商业银行大数据应用的理论、实践与影响，本文主要内容关键词为：商业银行论文,理论论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、商业银行大数据应用研究综述
目前国内对商业银行大数据应用的研究论文并不多，而报纸和网络上介绍性的科普文章较多。国内研究主要介绍大数据这一新生事物及相关的技术，并探讨大数据带来的机遇和挑战以及部分大数据应用案例。国外的研究也主要侧重大数据相关的技术方面，针对银行业具体应用的文献非常少。
北京银行董事长闫冰竹从高层管理的视角探讨了大数据时代银行业的发展模式。潘明道等对大数据特征进行分析，并给出银行应对大数据挑战可借鉴的思路。方方全面分析了大数据时代将给商业银行带来的重要影响，并给出了商业银行培养面对大数据时代核心能力的策略建议。薛亮探讨了大数据技术将给银行业带来的改变以及银行的品牌建设如何适应这种改变。韦雪琼等分析了大数据技术影响下金融市场的变化，以期作出更好的投资决策和判断。李璠等论述了大数据时代银行业的机遇与挑战，重点从技术上对比了大数据分析解决方案。刘启滨对金融行业大数据管理技术进行了简单介绍。孙浩从技术视角探讨了大数据给金融业带来的挑战。王珊等探讨了金融企业在大数据时代的技术选择策略。潘镭探讨了大数据在供应链金融方面的应用。刘天白等以交通银行信用卡中心大数据应用探索为案例，探讨了银行试水大数据时的策略。刘静如论述了大数据在金融业风险管理方面的应用。
二、大数据应用给商业银行带来的机遇
大数据应用作为创新的催化剂，正改变着金融业态，并将引起银行业务模式深刻的变革。大数据应用将推动商业银行在经营理念、组织架构、业务流程、管理模式、IT架构等领域进行全面调整和深度整合，不断增强核心竞争力，提升企业组织绩效和资本的运营效率，提高盈利能力。大数据应用为我国商业银行经营模式转型提供了重要战略契机，借助大数据中国银行业的未来发展将呈现出全新的蓝图。
第一，大数据应用将拓宽商业银行业务发展空间，加速产品创新。目前我国商业银行服务同质化，产品差异性小。随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。社交媒体的兴起为银行创造了全新的客户接触渠道，从银行网点、ATM、POS等固定设备扩展到手机、IPAD等移动终端设备，再扩展到微博、微信等社交网络。大数据应用导致支付模式不断创新，从传统支付、电子支付到第三方支付，再到移动支付。大数据应用还可扩展营销手段，从网点坐售、电话外拨营销、短信营销扩展到微博、微信等社交网络营销。
第二，大数据应用将提升商业银行核心竞争力。我国商业银行目前IT基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩、评估业务风险、配置全行资源，引导银行业务科学健康发展。商业银行应用大数据分析客户的交易行为，挖掘并预测客户的金融需求，设计有竞争力的创新产品，提供全面的金融服务，从而能够快速聚拢客户资源，逐步增加客户粘性。商业银行已拥有大数据，只要掌握大数据分析技术并具备大数据应用思维，就能提升核心竞争力。
第三，大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。
第四，大数据应用将提高商业银行管理水平。商业银行积累的关于资产、负债、评级、客户、交易对手等各种数据资产，将在信贷管理、成本核算、资本管理、绩效考核等方面发挥重要作用，提升商业银行的管理水平。随着商业银行数据分析能力提升，通过对数据进行统计、分析、评估，为银行业务发展、市场营销、资产负债管理、客户关系管理等方面提供有效的决策支持，可实现真正的“以数据说话”。
三、大数据应用给商业银行带来的挑战
