——城市商业银行大数据应用研究

崔雪丹 吉林银行

摘要：随着大数据时代的到来，城市商业银行在互联网金融的冲击下面临更大的转型压力。本文在分析大数据的涵义与银行大数据需求的基础上，分析大数据可为银行创造的高效益，提出几点符合城市商业银行现状的发展策略。

关键词：大数据；城市商业银行

近年来，在经济放缓和监管高压的双重压力之下，城市商业银行依靠传统发展模式难以为继，迫切需要谋求转型发展的新出路。大数据技术的应用成为越来越多商业银行的普遍选择，为银行创新发展提供了路径和手段。在新形势下，如何将大数据应用迅速转化为竞争力进而创造“效益”，成为了城市商业银行面临的一个重大而紧迫的课题。

一、大数据的涵义

我国当前对大数据的定义通常为“3V”，即数量（Volume）巨大、速度(Velocity)飞快和种类(Variety)众多。也有国外的咨询研究加入了第四个“V”,即价值(Value)创造。只有数量庞大、实时更新、种类繁多的全量数据为人所应用并创造出价值，才形成了真正意义的大数据。商业银行的数据量已达到了大数据级别，且海量的交易数据随着业务开展及时更新，但许多银行特别是体量小、技术相对陈旧的城市商业银行并未对大数据加以合理应用并创造出相应的价值。

二、大数据应用创造效益

（一）降低获客成本

近两年，银行经历的资产荒、负债荒，归根结底是客户荒。没有客户，银行将变成无源之水、无本之木，难以为继。有效的营销客户，是银行发展的根本，是创造效益的前提条件，更是未来可持续发展的基础。大数据分析通过汇集来源于各渠道的客户信息，分析客户的交易情况，挖掘资金流转规律，对客户进行细化、分类，在目标客户群体细分的基础上，优化各类营销资源配置，以适宜的营销策略对客户实施精准营销，打破了传统“广撒网”、单纯扩大盘子的野蛮获客模式，有效降低了获客成本，提高了商业银行营销资源的边际效益。

（二）提升客户服务水平

商业银行长久以来积累了丰富的客户数据，但这些“数据”的价值，只是停留在“记账”、“统计”的层面上，形成数据资源的浪费。如能盘活大数据资产、发掘存量数据的价值，能够更加准确的发现存量客户的需求，为其提供更加精准的金融服务。

另外，城市商业银行依靠其地缘优势，联动工商、税务、法院、水电气等获取大量社会层面数据，也可以扩大商业银行为客户服务的品种与渠道，例如客户通过银行统一缴纳税款、水电费等，银行获取相关的信息也加强了银行对客户运营情况的侧面把控，为客户提供更加个性化的服务，提升服务水平及有效性。

（三）推动产品创新

当前商业银行产品日趋同质化，服务模式日趋标准化。城市商业银行要进行因地制宜的经营转型和产品创新设计都迫切的需要大数据分析来精准判断客户的喜好与倾向，并更好的应用于产品设计与应用的全流程中。银行能够针对不同的客户提供适宜的产品与服务，也进一步提升了营销效率与精准度。在客户接受银行的产品或服务后，也同样需要大数据分析客户对新产品或服务的满意程度，对不熟悉产品的客户提供应用指导、对新产品的缺陷及时发现并加以完善。

（四）提升风险控制水平

在当前经济下行、企业出现资金流断裂、银行信用风险日趋显现的情况下，风险管理成为银行稳健经营过程中至关重要的环节。大数据分析帮助银行进一步掌握客户的经营情况及交易轨迹，结合客户行为分析、客户征信情况分析、客户风险概率分析及客户的实际经营情况，深入完善风险方法体系，既提升了贷前调查的效率，由数据分析和实地调查结合替代以往单纯的人工经验判断，又能在贷后管理过程中，有效提升风险监测的效率和前瞻性。

（五）建立合理的定价体系

当前，银行存贷利差持续收窄，资产规模快速下降，负债成本高企。银行可以运用大数据分析建立其负债及资产业务差异化定价体系，做到对不同产品、不同行业、不同区域、不同客户的差异化定价，通过一户一策，根据客户的存款、贷款、利润贡献情况等综合指标进行的的科学定价，提高优质客户黏性，降低对低贡献度的客户资源投入，使商业银行成本收益体系区域合理。

