魏巍

摘要：大數(shù)據(jù)是當(dāng)前互聯(lián)網(wǎng)科技研究與應(yīng)用最前沿的領(lǐng)域之一，通過(guò)數(shù)據(jù)挖掘、數(shù)據(jù)整合、數(shù)據(jù)分析可以探究數(shù)據(jù)背后的經(jīng)濟(jì)行為，為客戶行為分析及營(yíng)銷服務(wù)提供更科學(xué)的指導(dǎo)。銀行業(yè)擁有龐大的數(shù)據(jù)庫(kù)資源，利用大數(shù)據(jù)提供的強(qiáng)大分析能力，激活銀行現(xiàn)有數(shù)據(jù)的潛能，并充分利用社交網(wǎng)絡(luò)的傳播方式，來(lái)實(shí)現(xiàn)銀行產(chǎn)品的自助式營(yíng)銷是商業(yè)銀行面臨的新機(jī)遇。

關(guān)鍵詞：大數(shù)據(jù)；商業(yè)銀行；數(shù)據(jù)分析；自助營(yíng)銷

中圖分類號(hào)：F832文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2017）04-0104-02

一、大數(shù)據(jù)時(shí)代數(shù)據(jù)整合的現(xiàn)實(shí)意義

大數(shù)據(jù)時(shí)代，我們的行為正在變得可記錄、可分析。通過(guò)海量信息收集，并依據(jù)特定目的和用途對(duì)數(shù)據(jù)進(jìn)行處理和分析，紛繁復(fù)雜的人類行為背后往往變得有規(guī)律可循，舊的生產(chǎn)關(guān)系和生產(chǎn)方式不斷受到?jīng)_擊，新的產(chǎn)業(yè)鏈條正在產(chǎn)生，新的游戲規(guī)則日益為人們接受，任何領(lǐng)域都不可能例外，金融更是如此。銀行掌握著龐大的結(jié)構(gòu)化數(shù)據(jù)，然而這些數(shù)據(jù)往往分布在不同的部門和條線。大數(shù)據(jù)時(shí)代一個(gè)典型的變革就是數(shù)據(jù)形式的變化，由過(guò)去僅僅關(guān)注結(jié)構(gòu)化數(shù)據(jù)發(fā)展為結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)并重。面對(duì)這場(chǎng)“數(shù)據(jù)地震”，怎樣才能有效掌握收集數(shù)據(jù)、分析數(shù)據(jù)、利用數(shù)據(jù)的辦法和途徑，怎樣才能在海量數(shù)據(jù)中去偽存真、變“數(shù)”為寶，將成為廣大商業(yè)銀行必須認(rèn)真思考和探索的全新課題。本文沿著數(shù)據(jù)收集～分析～推送～分享～收集的思路，提出在大數(shù)據(jù)時(shí)代背景下，客戶相關(guān)信息數(shù)據(jù)整合與產(chǎn)品自助營(yíng)銷的設(shè)想。

二、銀行數(shù)據(jù)來(lái)源以及數(shù)據(jù)背后的客戶金融行為分析

充分挖掘數(shù)據(jù)、有效利用數(shù)據(jù)背后的客戶信息，前提是要能夠盡可能全面的收集數(shù)據(jù)。數(shù)據(jù)收集過(guò)程包括以下四個(gè)環(huán)節(jié)：歷史沉淀數(shù)據(jù)、交易方數(shù)據(jù)、移動(dòng)終端數(shù)據(jù)、第三方數(shù)據(jù)。其中歷史沉淀數(shù)據(jù)指的是商業(yè)銀行在理財(cái)及信貸業(yè)務(wù)開(kāi)展過(guò)程中收集到的客戶個(gè)人信息、歷史購(gòu)買信息、信貸信息以及商戶信息；交易方數(shù)據(jù)主要包括從網(wǎng)絡(luò)支付以及票據(jù)業(yè)務(wù)中掌握的信息；移動(dòng)終端數(shù)據(jù)主要記錄客戶的信息瀏覽情況及位置信息；第三方數(shù)據(jù)可以來(lái)自于社交網(wǎng)絡(luò)、電商平臺(tái)以及專業(yè)數(shù)據(jù)庫(kù)等。

