郭光

基于既有的數(shù)據(jù)資源和數(shù)據(jù)應用成果，通過大數(shù)據(jù)平臺的建設與應用，全面整合，深入挖掘其真正價值，并實現(xiàn)利益最大化，能夠最大程度加速傳統(tǒng)商業(yè)銀行數(shù)字化轉(zhuǎn)型的進程。

目前，面對移動化、網(wǎng)絡化、智能化的行業(yè)發(fā)展趨勢，我國商業(yè)銀行數(shù)字化轉(zhuǎn)型已迫在眉睫。在這一轉(zhuǎn)變過程中，我國商業(yè)銀行不僅要確定轉(zhuǎn)型的最終目標，更要明確“如何轉(zhuǎn)”。而基于既有的數(shù)據(jù)資源和數(shù)據(jù)應用成果，通過大數(shù)據(jù)平臺的建設與應用，全面整合，深入挖掘其真正價值，并實現(xiàn)利益最大化，能夠最大程度加速傳統(tǒng)商業(yè)銀行數(shù)字化轉(zhuǎn)型的進程。

大數(shù)據(jù)平臺建設

1.大數(shù)據(jù)平臺建設的總體架構

在具體建設實施上，我國商業(yè)銀行大數(shù)據(jù)平臺應以采集、處理、分析、訪問、應用、管理等六個層次為基礎構建大數(shù)據(jù)平臺的總體架構。數(shù)據(jù)采集層：既包括傳統(tǒng)的ETL離線采集、也包括實時采集、互聯(lián)網(wǎng)爬蟲解析等等;數(shù)據(jù)處理層：根據(jù)數(shù)據(jù)處理場景要求不同，可以劃分為HADOOP、MPP、流處理等。具體包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加工、數(shù)據(jù)關聯(lián)、數(shù)據(jù)標注、數(shù)據(jù)預處理、數(shù)據(jù)加載、數(shù)據(jù)抽取等工作;數(shù)據(jù)分析層：實現(xiàn)對數(shù)據(jù)的深加工，根據(jù)業(yè)務需要，建立適用于業(yè)務的數(shù)據(jù)統(tǒng)計分析模型，建立大數(shù)據(jù)運行處理平臺，運用數(shù)據(jù)分析、數(shù)據(jù)挖掘、深度學習等算法從生產(chǎn)數(shù)據(jù)集中挖掘出數(shù)據(jù)內(nèi)在的價值，為業(yè)務系統(tǒng)提供數(shù)據(jù)和決策支持;數(shù)據(jù)訪問層：實現(xiàn)讀寫分離，將偏向應用的查詢等能力與計算能力剝離，包括實時查詢、多維查詢、常規(guī)查詢等應用場景;數(shù)據(jù)應用層：深入分析行業(yè)數(shù)據(jù)特點，梳理行業(yè)數(shù)據(jù)產(chǎn)品需求，建立適用于不同應用場景的數(shù)據(jù)產(chǎn)品;數(shù)據(jù)管理層：實現(xiàn)數(shù)據(jù)的管理和運維，橫跨多層，實現(xiàn)統(tǒng)一管理。同時以智能報表、專題報告、BI展示、平臺接口等可視化方式提供數(shù)據(jù)展示和數(shù)據(jù)共享服務。

2.大數(shù)據(jù)平臺的實施重點

1）數(shù)據(jù)存儲與計算：通過建設分布式文件系統(tǒng)，滿足不斷增長的存儲空間要求;通過分布式并行讀寫及支持冷熱數(shù)據(jù)異構存儲等技術手段保證處理效率。同時，采用分布式計算框架，可動態(tài)橫向擴展服務器，提升算力。在平臺內(nèi)部引入共享算力池的概念，動態(tài)進行用戶算力的臨時分配和釋放，以充分使用計算資源。

2）數(shù)據(jù)建模：大數(shù)據(jù)建模是基于經(jīng)營分析的業(yè)務經(jīng)驗，依托于已有的商業(yè)AI技術進行用戶全生命周期的算法模型構建。同時，基于分布式的建模架構，通過整合多源異構的內(nèi)外部數(shù)據(jù)，將海量數(shù)據(jù)進行廣泛的交叉關聯(lián)，實現(xiàn)多方數(shù)據(jù)源的融合打通。

3）多租戶多集群數(shù)據(jù)管理：使用多重租賃技術，用于多用戶的環(huán)境下共用相同的系統(tǒng)或程序組件，并且仍可確保各用戶間數(shù)據(jù)的隔離性，實現(xiàn)數(shù)據(jù)與資源的共享。同時依托高可用、可拓展、高性能的分布式集群體系，實現(xiàn)多技術混合架構，為未來豐富的數(shù)據(jù)場景及數(shù)據(jù)服務，提供強有力的基礎服務保障。

