大数据与商业银行的发展对策

徐文华+韩雨笑

【摘要】大数据时代来临，深刻影响着各行业的发展，其中银行作为各工业企业部门的主要资金支持者，也面临着前所未有的压力。因此，研究大数据背景下银行业的发展与对策有着强烈的现实意义。本文首先对大数据在银行业（主要以商业银行为研究对象）中的应用进行了综述，其次，分别探讨了大数据在商业银行中的具体应用实践，再次，从机遇和挑战两方面分别分析了大数据应用对商业银行带来的影响，最后，给出了大数据时代商业银行的应对之策。

【关键词】大数据 商业银行 经营模式 脱媒化

一、商业银行大数据应用研究综述

目前国内对大数据在商业银行中应用的论文并不多，常见的是报纸和网络上介绍性的科普文章。国内这一方面的研究论文大多介绍大数据及相关技术，并探讨给商业银行带来的机遇和挑战并附以大数据应用的典型案例。国外的研究则主要侧重大数据应用的技术层面，而具体针对银行业应用的文献较少。赵付玲等对大数据时代下商业银行信息化问题进行了分析；蔚赵春等研究了大数据在商业银行中的具体应用与实践；田华茂研究了大数据背景下中小商业银行的经营转型问题；闫冰竹分析了大数据时代银行业的发展，更多的是从管理视角进行论述；方方着重研究了大数据趋势之下商业银行的应对策略；刘天白等简要分析了银行业在大数据时代的尝试性行为；潘明道等分析了大数据时代下，银行业面临的挑战；李璠等研究了大数据时代银行业的机遇与挑战；孙浩从技术视角分析了大数据时代银行业的机遇与挑战；王珊等研究了金融企业大数据技术的选择策略问题。

二、大数据在商业银行的应用实践

大数据技术在商业银行中有着广阔的应用前景。商业银行作为全社会货币流通系统枢纽，可依托搜索引擎收集大量的客户行为数据，并结合自身的资金供需及交易数据，开展大数据应用。商业银行具体的大数据应用实践包括如下：

（一）渠道拓展

大数据时代商业银行的渠道不仅包括传统的渠道，而且还要整合日益互联互通的各种渠道，并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、ATM 等电子渠道，利用微博、微信、社交网站等新媒体，打造在线综合金融营销服务平台，进行产品推送、意见收集、客户服务和营销服务。

（二）个性化服务

个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐、LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据，聚类出不同的客户群体，如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户，然后向这些客户群采取更有针对性的服务。

（三）精准营销

通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位、传播途径的选择、营销活动执行趋势分析和异常监控、营销活动的传播效果和市场效果评估。商业银行应用大数据分析用户影响力、用户聚集区域和日常活动轨迹、用户基础银行业务使用的规律、用户关注点来实现客户营销。

（四）小微企业信贷

随着利率市场化，存贷利差缩小，小微企业将是商业银行大力发展的业务。小微企业信贷面临的难题是企业数量大、管理不规范、信息不对称。商业银行需要通过大数据挖掘、分析和运用，去识别具有市场潜力的中小企业客户，完善批量化、专业化审批，将贷款提供给合适的小微企业。

（五）信用管理

客户信用管理可通过大数据分析实现，因为个体或组织的关键信息和行为都被记录下来，而这些数据足迹能通过社交网络和搜索引擎获取。目前一些小微信贷的客户管理就是靠大数据支撑，其通过网络低成本广泛采集客户的各类数据并进行分析挖掘，判断客户资质。

三、大数据应用给商业银行带来的机遇

大数据的应用正改变着金融业态，同时将引起银行业务模式深刻的变革。通过上述大数据在商业银行中的应用实践，可以看出大数据应用将推动商业银行在营销、服务、管理等领域进行全面调整和深度整合，从而不断增强核心竞争力，提升企业经营绩效和资本运营效率，提高盈利能力。可以说，大数据应用为我国商业银行经营模式转型提供了重要战略契机，借助大数据中国银行业的未来发展将呈现出全新的蓝图。

第一，大数据应用将提升商业银行核心竞争力。大数据的管理能力将成为银行竞争力的核心要素。首先，商业银行拥有海量的客户数据和交易数据，能够得出具有指导意义的结论。其次，商业银行已经在以信用评级模型和市场营销模型为代表的“小数据”分析上积累了经验，储备了技术，具备向“大数据”分析跨越的基础。随着“大数据”时代的来临，商业银行运用科学分析手段对海量数据进行分析和挖掘，可以更好地了解客户的消费习惯和行为特征，分析优化运营流程，提高风险模型的精确度，提升风险定价能力，研究和预测市场营销和公关活动的效果，从每一个经营环节中挖掘数据的价值，从而进入全新的科学分析和决策时代。

第二，大数据提供了创新的营销手段、渠道和平台。通过整合银行内部数据和外部社会化的数据可以获得更为完整的客户拼图，从而进行更为精准的营销和管理。银行本身拥有客户的大量数据，通过对数据的分析可以获得很多信息，从而成为进行管理和营销的依据。大数据时代商业银行为客户的个性化、定制化需求提供精准的服务既成为必要，也有了可能。很多银行都清楚地认识到，金融服务机构不仅應销售产品和服务，而且还应成为在管理其客户数据以及通过不同渠道为其客户服务方面的真正以客户为中心的组织，增加客户的忠诚度。随着大数据的大量涌现，尤其是在社交媒体网络的背景下，渠道战略不应仅限于传统的银行渠道，而且还应整合新的客户接触点，这种趋势已经变得日益清晰。虽然完成此项工作不是一件容易的事，但组织应通过设计信息管理战略启动该流程，应对大数据的挑战。

