商业银行大数据应用初探

【摘要】互联网+推动了大数据技术在各个领域的应用热潮，作为资本市场的重要组成部分，商业银行在大数据应用方面也不断进行尝试。金融业海量数据产生使其成为数据挖掘的金库，分析和应用商业银行的数据信息，将为银行创新服务、信息安全管理等迎来突破，变革传统金融市场。主要分析大数据在商业银行应用的必然性，大数据应用热潮中出现的困境，提出商业银行应用大数据技术的原则和措施。

【关键词】大数据技术 商业银行 应用研究

以信息技术为支撑的大数据将会挖掘金融业庞大的数据信息，大数据技术实施应朝着精准化、精细化、低成本管理等方向发展，突破传统金融机构难以完成的任务。商业银行之间的竞争日趋激烈，行业产品和服务创新成为顾客影响服务满意度的重要因素。而商业银行的核心竞争力是技术的不可复制性、运营模式的创新、服务的精准性、便捷性和安全性。大数据技术的应用为商业银行的发展提供机遇。

一、商业银行实施大数据的必然性

（一）服务与管理创新的需要

国家2015年提出大数据应用发展行动纲要，使国内各行业重新认识了大数据的价值，进一步明确大数据的应用初衷和发展归宿。商业银行在拓展业务过程中最重要的要体现产品和服务的差异化，以保持市场竞争中的优势地位[1]。各银行机构对客户银行账户的交易数据如购物行为、消费特征、社交信息等可以制定符合客户消费行为习惯、风险特征和消费偏好的定制服务，实现以“客户为中心”的服务理念。

（二）优化业务的需要

商业银行同样是追求利润的市场主体，也具有提升利润，降低运营成本的发展需求。大数据技术的应用可以细分并重塑银行业务流程。以银行卡的发放为例，大数据平台可以根据用户的申请信息提供客户评级，平台运算评估可以提高人工评估的效率，提高客户开卡速度，在开卡后又可以更具客户的消费行为进行产品和服务营销、信用管理等后续管理服务。大数据的将重塑整个业务链条，降低运营管理成本。

（三）防范风险的需要

商业银行和虚拟运营商、第三方支付平台和合作逐渐增多，也为电信网络诈骗分子提供可乘之机。电信网络诈骗形式更加多样，对以商业银行为载体进行资金运转的客户财产造成威胁。商业银行已经成为预防并联合治理电信网络诈骗的重要主体。大数据的应用将进一步提升客户信息安全，在信息创新的同时提供保护信息安全，可实现对电信诈骗、洗钱、账户异常波动的实时监控，从事前预防、事中控制、事后协调，降低客户资金风险和损失可能性。

二、商业银行大数据应用遵循的原则

（一）基础管理与业务创新相辅相成

大数据应用的基础是数据的真实性，从银行基础管理来看，客户信息失真、数据不完整导致信息质量不高。以大数据为基础，强调顶层设计，制定统一的信息应用结构，建立数据质量标准，为大数据的应用夯实基础[2]。大数据推动商业银行的业务创新是值得期待的事。在商业银行业务转型过程中，研究金融交易市场、互联网金融等新型业务的统计指标，同时做好风险防范建立一套风险预警、资信管理等新工具、新手段。

（二）依托信息安全提升信息應用

大数据应用过程中客户的商业信息和隐私信息是数据挖掘的基础，但也带有极大的信息安全隐患。加强客户信息安全才能更好的应用信息数据，为客户提供便捷、满意的服务。通过设置信息应用时间、地点、范围、权限有条件的开发客户信息数据，借助大数据提升信息管理水平和能力，从精准定位营、挖掘信息潜质、安全预警、行为分析等领域拓展应用，促进银行业服务转型。

（三）整合结构信息和非结构信息

商业银行产生的海量数据中结构信息和非结构信息共存。若从数据的属性来看，结构信息更具理性，非结构信息相对感性，自数据开发应用过程中有机结合可以提升数据应用的价值。提升结构化信息的应用质量，拓展非结构化信息的来源，提高信息转型力度[3]。

（四）加强大数据信息内外联动

商业银行经营活动离不开自身系统的良性运转，同时也离不开外界参与主体。将银行现有的客户信息、经营信息等重要信息，精准、及时地推送给各类受众，创新信息收集与传播功能，加大信息传导力度和广度，尽可能地分享信息成果，体现信息价值。同时积极探索和政府、银行监督机构、公安机关、税务部分、司法机构、企业等主体及时联系，拓展内外合作，扩大信息来源，提供优质信息服务。

三、大数据在商业银行的应用

（一）构建全方位客户视图

客户信息的利用从开户登记开始，建立基本的客户信息档案，并跟踪后续的资信、消费方式和交易信息，传统的数据记录由于信息来源单一，容易产生信息扭曲。大数据平台的建立可以连接社交网络、电子商务平台、媒介终端，这些信息渠道产生大量非结构化信息，摆脱以往只能借助内部渠道获取信息的局限性[4]。基于社交网络的外部数据可以对客户进行微观细分，构建全景动态的客户视图，并随着时间的推移，对客户信息进行动态调整，发挥大数据追踪为银行进行信息利用带来的优势。全景动态视图可以及时更新用户信息，便于银行根制定针对性的营销活动、评估信用风险、进行竞争分析、制定客户挽留策略、拓展新客户等业务活动。尤其对于对公客户大数据可以从纵向上进行内外数据结合，掌握客户的上下游供供应链情况，提供技术层面支持，更好的预测企业外部发展情况，判断企业经营情况做出风险判断。

