作者：朱文生
来源：《中国金融电脑》 2015年第12期
中国工商银行股份有限公司江苏省分行 朱文生
随着移动互联网、云计算、物联网和社交网络的广泛应用，人类经济社会活动正走向全面数字化。数据已经成为一种新的经济资产类别。银行业又一次面临新的机遇和挑战。商业银行能否用好大数据，实现经营、管理和服务创新，决定了其未来的可持续发展能力。本文针对大
数据时代商业银行面临的挑战进行分析，探讨适合我国商业银行大数据应用实际的措施和办法。
一、大数据在金融行业的作用
1. 推动商业银行战略转型
在宏观经济结构调整和利率逐步市场化的大环境下，我国商业银行受金融脱媒的影响日趋明显，表现在存款流失、利差收窄、竞争加剧、业务定位亟待调整等方面。商业银行转型发展的关键在于创新，经营模式要从“以产品为中心”向“以客户为中心”转型，营销模式要从“粗放营销”向“精准营销”转型，服务模式要从“标准化服务”向“个性化服务”转型。商业银行要准确、实时掌握客户的真实需求，全面完整描述客户的真实面貌，通过广泛收集各渠道、各类型的数据，利用大数据技术整合各类信息、还原客户的真实面貌，并根据客户需求快速作出应对，实现“精准营销”和“个性化服务”。
2. 推进商业银行风险决策模式的创新
银行业是经营风险的行业，风险管理是银行的生命线，风险管理的成败决定着银行的存亡。目前，商业银行在进行信用风险决策时，主要依据客户的会计信息、前台客户经理的调查、客户征信记录、抵质押物担保情况等进行综合判断决策。这种决策方式的弊端主要表现为：一是这种方式只适用于经营管理规范、会计信息真实可靠的企业；二是决策基本上取决于主观判断，缺乏足够的客观证据支持；三是决策所依据的主要是企业过往的静态信息，而非实时动态信息，时效性、相关性和可靠性不足，风险无法得到有效控制。
大数据技术可以有效解决上述问题。通过多个渠道采集数据，可以帮助银行更加客观、全面、真实、准确、实时地掌握借款人信息，有效降低信息不对称带来的风险。因此，商业银行可以利用大数据创新风险决策模式，并由此赢得新的客户，形成新的利润增长点。
3. 促进商业银行管理升级
近年来，诸如全面风险管理、全面质量管理、业务流程再造、经济增加值等各种管理理念和管理模式不断应用于商业银行经营管理中。然而一些管理办法实施后，绩效并未得到有效提升。究其原因，是因为某些管理理念或管理模式是在缺乏有效数据支持的情况下，仅凭管理者主观判断决策推行。而大数据强调决策应建立在牢固的数据证据基础上，通过对比、实验等方法对现有的认知规律进行检验，以找到真正能够解决具体问题的管理利器，从而实现商业银行管理升级，提高经营效益。
二、大数据时代商业银行面临的挑战
1. 打破商业银行竞争格局
信息技术进步和互联网技术的发展，以及银行业开放、监管政策的变化，在客观上降低了行业准入门槛，使非金融机构更多地进入金融体系，并利用自身技术优势和监管制度的盲区获取竞争优势。传统商业银行由于组织架构和管理模式的原因，无法充分发挥自身潜力，在大数据竞争中处于相对不利的地位。
2. 获取和应用数据的能力成为商业银行竞争的关键
商业银行通过对大数据的分析可以更好地了解客户的消费习惯和行为特征，更及时准确地研究和预测市场趋势，在这种情况下，获取大数据的能力将成为决定商业银行竞争力的关键因素。虽然商业银行本身拥有大量的客户数据和交易数据，但是随着人们生活日益网络化、移动化以及金融非中介化现象日益加剧，商业银行所拥有的数据与互联网平台、电商平台等相比存在一定局限性。在数据处理方面，商业银行已经在结构化数据应用领域积累了大量的经验，但是广泛存在于社交网络、电商平台等媒介的非结构化和半结构化数据，需要较为复杂的方法对海量碎片化的数据加以处理，以获得有价值的数据信息。
3. 大数据的技术选择存在决策风险
当前，大数据还处于运行模式的探索阶段，对于大数据的分析处理，特别是对非结构化数据的处理仍缺乏有效的软硬件支持。在此情况下，商业银行相关的大数据技术决策就存在选择错误、过于超前或过于滞后的风险。大数据的应用和发展是一个总体趋势，但过早地进行大量投入，选择了不适合自身实际情况的软硬件，或者过于保守无所作为都会给商业银行的发展带来不利影响。
4. 大数据的安全管理需进一步加强