第三，大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。

第四，大数据应用将提高商业银行管理水平。商业银行积累的关于资产、负债、评级、客户、交易对手等各种数据资产，将在信贷管理、成本核算、资本管理、绩效考核等方面发挥重要作，提升商业银行的管理水平。随着商业银行数据分析能力提升，可实现真正的“以数据说话”。

四、大数据应用给商业银行带来的挑战

大数据时代商业银行赖以存在的基础逐渐减弱，金融将逐步形成互联网金融模式。主要表现在：互联网发展导致市场信息不对称程度逐步降低；P2P平台出现导致资金供需双方可借助电子平台直接交易；金融发展逐步实现去中介化。大数据应用不仅为商业银行引入新的竞争主体，而且改变甚至完全重塑了传统金融的经营模式，将对银行竞争格局和方式产生深远影响，具体体现在以下几个方面：

（一）金融服务脱媒化

金融脱媒不断滋生了新型业态参与金融市场竞争。首先，金融同业竞争加剧。目前金融机构均向综合经营方向发展，跨业投资步伐不断加快。保险、证券、信托都在发行理财产品，银行也纷纷设立基金公司。其次，第三方支付企业通过各类产品与业务创新，替代了大量原本属于银行的支付业务。第三方支付改变了银行在支付领域的“自大”地位與心理，逐渐蚕食银行支付结算市场份额。2013年中国第三方支付交易规模达17.2万亿元，较往年增长38.7%，并且预计将继续呈现快速增长的趋势。最后，互联网公司准金融属性开始发酵。互联网公司不但涉足了代理基金、保险等业务，而且凭着自己的数据利器进军贷款业务，建立P2P平台，这些将直接影响银行的代理收入。

（二）对传统商业银行盈利模式的冲击

在宏观经济增速由高速向中速过渡、利率市场化改革进程明显加快的大背景下，商业银行净息差下降成为必然趋势，信贷成本继续下降的空间有限，收入成本比大幅压缩的空间也不大，银行业未来利润增速会放缓，经营压力将逐步增加。

五、大数据时代商业银行应对策略

（一）培养面对大数据时代的核心竞争力

首先要有综合管理数据的能力。银行需要同其他企业进行数据和信息的交换，获得更完整的数据，同时要对数据进行全面的分析，特别是要具备即时处理大量的半结构化和非结构化数据的能力。其次要具备制定、引导数据标准的能力。由于各行业的数据标准和格式存在差异，如何逐渐统一数据标准以便进行更方便的数据交换和融合是面临的巨大挑战。大银行应当利用数据方面的优势，抓紧制定金融信息语言标准化建设，提升财务信息化水平，迎接大数据挑战。最后是精准和快速的执行力。任何对大数据的分析只有转换为实际的商业行动才能够真正为银行创造价值。精准取决于大数据时代对客户的全面深刻了解，制定的行动方案具有针对性和差异化。

（二）实施差异化战略、注重品牌建设转型

个人在生活和工作中也将越来越依赖于那些基于数据分析的应用程序，具有一定分析能力的个人甚至会建立自己个人的数字档案，通过对自己的数据进行建模来做出决策和规划。随着“数字化个人”的不断发展，如何管理自身的数据、保护自己的隐私也将成为生活中不可或缺的内容。因此，银行的新品牌战略要更加考虑客户的细分，对存款人、贷款人的行为进行全面的分析，进行差别定价，提升高回报客户的忠诚度。商业银行需要利用信息来支撑品牌价值的提升，实施品牌建设转型。

（三）与大数据金融竞争和合作

随着大数据金融的发展，银行与大数据金融的竞争和合作不可避免。一方面，银行可以通过发展自己的大数据平台与其开展直接竞争。在当前的各大电商平台上，每天都有大量的交易发生，第三方支付机构需要大银行提供通道，银行可以获得有价值的数据。另一方面，银行需要与大数据金融企业加强合作互利。综合的大数据注定难以被某一家企业、机构或政府部门所独自掌控，因此任何想垄断大数据的想法和行为都是不现实的，企业之间的合作互赢是发展的潮流。银行可与电信、电商、社交网络等大数据平台开展合作，进行数据和信息的共享和利用，将金融服务与移动网络、电子商务、社交网络等完美融合。当然，成功的关键在于建立银行与电信运营商、电商、社交网络等参与方的合理的利润分配模式。

参考文献：

[1]赵付玲，安峰，张晓峰.大数据时代商业银行信息化问题浅析[J].金融理论与实践，2013，（10）.

[2]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响[J].上海金融，2013，（9）.

[3]田华茂.大数据时代中小商业银行经营转型探讨[J].西南金融，2014，（2）.

[4]闫冰竹.大数据时代的银行业发展[J].中国金融，2013，（10）.

[5]方方.“大数据”趋势下商业银行应对策略研究[J].新金融，2012，（12）.

[6]刘天白，廖常如.银行试水大数据时代[J].银行家，2013，（2）.

[7]潘明道，王昭，徐明圣.2013：大数据时代来临，银行准备好了吗.[J].银行家，2013，（2）.

[8]李璠，贾鸿飞.大数据时代银行业的机遇与挑战[J].中国金融电脑，2012，（12）.

[9]孙浩.金融大数据的挑战与应对[J].金融电子化，2012，（7）.

[10]王珊，张延松，冷健全.金融企业大数据技术选择策略[J].金融电子化，2012，（6）.