陸岷峰+沈黎怡

隨著信息數據的爆炸式增長，大數據概念逐漸進入大眾視野，大數據行業(yè)主要通過對海量數據的收集、處理等工作實現(xiàn)揭露規(guī)律并預測未來的目的。大數據行業(yè)的興起與發(fā)展為行業(yè)結合奠定基礎，其應用范圍包括營銷、金融、工業(yè)、醫(yī)療、教育等諸多領域，各行各業(yè)在大數據技術的支撐下從海量數據中挖掘客戶信息，尋求潛在發(fā)展空間，因此大數據技術已成為企業(yè)的核心競爭力，大數據市場發(fā)展前景廣闊。2011年全球大數據市場規(guī)模僅73億美元，隨著大數據技術的逐漸成熟與市場應用推廣，2015年的全球市場規(guī)模已增長至384億美元，與此同時，國內的大數據投融資市場規(guī)模也由2011年的1.4億美元猛增至24.5億美元，國務院于2015年印發(fā)《促進大數據發(fā)展行動綱要》引導大數據行業(yè)的發(fā)展，李克強總理也在中國大數據產業(yè)峰會上充分肯定大數據的價值，提出大數據對于推進供給側結構性改革與產業(yè)轉型升級的重要意義。大數據布局已上升至國家戰(zhàn)略高度。當前金融行業(yè)在大數據應用投資規(guī)模方面處于領先地位，僅次于互聯(lián)網行業(yè)與電信行業(yè)，占比為17.5%，而銀行則是行業(yè)重點，其投資規(guī)模占金融業(yè)的41.1%，大數據應用潛力巨大。而銀行與大數據行業(yè)結合也存在相當的必要性，新金融業(yè)態(tài)對傳統(tǒng)銀行造成的沖擊迫使銀行尋求轉型機遇，而大數據技術的發(fā)展則是銀行變革的一大契機，使其完成從傳統(tǒng)模式下的資金中介身份向信息中介身份的轉變。大數據技術于銀行業(yè)的價值主要在于精準營銷、風險管控等運營模塊，通過大數據分析，銀行可精準把控客戶畫像，了解客戶行為習慣及風險特征，以此實現(xiàn)轉型升級。由于大數據技術正處于發(fā)展的初期階段，大數據本身存在一定的問題與風險，主要體現(xiàn)為大數據開放問題、大數據人才問題以及大數據安全問題等，對行業(yè)結合造成的負面影響。因此，銀行在利用大數據技術實現(xiàn)轉型升級的過程中也存在相當的風險隱患：第一，銀行業(yè)受限于傳統(tǒng)經營模式，其思維習慣及經營布局等方面均存在一定的滯后性，大數據技術的應用環(huán)境不佳；第二，受大數據技術當前發(fā)展局限的影響，其分析結果并不精確，因此銀行利用該分析結果進行業(yè)務創(chuàng)新活動等也不具針對性；第三，大數據及互聯(lián)網技術的發(fā)展不僅拓寬了銀行業(yè)的發(fā)展前景，也促進了新金融業(yè)態(tài)的擴張，因此加劇了銀行業(yè)的市場競爭壓力。基于大數據背景下銀行業(yè)發(fā)展新隱患，銀行業(yè)、政府以及行業(yè)協(xié)會都應采取相關措施彌補大數據技術漏洞，提升銀行發(fā)展能力。