4）數(shù)據(jù)治理體系的搭建和實施：數(shù)據(jù)治理領域包括但不限于數(shù)據(jù)標準、數(shù)據(jù)質(zhì)量、元數(shù)據(jù)、數(shù)據(jù)模型、數(shù)據(jù)分布、數(shù)據(jù)存儲、數(shù)據(jù)交換、數(shù)據(jù)生命周期、數(shù)據(jù)安全等內(nèi)容。數(shù)據(jù)治理領域是隨著銀行業(yè)務發(fā)展變化的，領域之間的關系也需要不斷深入挖掘和分析，最終將形成一個互相協(xié)同與驗證的領域網(wǎng)，全方位地提升數(shù)據(jù)治理成效。

大數(shù)據(jù)平臺的實際應用

精細化管理：傳統(tǒng)商業(yè)銀行需依托企業(yè)級數(shù)據(jù)倉庫、管理會計系統(tǒng)、企業(yè)級數(shù)據(jù)應用平臺等系統(tǒng)，整合各類交易系統(tǒng)中的大量基礎數(shù)據(jù)，從產(chǎn)品、客戶、條線、渠道等多個管理視角反映銀行經(jīng)營成果，分析銀行的盈利結構，為實現(xiàn)以客戶為中心、綜合化、多功能、集約化的戰(zhàn)略轉(zhuǎn)型目標提供有力支持。在此基礎上建立包括數(shù)據(jù)應用、管理會計、績效考核等大量的信息應用系統(tǒng)，構建涵蓋外部監(jiān)管、管理會計、資債管理、定價、績效、風險管理在內(nèi)的全面的內(nèi)部管理體系，廣泛提升銀行精細化管理水平。

風險防控：商業(yè)銀行要用大數(shù)據(jù)思維來構建“以客戶為中心”的全面風險管理體系，因此要徹底打破以“小數(shù)據(jù)”模式下形成的條線、部門、機構、產(chǎn)品、系統(tǒng)間的數(shù)據(jù)分隔、各自識別風險的做法，形成按客戶集中統(tǒng)一管理數(shù)據(jù)的高效協(xié)調(diào)管理機制，確保通過總行建立的信息系統(tǒng)在數(shù)據(jù)收集、清洗、分類、挖掘、鉆取的基礎上，能夠勾畫出客戶360度全景視圖。

精準營銷：整體的應用目標是希望依托大數(shù)據(jù)平臺的分析結果在線獲取客戶的各類信息，再通過模型分析、客戶個性化需求、不同產(chǎn)品的特點等，在客戶與產(chǎn)品之間建立精準的對應關系。在業(yè)務操作上，還應當能幫助客戶經(jīng)理對客戶做出準入判斷、提供營銷方案、實現(xiàn)限額管理、定價指導等智能決策信息。這些應用目標可以拆分成如下應用需求：

授信管理：大數(shù)據(jù)在授信審批環(huán)節(jié)的核心應用包括：信貸客戶準入、額度和價格（利率）的制訂、調(diào)整。一般來說，在信貸業(yè)務的授信審批環(huán)節(jié)會同時確定信貸業(yè)務的額度和價格。在新客戶首次準入時，可以根據(jù)大數(shù)據(jù)統(tǒng)計出的同類客戶風險參數(shù)、各項成本參數(shù)、市場敏感性參數(shù)來設定授信額度。對存量客戶，可以根據(jù)客戶的風險特征變化情況、貸款支用情況、逾期情況等大數(shù)據(jù)計算客戶行為評分，并計算影子額度，基于影子額度對現(xiàn)有額度進行實時調(diào)整。

產(chǎn)品和服務創(chuàng)新：基于客戶交易結算、POS流水、納稅信息等信用記錄，推出信用、創(chuàng)業(yè)、納稅、薪金貸等方面的金融信貸產(chǎn)品，逐步形成并豐富的大數(shù)據(jù)產(chǎn)品體系。同時， 做好線上、線下的互動，把網(wǎng)點作為銀行服務的體驗店。更重要的是，利用銀行信息資源豐富的特點，可以全面接入、整合、挖掘、經(jīng)營網(wǎng)點服務半徑內(nèi)的本地化客戶以及信用卡特約商戶等各種工作、生活、服務數(shù)據(jù)信息，通過線上和線下展示，讓網(wǎng)點成為周邊商業(yè)服務數(shù)據(jù)交互平臺。

隨著商業(yè)銀行數(shù)據(jù)分析能力的提升，通過對行內(nèi)大數(shù)據(jù)進行有效的統(tǒng)計、分析、評估，以及內(nèi)外部大數(shù)據(jù)的結合，為銀行業(yè)務發(fā)展、市場營銷、資產(chǎn)負債管理、客戶關系管理等方面提供有效的預測分析及決策支持。未來的銀行必將是數(shù)據(jù)驅(qū)動型的銀行。大數(shù)據(jù)應用將推動商業(yè)銀行在經(jīng)營理念、組織架構、業(yè)務流程、管理模式、IT架構等領域的全面調(diào)整和深度整合。