王慶

摘 要 已經(jīng)來(lái)臨的大數(shù)據(jù)時(shí)代，將深刻影響中小商業(yè)銀行的未來(lái)發(fā)展，加之我國(guó)當(dāng)前正在深化以市場(chǎng)化為導(dǎo)向的金融改革，數(shù)據(jù)對(duì)金融行業(yè)發(fā)展的助推作用也在不斷深化。在金融大數(shù)據(jù)蓬勃發(fā)展的大背景下，商業(yè)銀行也面臨難得的發(fā)展機(jī)遇。如何抓住機(jī)遇，將銀行擁有的數(shù)據(jù)資源轉(zhuǎn)化為銀行發(fā)展的推進(jìn)器，更好地服務(wù)于金融地區(qū)民生，是擺在面前的緊迫課題。

關(guān)鍵詞 商業(yè)銀行 大數(shù)據(jù) 應(yīng)用創(chuàng)新

一、銀行大數(shù)據(jù)應(yīng)用的背景

大數(shù)據(jù)時(shí)代改變了人類(lèi)的思維方式，變革了人類(lèi)認(rèn)識(shí)世界的方式，提升了人類(lèi)改造世界的能力，也給銀行的發(fā)展帶來(lái)了巨大的機(jī)遇和挑戰(zhàn)。

銀行大數(shù)據(jù)應(yīng)用可以理解為銀行對(duì)自身的業(yè)務(wù)類(lèi)海量數(shù)據(jù)和銀行客戶(hù)的社會(huì)化海量數(shù)據(jù)實(shí)施高效低廉存儲(chǔ)、并行高速計(jì)算、深度靈活分析和持續(xù)創(chuàng)新應(yīng)用，并最終創(chuàng)造商業(yè)價(jià)值的過(guò)程。這里的價(jià)值可以包括銀行業(yè)務(wù)的商業(yè)模式創(chuàng)新、銀行經(jīng)營(yíng)管理效率提升、銀行客戶(hù)商機(jī)挖掘和營(yíng)銷(xiāo)、銀行客戶(hù)風(fēng)險(xiǎn)評(píng)估優(yōu)化等各個(gè)方面，甚至可能涉及銀行進(jìn)行跨界的業(yè)務(wù)創(chuàng)新和市場(chǎng)競(jìng)爭(zhēng)。[1]

我國(guó)商業(yè)銀行提供的服務(wù)和產(chǎn)品存在較大的同質(zhì)性，在金融大數(shù)據(jù)蓬勃發(fā)展的大背景下，互聯(lián)網(wǎng)金融和社交媒體的興起為銀行創(chuàng)造了全新的客戶(hù)接觸渠道，來(lái)自銀行網(wǎng)點(diǎn)、PC終端、移動(dòng)終端的結(jié)構(gòu)化、非結(jié)構(gòu)化的海量數(shù)據(jù)，為銀行創(chuàng)造了深化客戶(hù)挖掘、強(qiáng)化交叉銷(xiāo)售、加快產(chǎn)品創(chuàng)新的廣闊空間。[2]

另一方面在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)將使銀行決策從經(jīng)驗(yàn)依賴(lài)向數(shù)據(jù)決策轉(zhuǎn)化，管理人員將在深入了解和把握銀行自身乃至市場(chǎng)狀況的基礎(chǔ)上，更加科學(xué)地評(píng)價(jià)經(jīng)營(yíng)業(yè)績(jī)、評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)、配置全行資源，引導(dǎo)銀行業(yè)務(wù)科學(xué)健康發(fā)展。銀行業(yè)務(wù)人員依托行內(nèi)外海量數(shù)據(jù)的處理分析，實(shí)現(xiàn)客戶(hù)精細(xì)化管理，基于客戶(hù)大數(shù)據(jù)分析等，實(shí)現(xiàn)業(yè)務(wù)與IT融合、產(chǎn)品快速創(chuàng)新的目的。[3]