銀行與大數據行業(yè)結合前景

精準營銷及產品創(chuàng)新。商業(yè)銀行傳統(tǒng)營銷模式的最大特征即無差異化，在營銷活動中居于被動地位，難以達到精準營銷的效果。而大數據技術為商業(yè)銀行獲取客戶的完整拼圖創(chuàng)造了可能性，使其在充分了解客戶行為特征的基礎之上，預測客戶消費行為，并根據客戶群體的不同特征制定具有針對性的營銷策略，以此實現(xiàn)精準營銷。此外，大數據技術的廣泛應用也為商業(yè)銀行進行產品創(chuàng)新奠定了基礎，將大數據貫穿于產品開發(fā)、推廣及評價等環(huán)節(jié)。通過對客戶消費行為的精準把控，研發(fā)契合市場需求的金融產品；通過精準營銷助力產品銷售活動；通過大數據收集了解客戶反饋，并及時將反饋信息傳遞至產品研發(fā)部門，進一步提升客戶投資或消費體驗，增強客戶黏性?？傮w而言，借助大數據技術實現(xiàn)精準營銷及產品創(chuàng)新已成為商業(yè)銀行在激烈的市場競爭下保持市場競爭力的重要途徑。

數字化運營模式。隨著大數據以及移動互聯(lián)網技術逐步發(fā)展成熟，銀行傳統(tǒng)運營模式將被數字化運營模式代替。銀行傳統(tǒng)運營模式強調物理網點的作用，通過物理網點獲客并提供客戶服務，存在一定的局限性；但在大數據背景下，銀行轉向線上運營模式，其潛在客戶群體的層次、數量打破了空間、時間的限制，大大降低了獲客成本。通過大數據支撐，銀行產品更具多樣性，且其針對性更強，相比傳統(tǒng)運營模式下的標準化產品更具競爭力。通過定向篩選確定潛在客戶群體，依賴定向推送實現(xiàn)精準營銷，并注重定向客服以增強客戶黏性，徹底改變傳統(tǒng)客戶服務模式，在降低經營成本的同時增強經營效率。通過數字化運營模式的推廣，銀行鎖定客戶的能力將逐步加強，金融生態(tài)主體間的聯(lián)系愈加緊密。此外，數字化的運營模式也體現(xiàn)在銀行的資源配置方面，如通過大數據技術掌控市場需求，優(yōu)化配置ATM設備。

大數據風控機制。移動互聯(lián)網技術在增強金融普惠性與降低交易成本等方面發(fā)揮了重要作用，但同時也放大了金融風險，使其傳播速度更快，波及范圍更廣，而大數據技術的發(fā)展為銀行風險管理提供了新的思路。完整的風控流程涉及貸款前期、中期及后期。前期工作包括資料的收集、校驗與授信等流程，通過對接征信大數據及線上風險評估等活動，銀行在簡化放貸流程的同時也能達到風險規(guī)避的效果；在貸款中后期，銀行能在賬戶分類管理的基礎之上提取賬戶行為特征，對其進行評估并判定風險類別，并通過大數據技術建立實時風險監(jiān)控系統(tǒng)，增強風險監(jiān)控的靈活性與準確性，以此實現(xiàn)對風險的有效把控。因此，大數據技術已成為銀行風險管理的重要手段，為銀行的風險識別、風險預警及風險評估等環(huán)節(jié)提供可靠保障，能有效提升風控效率。

大數據背景下銀行轉型風險

銀行受限于轉型阻力。當前，大數據技術的發(fā)展已成為銀行業(yè)轉型升級的契機。通過對大數據技術的有效利用，銀行得以精準把控市場信息及自身業(yè)務運行狀況等信息，以此實現(xiàn)運營模式的優(yōu)化升級。雖然以大數據、互聯(lián)網技術等為支撐的信息化銀行的建設符合市場發(fā)展趨勢，但在此過程中，銀行仍然面臨相當的轉型阻力。當前大數據技術尚未發(fā)展成熟，政策及市場層面雖對大數據技術表現(xiàn)出較高的關注度，但如“數據孤島”等阻礙大數據技術發(fā)展的關鍵難題仍未得到有效解決，銀行轉型發(fā)展的外在條件不足。作為我國金融生態(tài)的主體，銀行在轉型過程中也受到定向思維及傳統(tǒng)經營模式的限制。一方面，大數據運營強調個體差異，不同個體的金融需求、金融風險等因素均存在特殊性，大數據技術的價值恰恰在于挖掘該種個體差異，為銀行提供個性化服務奠定基礎，而銀行當前的營銷體系、客戶服務體系等都已發(fā)展成熟，且與以客戶為基礎的經營模式存在較大差距。如授信業(yè)務，銀行往往從自身的風險偏好出發(fā)，以自身產品設計要求客戶，忽視客戶的個性化需求，因此，運營模式固化已成為銀行轉型升級的一大障礙。另一方面，作為專業(yè)化的金融機構，銀行在信息化建設方面相對薄弱。據統(tǒng)計，當前全國的大數據人才約46萬人，預計未來3至5年內人才缺口將高達150多萬人，而銀行內部人才則局限于金融層面，科技創(chuàng)新能力不強，對銀行轉型升級造成阻礙。