依据经典经济理论，商业银行存在的基础：一是商业银行有规模经济和专门技术，能降低资金融通的交易成本。二是商业银行有专业的信息处理能力，能缓解储蓄者和融资者之间的信息不对称以及由此引发的逆向选择和道德风险问题。大数据时代商业银行赖以存在的基础逐渐减弱，金融将逐步形成互联网金融模式。主要表现在：互联网发展导致市场信息不对称程度逐步降低；P2P平台出现导致资金供需双方可借助电子平台直接交易；金融发展逐步实现去中介化。大数据应用不仅为商业银行引入新的竞争主体，而且改变甚至完全重塑了传统金融的经营模式，将对银行竞争格局和方式产生深远影响，具体体现为“五化”：
(一)金融服务脱媒化
金融脱媒不断滋生了新型业态参与金融市场竞争。首先，金融同业竞争加剧。目前金融机构均向综合经营方向发展，跨业投资步伐不断加快。保险、证券、信托都在发行理财产品，银行也纷纷设立基金公司。我国虽然实行分业经营策略，但出现了诸如平安这样的综合性金融集团，其业务涵盖了证券、银行、保险、基金、信托等。其次，第三方支付企业通过各类产品与业务创新，替代了大量原本属于银行的支付业务。第三方支付改变了银行在支付领域的“自大”地位与心理，逐渐蚕食银行支付结算市场份额。例如，2012年中国第三方支付交易规模达12.9万亿元，较往年增长54.2%。再次，互联网公司准金融属性开始发酵。互联网公司不但涉足了代理基金、保险等业务，而且凭着自己的数据利器进军贷款业务，建立了P2P平台。例如淘宝网推出卖基金，平安、腾讯、阿里巴巴建立的众安在线卖保险，这些将直接影响银行的代理收入。支付宝的余额宝、阿里小贷将挑战银行的小额存贷款业务。最后，移动运营商分羹手机银行。目前非洲出现了由移动运营商主导的手机银行，例如肯尼亚的MPesa。移动运营商将是商业银行最大的竞争者，因为它拥有大量的用户，目前仅中国移动一家就拥有6亿多用户。
(二)渠道虚拟化
近年来电子银行作为商业银行的重要渠道，凭借低成本、高效率和良好的客户体验，减轻了银行柜面压力，降低了运营成本。但商业银行长期以来只是将电子银行作为交易渠道来看待，而对其所具备的营销能力、整合业务的创新空间及价值创造能力认识不足。大数据时代社交网络的兴起要求商业银行对电子渠道进行创新，将渠道虚拟到社交网络中。渠道虚拟化直接挑战银行传统经营思维，要求银行以电子渠道为依托，扩展社交网络渠道，定制个性化、综合化产品，再辅以传统渠道，实现线上线下并重。
(三)服务个性化
大数据时代银行传统的标准化业务的价值被削弱，全能个性化的金融解决方案和金融服务需求被增强。商业银行必须具备专业的数据分析和应用能力，通过用户洞察提供个性化产品和服务，通过内外协同实现客户对营销传播的感知具有时空可持续特质，让客户在所有的服务触点都能感受到“贴心”的服务，实现服务随时、随地、随处可见。目前商业银行均建立了客户信息系统，其中包括了客户基本信息、客户偏好信息、客户行为信息，而且这些信息均来自于银行内部。此外，商业银行可通过搜索引擎采集和分析各类客户上网行为的兴趣爱好数据，综合应用内外部数据，洞察客户行为特征。
(四)经营模式生态化
目前互联网公司从各自专长的网络购物、供应链服务等领域向传统属于银行服务范畴的支付、资金清算等领域全面渗透，并且开放共享其数据服务平台，联合上下游资源构造了完整的产业链。大数据时代商业银行将不能独善其身，需要整合上下游资源，打通全流程的业务链条，为客户提供资金流、信息流服务，以及全场景金融解决方案，建立合作共赢、互补发展的共生关系。例如，银行可利用“商行+投行”的产品模式渗透整个产业链，通过商业银行业务赚小微企业的利息收入，通过投行业务赚取大企业的中间业务收入。商业银行基于自身现有数据能力，以金融服务为核心，以网络信贷、供应链金融、要素市场等为切入点，为企业客户提供全流程电子商务解决方案，为个人客户提供全面综合财富管理服务。例如建设银行善融平台、交通银行交博汇平台等。
(五)决策数据化
大数据时代商业银行充分利用数据将是制胜的关键。商业银行不但自身积累的业务数据日益增长，而且还可获取到社交网络数据。社交网络数据蕴含了个体之间接触、联络、关联、群体依附和聚会等关系。商业银行获取的海量数据，通过集中、整合、挖掘、共享，发挥信息的价值和创造力，增强风险控制的前瞻性、预见性、系统性。商业银行通过多数据源管理、实时数据决策、基于数据预测等全方位数据应用可提升整体管理水平。