三、城市商业银行大数据发展存在的问题

（一）内部数据整合度不高。由于城市商业银行的不同业务按照条线化管理，且数据结构设计简单，并未充分考虑大数据技术应用需求，造成各类数据繁杂纷乱，缺乏全方位的立体分析，银行丰富的内部数据资源没能得到有效分析利用。

（二）外部数据的可获得性较差。当前城市商业银行尚未能与各类电商平台、外部咨询机构展开全面合作，可获取的外部数据有限。以第三方支付平台为例，银行仅可获得最终节点交易的基本信息，如户名、金额等，却无法获得交易背景、事由的实际交易数据，银行进行数据应用分析的效果大打折扣。

四、城市商业银行大数据发展策略

（一）建立健全大数据管理体系

受规模和科技力量限制，城市商业银行无法仿照民生银行等大型银行的发展模式建立大型数据服务平台。但随着数据治理组织架构的不断完善，城市商业银行可以由数据统计分析主管部门站在全企业的视角对大数据工作进行统筹规划、组织协调与集中管理，将业务部门采集的大数据进行分析与整合，保障数据体系的正常运转，形成数据管理、使用、推广的全流程工作机制，提升数据挖掘与分析应用能力。

在数据应用的标准方面，与传统的商业智能仅处理银行自身数据库当中的标准化数据不同，大数据分析需要将来自各渠道、各条线的非结构化数据进行规范化的融合，且数据量呈几何攀升，对商业银行数据处理及分析能力提出了较高的要求。从成本与效益角度出发，城市商业银行可以引进他行成型的数据挖掘与分析的专业方法与技术，建立前瞻性的业务逻辑模型，积极招募和培养精通数据管理与分析的高级人才，将数据深度运用到业务经营管理的全过程，通过准确、专业的数据分析解读，利用数据来制定决策、制度，做到有的放矢。

（二）加强与数据服务商的合作与融合

商业银行应打破传统数据采集思路的局限，通过电信、电商、社交网络等各种渠道获得全方位的客户与市场咨询。近年来建行、交行等大型商业银行均自行搭建大数据平台，将大量客户经营数据牢牢掌握在自己的手中。城市商业银行缺乏自办大数据平台的科技支撑及专业优势，可以选择与其开展战略合作，进行数据和信息的共享互利，全面归纳整合客户信息，以相对较低的成本获取海量的交易数据，将金融服务与移动网络、电商、社交网络无缝对接，在快速增强对客户深入了解的同时，全面提升商业银行的品牌影响力。

（三）抓好风险管控，确保数据安全

大数据的应用改变了原有数据安全风险的特征，需要纳入商业银行的全面风险管理体系，进行统一的监控与风险防范。商业银行应在加强内部数据传导链条中相关机构数据安全管理，对数据在各系统的运行情况实时跟踪，制定应急预案，保障特殊情况下的数据安全。同时加强客户的数据风险防范意识，保障客户数据使用安全性，形成大数据风险管理的合力效应。

麦肯锡公司认为，有些银行只要简单地利用他们现有的资料，就可以把接受他们贷款的客户份额增加一倍，贷款损失减少四分之一。在大数据时代，银行不应束手无策，而应积极拥抱大数据，从数据中获取价值，为银行发展创造效益、赢取未来。

参考文献：

[1]宋丹，黄旭.基于大数据视角的商业银行零售业务转型研究[J].海南金融,2016(2):37-41

[2]孙继锋，刘高峰.基于大数据视角的商业银行风险管理机制优化研究[J].现代商业银行导刊,2017(7):24-27

[3]蒋耀萱.大数据时代我国商业银行风险管理的问题研究[J].中国商论,2015 (16) :85-87

[4]朱文生.大数据时代商业银行面临的挑战及对策[J].中国金融电脑,2015 (12) :42-44

[5]李振伟.大数据对银行业的影响及应对建议[J].金融经济月刊,2015 (8) :52-54