金融营销数据化生存 银行业掘金大数据

　　编者按/进入大数据时代，金融边界变得越来越模糊，对商业银行而言既是挑战亦是机遇。基于数据挖掘而产生的金融创新，使商业银行拥有了更大的想象和发展空间，也在改变着传统的商业银行运营模式。对于那些能理解并拥抱大数据的商业银行来说，大数据将意味着无穷的业务创新、新的竞争力源泉和业务利润。

　　银行业掘金大数据

　　不用提交任何担保、抵押，只需凭借企业信用资质即可申请贷款，24小时随用随借、随借随还——4个月前，阿里巴巴[微博]金融旗下向普通会员开放的依靠交易数据放贷的做法给银行业带来的震动还历历在目。

　　数据洪流这一趋势打开了制定决策和争夺市场的新办法之门。而作为数据密集型行业，如何挖掘和分析数据并作出决策，将是未来银行赢得市场和竞争的利器。

　　进入大数据时代，互联网与银行业务深度融合，将极大改变银行生存和发展方式。在12月9日由招商银行(11.90,-0.10,-0.83%)、中国经营报社等联合主办的“2012中国金融品牌论坛”上，来自招行、中信、北京银行(8.97,-0.04,-0.44%)等多家银行解构了金融业数据驱动发现和决策的趋势，迎接大数据挑战、开发金融数据这一富矿已成为银行家们的共识。

　　银行业危机感逼近

　　基于IT的大数据时代全面来临，正在对商业银行的组织架构、经营模式、管理体系和运营机制构成深刻影响。

　　一个多月前，银行业最爱赶时髦的招行在厦门举办了一期高层管理研讨班，特地邀请了《大数据》一书作者涂子沛先生前来讲授有关大数据及其应用方面的内容。

　　书中有两句话给马蔚华留下深刻印象：“除了上帝，任何人都必须用数据来说话”、“大数据浪潮，汹涌来袭，与互联网的发明一样，这绝不仅仅是信息技术领域的革命，更是在全球范围启动透明*、加速企业创新、引领社会变革的利器。”

　　招行如此事出有因。马蔚华认为，在大数据时代，信息体量越来越大，信息类型日渐增多，信息处理不断加快，信息共享日趋广泛，基于IT的大数据时代的全面来临，已经和正在对商业银行的组织架构、经营模式、管理体系和运营机制构成深刻影响。

　　而其他非金融机构已经借数据优势“入侵”银行地盘。今年8月，阿里巴巴公司利用淘宝等交易平台掌握企业交易数据，通过大数据技术自动分析判定是否给予企业贷款。目前，已放贷300多亿元，坏账率仅为0.3%左右，低于商业银行水平。据悉,阿里金融截至12月累计服务小微企业已经超过20万家,而年中这一数据是13万家,不到半年的时间阿里金融新增服务小微企业超过7万家。

　　“大数据给人类社会带来的趋势性变化不会像一般的奢侈品一样转瞬即逝，它可能预示着一个新时代的开启。”12月9日马蔚华在论坛上如是表示。

　　根据美国马萨诸塞州EMC公司的调查报告，2011年全球被创建和被复制的数字总量是1.8ZB，如果把这些信息堆积起来相当于长城的2倍长。报告显示，全球数据每年增加一倍，但是成本却在不断减少，这显示出大数据时代已经正式到来。

　　随着大数据时代的到来，互联网金融在信息收集、信息处理、产品交付以及风险防范等方面与传统银行业务模式相比都具有优势，其发展对传统银行必然形成巨大冲击，大数据时代将考验银行的生存发展能力。

　　“数据和数据传播方式的发展，使金融原来作为中介的作用大大下降，加速了金融脱媒。有很多非金融机构通过互联网入手很快就发现可以从事金融业。”国泰君安证券[微博]董事长万建华在论坛上表示。

