《大数据在零售银行应用现状及发展思路.docx》由会员分享，可在线阅读，更多相关《大数据在零售银行应用现状及发展思路.docx（47页珍藏版）》请在金锄头文库上搜索。
1、北京银联信投资顾问有限责任公司大数据技术应用于零售银行转型与创新研究第1期：大数据技术在零售银行业务中应用现状及发展思路前 言随着信息和互联网技术的普及应用，大数据时代已经到来。大数据是动态发展的非结构化数据，同时兼具时效性与经济性的特征。大数据的应用将重新构建社会信息和关系网络，而作为长期的社会信息和信用中心，商业银行势必受到外部的冲击。当然挑战也伴随着基于，本期报告将着眼于零售银行业务，通过分析国外银行模式和国内银行相关案例，展现大数据在零售银行业务的应用现状，并对未来发展思路进行探讨。大数据与一般数据的主要区别在于，其包含大量非结构化数据。在非结构化数据的收集和处理方面，互联网企业具备一
2、定先发优势，同时凭借丰富的客户和流量资源向银行发起挑战。不过，有效利用大数据同样给银行带来了诸多好处，多维度的数据分析和应用使银行零售业务在服务创新、客户评价和精准营销等方面均有明显提升，在这一领域海外银行有不少成功经验值得借鉴。反观国内银行业，虽然对大数据的概念并未过早提及，但是实际业务中也积累了不少成功案例，其中最早应用于信用卡领域，并已成为全行业发展的方向。而在小微业务方面，阿里小贷是大数据应用的典范，阿里完备的数据体系使其能够在线快速提供小额融资服务。当然，国内银行业在大数据应用方面仍存在不少问题，本期报告也进行了必要的分析。身处大数据时代，银行业挑战与机遇并存。银行业必须正视来自外部
3、的冲击，通过大数据重塑商业模式，提升经营管理水平。当然，海量数据的席卷而来，海量机遇也随之而来，这为银行业务转型和产品创新创造了条件，我们相信未来银行业服务及管理模式都将发生根本性改变。通过对当前发展现状的了解，以及对海外银行成熟模式的分析，我们尝试提出大数据在零售业务应用的发展思路。本期报告探讨了银行基本发展策略，包括与同业竞争和合作关系，以及目前业务能力的欠缺，并提出未来大数据应用的三个具体方向。正文目录一、商业银行处于大数据时代变革之中1（一）大数据的三个主要特征11、动态发展12、时效性、经济性13、非结构化数据2（二）银行、信息与关系网络21、银行占据社会信息中心22、计算机应用强化
4、银行竞争优势23、互联网冲击银行信息中心地位3（三）国外银行模式分析与借鉴31、扩大数据分析范围、提升信用评估能力32、提供深度分析服务、打造消费信息中心43、进行非账务性线索排查的有力手段54、强化市场营销、优化商业模式5二、大数据在我国零售银行中的应用6（一）信用卡1招商银行微信银行71、为什么选择微信72、微信平台对招行的价值83、微信平台的功能拓展11（二）信用卡2中信银行秒极营销121、需求：快速处理灵活分析大数据122、实效：实现秒级营销运营效率全面提升133、Greenplum：省钱的先进技术14（三）小微金融阿里小贷经营模式分析161、淘宝数据来源162、阿里数据体系173、大
5、数据的应用20（四）商业银行大数据应用存在的问题241、无法对接客户需求242、存在严重数据短板243、深陷大数据争夺战25三、大数据时代银行的机遇和挑战26（一）大数据给银行带来的影响和机遇261、大数据提供了全新的沟通渠道和营销手段262、大数据滋生了新型金融业态参与市场竞争273、利用数据的能力日益成为银行竞争的关键274、从长远看大数据将全面颠覆金融服务型态28（二）大数据时代银行面临的挑战281、数据驾驭能力受到考验282、生存发展能力受到挑战283、商业运营模式面临变革28（三）SWOT分析291、优势分析292、劣势分析293、机会分析304、威胁分析30四、大数据时代零售银行发
6、展战略分析31（一）大数据应用场景描述311、客户管理322、市场营销333、风险管理33（二）大数据应用发展思路341、促进金融服务与社交网络的融合342、布局与大数据金融的竞争和合作353、培养面对大数据时代的核心能力364、零售银行应用大数据的三个方向37图表目录图表1：招商银行2012年各月账户交易笔数、交易量、流通户数与来电量7图表2：招商银行智能客服平台闭环服务模式9图表3：招商银行微信平台部分智能识别功能10图表4：招商银行通过智能交互实现营销推荐11图表5：中信银行信用卡中心数据仓库逻辑架构14图表6：阿里金融大数据体系17图表7：阿里金融数据应用流程图19图表8：阿里小贷风险
7、管理体系20图表9：阿里小贷业务流程图21图表10：商业银行大数据时代的SWOT分析30图表11：零售银行大数据应用场景303大数据技术在零售银行业务中的应用现状及发展思路一、商业银行处于大数据时代变革之中2012年3月奥巴马政府公布了大数据(Big Data)研发计划，旨在提高和改进人们从海量和复杂的数据中获取知识的能力，这是时隔近20年美国政府宣布信息高速公路计划后的又一重大科技发展部署。1993年诞生的信息高速公路计划改变了全世界信息的生产和传输方式，推动了全球化的Internet的发展，掀起了世界性的互联网革命。作为信息革命的第二个高潮，可以预见大数据即将对未来的世界产生重大影响。当前