（一）歷史沉淀數(shù)據(jù)分析

在當(dāng)前的數(shù)據(jù)構(gòu)成上，80%的數(shù)據(jù)是非結(jié)構(gòu)化或半結(jié)構(gòu)化的，結(jié)構(gòu)化數(shù)據(jù)僅有20%。銀行業(yè)所擁有的數(shù)據(jù)優(yōu)勢(shì)恰恰在于結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)往往沉淀于不同的部門和條線。例如：客戶在銀行的資金量，個(gè)人信貸數(shù)據(jù)，以往所購(gòu)買的理財(cái)、保險(xiǎn)、基金的情況，以及信用卡消費(fèi)記錄等等，這些數(shù)據(jù)一旦產(chǎn)生便能夠迅速匯集到相應(yīng)的部門。而銀行所擁有的另外一部分非結(jié)構(gòu)化數(shù)據(jù)（例如客戶的地址等）往往沉睡在系統(tǒng)里，未被有效挖掘。行動(dòng)的前提是認(rèn)知，對(duì)于結(jié)構(gòu)化數(shù)據(jù)我們已經(jīng)在發(fā)掘數(shù)據(jù)的價(jià)值，例如理財(cái)經(jīng)理會(huì)在系統(tǒng)里通過(guò)特定關(guān)鍵字篩選出客戶信息，并通過(guò)短信或電話的形式聯(lián)系客戶。相比之下，非結(jié)構(gòu)化數(shù)據(jù)所隱藏的巨大價(jià)值正如一座巨大的冰山，我們僅僅窺探到冰山一角。也許很少有人認(rèn)為快遞收貨地址能夠提供巨大的商業(yè)價(jià)值，而淘寶通過(guò)分析客戶常用的收貨地址可以判斷客戶的身份，結(jié)合歷史網(wǎng)購(gòu)信息又能夠判斷其支付能力，這些信息對(duì)于在淘寶上推送特約廣告商家的促銷信息起到了非常重要的作用。大數(shù)據(jù)時(shí)代就是要整合這些分散在不同部門的數(shù)據(jù)，將其匯總至統(tǒng)一的數(shù)據(jù)庫(kù)，從而能夠盡可能廣泛的挖掘、分析數(shù)據(jù)背后所擬像的金融行為。

（二）交易方數(shù)據(jù)分析

資本天生具有逐利的特性，在同等風(fēng)險(xiǎn)水平下，資本會(huì)自動(dòng)向高收益的地方流動(dòng)。交易方數(shù)據(jù)就是要關(guān)注資金流出的方向，并建立交易方的數(shù)據(jù)庫(kù)。收集交易方數(shù)據(jù)，現(xiàn)實(shí)可實(shí)現(xiàn)的數(shù)據(jù)有資金流出后進(jìn)入的交易機(jī)構(gòu)等，例如跨行匯款的數(shù)據(jù)、本票入賬的商業(yè)銀行。傳統(tǒng)上大額的資金流動(dòng)仍然是通過(guò)票據(jù)的形式，尤其是本票和轉(zhuǎn)賬支票等票據(jù)，資金人賬后的數(shù)據(jù)銀行便無(wú)法獲得。隨著網(wǎng)上銀行、手機(jī)銀行等互聯(lián)網(wǎng)渠道不斷拓寬、使用便利性的提高，通過(guò)電子渠道產(chǎn)生的資金流動(dòng)量越來(lái)越大。通過(guò)進(jìn)一步收集資金進(jìn)人交易方時(shí)對(duì)方的一些熱銷產(chǎn)品，有助于判斷客戶的風(fēng)險(xiǎn)偏好以及對(duì)流失客戶的行為預(yù)測(cè)。盡管預(yù)測(cè)的概率受到無(wú)法確定資金進(jìn)入交易方后的具體配置情況的影響，但對(duì)于挽回流失客戶而言，仍然具有積極意義。借助大數(shù)據(jù)平臺(tái)搜集到客戶行為記錄，通過(guò)對(duì)已流失客戶的行為進(jìn)行分析，找到客戶流失發(fā)生時(shí)的關(guān)鍵路徑，進(jìn)而能夠利用流失客戶的行為模式有效定位有流失傾向的客戶，以便銀行工作人員能夠在客戶流失前進(jìn)行挽回工作。

