許臻

摘 要：伴隨國(guó)家鄉(xiāng)村振興戰(zhàn)略的實(shí)施，各地的農(nóng)商行異軍突起，迅速成長(zhǎng)為商業(yè)銀行中一股重要的金融力量。智能化時(shí)代，大數(shù)據(jù)技術(shù)應(yīng)用日益廣泛，成為助力農(nóng)商行快速發(fā)展的重要基石。在此背景下，本文討論了大數(shù)據(jù)在農(nóng)商行的應(yīng)用模式和應(yīng)用場(chǎng)景，指出了目前應(yīng)用中存在的問(wèn)題，最后提出了相應(yīng)的政策及建議，為促進(jìn)大數(shù)據(jù)在農(nóng)商行的應(yīng)用提供了一定的借鑒。

關(guān)鍵詞：大數(shù)據(jù)? 農(nóng)商行? 應(yīng)用模式? 政策建議

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2020）06（b）--03

1 研究背景

近年來(lái)大數(shù)據(jù)迅速發(fā)展，成為業(yè)界、學(xué)術(shù)界，甚至世界各地政府高度關(guān)注的熱點(diǎn)。隨著金融科技的飛速發(fā)展，大數(shù)據(jù)在銀行業(yè)的應(yīng)用也日益廣泛。2014年的全球交易銀行白皮書(shū)顯示，62%的銀行認(rèn)為大數(shù)據(jù)對(duì)其成功至關(guān)重要，29%的銀行表示從數(shù)據(jù)中獲得了足夠的商業(yè)價(jià)值。一方面，大數(shù)據(jù)在銀行業(yè)的普遍應(yīng)用取得了顯著的成果。另一方面，大數(shù)據(jù)在應(yīng)用中也存在一些問(wèn)題，值得進(jìn)一步挖掘其商業(yè)潛能。伴隨著國(guó)家鄉(xiāng)村振興戰(zhàn)略的實(shí)施，立足縣域、服務(wù)“三農(nóng)”的農(nóng)商銀行迅速發(fā)展，成為商業(yè)銀行群體中一股重要的新興力量。在快速變化的經(jīng)濟(jì)金融環(huán)境中，農(nóng)商行如何利用大數(shù)據(jù)技術(shù)，進(jìn)一步促進(jìn)其健康穩(wěn)定發(fā)展，成為值得農(nóng)商行深入探討的問(wèn)題。本文從農(nóng)商行大數(shù)據(jù)應(yīng)用模式、存在的問(wèn)題及政策建議三個(gè)方面闡述了推進(jìn)農(nóng)商行大數(shù)據(jù)應(yīng)用發(fā)展的基本框架，以期能夠?yàn)檗r(nóng)商行大數(shù)據(jù)應(yīng)用及發(fā)展提供一定程度的借鑒。

2 大數(shù)據(jù)在農(nóng)商行的應(yīng)用模式

2.1 客戶關(guān)系管理

隨著市場(chǎng)競(jìng)爭(zhēng)的日益加劇和經(jīng)濟(jì)一體化的不斷發(fā)展，商業(yè)銀行與客戶之間發(fā)生了深刻地變化，銀行的營(yíng)銷理念也從追求規(guī)模收益向挖掘客戶效率轉(zhuǎn)變。培養(yǎng)現(xiàn)有客戶并挖掘潛在客戶，是商業(yè)銀行成功的關(guān)鍵。因此，建立以客戶為中心的客戶關(guān)系管理系統(tǒng)（Customer Relationship Management，CRM），以新的形式應(yīng)對(duì)競(jìng)爭(zhēng)壓力和提高服務(wù)水平成為商業(yè)銀行的必然選擇[1]。