四、大数据在商业银行的应用实践
大数据在商业银行有着十分广阔的应用前景。个人、企业、机构随着“互联网化”不断加深，其自身行为信息对银行披露也愈加充分。商业银行作为全社会货币流通系统枢纽，可依托搜索引擎收集大量的客户行为数据，并结合自身的资金供需及交易数据，开展大数据应用，创新资源整合与服务模式。下面具体介绍商业银行大数据应用实践及典型案例。
(一)渠道拓展
大数据时代商业银行的渠道不仅包括传统的渠道，而且还要整合日益互联互通的各种渠道，并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、ATM等电子渠道，利用微博、微信、社交网站等新媒体，打造在线综合金融营销服务平台，进行产品推送、意见收集、客户服务和营销服务。典型案例：招商银行推出信用卡微信账单，图文并茂，环保高效。光大银行在新浪微博开发了V缴费平台，客户可通过微博进行缴费。浦发银行将在全国推出NFC手机支付，打造移动金融领先银行。
(二)个性化服务
个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐、LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据，聚类出不同的客户群体，如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户，然后向这些客户群采取更有针对性的服务。典型案例：花旗银行利用大数据分析，提供个性化服务。招商银行通过对目标客户的购物习惯、上网习惯等进行细分，为年轻人推出“凡客卡”、“魔兽卡”等。美洲、汇丰等银行都应用大数据进行客户关怀，避免客户流失。
(三)精准营销
通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位、传播途径的选择、营销活动执行趋势分析和异常监控、营销活动的传播效果和市场效果评估。商业银行应用大数据分析用户影响力、用户聚集区域和日常活动轨迹、用户基础银行业务使用的规律、用户关注点来实现客户营销。典型案例：花旗银行采用IBM Watson产品分析金融以及经济数据，对客户进行针对性营销。西太平洋银行利用社交媒体数据对客户进行情感分析来实现精准营销。
(四)小微企业信贷
随着利率市场化，存贷利差缩小，小微企业的业务将是商业银行大力发展的业务。小微企业信贷面临的难题是企业数量大、管理不规范、信息不对称。商业银行需要通过大数据挖掘、分析和运用，去识别具有市场潜力的中小企业客户，完善批量化、专业化审批，将贷款提供给合适的小微企业。典型案例：国外Wonga、LendingStream、Zestcash、Klarna、PawnGo等均利用大数据挖掘进行网络借贷。阿里金融通过大数据分析，建立了面对小微企业的信贷工厂。民生银行推出小微金融2.0提升版，综合利用数据分析强化对小微企业的金融服务。
(五)信用管理
客户信用管理可通过大数据分析实现，因为个体或组织的关键信息和行为都被记录下来，而这些数据足迹能通过社交网络和搜索引擎获取。目前一些小微信贷的客户管理就是靠大数据支撑，其通过网络低成本广泛采集客户的各类数据并进行分析挖掘，判断客户资质。典型案例：阿里信贷中企业信用就是通过分析企业行为获得，分析的数据包括点击量、跨店铺点击量、订单流转量甚至买卖家之间评价。善融商务平台上的每一笔交易，建设银行都用作客户授信评级的重要依据。花旗银行通过社交网络、公共网页获得客户的信用记录以及信用历史。
(六)风险管理
