张媛
天津财经大学金融学专业在职研究生
摘要：本文对商业银行应用大数据技术手段，推动业务创新，推进金融服务模式变革等方面进行了思考，并提出初步的策略建议。
关键词：大数据；商业银行；应用；策略
随着以社交网络为代表的web2.0时代的来临，依托云计算、大数据、移动互联网和电子商务等新兴技术而崛起的互联网金融对传统金融带来了全新的挑战。面对新形势下的机遇与冲击，利用大数据技术提高核心竞争力成为商业银行的必然选择。
一．大数据的定义和特征
1.大数据的定义
根据维基百科的定义，大数据指的是所涉及的数据量规模巨大到无法通过目前主流软件工具，在合理时间内达到截取、管理、处理并整理成为帮助企业经营决策更积极有效的信息。
2.大数据的特征
大数据具有4V 的特点：
一是数据容量巨大（volume）。一般数据库软件难以获取、储存、管理和分析。
二是数据类型众多（variety）。包括结构化、半结构化和非结构化数据。
三是数据价值密度低（value）。往往需要通过精密的技术手段在海量数据中提取有限的价值信息。
四是处理数据的速度要求非常快（velocity）。
3.大数据的功能
大数据分析的本质功能是信息的预测，即帮助我们做出更有利的决策。
二．商业银行大数据技术应用现状
1.商业银行在数据资源方面拥有较大优势，但也存在三大弊端。
经过多年的发展，商业银行积累了庞大的客户资源，由此带来的是相应繁冗的数据信息，主要包括客户身份、资产负债、资金交易、消费偏好等。这形成了商业银行最核心的信息资产，具有其他行业难以企及的优势。
然而，商业银行积累的数据资源一般限于发生业务往来的客户。数据分析的结果也会应用于现实客户。一直以来，商业银行对潜在客户数据的收集渠道窄、方式单一、效率低，影响了新客户的营销成功率。
其次，受隐私条款的保护，这些极具商业价值的客户信息较难在同行业间或跨行业领域流通交换，使得数据独立、单一，缺乏联系和对比，商业银行很难看到客户信息的全貌，因此，在利用数据信息进行预测时容易出现偏差。
再次，商业银行积累的数据具结构化特征，缺乏对半结构化和非结构化数据的积累。然而，后者在大数据时代尤为重要。半结构化和非结构化数据是客户个性的彰显，具有强烈的标签属性，商业银行往往是根据此类信息为客户的个性化需求把脉，确定营销卖点，提供专属服务。
2.大数据技术应用方面缺乏创新力。
我国商业银行是在中国特色的市场经济体制下成长起来的，一直以来，金融创新动力不足，创新能力薄弱，创新模式水土不服。特别是应对互联网金融的挑战，商业银行运用大数据分析技术的能力和经验亟待提升。同时，商业银行以往的服务过于单一，近年来的跨界尝试也罕有极成功的案例。比如：中国建设银行“善融商城”的业务体量就远未达到与其客户规模相匹配的程度。
3.商业银行信息技术水平待提升。
期刊文章分类查询,尽在期刊图书馆
为应对互联网金融的冲击，迎合大数据时代的金融转型需求，商业银行原有的IT基础设施平台建设必须作出适应性改变，配套完成数据挖掘、数据分析、数据整合等技术手段的升级。同时，对专业性信息技术人才的需求出现缺口，亟需建立一支兼具金融知识与IT技术的专业人才队伍。
三．商业银行大数据技术应用策略
1.拓宽数据收集渠道。
商业银行应用大数据分析日常活动轨迹、用户聚集区域、用户银行基础业务使用的规律、用户影响力和用户关注点，形成包含海量数据的数据库，利用大数据技术，构建完善的CRM 系统（客户关系管理系统），实现更精准化和个性化的服务。
针对潜在客户的数据收集，以及客户的半结构化、非结构化数据的收集，商业银行不能局限于固有渠道。一方面可以在物理网点之外建立以金融为核心的社交型平台，打造专属线上信息收集渠道；另一方面抓住社会潮流热点，加强与新媒体的合作，丰富数据的来源和数据类型，深挖潜在客户。可在既有的商业银行电子银行渠道接入第三方平台登录的入口，与时下最受目标顾客群体关注的新媒体平台合作等。
2.完善大数据分析工具。
数据收集是大数据分析的基础，更为重要的是制定数据分析的准则，即具体的数据分析工具，并非指硬件设施工具。商业银行可以在如何利用大数据进行客户细分，即细分标准上着力，以提高金融服务的针对性和精准性。