　　“互联网大大降低了金融业的信息成本和交易成本。以中小企业融资难为例，其主要障碍就是信息不对称。互联网平台的介入，无疑能够在技术上解决这一难题。如何借助大数据手段，以较低成本完成客户信息的收集和处理，并在此基础上对风险进行准确定价，成为未来商业银行发展融资业务的关键所在。”北京银行副行长张东宁在论坛上表示。

　　从数据中挖掘商机

　　通过搜集和分析客户信息数据、行为数据、财务数据等锁定潜在客户，并借助行为定向、地域定向、内容定向等方法实施精准营销。

　　实际上，数据作为一种新型的经济资产正在成为可能，对此，金融数据密集但目前尚未全面开发的商业银行大有文章可做。

　　在大数据时代，银行通过挖掘数据分析，抓住客户并提升客户体验显得尤为重要。“商业银行较早实现了电子化，而且积累大量客户信息如交易信息、交易行为偏好、风险数据等，怎么用好这些数据的积累，对客户经营而言非常重要。”中信银行(4.01,-0.09,-2.20%)副行长孙德顺认为。

　　作为中国零售银行业翘楚的招行对此深有感触。“我们注重加强数据分析及其应用，致力于为客户提供更加精准、细致、专业的服务。”马蔚华为此举了一个例子，万通控股董事长冯仑在尚未开通信用卡*提现功能下取不出外汇，招行后台监测到该情况后第一时间致电征询个人意见，并在短短的5分钟内就为冯仑解决了问题。

　　马蔚华认为，招行较早地尝试通过搜集和分析客户信息数据、行为数据、财务数据等锁定潜在客户，并借助行为定向、地域定向、内容定向等方法实施精准营销。

　　例如招行通过数据分析识别出招行信用卡价值客户经常出现在星巴克、DQ、麦当劳[微博]等场所后，通过“多倍积分累计”“积分店面兑换”等活动吸引优质客户；通过构建客户流失预警模型，对流失率等级前20%的客户发售高收益理财产品予以挽留，使得金卡和金葵花卡客户流失率分别降低了15个和7个百分点；通过对客户交易记录进行分析，有效识别出潜在的小微企业客户，并利用远程银行和云转介平台实施交叉销售，取得了良好成效，截至目前，远程渠道已累计营销受理1.6万余笔小微企业贷款。

　　除此外，大数据时代下，国内银行正纷纷致力于转变过度依赖存贷款、高利差、高成本、资本消耗快的传统粗放经营方式。通过数据管理提升经营和业务的精细化将是未来银行转型的重要命题。

　　中国银行(2.85,-0.02,-0.70%)董事长肖钢近期在其署名文章《大力推进银行业数据驱动型发展方式》中提到，推进银行转型发展，必须重视和加强数据分析挖掘工作。

　　具体而言，肖钢认为在小微企业业务方面，银行可以在准确计量风险溢价的基础上，构建自动审批模板，适当提高价格、加快授信流程，既满足企业融资需求，又确保银行风险调整后的总体收益水平；在电子银行渠道方面，银行要积极推进物理渠道智能化改造，加快标准化交易向电子渠道迁移，同时还要基于企业客户统一信息视图，实现数据在各渠道终端的及时交互，分析不同客户对渠道的习惯喜好，创造最佳客户体验；在供应链金融方面，银行要分析识别核心企业与上下游企业的资金流动规律，基于客户群分析结果，积极开展集群营销，一方面可以充分利用规模效应、降低平均成本，另一方面也有助于银行更加全面地监控风险；而在*金融业务方面，随着中国企业“走出去”和人民币国际化正在加速，银行要收集监测全球数据，在为客户提供好现金归集、贸易融资等服务的同时，特别要分析管理好汇率及国别风险。

　　而对过去高度依赖高利差的银行业来说，要从数据中挖掘商机仍面临挑战。孙德顺在论坛上表示，一方面银行数据来源比较多，而且信息量比较大，另一方面随着计算机硬件技术和云计算的不断发展，数据处理能力日新月异，银行面临提高数据质量的问题，尤其是数据采集的纬度等方面仍不全面，数据采集的真实性还有待提升。