數據分析準確性存疑。數據本身沒有價值，數據分析才能創(chuàng)造價值。銀行利用數據分析結果優(yōu)化業(yè)務運行，以期提高有效性與針對性，因此銀行將大數據技術納入戰(zhàn)略規(guī)劃的主要目的在于獲取精準度較高的數據分析結果。由于大數據行業(yè)正處于發(fā)展初期，存在相當的技術風險，銀行與大數據行業(yè)結合更進一步放大了風險，數據分析的準確性難以得到保障。一方面，就數據本身而言，大數據分析以海量的數據為基礎，而當前數據可得性不強，銀行主要依賴于其內部數據進行大數據處理工作，因此，數據分析結果難免存在局限性；數據質量也對分析結果造成影響，大數據存在種類混雜且價值密度低等特性，數據失真、失效等問題正逐步瓦解大數據質量，以低質量數據為支撐的大數據分析、處理結果的可靠性則不能得到保障。例如，被人為操縱的假數據歪曲了客觀事實，且難以被識別，致使銀行誤判客戶行為及其業(yè)務活動的有效性。另一方面，數據分析結果還受到人為因素的干擾。大數據分析以統(tǒng)計學為基礎，研究人員極易受數據的蒙蔽而得出諸如“辛普森悖論”等不切合實際的結論。以應用范圍最廣的統(tǒng)計學指標——“均值”為例，該指標能客觀反映事物或事件的特征，但受到異常值及正態(tài)分布偏差的影響，與此同時，現(xiàn)實數據包括銀行數據基本不服從正態(tài)分布，因此將“均值”作為數據分析的基礎指標則偏離了現(xiàn)實情況，對數據分析造成負面影響。

大數據加劇市場競爭。當前我國大數據行業(yè)尚處于發(fā)展的初期階段，內在技術條件不成熟，外在發(fā)展環(huán)境也不健全，因此銀行與大數據行業(yè)的結合也存在相當的局限性，數據可得性低是銀行在利用大數據技術實現(xiàn)轉型發(fā)展過程中難以回避的一大難題。銀行可利用的數據主要來自于其系統(tǒng)內部，包括通過網上銀行、信用卡平臺、手機銀行等平臺累積的客戶交易數據，而外部數據則較難獲取。銀行業(yè)在傳統(tǒng)經濟體系中處于重要地位，而隨著大數據、互聯(lián)網技術的發(fā)展，其他公司或平臺如互聯(lián)網金融企業(yè)逐漸興起，銀行業(yè)務的市場份額逐漸降低，在“數據壁壘”尚未被攻破的情況下，互聯(lián)網金融企業(yè)等新興金融平臺所累積的數據基礎也為其奠定了相當的業(yè)務優(yōu)勢。如第三方支付公司擁有涉及客戶支付習慣、客戶信用周期、客戶交易習慣等的數據信息，據此進行客戶畫像分析，進而拓展業(yè)務范圍。在數據尚未完全開放的情況下，自有數據質量在一定程度上影響業(yè)務開展能力，因此大數據技術在促進銀行發(fā)展的同時也為銀行培育了相當的市場競爭對手。較銀行而言，互聯(lián)網金融公司掌握的數據信息雖不如銀行全面、成體系，但在刻畫客戶行為特征方面則更具優(yōu)勢，由此開拓新業(yè)務搶占市場份額，如消費信貸。在客戶信息完善的情況下，消費信貸以其小額分散、風險低等特點為互聯(lián)網金融公司所青睞，而與傳統(tǒng)信貸方式相比，小額信貸需求方也更傾向于選擇方便快捷的消費信貸。據統(tǒng)計，2016年我國消費信貸市場競爭激烈，消費金融公司表現(xiàn)最佳，商業(yè)銀行所占份額次之。因此，銀行在大力發(fā)展大數據技術的同時也面臨相當的市場競爭壓力。