（二）基于客户需求，定制产品和服务

利用大数据追踪的数据信息进行深度挖掘，可以获取客户的需求，然后结合银行的特色产品和服务进行合理设置和推送。大数据可以通过客户的行为数据和银行系统的数据相契合，汇总最终的行为结果，为客户提符合需求的产品和服务。

以信用卡使用为例，基于传统的积分兑换和刷卡优惠活动多依据客户的交易数据和相关产品开发人员的主观判断，客户信息分析准确性有待商榷，而大数据可以基于客户行为数据，如年度消费水平、历史购买行为、对媒体的响应、社会关系网、在线行为模式、客户在线时长等与银行数据结合，将更多结构化信息和非结构化信息结合，更理性、客观、全面的分析信用卡用户的交易数据，基于时空维度定制精准的产品和服务。

（三）追踪实时状态，进行及时营销

基于银行营业厅网点的传统银行销售模式更显被动，且营销耗时长，投入更多银行资源，但业务效率整体不高。而电话和短信营销虽然覆盖面拓宽，但营销效果不佳。大数据平台通过全景客户视图对客户消费数据、浏览记录、消费模式和路径等信息进行挖掘、分析，拓展了商业银行的营销渠道和方式方法，且极大的提高营销的时效性、精准度。实时营销是根据客户消费的实时状态推送基于页面浏览时间、上次消费数据、消费所在地等信息进行的针对性营销。并根据数据平台不断更新的客户年龄、职业、资产规模、风险偏好等信息对客户进行精准定位，挖掘潜在的金融需求，拓宽银行营销受众[5]。且数据平台可以借组数据信息生成对应的产品服务营销策略，利用客户信息流和资金流进行实时分析，提高数据的时效性，近似实现智能营销。

（四）借助新技术，提高银行风险管控效率

风险管理包括银行自身的信贷业务风险也包括客户信息风险防控。商业银行的信贷业务是风险防控的重要监测模块，也是商业银行的主营业务。征信系统的建立主要针对信贷风险进行防控。大数据平台数据分析可以帮助了解客户的自然属性和行为属性，通过平台积累的行为数据、信用数据、客户风险分析以及资产负债状况可以构筑相对完善的风险防范体系。

大数据技术的显著应用优势在于可以深度挖掘数据中的关联信息，及时发现已知或潜在风险。基于大数据建立的风险防控系统通过对数据原始资料的初加工，从银行数据、用户数据、网站数据以及征信机构获取的数据形成围绕客户的数字资源库，借助数据加工工厂利用数据抽取、集成、过滤、处理、挖掘以及评估工具形成从风险问题定义到设计、分析、评估的整个过程。然后输出关于客户的信用评级、报告、身份验证以及欺诈检测等数据产品，最终形成基于大数据的商业银行信用风险体系。银行借助智能识别和分析技术对银行窗口業务、自助设备端业务以及线上业务进行全方位、多角度的分析和评估，有助于提升银行业务的风险管理水平，提升银行自身和银行客户的风险管理评估和监测水平。

（五）优化业务流程和运营

大数据技术可以为银行提供多种市场推广监控渠道，分析不同金融市场的渠道质量，做出适合银行自身特色的渠道优化和调整。并可以结合具体的渠道特色分析适合该渠道的产品和服务。通过大数据可以监测分析银行固定资产投入产出比，结合历史数据分析制定固定资产投放的额度和利用率。通过分析不同银行资产的收支情况，进行模拟测算和预测，帮助银行业务部门进行经营状况分析，对外部政策变化、业务调整等对银行的影响进行科学分析，为银行系统决策提供支持和监测分析，提高经营管理的准确性和财务风险管控能力。最后，大数据技术可以更好的捕捉关于银行产品、服务等相关内容的正负信息，便于同行比较，及时调整优化自身服务。

四、结束语

当期大数据在商业银行的应用十分广泛，应用渠道、方式、手段不断更新，同时也存在一定的问题。大数据技术应用应朝着构建完善金融体系，优化银行服务等为目标。大数据今后一段时期内将发挥对社会经济的促进作用，推动商业银行的转型。

参考文献

[1]工商银行股份有限公司河北省分行课题组，宋颖新，王英琦.商业银行大数据分析与应用研究[J].河北金融，2018（01）：3-10.

[2]孙妮，康守松，刘晓峰.数据资产视角下商业银行大数据应用现状及发展前景分析[J].现代管理科学，2017（02）：79-81.

[3]杨忆.对商业银行大数据应用“热”的“冷”思考[J].清华金融评论，2016（06）：71-75.

作者简介：何滔（1971-），女，汉族，云南人，大学本科学历，会计师，主要从事金融机构财务会计管理工作。