農(nóng)商行在業(yè)務(wù)過(guò)程中積累了大量的數(shù)據(jù)，在信息時(shí)代，能夠快速準(zhǔn)確地從數(shù)據(jù)挖掘規(guī)則中獲取知識(shí)，并且能夠有效地運(yùn)用這些規(guī)則和知識(shí)為銀行客戶關(guān)系管理和決策服務(wù)，對(duì)銀行增強(qiáng)競(jìng)爭(zhēng)力、獲取競(jìng)爭(zhēng)優(yōu)勢(shì)至關(guān)重要。大數(shù)據(jù)技術(shù)在農(nóng)商行客戶關(guān)系管理中的應(yīng)用可以概括為三類：客戶群特征研究、客戶購(gòu)買模型研究和信用卡欺詐行為研究[2]。數(shù)據(jù)挖掘分類和聚類技術(shù)可以有效地對(duì)客戶進(jìn)行細(xì)分，從而能夠快速了解和掌握客戶群體特征;農(nóng)商行獲取的海量用戶數(shù)據(jù)在大數(shù)據(jù)分析技術(shù)的基礎(chǔ)上，能夠低成本地對(duì)用戶的購(gòu)買行為進(jìn)行建模，從而預(yù)測(cè)用戶的購(gòu)買決策。同時(shí)，數(shù)據(jù)挖掘技術(shù)不同于傳統(tǒng)的統(tǒng)計(jì)方法，能夠通過(guò)分析異常數(shù)據(jù)對(duì)信用卡欺詐行為進(jìn)行預(yù)警和規(guī)避。

2.2 產(chǎn)品創(chuàng)新

大數(shù)據(jù)分析在銀行業(yè)的應(yīng)用是無(wú)止境的，農(nóng)商行可以利用數(shù)據(jù)實(shí)現(xiàn)更大的個(gè)性化，使其能夠?qū)崟r(shí)地為消費(fèi)者提供量身定制的產(chǎn)品和服務(wù)。利用大數(shù)據(jù)技術(shù)有利于農(nóng)商行實(shí)現(xiàn)產(chǎn)品研發(fā)、營(yíng)銷、維護(hù)等各環(huán)節(jié)的創(chuàng)新。例如，當(dāng)消費(fèi)者購(gòu)買航班或汽車時(shí)，銀行可以為這些產(chǎn)品提供保險(xiǎn)優(yōu)惠。在未來(lái)，這種應(yīng)用可能會(huì)進(jìn)一步擴(kuò)展。一種可能發(fā)生的情況是，當(dāng)用戶收到一張大額賬單時(shí)，銀行可以發(fā)送一條短信，為其提供貸款來(lái)支付這筆費(fèi)用。同時(shí)，基于數(shù)據(jù)的算法可以根據(jù)用戶的歷史借款模式和風(fēng)險(xiǎn)評(píng)估等級(jí)來(lái)計(jì)算出適合的利率。最后，銀行通過(guò)與支付平臺(tái)的互通互聯(lián)實(shí)現(xiàn)還款。

2.3 精準(zhǔn)營(yíng)銷

面對(duì)日益激烈的市場(chǎng)競(jìng)爭(zhēng)，傳統(tǒng)的營(yíng)銷方式如電話營(yíng)銷、上門(mén)營(yíng)銷已經(jīng)難以滿足商業(yè)銀行的業(yè)務(wù)需要，而大數(shù)據(jù)精準(zhǔn)營(yíng)銷系統(tǒng)在銀行、證券、保險(xiǎn)等金融行業(yè)有著先天的優(yōu)勢(shì)。通過(guò)數(shù)據(jù)分析平臺(tái)和營(yíng)銷決策引擎系統(tǒng)農(nóng)商行能夠?qū)崿F(xiàn)全流程的精準(zhǔn)營(yíng)銷解決方案，例如農(nóng)商行可以通過(guò)用戶的歷史行為和基本屬性為用戶建立畫(huà)像，運(yùn)用模型和算法為用戶推薦個(gè)性化的理財(cái)產(chǎn)品，增加用戶的忠誠(chéng)度和產(chǎn)品的購(gòu)買率。農(nóng)商行可以通過(guò)動(dòng)態(tài)的數(shù)據(jù)預(yù)測(cè)客戶需求，以實(shí)現(xiàn)最大程度的精準(zhǔn)營(yíng)銷。例如，識(shí)別高價(jià)值用戶的消費(fèi)行為，通過(guò)“多倍積分累積”“積分在店面實(shí)時(shí)兌換”等活動(dòng)來(lái)增加用戶黏性，最大程度地挖掘用戶的潛在需求。