因此，銀行開(kāi)展大數(shù)據(jù)應(yīng)用探索已是適應(yīng)移動(dòng)互聯(lián)網(wǎng)時(shí)代、迎接互聯(lián)網(wǎng)金融挑戰(zhàn)的必然要求。運(yùn)用大數(shù)據(jù)思維對(duì)傳統(tǒng)銀行進(jìn)行改造，實(shí)現(xiàn)經(jīng)營(yíng)服務(wù)轉(zhuǎn)型，這也是傳統(tǒng)銀行煥發(fā)生機(jī)、獲得生存與發(fā)展的必由之路。[4]

二、搭建大數(shù)據(jù)平臺(tái)，增強(qiáng)銀行數(shù)據(jù)管理分析能力

大數(shù)據(jù)最主要的特征是超常規(guī)的數(shù)據(jù)庫(kù)及軟硬件環(huán)境。超常規(guī)數(shù)據(jù)和軟硬件環(huán)境是指分布式處理（Distributed Processing），列式存儲(chǔ)（Column Oriented Database），內(nèi)存計(jì)算（In Memory Computing）和非關(guān)系型數(shù)據(jù)庫(kù)（NoSQL）等各種新技術(shù)來(lái)代替?zhèn)鹘y(tǒng)數(shù)據(jù)處理方法。由于數(shù)據(jù)規(guī)模的爆發(fā)性增長(zhǎng)，傳統(tǒng)的數(shù)據(jù)處理方法已經(jīng)無(wú)法有效地處理海量的數(shù)據(jù)，因此唯有借用超常規(guī)的技術(shù)才能實(shí)現(xiàn)數(shù)據(jù)的快速化。多樣化數(shù)據(jù)是指多數(shù)據(jù)來(lái)源，多數(shù)據(jù)類(lèi)型和正確與錯(cuò)誤數(shù)據(jù)的混合。綜上所述，擁有大量數(shù)據(jù)并非大數(shù)據(jù)的全部，大數(shù)據(jù)關(guān)鍵是指為了應(yīng)對(duì)海量的數(shù)據(jù)，采用各種超常規(guī)技術(shù)快速有效地處理數(shù)據(jù)的各個(gè)環(huán)節(jié)——搜集、存儲(chǔ)、分析和應(yīng)用。

互聯(lián)網(wǎng)普及和大數(shù)據(jù)技術(shù)的發(fā)展讓數(shù)據(jù)的獲取方式更加豐富和便捷，這是大數(shù)據(jù)平臺(tái)的基礎(chǔ)。銀行作為經(jīng)濟(jì)領(lǐng)域中的交易中介，每天都會(huì)產(chǎn)生大量的數(shù)據(jù)，包括結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)，比如交易渠道和門(mén)戶(hù)網(wǎng)站的地理位置信息、日志信息等。收集行內(nèi)數(shù)據(jù)是大數(shù)據(jù)搜集的第一步，收集行內(nèi)的客戶(hù)海量數(shù)據(jù)并不難，但是光采集到自己這一環(huán)的數(shù)據(jù)還不夠，銀行需要整合行內(nèi)與行外的數(shù)據(jù)，增強(qiáng)捕獲和搜集行外數(shù)據(jù)的能力。比如與第三方平臺(tái)以及企業(yè)合作、提供小微企業(yè)云服務(wù)平臺(tái)、互聯(lián)網(wǎng)信息爬蟲(chóng)抓取信息等方式，通過(guò)這些合作與開(kāi)放式的方式能夠獲取更加全面的數(shù)據(jù)和信息，對(duì)數(shù)據(jù)整體的分析和處理幫助越大，這些外部數(shù)據(jù)和銀行內(nèi)部數(shù)據(jù)的結(jié)合給銀行帶來(lái)更立體的畫(huà)面。