（三）移動(dòng)終端數(shù)據(jù)分析

2015年6月，第36次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告顯示透露中國(guó)網(wǎng)民數(shù)量達(dá)到6.7億，手機(jī)網(wǎng)民達(dá)到5.9億，手機(jī)超越臺(tái)式電腦成為第一大上網(wǎng)終端；移動(dòng)互聯(lián)網(wǎng)用戶達(dá)9.05億，4G用戶達(dá)3.56億，互聯(lián)網(wǎng)覆蓋全國(guó)超過(guò)99%的鄉(xiāng)鎮(zhèn)，中國(guó)互聯(lián)網(wǎng)已進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代。智能手機(jī)的普及和大眾化極大的促進(jìn)了手機(jī)銀行APP的安裝和使用，年輕消費(fèi)者使用手機(jī)銀行的基數(shù)和使用率決定了未來(lái)客戶金融消費(fèi)路徑依賴。手機(jī)銀行的業(yè)務(wù)種類、便利性又影響著客戶的體驗(yàn)和忠誠(chéng)度。各大銀行都在積極的把一些業(yè)務(wù)搬至手機(jī)銀行，同時(shí)也提供一定的資訊信息。然而，目前手機(jī)銀行提供的資訊往往缺乏針對(duì)性，對(duì)客戶的吸引力不高。在提供大眾化資訊的同時(shí)，可以將客戶的瀏覽記錄反饋至數(shù)據(jù)庫(kù)，在向客戶提供資訊時(shí)更多的關(guān)注客戶曾經(jīng)瀏覽過(guò)的產(chǎn)品或同類資訊。同時(shí)，移動(dòng)終端的配置也越來(lái)越高，GPS定位、導(dǎo)航功能使得人們擺脫了紙質(zhì)地圖的束縛，便利了人們的出行。移動(dòng)終端地圖APP軟件最初僅僅提供地圖導(dǎo)航功能，隨著用戶基數(shù)的迅速增大，移動(dòng)終端地圖APP公司也在不斷拓展APP的功能，例如老虎地圖導(dǎo)航軟件，通過(guò)獲取用戶GPS位置信息，能夠?qū)χ苓吿囟ǚ秶纳虡I(yè)信息進(jìn)行搜索，并向客戶提供團(tuán)購(gòu)等優(yōu)惠信息。簡(jiǎn)單的GPS數(shù)據(jù)背后，卻是巨大的商業(yè)機(jī)會(huì)。在拓展信用卡優(yōu)惠商戶時(shí)，這些數(shù)據(jù)就會(huì)非常有用，通過(guò)GPS數(shù)據(jù)可以識(shí)別哪些區(qū)域客戶到訪的頻率較高、用戶基數(shù)較大，從而能夠集中有限的人力物力拓展商業(yè)機(jī)會(huì)。

（四）第三方數(shù)據(jù)分析

僅僅通過(guò)一家銀行所能獲取的數(shù)據(jù)始終是有限的，要達(dá)到擬像客戶行為的目標(biāo)還遠(yuǎn)遠(yuǎn)不夠，建立更加完善的數(shù)據(jù)庫(kù)需要借助第三方數(shù)據(jù)。隨著銀行業(yè)務(wù)的載體與社交網(wǎng)絡(luò)、電子商務(wù)的融合越來(lái)越緊密，僅對(duì)原有20%的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析已經(jīng)不能滿足發(fā)展的需求。借助大數(shù)據(jù)打破數(shù)據(jù)邊界，來(lái)構(gòu)建更為全面的業(yè)務(wù)發(fā)展藍(lán)圖。隨著大數(shù)據(jù)的大量涌現(xiàn)，尤其是在社交網(wǎng)絡(luò)的背景下，服務(wù)渠道不應(yīng)僅局限于傳統(tǒng)的銀行渠道，而應(yīng)整合新的客戶接觸點(diǎn)（即社交媒體網(wǎng)站等），這種趨勢(shì)已經(jīng)變得日益清晰。銀行業(yè)發(fā)展戰(zhàn)略也逐步從以產(chǎn)品為中心轉(zhuǎn)向以客戶為中心，客戶成為銀行發(fā)展的重要驅(qū)動(dòng)力。銀行不僅僅銷售產(chǎn)品和服務(wù)，而且還應(yīng)為用戶提供完美的多渠道體驗(yàn)，成為真正以客戶為中心的組織。近年來(lái)電子商務(wù)發(fā)展迅速，2015年僅“雙十一”天貓就實(shí)現(xiàn)912.17億的銷售額。由于電子商務(wù)公開(kāi)、透明及數(shù)據(jù)可記載的特點(diǎn)，在各種電商平臺(tái)（B2B，B2C，C2C）和第三方支付平臺(tái)上積累了大量的數(shù)據(jù)，這些數(shù)據(jù)包括了消費(fèi)者的資金、物流、購(gòu)物偏好等數(shù)據(jù)。銀行可以通過(guò)大數(shù)據(jù)分析平臺(tái)，接人客戶通過(guò)社交網(wǎng)絡(luò)、電子商務(wù)、終端設(shè)備等媒介產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)，構(gòu)建全面的客戶視圖。根據(jù)用戶行為對(duì)用戶進(jìn)行聚類分析，進(jìn)而可以有效的甄別出優(yōu)質(zhì)客戶，潛力客戶以及流失客戶。數(shù)據(jù)庫(kù)的建立，還可以引入第三方專業(yè)數(shù)據(jù)庫(kù)，借助外部專業(yè)公司提供市場(chǎng)調(diào)研、數(shù)據(jù)、研究報(bào)告等。術(shù)業(yè)有專攻，利用外部專業(yè)公司能夠彌補(bǔ)內(nèi)部人員專業(yè)性不足、缺乏數(shù)據(jù)渠道來(lái)源的問(wèn)題，提高數(shù)據(jù)庫(kù)建設(shè)的進(jìn)度和準(zhǔn)確度?？煲徊匠员樘欤鹑谛袠I(yè)里誰(shuí)先建立大數(shù)據(jù)，便占據(jù)了先機(jī)，引領(lǐng)大數(shù)據(jù)時(shí)代背景下的金融發(fā)展趨勢(shì)和方向。