2.4 風(fēng)險(xiǎn)控制

在金融業(yè)，以大數(shù)據(jù)為代表的新興技術(shù)為金融風(fēng)險(xiǎn)控制提供了新的機(jī)會(huì)，這些新興技術(shù)可以提供有效且可持續(xù)的金融服務(wù)。在風(fēng)險(xiǎn)管理中使用大數(shù)據(jù)的關(guān)鍵所在是建立強(qiáng)大的風(fēng)險(xiǎn)預(yù)測(cè)模型。當(dāng)銀行將強(qiáng)大的風(fēng)險(xiǎn)預(yù)測(cè)模型用于其風(fēng)險(xiǎn)管理工作時(shí)，它們將獲得更快的響應(yīng)時(shí)間，更廣泛的風(fēng)險(xiǎn)覆蓋范圍和更大的成本節(jié)省。為了建立信用風(fēng)險(xiǎn)預(yù)測(cè)與分析模型，農(nóng)商行可以采取以下步驟：第一，選擇支付交易等數(shù)據(jù)源，并將這些數(shù)據(jù)存儲(chǔ)在大數(shù)據(jù)分析平臺(tái)上;第二，挖掘數(shù)據(jù)，分析用戶特征;第三，基于相應(yīng)的行為對(duì)用戶進(jìn)行聚類和細(xì)分;第四，識(shí)別細(xì)分客戶的“正常”行為;第五，識(shí)別和預(yù)警用戶的“異常”行為;第六，將這些行為構(gòu)建為風(fēng)險(xiǎn)控制和預(yù)測(cè)模型;第七，通過(guò)源源不斷的數(shù)據(jù)和機(jī)器學(xué)習(xí)等技術(shù)對(duì)模型進(jìn)行優(yōu)化;第八，驗(yàn)證并獲取模型預(yù)測(cè)與預(yù)警效果。

3 大數(shù)據(jù)在農(nóng)商行應(yīng)用中存在的問(wèn)題

3.1 數(shù)據(jù)質(zhì)量有待改善

數(shù)據(jù)質(zhì)量是大數(shù)據(jù)分析的基礎(chǔ)，低質(zhì)量的數(shù)據(jù)常常被認(rèn)為是造成運(yùn)營(yíng)混亂、分析不準(zhǔn)確和商業(yè)戰(zhàn)略考慮不周的根源。因此，沒(méi)有高質(zhì)量的數(shù)據(jù)，再高超的大數(shù)據(jù)技術(shù)也是無(wú)水之源。一方面，農(nóng)商行的數(shù)據(jù)來(lái)源比較單一，常年的業(yè)務(wù)運(yùn)作雖然沉淀了大量的交易數(shù)據(jù)，但是各個(gè)業(yè)務(wù)部門(mén)的數(shù)據(jù)很大程度上沒(méi)有實(shí)現(xiàn)綜合利用，也缺乏引進(jìn)第三方數(shù)據(jù)的意識(shí)，沒(méi)有將第三方數(shù)據(jù)與銀行數(shù)據(jù)進(jìn)行整合和開(kāi)發(fā);另一方面，農(nóng)商行的數(shù)據(jù)也缺乏標(biāo)準(zhǔn)化，數(shù)據(jù)缺失、格式不統(tǒng)一等問(wèn)題在很大程度上降低了數(shù)據(jù)的質(zhì)量[3]。

3.2 數(shù)據(jù)分析技術(shù)有待提高

大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析技術(shù)對(duì)農(nóng)商行的重要性不言而喻。大數(shù)據(jù)技術(shù)在農(nóng)商行客戶關(guān)系管理、產(chǎn)品創(chuàng)新、精準(zhǔn)營(yíng)銷和風(fēng)險(xiǎn)控制等應(yīng)用場(chǎng)景有著不可或缺的作用。一方面，農(nóng)商行對(duì)技術(shù)的投資還有待加強(qiáng)，特別是近年來(lái)大數(shù)據(jù)技術(shù)蓬勃發(fā)展，技術(shù)的迭代速度不斷加快。例如，機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)管理、數(shù)據(jù)倉(cāng)庫(kù)、文本分析等技術(shù)層出不窮，農(nóng)商銀行對(duì)技術(shù)的投資和引進(jìn)還缺乏整體的規(guī)劃。另一方面，數(shù)據(jù)分析技術(shù)與銀行業(yè)務(wù)之間的融合還有待加強(qiáng)，很多農(nóng)商行還未將數(shù)據(jù)技術(shù)與業(yè)務(wù)目標(biāo)進(jìn)行有機(jī)整合和充分應(yīng)用[4]。