在獲取和收集行內(nèi)行外的海量數(shù)據(jù)后，大數(shù)據(jù)平臺(tái)需要合理地存儲(chǔ)與組織各種數(shù)據(jù)源數(shù)據(jù)，不適合的數(shù)據(jù)存儲(chǔ)方式及不合理的數(shù)據(jù)存儲(chǔ)策略都會(huì)增加存儲(chǔ)成本，降低數(shù)據(jù)利用與分析性能。傳統(tǒng)的集中式存儲(chǔ)策略無(wú)法提供良好的I/O訪問(wèn)效率，也無(wú)法適應(yīng)海量數(shù)據(jù)的急速擴(kuò)張。因此采用目前比較前沿的Hadoop開(kāi)源架構(gòu)構(gòu)建大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)海量數(shù)據(jù)分布式存儲(chǔ)策略。另一方面，大數(shù)據(jù)平臺(tái)需要支持高效的計(jì)算方法來(lái)管理海量數(shù)據(jù)，例如分布式計(jì)算、SPARK內(nèi)存計(jì)算等，大數(shù)據(jù)平臺(tái)的高性能計(jì)算利用分布式計(jì)算架構(gòu)來(lái)管理和分析大數(shù)據(jù)，利用高性能、可擴(kuò)展性的開(kāi)放平臺(tái)為銀行的大數(shù)據(jù)提供技術(shù)支撐。[5]

商業(yè)銀行大數(shù)據(jù)平臺(tái)系統(tǒng)結(jié)合數(shù)據(jù)倉(cāng)庫(kù)建設(shè)，建立統(tǒng)一的數(shù)據(jù)處理分析平臺(tái)，數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)平臺(tái)之間為相互補(bǔ)充的關(guān)系（見(jiàn)圖1）。通過(guò)增加業(yè)界主流的大數(shù)據(jù)處理平臺(tái)Hadoop，提升數(shù)據(jù)平臺(tái)在海量數(shù)據(jù)的計(jì)算和查詢(xún)能力以及非結(jié)構(gòu)化數(shù)據(jù)的采集、存儲(chǔ)和計(jì)算能力，實(shí)現(xiàn)業(yè)務(wù)與IT融合、產(chǎn)品快速創(chuàng)新的目的。大數(shù)據(jù)平臺(tái)以海量數(shù)據(jù)的應(yīng)用基礎(chǔ)平臺(tái)為目標(biāo)定位，管理分析行內(nèi)歷史數(shù)據(jù)，對(duì)接第三方等行外數(shù)據(jù)，融合交易數(shù)據(jù)與行外數(shù)據(jù)，在促進(jìn)營(yíng)銷(xiāo)、風(fēng)險(xiǎn)管控、降低成本上發(fā)揮大數(shù)據(jù)的特點(diǎn)和優(yōu)勢(shì)，更好地服務(wù)于銀行客戶(hù)，更好地服務(wù)民生，承擔(dān)起服務(wù)商業(yè)地方經(jīng)濟(jì)的主要責(zé)任，為商業(yè)銀行創(chuàng)造先發(fā)競(jìng)爭(zhēng)優(yōu)勢(shì)。

大數(shù)據(jù)平臺(tái)的數(shù)據(jù)獲取層通過(guò)行內(nèi)ETL采集調(diào)度平臺(tái)獲取源系統(tǒng)數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)、文件傳輸?shù)确绞将@取互聯(lián)網(wǎng)、第三方平臺(tái)的數(shù)據(jù)。在數(shù)據(jù)層，Hadoop平臺(tái)作為數(shù)據(jù)倉(cāng)庫(kù)的有效補(bǔ)充，負(fù)責(zé)歷史數(shù)據(jù)存儲(chǔ)與查詢(xún)，提供并行的計(jì)算和非結(jié)構(gòu)化數(shù)據(jù)的處理能力，實(shí)現(xiàn)低成本的存儲(chǔ)和低時(shí)延、高并發(fā)的查詢(xún)計(jì)算能力。大數(shù)據(jù)平臺(tái)主要采用信息價(jià)值挖掘、用戶(hù)行為分析、語(yǔ)義識(shí)別、實(shí)時(shí)計(jì)算分析等技術(shù)手段，發(fā)現(xiàn)隱藏在海量數(shù)據(jù)背后的知識(shí)和規(guī)律。在應(yīng)用層通過(guò)海量數(shù)據(jù)可視化、數(shù)據(jù)庫(kù)服務(wù)和云計(jì)算等手段為用戶(hù)提供調(diào)用接口和操作界面。大數(shù)據(jù)平臺(tái)的主要建設(shè)目標(biāo)是通過(guò)構(gòu)建大數(shù)據(jù)處理框架，對(duì)銀行的行內(nèi)歷史數(shù)據(jù)及行外非結(jié)構(gòu)化數(shù)據(jù)信息進(jìn)行統(tǒng)一管理和利用，使數(shù)據(jù)信息產(chǎn)生最大化價(jià)值，為業(yè)務(wù)發(fā)展提供數(shù)據(jù)挖掘、數(shù)據(jù)分析、統(tǒng)一檢索、信息定制等綜合信息服務(wù)，如及時(shí)推送行業(yè)情報(bào)分析、輿情分析、客戶(hù)輿情監(jiān)測(cè)分析等信息，為管理人員提供決策支持；對(duì)接行外數(shù)據(jù)，提供客戶(hù)全維度的數(shù)據(jù)分析，為客戶(hù)市場(chǎng)、精準(zhǔn)營(yíng)銷(xiāo)、客戶(hù)服務(wù)、風(fēng)險(xiǎn)控制等應(yīng)用提供數(shù)據(jù)分析服務(wù)；通過(guò)統(tǒng)一數(shù)據(jù)共享平臺(tái)，實(shí)現(xiàn)全行數(shù)據(jù)信息的集成與共享；通過(guò)報(bào)表、郵件、專(zhuān)題分析等形式為銀行業(yè)務(wù)人員及重要客戶(hù)定期提供可定制的、高附加值、專(zhuān)業(yè)化的信息增值服務(wù)。endprint