大數據行業(yè)管理策略研究

以政策措施推進數據開放。在數據尚未完全開放的情況下，銀行業(yè)與其他金融行業(yè)存在數據差異，僅通過內部系統(tǒng)數據及部分外部公開數據進行業(yè)務創(chuàng)新存在一定的局限性，即客戶畫像不全面，銀行難以準確了解客戶需求。一方面，“數據壁壘”不僅存在于不同金融機構之間，銀行業(yè)內部也存在數據割裂的問題，除征信中心收集公布的征信數據外，其他數據如客戶信用周期、交易習慣等都沉淀于不同金融機構。因此，行業(yè)協(xié)會應在推進數據開放方面發(fā)揮作用，溝通各方需求，利用商業(yè)化手段及技術手段激勵促進不同機構間數據共享機制的形成。此外，我國政府部門掌握相當部分高價值的關鍵數據，但出于信息保護等原因并未對公眾開放，因此，有關部門應在修訂信息公開條例時，在控制數據安全風險的條件下最大程度開放政府數據，搭建大數據應用的底層基礎，促進銀行業(yè)的轉型升級。

以人才驅動行業(yè)轉型升級。數據本身沒有價值，真正創(chuàng)造大數據價值的是大數據技術與大數據人才。當前大數據人才緊缺，在一定程度上也成為數據分析結果不精確、產業(yè)結合缺乏動力的誘因之一。大數據專業(yè)人才需具備較高的IT技術與數據分析技術，為銀行業(yè)合理運用大數據技術奠定基礎，以此促進精準營銷、有效風控，并進一步實現(xiàn)行業(yè)整體的轉型升級。因此，銀行業(yè)應將大數據人才戰(zhàn)略納入其發(fā)展規(guī)劃之中，使研發(fā)、運營過程中的人力資源投入更加專業(yè)化、常態(tài)化。第一，與高校合作培養(yǎng)大數據人才，共同建立校外科研基地，充分利用高校的培養(yǎng)模式選拔人才，包括大數據工程師、分析師、規(guī)劃師等；第二，提高銀行內部大數據人才待遇，并為其提供專業(yè)技能培訓機會，吸收復合型人才；第三，組建大數據人才團隊并形成行業(yè)協(xié)作的大數據人才建設模式。

以區(qū)塊鏈技術彌補大數據漏洞。當前大數據技術不成熟，且諸如“數據壁壘”等外部不利因素正對大數據應用的拓展造成阻礙，銀行利用大數據技術升級運營模式存在一定的局限性，但與此同時，正趨成熟的區(qū)塊鏈技術或能彌補大數據技術在銀行應用方面的漏洞。區(qū)塊鏈技術系包括分布式技術、密碼學、共識機制與時間戳等幾大基礎技術的有機結合，該種結合模式賦予了區(qū)塊鏈技術“去中心化”與“去信任化”特征，成為解決當前數據孤島問題的主要突破口，同時也避免了數據所有權的錯配問題，而區(qū)塊鏈技術特有的加密及時間戳技術也使數據的真實性得到有效保障?？傮w而言，區(qū)塊鏈技術能在最大程度上彌補大數據應用的漏洞，因此銀行業(yè)應正視區(qū)塊鏈技術的潛在價值，將區(qū)塊鏈技術納入行業(yè)發(fā)展規(guī)劃，探尋該項技術在銀行運營活動中的具體應用模式，突破大數據技術的局限性。