3.3 數(shù)據(jù)人才有待培養(yǎng)

盡管投資技術(shù)十分關(guān)鍵，農(nóng)商行也需要確保擁有所需的高素質(zhì)人才，以創(chuàng)造和提供行業(yè)領(lǐng)先的解決方案。而大數(shù)據(jù)技術(shù)方興未艾，就業(yè)市場(chǎng)對(duì)數(shù)據(jù)人才的需求遠(yuǎn)遠(yuǎn)多于供給[5]。這意味著農(nóng)商行加強(qiáng)人才儲(chǔ)備，聘用懂技術(shù)的新人，是實(shí)現(xiàn)其商業(yè)目標(biāo)的必然選擇。為了吸引人才，農(nóng)商行需要?jiǎng)?chuàng)造性地思考，使用富有想象力的招聘方式，如黑客馬拉松或大數(shù)據(jù)挖掘競(jìng)賽等。同時(shí)，注重對(duì)人才的培養(yǎng)和建立合理的激勵(lì)機(jī)制能夠更加高效地吸引并留住人才。

3.4 數(shù)據(jù)安全有待加強(qiáng)

對(duì)銀行和金融服務(wù)來(lái)講，數(shù)據(jù)泄露的主要后果是客戶信任的喪失，從而導(dǎo)致客戶流失。而銀行數(shù)據(jù)中相當(dāng)一部分?jǐn)?shù)據(jù)涉及客戶隱私，這些數(shù)據(jù)一旦泄露就會(huì)造成不可估量的損失。因此，數(shù)據(jù)安全不僅是銀行關(guān)鍵的競(jìng)爭(zhēng)優(yōu)勢(shì)，更是其在商業(yè)市場(chǎng)生存的前提。一方面，農(nóng)商行在數(shù)據(jù)安全系統(tǒng)的投資和建設(shè)方面還需要進(jìn)一步加強(qiáng)，以防止可能發(fā)生的惡意攻擊;另一方面，對(duì)員工進(jìn)行持續(xù)的數(shù)據(jù)安全培訓(xùn)和考核是防止人為錯(cuò)誤和疏忽的有效選擇[6]。

4 推進(jìn)農(nóng)商行大數(shù)據(jù)應(yīng)用發(fā)展的政策建議

4.1 挖掘既有數(shù)據(jù)，引入外部數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量

提高大數(shù)據(jù)的數(shù)據(jù)質(zhì)量對(duì)農(nóng)商行進(jìn)行戰(zhàn)略決策至關(guān)重要，數(shù)據(jù)質(zhì)量是農(nóng)商行大數(shù)據(jù)應(yīng)用的基礎(chǔ)。為確保高質(zhì)量的數(shù)據(jù)，農(nóng)商行首先要建立數(shù)據(jù)質(zhì)量評(píng)估體系，借助于數(shù)據(jù)挖掘和數(shù)據(jù)算法構(gòu)建大數(shù)據(jù)質(zhì)量評(píng)估系統(tǒng)，并不斷對(duì)評(píng)估系統(tǒng)的精確度進(jìn)行優(yōu)化和升級(jí)。要從數(shù)據(jù)生產(chǎn)、數(shù)據(jù)加工、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)使用和數(shù)據(jù)銷毀等全生命周期過(guò)程對(duì)數(shù)據(jù)質(zhì)量進(jìn)行把控[7]。其次，農(nóng)商行在數(shù)據(jù)質(zhì)量評(píng)估系統(tǒng)的基礎(chǔ)上，可以建立數(shù)據(jù)標(biāo)準(zhǔn)體系，進(jìn)一步提升銀行數(shù)據(jù)標(biāo)準(zhǔn)化水平，高標(biāo)準(zhǔn)化的數(shù)據(jù)水平可為數(shù)據(jù)質(zhì)量提供強(qiáng)有力的保障。