比如通过信用卡消费习惯，以某些标志性消费明细为线索来划分客户群体，再进行批量营销。大数据分析技术既是科学设定筛选条件的手段，也是制定针对性营销方案的工具。
3.升级客户服务模式。
跨界、泛在是传统金融转型的目标。商业银行不仅要为客户提供全流程服务，还要跨界提供一揽子服务，成为客户的贴身管家。过程中，为配合客户的使用习惯，不可避免要运用互联网思维，借助大数据技术。比如：运用大数据技术手段调查客户偏好和习性，在互联网上开辟客户之声渠道，建立银行与客户间的线上对话机制。
4.积极进行大数据金融合作。
无论是数据收集，还是跨界服务，都将商业银行的未来引领向寻求行业内外的合作。行业内的合作意味着良性竞争，特别是传统金融业必须有效联合起来，发挥优势共同应对互联网金融浪潮。商业银行的跨界合作是拓展客户的新渠道，也是维系客户的方式方法。
加强与大数据平台的合作，培育良好的“数据生态”。可与电信、电商、社交网络等大数据平台开展合作，进行数据和信息的共享和利用。大数据在金融业的广泛应用，有助于创造更好的金融生态环境，使经济社会真正迈入大数据时代与金融“大众化”时代。比如：招商银行与新浪微博合作推出的微博达人信用卡，较好地迎合了线上年轻顾客的需求，既博得了眼球，也抢占了市场。
5.创新性地运用大数据分析技术推动自身发展。
一是运用大数据技术，深化金融的互联网化。互联网金融的三种主流模式是第三方支付平台、P2P信贷和重筹网络。其本质都是实现资源的充分对接，降低信息不对称的影响，践行金融脱媒，促成金融资源的高效流通。低成本、高效率是其最重要的优势。商业银行为了巩固地位，寻求发展，也要借力互联网技术，运用大数据手段创新、创造，提升自身竞争力。持续发挥商业银行电子银行渠道优势，深入试水互联网小额信贷业务。比如：中国建设银行网上银行的“快e贷”业务，能够快捷、高效帮助客户线上自助办理小额贷款，就是一次极好的尝试。
二是提高政治敏感，结合国家政策导向，在关键领域有重点地运用大数据技术手段。以国家京津冀一体化战略为例，区域金融一体化成为大趋势，也成就了辖内银行业的重要发展机遇。商业银行可以打破内部省市分行界限，构建“京津冀一体化”金融信息数据库，抓住在京津冀地区有经营需求和业务往来的企业客户，以及由于工作和生活等原因频繁往返京津冀地区的个人客户群体，联合抢占“京津冀一体化”项目与客户资源，打造成熟的区域金融上下游管理链条，做到信息共享、资源共享、数据共享，并通过协同营销、协同风控、协同考核创造更大效益。
三是运用大数据技术进行运营管理，提高精细化管理水平。包括但不限于基于客户数据的客户管理、特别是风险分析与管理，还体现在员工管理等方面。
商业银行可以运用大数据技术手段提升风险量化能力，完善风险模型，调整模型结构和参数，提高风险管理水平以信息化安全管理为切入点，建立全面风险管理体系。
企业文化建设上，互联网工具能够发挥良好作用，通过大数据分析了解员工心声，深入文化渗透。人力资源管理方面，大数据分析方法适应于招聘、适岗、培养的整个过程。掌握员工更为全面的信息有利于提高组织内部的管理效率，实现人尽其才。这对建立专业化金融业IT人才队伍大有裨益。
运用大数据技术手段，科学绩效管理，激发员工潜能。将战略绩效管理数据化、信息化、常态化，构建以企业战略目标为核心的专业化绩效信息管理系统，通过数据查看、评估员工的业绩。如Facebook通过引入社交网络技术，将单一的绩效评估程序转化为动态的协同系统，持续不断收集员工的反馈和认知，从而更精确、可行和个性化地进行评估。
参考文献：
[1] 李宏博：商业银行大数据时代的SWOT 分析及战略探讨[J].时代金融2013.
[2] 方方：大数据趋势下商业银行应对策略研究[J].新金融2012.
作者简介：
张媛，中国建设银行天津大港支行，经济师；天津财经大学金融专业在职研究生在读。
论文作者:张媛
论文发表刊物:《基层建设》2015年23期供稿
论文发表时间:2016/3/30
标签：商业银行论文; 数据论文; 客户论文; 金融论文; 互联网论文; 技术论文; 大数论文; 《基层建设》2015年23期供稿论文;