以經營轉型奠定大數據運營基礎。傳統(tǒng)運營模式下，銀行客戶對物理網點的依賴度較高，但隨著互聯(lián)網技術的發(fā)展，金融網絡化趨勢不斷增強，客戶對于物理網點及柜臺的需求逐漸降低，因此銀行應加強網絡平臺建設，完善手機銀行、電子銀行等網絡機構的功能布局，為大數據運營奠定基礎。此外，為提升運營效率，銀行應在物理網點增設自助設備，以此搭建物理網點、自助設備及虛擬網點相結合的綜合性的客戶服務體系，以此突破傳統(tǒng)運營模式的時間、空間局限，拓展客戶范圍，完善客戶資料。與此同時，銀行也應轉變客戶服務觀念，樹立以客戶為中心的服務理念，關注客戶的個性化需求。就業(yè)務范圍而言，重視以中小企業(yè)為代表的金融弱勢群體的金融權益，利用大數據技術積極開展業(yè)務創(chuàng)新；就網點布局方面，提升物理網點分區(qū)的合理性，并實現(xiàn)網點內的功能分區(qū)，使服務范圍更全面。

以行業(yè)協(xié)作促進良性競爭。大數據技術的發(fā)展不僅為銀行業(yè)的轉型升級奠定基礎，也使互聯(lián)網金融公司等其他金融機構積累了相當的數據資源、增強了業(yè)務能力，但與此同時也加劇了金融市場競爭。銀行與其他金融機構，特別是互聯(lián)網金融企業(yè)的優(yōu)勢資源具有較大差異，數據資源是其中的典型代表，因此銀行業(yè)與其他金融機構之間存在堅實的合作基礎，雙方可在金融科技方面展開深入的合作，共同探究大數據技術等先進科技在金融業(yè)的應用前景。此外，除技術互助之外，銀行與其他金融機構在業(yè)務創(chuàng)新方面也具有相當的合作動力，不同金融機構的業(yè)務范圍存在差別，且銀行業(yè)的傳統(tǒng)業(yè)務已難以適應市場發(fā)展的需要，因此加強與信托、保險、證券及互聯(lián)網金融等公司的合作，銀行得以實現(xiàn)業(yè)務整合與創(chuàng)新，同時以較高的效率與較低的成本開拓客戶群體，實現(xiàn)金融行業(yè)的良性競爭。

結論

大數據技術的發(fā)展為銀行業(yè)的轉型升級奠定了技術基礎，通過數據分析結果，銀行可獲取客戶的精準畫像，以此掌握客戶的行為特征、信用周期等信息。因此，通過利用大數據技術，銀行可在精準營銷、產品創(chuàng)新、風險管控等方面實現(xiàn)優(yōu)化。但與此同時，大數據技術本身存在一定的風險，數據準確性、安全性及數據開放問題都對銀行業(yè)的大數據運營造成阻礙，以此導致數據分析結果準確性不高，銀行業(yè)務缺乏針對性等問題；此外，銀行業(yè)自身的固有觀念及經營模式也體現(xiàn)出一定的滯后性，影響大數據運營的進一步推進；大數據技術的發(fā)展也催生了相當的新金融業(yè)態(tài)，由此加強金融市場競爭。因此，銀行在大數據背景下正面臨相當的發(fā)展壓力。對此，我國政府部門應制定相關政策措施，在保障信息安全的前提下逐步開放數據。銀行業(yè)也應致力于大數據技術、區(qū)塊鏈技術等新興科技的研發(fā)工作，培養(yǎng)大數據專業(yè)人才，轉變經營觀念與運營模式，加強與其他金融機構之間的協(xié)同合作，以此適應市場需求，增強可持續(xù)發(fā)展能力。

（作者單位：南京財經大學中國區(qū)域金融研究中心；南京工業(yè)大學經濟與管理學院）