在數(shù)據(jù)質(zhì)量評(píng)估體系和數(shù)據(jù)標(biāo)準(zhǔn)體系的基礎(chǔ)上，農(nóng)商行可以充分利用已有數(shù)據(jù)并積極引進(jìn)外部數(shù)據(jù)。一方面，農(nóng)商行可以加大對(duì)已有數(shù)據(jù)的深度挖掘工作，充分利用多年業(yè)務(wù)流程中沉淀的歷史數(shù)據(jù)，加強(qiáng)各業(yè)務(wù)部門(mén)之間的數(shù)據(jù)共享和數(shù)據(jù)聯(lián)動(dòng)，致力于以更低的成本實(shí)現(xiàn)組織目標(biāo)。另一方面，農(nóng)商行要保持適度的開(kāi)放性，積極引進(jìn)外部數(shù)據(jù)，以提升數(shù)據(jù)的多樣性，加強(qiáng)已有數(shù)據(jù)和外部數(shù)據(jù)的整合利用工作。

4.2 促進(jìn)大數(shù)據(jù)分析技術(shù)與農(nóng)商行業(yè)務(wù)目標(biāo)深度融合

大數(shù)據(jù)的一個(gè)主要優(yōu)勢(shì)就是以創(chuàng)新、獨(dú)特的方式呈現(xiàn)數(shù)據(jù)，以輔助組織在商業(yè)上獲得新的洞見(jiàn)和新的競(jìng)爭(zhēng)力。因此，在分析數(shù)據(jù)之前明確組織需求就顯得十分重要。農(nóng)商行的戰(zhàn)略規(guī)劃需要逐步通過(guò)業(yè)務(wù)目標(biāo)來(lái)實(shí)現(xiàn)，而數(shù)據(jù)分析技術(shù)是實(shí)現(xiàn)業(yè)務(wù)目標(biāo)的技術(shù)基礎(chǔ)，技術(shù)和業(yè)務(wù)的不斷融合是促進(jìn)農(nóng)商行大數(shù)據(jù)應(yīng)用的必然選擇。

例如，目前農(nóng)商行對(duì)于客戶數(shù)據(jù)的分析以結(jié)構(gòu)化數(shù)據(jù)為主，對(duì)于客戶電話錄音、網(wǎng)點(diǎn)視頻影像、網(wǎng)絡(luò)日志等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)應(yīng)用尚淺，暫時(shí)沒(méi)有有效手段加以利用。而在不遠(yuǎn)的將來(lái)，越來(lái)越多的來(lái)自外部社交網(wǎng)站、微博、論壇的各種客戶信息也將成為農(nóng)商行重要的數(shù)據(jù)資源，這些占據(jù)總量95%以上的半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)對(duì)于客戶特征提取、客戶消費(fèi)偏好分析、客戶行為預(yù)測(cè)有重要意義。因此，為了進(jìn)一步促進(jìn)大數(shù)據(jù)分析技術(shù)與銀行業(yè)務(wù)深度融合，農(nóng)商行要研究并不斷提高數(shù)據(jù)的挖掘處理能力，包括大數(shù)據(jù)的去冗降噪技術(shù)、智能語(yǔ)音交互技術(shù)、文字識(shí)別技術(shù)、人臉識(shí)別技術(shù)、圖像分析技術(shù)以及機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)技術(shù)等。

4.3 大力培養(yǎng)大數(shù)據(jù)人才

隨著大數(shù)據(jù)技術(shù)應(yīng)用的日益廣泛，就業(yè)市場(chǎng)對(duì)大數(shù)據(jù)人才的需求也日益增加。就當(dāng)前而言，農(nóng)商行普遍缺乏一支同時(shí)兼?zhèn)鋽?shù)據(jù)思維和業(yè)務(wù)思維的人才隊(duì)伍，對(duì)數(shù)據(jù)人才的吸納、培養(yǎng)和激勵(lì)體系并不健全，嚴(yán)重制約大數(shù)據(jù)在農(nóng)商行發(fā)揮更大的功效。