在大数据时代，除传统的会计账务报表以外，商业银行还增加了影像、图片、声音等非结构化数据，数据量较以往大幅增长，使得商业银行大数据的安全管理问题日益突出。近年来，商业银行虽然在数据安全管理方面加大投入，但因业务链较长、自身软硬件系统较为复杂等因素，进一步增大了大数据的风险隐患。如何妥善保管、安全合法应用大数据显得尤为重要。
5. 专业数据分析人员匮乏
成熟的数据分析师团队应具备熟悉商业银行业务、掌握数据分析工具、对数据价值具有较高敏感度并具备数据提炼融合的能力。目前大部分商业银行尚未建立专业的数据分析团队，缺乏数据分析的专业能力和经验，很多数据分析师擅长的是通过数据分析对已发生的问题查找原因，但缺乏发掘未知问题的能力，也缺少对未来趋势的预测，而大数据的价值恰恰在于预测未来。从目前情况看，商业银行符合上述条件的数据分析师较为匮乏，专业分析团队的建设任重道远。
三、商业银行的应对策略
1. 制定与商业银行整体战略相融合的大数据战略
金融业竞争日趋激烈，实行集约化经营管理是唯一出路。这就需要充分重视大数据的开发和利用。商业银行应尽快制定符合自身实际的大数据战略，明确大数据应用的方向，重视大数据的开发和利用，着力打造“数据治行”的文化，让决策和管理更加有的放矢，并在财务上做好计划安排。商业银行大数据战略应融入银行的整体战略，而不是独立于整体战略之外。只有将大数据战略与商业银行整体战略进行有机统一，才能确保大数据战略在商业银行的发展中得到更好的实施。
2. 推进金融服务与社交网络的融合
商业银行要发展大数据平台，就必须打破传统的数据源边界，注重互联网站、社交媒体等新型数据来源，通过各种渠道获取尽可能多的客户和市场资讯，特别是加大非结构化数据收集力度。整合新的客户接触渠道，充分发挥社交网络的作用，增强对客户的了解和互动，树立良好的品牌形象；注重客服渠道拓展，将论坛、微博、微信、QQ 等渠道打造成为与电话客服并行的服务渠道，并从中挖掘有价值的数据信息。
3. 以持续改进的方式增强大数据的核心处理能力
商业银行的创新模式与互联网企业有所不同，属于持续改进型的创新模式。商业银行创新往往是因为监管政策变化、新竞争者出现、科技进步等外部原因所引发，并以较为缓慢的速度实施。在应用大数据时，商业银行要充分考虑到银行自身的特点和“审慎经营”的思维定式，以“小步快跑”的方式进行持续改进，避免采取颠覆性的方式。实施策略上，一是强化大数据的整合能力，将银行内部数据和外部社交数据整合，并统一标准和格式，以便进行规范化的数据整合和分析，形成完整的客户视图。二是增强数据挖掘与分析能力，利用大数据专业工具，建立业务逻辑模型，支持对非结构化和半结构化数据的分析。三是加强对大数据分析结论的解读和应用能力，提高大数据分析结果的应用效率。
4. 加强大数据风险管控
大数据为商业银行经营管理和风险管理提供了更有效的手段，但如果管理不善，大数据本身也可能演化成“大风险”。大数据应用改变了数据的风险特征，它不仅需要新的管理方法，更需要将大数据管理纳入到全面风险管理体系中，进行统一监管和治理。为了确保大数据的安全，商业银行必须做到以下几点：一是协调大数据链条中的所有相关部门，共同推动数据安全标准执行，加强行业自我监督和技术分享；二是加强与监管机构合作交流，借助监管服务的力量，提升自身的大数据安全管理能力；三是主动与客户在数据安全和数据使用方面加强沟通，提升客户的数据安全意识，形成大数据风险管理的合力效应。
5. 加强专业人才培养
大数据应用对专业人才培养提出了较高要求。一个优秀的数据分析师，既需要具备专业的数理统计知识，也要深入了解银行业务。目前商业银行大数据专业人才储备严重不足，主要以经济和管理专业的人才为主，信息科技人才占比较小。相关人员缺乏对互联网技术的了解，大数据应用能力不强，专业性不够。要做好大数据分析，需要商业银行提前规划，早做准备，强化对员工的互联网知识的普及和互联网金融产品的运用，通过持续学习、体验，不断提升员工对互联网金融的认识度，在此基础上注重发现和培养既懂商业银行业务又熟悉数据分析的复合性人才，加快推进数据分析师队伍的建设。
未来商业银行业务会逐步向线上转移，银行间的竞争也将在信息平台上进一步展开。只有在第一时间掌握客户动向，才能赢得产品和服务定价的主动权。商业银行应顺应大数据发展潮流，转变观念，不断丰富数据来源，有效存储和挖掘数据，抢占竞争制高点。FCC
因篇幅问题不能全部显示，请点此查看更多更全内容