最后，大數(shù)據(jù)平臺(tái)作為數(shù)據(jù)基礎(chǔ)平臺(tái)，數(shù)據(jù)質(zhì)量高低直接影響數(shù)據(jù)處理的成敗，在大數(shù)據(jù)應(yīng)用中，數(shù)據(jù)來(lái)源更廣，因而數(shù)據(jù)質(zhì)量問(wèn)題也更為重要。數(shù)據(jù)清洗技術(shù)可以提升數(shù)據(jù)質(zhì)量，但無(wú)法完全解決數(shù)據(jù)質(zhì)量問(wèn)題，因此大數(shù)據(jù)平臺(tái)在配合行內(nèi)數(shù)據(jù)治理的過(guò)程中，通過(guò)流程、管理和技術(shù)手段保證數(shù)據(jù)質(zhì)量，比如建立數(shù)據(jù)集成與整合的框架，數(shù)據(jù)在獲取層以及數(shù)據(jù)層，通過(guò)對(duì)不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行整合、驗(yàn)證，保證數(shù)據(jù)的準(zhǔn)確性和唯一性，并且通過(guò)應(yīng)用層上的實(shí)際應(yīng)用反饋調(diào)整數(shù)據(jù)的整合策略。數(shù)據(jù)質(zhì)量管理是一個(gè)綜合的治理過(guò)程，不能只通過(guò)簡(jiǎn)單的技術(shù)手段解決，需要從銀行整體的高度加以重視，才能在大數(shù)據(jù)世界里博采眾長(zhǎng)，搶占先機(jī)。

三、銀行大數(shù)據(jù)應(yīng)用的實(shí)施方法建議

按照業(yè)界內(nèi)的經(jīng)驗(yàn)，銀行大數(shù)據(jù)應(yīng)用的實(shí)施需要循序漸進(jìn)、內(nèi)修外和地開(kāi)展。循序漸進(jìn)是指當(dāng)前大數(shù)據(jù)技術(shù)在銀行業(yè)的應(yīng)用尚未完全成熟，各家銀行都在邊探索邊實(shí)施，力爭(zhēng)搶得先機(jī)；“內(nèi)修”是指加強(qiáng)銀行自身硬件和軟件的建設(shè)，提高數(shù)據(jù)建模和數(shù)據(jù)分析能力；“外和”是指與監(jiān)管機(jī)構(gòu)、金融合作平臺(tái)、互聯(lián)網(wǎng)電商企業(yè)以及學(xué)校等方面加強(qiáng)應(yīng)用合作和研究合作。因此大數(shù)據(jù)平臺(tái)的建設(shè)遵循分步驟實(shí)施，在搭建自主可控的大數(shù)據(jù)基礎(chǔ)平臺(tái)的前提下，探索和實(shí)施大數(shù)據(jù)平臺(tái)在銀行的應(yīng)用，有重點(diǎn)、有突破地進(jìn)行應(yīng)用開(kāi)發(fā)落地。

