2016年7月-10月，中国金融认证中心（CFCA）、中国电子银行网（微信公众号：cfca-cebnet）联合全国70余家银行发起“2016金融科技引领银行未来”征文活动。以下为热心网友通过网络渠道投来的稿件。 　　　　　　

　　作者单位：中国光大银行电子银行部

　　大数据金融，顾名思义，就是对海量的金融业数据进行有针对性的分析提炼，从中发现新的业务增长点，深度挖掘大数据并产生业务价值。对大数据和金融两个词进行进一步解读，大数据有四个特点Volume （大量）、 Velocity （高速）、 Variety （多样）、 Veracity （精确），大数据不是简简单单的数据大的事实，而是通过分析获取智能的、深入的、有价值的信息。金融的涵盖非常之广，主要包括三大类：银行类、投资类和保险类。具体有：商业银行、投资银行、证券、保险、小贷公司、租赁等。而且随着时代和技术发展，还出现了各类新型金融机构，比如：消费贷、P2P等等。本文主要针对银行数据展开来体现大数据在金融业的价值所在。

　　前工行董事长姜建清发表了一篇文章《未来成功银行一定是数据大行》提醒银行要重视数据，并且把数据的作用提到了空前的高度，并作出了“谁能拥有海量数据并从中获取有价值信息的能力，谁就把握了未来”的论断。目前，银行业的大数据发展还处于大数据应用的最基础层面，完成了数据基础平台的搭建以及通过基础平台实现的运营监控。精细化运营和营销在逐步应用迭代中。而更高层的专题性的业务经营分析和趋势战略分析涉及的相对较少。未来银行业数据应用以智能化自动化支持业务发展为目标，以客户画像为切入点，建设大数据平台和全面洞察分析体系，实现营销增强、客户洞察、渠道优化、产品创新、运营提升、风险防范的效果。

　　营销是数据变现价值的最直接体现。基于大数据的营销可以分为两类，一类是基于关联规则等推荐算法的精准营销，这类营销的特点是实时响应，用户的感知力强，目前主要应用在电商领域，银行的渠道如手机银行、网银在初步应用阶段。在银行的应用中，主要有两类，一类是产品如银行理财产品等的推荐，另一类是具体功能如手机银行的转账等的推荐；另一类基于大数据的营销是基于逻辑回归、决策树、神经网络模型的预测响应模型的精准营销，定位每次营销的精准目标客群，可以投入最少的资源获取最大的效果。这一类相对上一类的特点是往往更精准，但投入也往往更大。以过往案例理财夜市低资产客户精准营销为例，此次精准营销是以高收益理财为抓手，通过高收益率理财带动我行低资产客户但实际为高价值客户的核心存款和九项资产，进而达到沉淀存款，提升客户粘性的目的。本案例通过提取近百个影响因素，利用相关分析、单变量逻辑回归、卡方检验提取关键影响因素，搭建决策树定位具体目标客户。模型本身而言，前20%客户的lift值提升4倍，是最有可能转化的潜在客户，通过短信渠道的刺激，相比之前开展效果而言，达到在短信量减半但购买客户提升3倍的效果。

　　客户洞察主要是识别客户特点，目前比较热的客户画像就是客户洞察的手段，通过客户画像，银行能够很清楚的知道客户的特点，通过外部数据的引入，银行不仅能够了解客户的金融特点，还能了解到客户的生活、社交等的特点，从而能够更好的服务客户。例如，银行在网上支付方面想要进一步提升客户的交易金额，除了从大数据营销角度筛选近期最有可能有支付需求的客户外，还可以结合客户的兴趣数据，有的客户可能经常打游戏，有的客户可能喜欢看电影，有的客户可能喜欢喝咖啡，通过匹配客户的相应权益，可以进一步提升客户的转化率，放大营销效果。而从客户的角度，也能深刻感知到银行的用心，从而提高客户体验，增强客户粘性。

　　渠道优化是银行数据应用的一大方向，目前银行的传统网点加上电子渠道，往往有十几个，每个渠道的客户体验都有进一步提升的空间。而客户在各渠道的行为数据正是提升客户体验的切入点。通过采集客户在渠道上的单方浏览数据与双方的交易互动数据，不但能够了解客户的既往渠道偏好及使用特点，还能通过浏览以及触发成功交易前的多流程的操作数据的获取分析，发现客户新的兴趣点以及渠道中需要优化的环节。此外，通过客户行为数据的关键路径分析还能抽象出客户的高频行为轨迹，为产品功能布局提供参考。

　　产品创新是基于客户画像的另外一个重要应用，基于产品期望定位，在客户画像中分析该群体的偏好，有针对性的设计产品，从而改变先设计再销售而效果不佳的模式，比如要推出一款针对25-35岁白领女性的理财产品，通过客户画像展示的该群体的收益率、流动性、期限标签，给产品设计提供了客观有效的参考依据。

　　运营提升是最考验数据与业务结合紧密度的大数据应用模块，基于常规的客户、交易、收入数据的周期性监控，在数据体现的波峰波谷进行及时捕捉分析，找出背后的原因并采取相应的措施。而这种及时的捕捉分析，更多的依靠的是业务的熟悉度，同时这种周期性的监测也有利于数据敏感度的培养和提升。业务与数据之间有着相互促进、相辅相成的效果。此外，基于数据的营销效果的评估改善的迭代过程也可视为运营提升方面的应用之一，利用ABtset，选择最有效的营销形式以及触达客户的方式和时间，从多维度提升营销效果。

　　风险防范是银行大数据应用的主要方向之一，与营销一同是大数据应用的两大方向。在大数据金融时代，对客户的评价将是全方位、立体的、鲜活的，而不再是一个抽象的、模糊的客户轮廓。基于大数据技术决策树、逻辑回归、神经网络的客户识别和分类将成为风险管理的主要手段，动态、实时的监测调整而非事后的回顾式评价将成为风险管理的新常态。借助外部数据以及业务数据积累，实现所有客户的实时授信；并根据客户的信用情况，实现差异化利率定价；以及根据客户的信用行为，动态调整额度。基于大数据的风险管理将更有助于银行风险管理能力的提升以及客户体验的改善。

　　最后，业务与数据是密不可分的，单纯追求技术的高精尖而不顾及业务背景和需求与大数据应用本身是背道而驰的。而从业务角度出发，以业务目标为驱动力，将业务和数据紧密结合，实现数据价值最大化。　

责任编辑：晓丽