(yán)格的規(guī)章制度和管理辦法，編寫社交數(shù)據(jù)應(yīng)用規(guī)范手冊，供社交數(shù)據(jù)使用者學(xué)習(xí)遵守。設(shè)置嚴(yán)格的社交數(shù)據(jù)使用權(quán)限分級與崗位權(quán)限控制，通過完整的授權(quán)管理體系確保社交數(shù)據(jù)的私密性。實施數(shù)據(jù)分析師的準(zhǔn)入管理，進(jìn)行嚴(yán)格的培訓(xùn)與考核。采取相應(yīng)的技術(shù)手段，確保社交數(shù)據(jù)在應(yīng)用前完成權(quán)限控制和數(shù)據(jù)脫敏工作。

（作者單位：中國社會科學(xué)院財經(jīng)戰(zhàn)略研究院，中國工商銀行博士后科研工作站）