農(nóng)商行培養(yǎng)大數(shù)據(jù)人才可以從以下三個(gè)方面出發(fā)：第一，完善人才招聘，從源頭把控高素質(zhì)人才的質(zhì)量。例如，可以通過(guò)組織數(shù)據(jù)競(jìng)賽的方式發(fā)現(xiàn)人才并留住人才。第二，加強(qiáng)培訓(xùn)，重視、引導(dǎo)并幫助員工成長(zhǎng)為銀行業(yè)務(wù)服務(wù)的大數(shù)據(jù)人才，可以通過(guò)校企合作的方式對(duì)人才進(jìn)行培養(yǎng)。這種方式在業(yè)界也普遍應(yīng)用，例如，深圳大學(xué)與阿里云合作成立大數(shù)據(jù)學(xué)院，計(jì)劃在三年內(nèi)培養(yǎng)千位大數(shù)據(jù)人才。第三，加強(qiáng)人才激勵(lì)，建立完善的人才激勵(lì)體系和人才晉升通道，營(yíng)造良好的企業(yè)文化氛圍，最大程度上降低大數(shù)據(jù)人才的流失率。

4.4 保證數(shù)據(jù)安全

數(shù)據(jù)安全是農(nóng)商行商業(yè)生存的基礎(chǔ)，保護(hù)數(shù)據(jù)不受安全威脅的重要性不言而喻。當(dāng)前威脅農(nóng)商行數(shù)據(jù)安全的隱患主要來(lái)自組織外部的惡意攻擊和組織內(nèi)部的人為操作失誤。

農(nóng)商行加強(qiáng)數(shù)據(jù)保護(hù)可以從以下兩個(gè)方面出發(fā)：第一，加大對(duì)數(shù)據(jù)安全系統(tǒng)的投資和建設(shè)，從數(shù)據(jù)加密、數(shù)據(jù)屏蔽、數(shù)據(jù)擦除與數(shù)據(jù)恢復(fù)等方面全方位保護(hù)數(shù)據(jù)安全。建立數(shù)據(jù)安全應(yīng)急管理機(jī)制，例如，可以考慮數(shù)據(jù)備份外包服務(wù)，使農(nóng)商行具備抵御火災(zāi)、地震、暴雨等自然災(zāi)害的能力，全面促進(jìn)業(yè)務(wù)系統(tǒng)的連續(xù)性，著實(shí)增強(qiáng)銀行防范風(fēng)險(xiǎn)能力[8]。第二，加強(qiáng)對(duì)員工數(shù)據(jù)安全操作的培訓(xùn)，建立數(shù)據(jù)安全操作規(guī)范體系，從數(shù)據(jù)收集、數(shù)據(jù)傳輸、數(shù)據(jù)加工、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)交換等各個(gè)方面規(guī)范員工的操作流程，最大程度地降低人為操作失誤帶來(lái)的數(shù)據(jù)安全風(fēng)險(xiǎn)。

參考文獻(xiàn)

Bin Fang， Ma Shoufeng. Data mining technology and its Application In CRM of Commercial Banks[A]. IEEE， 2009.

Yu-ping XI， Min CHEN. Application of data mining technology in CRM system of commercial banks[J]. DEStech Transactions on Engineering and Technology Research，2017.

趙遠(yuǎn)寬，史玥，臧亞州.江蘇轄內(nèi)農(nóng)村商業(yè)銀行大數(shù)據(jù)應(yīng)用調(diào)研[J].金融縱橫，2019（05）.

費(fèi)笑松，中國(guó)人民銀行南京分行會(huì)計(jì)財(cái)務(wù)處聯(lián)合課題組，興業(yè)銀行南京分行會(huì)計(jì)結(jié)算部.大數(shù)據(jù)技術(shù)在商業(yè)銀行的應(yīng)用研究[J].金融縱橫，2016（09）.

劉錚.大數(shù)據(jù)技術(shù)在商業(yè)銀行的應(yīng)用研究[J].金融科技時(shí)代，2018（05）.

梁繼良，孫家彥，韓暉.大數(shù)據(jù)時(shí)代安全可信防御體系[J].網(wǎng)絡(luò)空間安全，2018，9（12）.

朱穎.打造高效的商業(yè)銀行數(shù)據(jù)質(zhì)量管控體系——浦東發(fā)展銀行數(shù)據(jù)質(zhì)量管理實(shí)踐與創(chuàng)新[J].金融電子化，2018（04）.

吳明.網(wǎng)絡(luò)大數(shù)據(jù)時(shí)代銀行信息安全存在問(wèn)題及對(duì)策[J].電腦知識(shí)與技術(shù)，2016，12（18）.