（一）加強(qiáng)大數(shù)據(jù)思維的轉(zhuǎn)變

近年來(lái)，大數(shù)據(jù)技術(shù)的快速發(fā)展深刻改變了我們的生活、工作和思維方式。大數(shù)據(jù)研究專(zhuān)家舍恩伯格指出，大數(shù)據(jù)時(shí)代，人們對(duì)待數(shù)據(jù)的思維方式會(huì)發(fā)生如下三個(gè)變化：第一，人們處理的數(shù)據(jù)從樣本數(shù)據(jù)變成全部數(shù)據(jù)；第二，由于是全樣本數(shù)據(jù)，人們不得不接受數(shù)據(jù)的混雜性，而放棄對(duì)精確性的追求；第三，人類(lèi)通過(guò)對(duì)大數(shù)據(jù)的處理，放棄對(duì)因果關(guān)系的渴求，轉(zhuǎn)而關(guān)注相關(guān)關(guān)系。傳統(tǒng)的銀行數(shù)據(jù)服務(wù)偏重于滿(mǎn)足內(nèi)部經(jīng)營(yíng)管理需求的“內(nèi)向型”的應(yīng)用，隨著互聯(lián)網(wǎng)金融的蓬勃發(fā)展，銀行的業(yè)務(wù)和技術(shù)人員必須建立互聯(lián)網(wǎng)思維和大數(shù)據(jù)思維，擴(kuò)展數(shù)據(jù)的使用范圍，將更多的資源投向“外向型”的客戶(hù)分析，以洞察客戶(hù)需求，快速響應(yīng)客戶(hù)需求，實(shí)現(xiàn)以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)轉(zhuǎn)型和持續(xù)改善客戶(hù)體驗(yàn)。另一方面，在大數(shù)據(jù)背景下的銀行信息化建設(shè)具有業(yè)務(wù)集中、技術(shù)整合、信息共享和數(shù)據(jù)挖掘等突出特點(diǎn)，更強(qiáng)調(diào)運(yùn)用大數(shù)據(jù)技術(shù)挖掘信息價(jià)值。因此，需要培養(yǎng)和建設(shè)一支集數(shù)據(jù)分析、業(yè)務(wù)、技術(shù)綜合素質(zhì)于一體的專(zhuān)業(yè)人才隊(duì)伍，將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，將信息資源優(yōu)勢(shì)轉(zhuǎn)化為市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)。

（二）積極探索大數(shù)據(jù)應(yīng)用創(chuàng)新，迭代優(yōu)化

在信息技術(shù)快速發(fā)展的今天，銀行需要積極學(xué)習(xí)新興技術(shù)，不斷地探索實(shí)踐業(yè)務(wù)與應(yīng)用的創(chuàng)新，不斷地對(duì)現(xiàn)有的數(shù)據(jù)應(yīng)用進(jìn)行迭代優(yōu)化。目前，商業(yè)銀行大數(shù)據(jù)課題組已嘗試探索利用互聯(lián)網(wǎng)爬蟲(chóng)、地理位置信息技術(shù)和非結(jié)構(gòu)化數(shù)據(jù)分析技術(shù)在實(shí)際業(yè)務(wù)領(lǐng)域的實(shí)驗(yàn)應(yīng)用，積累了一定的經(jīng)驗(yàn)。