三、商業(yè)銀行客戶數(shù)據(jù)分析系統(tǒng)運(yùn)作及產(chǎn)品自助營(yíng)銷策略

（一）客戶數(shù)據(jù)分析系統(tǒng)運(yùn)作流程

大數(shù)據(jù)時(shí)代一個(gè)很重要的特征就是強(qiáng)調(diào)相關(guān)關(guān)系而非因果關(guān)系，對(duì)于因果關(guān)系的探索顯得并不重要，人們只需要知道兩個(gè)事物之間的相關(guān)性，就能夠以此作為行動(dòng)的依據(jù)。數(shù)據(jù)收集至數(shù)據(jù)庫(kù)后，通過(guò)借助計(jì)量經(jīng)濟(jì)學(xué)、計(jì)算機(jī)等學(xué)科知識(shí)，進(jìn)行相關(guān)性分析，辨識(shí)客戶個(gè)人行為偏好、風(fēng)險(xiǎn)偏好、消費(fèi)習(xí)慣、投資產(chǎn)品歸類等。目前在互聯(lián)網(wǎng)領(lǐng)域主要有三類大數(shù)據(jù)分析系統(tǒng)Hadoop、Hive和Pig。Hadoop是效仿谷歌FileSystem和谷歌MapReduce而實(shí)現(xiàn)的一套海量數(shù)據(jù)分布式處理的開(kāi)源軟件框架，被廣泛部署運(yùn)用于雅虎、Facebook等互聯(lián)網(wǎng)企業(yè)。目前，運(yùn)行于雅虎的Hadoop集群被廣泛用于雅虎廣告、財(cái)經(jīng)數(shù)據(jù)以及用戶日志等數(shù)據(jù)的處理分析。Hive是Facebook開(kāi)源的基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)。通過(guò)Hive，可以方便地進(jìn)行海量數(shù)據(jù)提取、轉(zhuǎn)化、加載（ETL）工作。Hive定義了一個(gè)類似于SQL的詢語(yǔ)言HQL，能夠?qū)⒂脩艟帉懙腟QL轉(zhuǎn)化為相應(yīng)的MapReduce程序。Pig是一個(gè)基于Hadoop的大規(guī)模數(shù)據(jù)分析平臺(tái)，使程序員可以更加方便地進(jìn)行大規(guī)模數(shù)據(jù)處理。Pig Latin是一門吸收了SQL語(yǔ)法的過(guò)程式語(yǔ)言。它在保存了過(guò)程式語(yǔ)言靈活性的同時(shí)，很大程度上吸納了聲明式語(yǔ)言易于進(jìn)行數(shù)據(jù)處理描述的特點(diǎn)。Pig為復(fù)雜的海量數(shù)據(jù)并行計(jì)算提供了一個(gè)簡(jiǎn)單的操作和編程接口。大數(shù)據(jù)分析平臺(tái)已經(jīng)在很多行業(yè)發(fā)揮了重要作用，例如被廣泛使用的沃爾瑪“啤酒與尿布”的經(jīng)典商業(yè)案例，通過(guò)對(duì)消費(fèi)者的購(gòu)物行為等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，沃爾瑪成為最了解顧客購(gòu)物習(xí)慣的零售商。數(shù)據(jù)分析能對(duì)客戶的個(gè)人偏好以及某一類群的客戶進(jìn)行集中分析，并將相關(guān)分析結(jié)果保存至相應(yīng)的數(shù)據(jù)庫(kù)系統(tǒng)，系統(tǒng)在識(shí)別客戶的偏好的基礎(chǔ)上自動(dòng)根據(jù)分析結(jié)果為客戶推送相應(yīng)的產(chǎn)品及咨詢，客戶可以自行瀏覽。數(shù)據(jù)系統(tǒng)還應(yīng)支持客戶將公開(kāi)信息分享至微博、微信等公共平臺(tái)以供其他客戶進(jìn)行瀏覽反饋。在當(dāng)前的營(yíng)銷背景下客戶的積極分享就是對(duì)金融產(chǎn)品最好的宣傳。此外，這些公共平臺(tái)往往會(huì)聚集具有相同或相似金融需求的客戶群體，更多的瀏覽者了解相關(guān)產(chǎn)品信息，潛在購(gòu)買者也就越多。