商业银行通过应用大数据，结合实时、历史数据进行全局分析，每天评估客户的行为，并对客户风险等级进行动态调整，实现对客户授信的精细化管理。商业银行通过共享各业务分支机构的相关信息，并针对不同风险点实施相应的控制措施，及时获取、挖掘有效的风险预警信息，发现经营中存在的问题，建立全面的风险管理预警体系，增强风险识别和防范能力。典型案例：摩根大通在业务交易中引入信用卡和借记卡数据进行诈骗检验。中信银行信用卡中心借助大数据分析技术每天评估客户的行为，并对客户的信用额度随时进行调整。
五、商业银行应对大数据策略
大数据应用取决于三个因素：数据、技术和思维。因此，商业银行需在这三个方面进行体制机制的创新实践，未雨绸缪应对大数据挑战。
(一)数据
商业银行需要提升互联网数据获取、管理和整合能力，不仅要完成银行内部数据的整合，更重要的是和大数据链条上其他外部数据的整合。商业银行不断地从广泛来源获取、量度、建模、处理、分析大容量多类型数据，及时在互联互通的流程、服务、系统间共享数据，并将分析结果应用于业务决策与支持。商业银行还可开发开放性的平台架构，开放API接口，允许第三方为客户开发个性化增值应用，从而获取更丰富的客户行为数据。
商业银行以“数据—信息—商业智能—价值”为发展路线，以大数据应用为强大技术支撑，借鉴行业先进数据模型，统一数据的理解和使用，规划并建立数据标准化体系，保证数据的唯一性、一致性、完整性、共享性。商业银行还必须注重大数据安全策略和隐私保护，协调数据链中所有参与者，共同推动产业数据标准安全，加强客户在数据隐私保护方面的教育。
(二)技术
数据应用能力日益成为大数据时代银行竞争的关键，而数据应用的核心在于技术。大数据重要的特点之一是巨量的数据，巨量数据与数据分析处理能力之间将会产生一个鸿沟，因此商业银行必须进行技术创新，搭建自己的大数据基础设施来跨越这个鸿沟。
大数据基础设施分为硬件和软件两类。硬件基础设施需要通过建设私有云来提供灵活、按需和动态的IT能力。商业银行私有云建设路径为：首先通过IT整合实现基础架构的简化，降低管理成本和电力消耗，起到精简整合的作用。其次通过虚拟化建立共享的资源池，实现对IT资源的灵活、随需应变的管理，达到共享的目的。再次通过面向服务的架构，将IT以服务的形式与业务统一起来，通过IT实现业务流程的自动化，按需提供满足服务等级水平的IT服务。最后在整合优化基础上，按照IaaS、PaaS和SaaS顺次逐步打造自己的私有云平台，进入分析即服务AaaS(Analysis as a Service)为主要标志的Cloud 2.0时代。软件基础设施是指商业银行培养一批既熟悉金融，同时也对互联网和大数据应用有深入了解的复合型人才，这些人才通过对数据进行实时深度分析，能够对未来趋势有更多的研判和预测，并为决策提供智力支持。
(三)思维
大数据时代商业银行必须具有数据思维。大数据时代重要特征就是社会数字化，一切社会现象解释、监控、预测与规划都离不开对数据足迹的收集、整理和分析。因此商业银行需要具有数据思维，放弃对因果关系的渴求，取而代之关注相关关系；放弃对随机样本关注，而关注全数据；数据分析结果不是精确性，而是混杂性。
商业银行转变思维同时，需要树立“数据治行”理念，养成分析数据的习惯，重视大数据应用，提升全行的数据管理，真正做到“用数据说话”。要营造“数据治行”文化，倡导以数据为基础，通过对大数据应用，实现“数据”向“信息”的升华，并形成“知识”积累，为高层管理和决策提供强有力依据，让决策更加有的放矢，以适应瞬息万变的市场要求。
思维和理念只有转换为实际的商业行动才能够真正为银行创造价值。商业银行在数据思维和“数据治行”理念指引下，采取精准和快速行动，建设“智慧银行”，创造最佳的客户体验，提供随时、随地、随心的金融服务。商业银行应通过内外兼修，准确应对、快速应变、有机处理繁杂数据，高效配置金融资源，敏锐洞察和引领客户需求并作出灵活快速反应。
标签：银行论文; 商业银行论文; 数据与信息论文; 业务管理论文; 数据整合论文; 客户分析论文; 金融论文; 信息发展论文; 社交产品论文; 客户管理论文; 网络行为论文;