利用爬蟲(chóng)技術(shù)，在社交網(wǎng)站、微博、搜索引擎、新聞網(wǎng)站以及寒山聞鐘等本地論壇上的信息抓取和收集，分析客戶(hù)的網(wǎng)絡(luò)輿情信息，通過(guò)語(yǔ)義分析監(jiān)測(cè)客戶(hù)輿情情況，通過(guò)與行內(nèi)客戶(hù)數(shù)據(jù)的整合，展現(xiàn)客戶(hù)的外部輿情情況，給信貸業(yè)務(wù)人員提供貸前及貸中后的決策提供支持；利用地理位置信息技術(shù)，獲取行內(nèi)客戶(hù)位置信息，通過(guò)熱力圖等形式展現(xiàn)客戶(hù)的地理分布情況，結(jié)合網(wǎng)絡(luò)爬蟲(chóng)抓取客戶(hù)小區(qū)及房?jī)r(jià)信息，更加準(zhǔn)確地對(duì)客戶(hù)進(jìn)行挖掘分類(lèi)，判別客戶(hù)的層次及需求，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)；在非結(jié)構(gòu)化數(shù)據(jù)分析技術(shù)利用上，采集網(wǎng)銀和手機(jī)銀行的應(yīng)用和服務(wù)器日志，對(duì)日志文件進(jìn)行挖掘分析，通過(guò)非結(jié)構(gòu)化的數(shù)據(jù)分析發(fā)現(xiàn)客戶(hù)在網(wǎng)銀及手機(jī)App上的訪問(wèn)路徑，發(fā)現(xiàn)客戶(hù)的行為習(xí)慣及關(guān)注興趣內(nèi)容，通過(guò)這些數(shù)據(jù)的挖掘分析幫助業(yè)務(wù)部門(mén)了解客戶(hù)的關(guān)注重點(diǎn)，重點(diǎn)客戶(hù)的需求類(lèi)別，通過(guò)這些結(jié)果適時(shí)調(diào)整網(wǎng)站及App應(yīng)用的布局，提升客戶(hù)體驗(yàn)，進(jìn)一步增加客戶(hù)黏性。

銀行業(yè)務(wù)部門(mén)應(yīng)與科技開(kāi)發(fā)人員共同配合，研究利用內(nèi)外部數(shù)據(jù)通過(guò)數(shù)據(jù)分析和數(shù)據(jù)挖掘，推動(dòng)銀行的業(yè)務(wù)產(chǎn)品創(chuàng)新、客戶(hù)營(yíng)銷(xiāo)設(shè)計(jì)、客戶(hù)風(fēng)險(xiǎn)管理等大數(shù)據(jù)支撐的應(yīng)用探索工作，其中每個(gè)領(lǐng)域的大數(shù)據(jù)應(yīng)用都是一個(gè)需要長(zhǎng)期研究的重大課題，都涉及如何利用更廣泛的數(shù)據(jù)資源、采用更合理的數(shù)理統(tǒng)計(jì)分析方法、建設(shè)更穩(wěn)定可靠的業(yè)務(wù)模型，并通過(guò)系統(tǒng)固化、數(shù)據(jù)更新、模型評(píng)估以及配套制度的落實(shí)，確保該大數(shù)據(jù)應(yīng)用在銀行內(nèi)部實(shí)現(xiàn)最深入、最廣泛的應(yīng)用，發(fā)揮大數(shù)據(jù)應(yīng)用對(duì)銀行最大化的價(jià)值效益。

（三）逐步健全銀行客戶(hù)全景分析視圖

依據(jù)互聯(lián)網(wǎng)及小微云平臺(tái)、電商等第三方外部數(shù)據(jù)，并結(jié)合內(nèi)部客戶(hù)交易、賬戶(hù)等業(yè)務(wù)數(shù)據(jù)，采用機(jī)器學(xué)習(xí)、特征判斷等數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)分析，補(bǔ)充健全客戶(hù)全景視圖，為業(yè)務(wù)部門(mén)提供營(yíng)銷(xiāo)決策支持和風(fēng)險(xiǎn)評(píng)估?？蛻?hù)全景視圖需要一個(gè)長(zhǎng)期不斷建設(shè)、迭代優(yōu)化的過(guò)程，在規(guī)劃中可以以客戶(hù)需求為主線，通過(guò)客戶(hù)細(xì)分與客戶(hù)標(biāo)簽的形式完善客戶(hù)全景視圖。比如從客戶(hù)基本信息維度、偏好信息維度，涵蓋對(duì)銀行金融產(chǎn)品、服務(wù)和業(yè)務(wù)偏好，交易渠道和設(shè)備偏好，營(yíng)銷(xiāo)活動(dòng)偏好，興趣愛(ài)好、活躍路徑和空間等，融合客戶(hù)銀行業(yè)務(wù)交易、互聯(lián)網(wǎng)交易和行為等，通過(guò)這些維度的分析和挖掘，挖掘篩選營(yíng)銷(xiāo)目標(biāo)客戶(hù)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)。以客戶(hù)大數(shù)據(jù)分析為基礎(chǔ)，分析客戶(hù)信用狀況及欺詐風(fēng)險(xiǎn)，實(shí)時(shí)評(píng)估客戶(hù)授信額度及監(jiān)測(cè)客戶(hù)欺詐風(fēng)險(xiǎn)，包括客戶(hù)信用、逾期概率預(yù)測(cè)、風(fēng)險(xiǎn)評(píng)估、貸款額度評(píng)分等信息。