（二）數(shù)據(jù)整合分析下商業(yè)銀行產(chǎn)品自助營(yíng)銷策略

理財(cái)經(jīng)理或客戶經(jīng)理所能維護(hù)的客戶數(shù)畢竟是有限的，根據(jù)對(duì)客戶數(shù)據(jù)的分析，針對(duì)客戶不同需求實(shí)現(xiàn)個(gè)性化產(chǎn)品的推送是實(shí)現(xiàn)個(gè)性化金融服務(wù)的必然之路。世界上并沒(méi)有垃圾，只有放錯(cuò)位置的資源。垃圾短信息之所以為人們所厭惡，恰恰是因?yàn)槠鋬?nèi)容信息毫無(wú)目標(biāo)的群體發(fā)送，接收方并不需要這類信息。利用大數(shù)據(jù)對(duì)客戶擬像行為的分析，預(yù)測(cè)客戶下一階段的金融需求，及時(shí)推送相關(guān)產(chǎn)品信息，滿足客戶金融需求，提高客戶忠誠(chéng)度和滿意度。例如：對(duì)于有外匯需求的客戶，在網(wǎng)上銀行或者手機(jī)銀行中設(shè)立“我的金融”欄目，及時(shí)更新外匯牌價(jià)、外匯相關(guān)產(chǎn)品走勢(shì)、相關(guān)事件新聞等等；在移動(dòng)終端上.，根據(jù)客戶位置信息，推送信用卡優(yōu)惠信息至“我的金融”欄目，推薦特約商戶等，推送信息不通過(guò)短信形式，由客戶自行瀏覽，避免引起客戶厭煩，規(guī)避垃圾短信投訴，實(shí)現(xiàn)產(chǎn)品信息精確化推送。在最初階段，推送的信息可能準(zhǔn)確性不足，通過(guò)對(duì)客戶瀏覽記錄的反饋，不斷修正數(shù)據(jù)庫(kù)中對(duì)客戶的分析、定位。社交網(wǎng)絡(luò)為客戶信息的交流與分享提供了新的途徑，通過(guò)允許客戶將公開(kāi)信息分享至微博、微信等社交平臺(tái)，能夠擴(kuò)大產(chǎn)品信息的接觸人群?？蛻舻姆窒硎菍?duì)金融產(chǎn)品最好的宣傳。另外，社交網(wǎng)絡(luò)往往會(huì)聚集具有相同或相似金融需求的客戶群體，更多的瀏覽者了解銀行產(chǎn)品信息，潛在購(gòu)買者也就越多，自助營(yíng)銷就越容易達(dá)到理想的效果。2008年以來(lái)，銀行業(yè)內(nèi)外部競(jìng)爭(zhēng)日益激烈。銀行業(yè)內(nèi)部為爭(zhēng)奪優(yōu)質(zhì)客戶資源競(jìng)相推出各種產(chǎn)品和服務(wù)。大數(shù)據(jù)時(shí)代，面對(duì)各種金融創(chuàng)新業(yè)務(wù)的蓬勃發(fā)展，尤其是面對(duì)互聯(lián)網(wǎng)金融的快速滲透，商業(yè)銀行應(yīng)有危機(jī)意識(shí)，轉(zhuǎn)變發(fā)展觀念，積極調(diào)整戰(zhàn)略。圍大數(shù)據(jù)時(shí)代，要么改變，要么消亡。龐大的數(shù)據(jù)庫(kù)將是社會(huì)發(fā)展下一個(gè)階段最大的礦藏。商業(yè)銀行不僅要做數(shù)據(jù)大行，更要做數(shù)據(jù)分析、數(shù)據(jù)解讀、數(shù)據(jù)應(yīng)用的大行，才能占據(jù)價(jià)值鏈核心位置。在數(shù)據(jù)中獲得靈感、在數(shù)據(jù)中找尋創(chuàng)新點(diǎn)，在數(shù)據(jù)分析、應(yīng)用中變革傳統(tǒng)模式。擁抱“大數(shù)據(jù)”時(shí)代，從數(shù)據(jù)中攫取價(jià)值，從數(shù)據(jù)中贏取未來(lái)。