客戶(hù)全景視圖作為銀行大數(shù)據(jù)平臺(tái)應(yīng)用探索與實(shí)踐的信息基礎(chǔ)，通過(guò)收集和分析客戶(hù)相關(guān)數(shù)據(jù)，實(shí)現(xiàn)對(duì)客戶(hù)信息完整、一致展現(xiàn)的客戶(hù)信息模型。通過(guò)客戶(hù)全景視圖分析全面認(rèn)識(shí)和認(rèn)知客戶(hù)，促進(jìn)銀行業(yè)務(wù)部門(mén)人員加深對(duì)客戶(hù)需求的理解，進(jìn)而實(shí)現(xiàn)精細(xì)化管理、精確營(yíng)銷(xiāo)和精準(zhǔn)服務(wù)，提高客戶(hù)滿(mǎn)意度與忠誠(chéng)度。因此，構(gòu)建客戶(hù)全景視圖，是大數(shù)據(jù)平臺(tái)發(fā)揮威力、增強(qiáng)業(yè)務(wù)價(jià)值的基礎(chǔ)與核心。

四、結(jié)語(yǔ)

大數(shù)據(jù)的方興未艾給金融行業(yè)帶來(lái)了生機(jī)的同時(shí)，也使傳統(tǒng)金融機(jī)構(gòu)面臨著前所未有的挑戰(zhàn)。銀行正在以搭建大數(shù)據(jù)平臺(tái)和探索實(shí)踐大數(shù)據(jù)銀行應(yīng)用的方式應(yīng)對(duì)大數(shù)據(jù)和互聯(lián)網(wǎng)金融的浪潮。銀行需要提升對(duì)大數(shù)據(jù)的認(rèn)識(shí)，加強(qiáng)自身產(chǎn)品創(chuàng)新和對(duì)大數(shù)據(jù)的分析能力，實(shí)現(xiàn)業(yè)務(wù)與IT融合和產(chǎn)品快速創(chuàng)新，在促進(jìn)營(yíng)銷(xiāo)、風(fēng)險(xiǎn)管控、降低成本上發(fā)揮大數(shù)據(jù)的特點(diǎn)和優(yōu)勢(shì)，以客戶(hù)為中心，更好地服務(wù)于客戶(hù)，服務(wù)民生，為銀行創(chuàng)造先發(fā)競(jìng)爭(zhēng)優(yōu)勢(shì)。

（作者單位為蘇州國(guó)際發(fā)展集團(tuán)）

參考文獻(xiàn)

[1] 婁飛鵬.商業(yè)銀行應(yīng)用大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)管理策略研究[J].南方金融，2014

（5）：92-95.

[2] 方方.“大數(shù)據(jù)”趨勢(shì)下商業(yè)銀行應(yīng)對(duì)策略研究[J].新金融，2012（12）：25-28.

[3] 劉靜如.大數(shù)據(jù)：金融企業(yè)的盾與劍——淺談風(fēng)險(xiǎn)管理與消費(fèi)智能[J].中國(guó)金融電腦，2012（09）：83.

[4] 李卓霖.大數(shù)據(jù)時(shí)代銀行應(yīng)對(duì)互聯(lián)網(wǎng)金融沖擊的轉(zhuǎn)型方式研究[J].時(shí)代金融旬刊，2017（6）：82+86.

[5] 李小慶，陳權(quán).構(gòu)建面向大數(shù)據(jù)的銀行數(shù)據(jù)挖掘平臺(tái)[J].金融科技時(shí)代，2017（03）：16-21.endprint