8、银行业服务及管理模式都发生了根本的改变。统计显示以ATM、网上银行、手机银行为代表的电子银行在我国当前已经成为主要交易渠道，对传统银行渠道的替代率超过了60%。接下来的大数据革命可能对银行的一些观念和经营模式再次加以颠覆，银行业应如何主动变革、变挑战为机遇是一个值得探讨和深刻思考的问题。（一）大数据的三个主要特征自1980年以来，世界上的数据以每40个月翻一番的速度增长，现在每一天约有2.5E字节的新数据产生；商业公司数据产生量更迅速，每翻一番的时间大概为14个月。但大数据绝不能简单等同于海量数据，大数据主要有三个主要特征：1、动态发展根据麦肯锡公司的定义：大数据往往是指传统手段和工具无法处理
9、的数据。这是一个比较主观的定义旨在强调大数据是动态的，会随时间和技术而扩展。另外大数据也随着行业的不同而变化，视该行业所使用的软件以及一般数据集大小而定义，当前对一般行业来说落在几十个T(1T=1024G)与几个P(1P=1024T)之间的数据量就会感到难以处理，对它们来说就是大数据。2、时效性、经济性大数据是传统技术无法处理的数据，严格地说只要时间足够长没有无法处理的数据。而大数据是难以在业务容忍时间内使用传统软件捕获、管理和处理的大尺度数据集，因此大数据的尺度是随任务时间变动的。除了技术，经济性是应对大数据挑战需要考虑的另一个重要因素。当世界上的数据量以年40%的速度增长的时候，信息科技(
10、IT)投入的增长率仅有5%。技术和经济两方面决定无法使用传统方法应对大数据时代的到来。3、非结构化数据大数据一个具有很多非结构化的异构数据种类的数据集，这些异构数据种类包括社交网络文本、射频认证、相机照片、手机信号、传感器网络信息等，随着技术的进步这类数据增长率更快，数量更巨大，世界上有90%的数字内容是非结构化的。银行中的数据具有典型的异构化特征数，包括传统业务数据、办公信息、开发测试数据、业务运行日志、与客户进行沟通的邮件和短信、电话银行和服务的语音记录等。（二）银行、信息与关系网络近年来大数据的概念被反复提及，一个主要原因是电子商务活动的全面兴起，无论是B2B还是B2C，在线交易规模的迅
11、速扩大带来了数据信息的爆发式增长。最引人关注的是，记录客户行为的大量非结构化数据开始影响到金融领域。作为社会信用的中心，商业银行始终占据着最关键的社会信息资源，然而非结构化数据的普及应用使得互联网企业不断冲击银行的核心地位。大数据的有效利用，帮助互联网企业迅速拓展关系网络，其搭建的各类公共平台正试图成为社会关系的核心，可谓是银行业的巨大威胁。1、银行占据社会信息中心商品经济的发展，要求信用在全社会进行放大，与之适应构造了这样一种社会关系：银行对其他行业企业单向提供信用，处在支配地位，成为信用社会信用中心；企业为了获取更多信用主动向银行提供自己的信息，银行也自然成为社会经济信息收集中心行业。这种
12、关系的形成的缘由是只有作为信息收集中心，银行才可能使用信息对信用进行社会性放大。这时以银行为中心，企业间信用和信息构成雪花和网状的混合结构，企业之间能够进行更大更广的信用连接，形成更复杂社会关系。2、计算机应用强化银行竞争优势信息的具体存储使用形式，是限制社会信用进行有效扩展的一个重要因素，计算机技术的普及应用极大的提升了银行收集和处理信息的能力。社会信用状况处于不断变化之中，因此也需要对持续变化的信息进行判断。计算机技术发展的初期，银行的标准化需求是直接推动力之一。这种标准化一方面是指将单据等信息进行数字化标准化，另一方面是指将企业的经营活动用标准化指标表示，银行是这种规则的构建者，企业只能
13、屈从建立所谓规范化的制度。一个典型的例子是由于反映了关系网络因此关系型数据库成为信息行业的重要产品和标准。使用计算机技术银行强化了它的经济信息收集中心地位，同时可以更深度地探测分析它的借款人关系网络。基于对客户信息更深刻和正确的探测，银行能够进行信用更有效的放大，结果是以银行为中心筛选出适应社会发展的最良好的企业关系群体，优化、加速了整个社会资源配置。银行还通过信息技术如POS机、ATM不断扩大优化以它为中心的信息和信用关系网络。3、互联网冲击银行信息中心地位广泛意义的网络出现后，银行业的主要竞争优势体现在信息中心，能够高效的探测集合到各种行业以及企业的信息，这是其他行业做不到的，银行业主要任
14、务是对客户信息进行去伪存真。然而，当前各种传统业务正在向互联网迁移，当然也包括银行业。但是银行在互联网上发展业务仅仅是借助这一渠道，它依然使用传统的数据关系。不过，互联网构建的原则是形成一种联网机构相对平等的关系，没有唯一的核心行业，于是银行在互联网上不再是经济关系的信息中心。银行成为了被动的服务者，除了去伪存真，银行业必须主动吸引客户；这个时代银行只有遵循网络规则，除此之外别无它途。以往面对处于支配地位的银行，企业愿意主动提供信息并配合进行标准化，但在全新的网络环境下，银行是服务方，信息不可能按照银行的意愿标准化并主动推送。银行必须采用新的能够检测非标准化的企业信息/数据的装置和手段，并不断
15、改善其对社会关系探测灵敏度。（三）国外银行模式分析与借鉴互联网冲击着银行信息中心的地位，而商业银行也在利用信用和资源优势巩固自己的领地。为了得到客户真实关系网的信息，国外一些银行开始研究如何通过获取、整合各种网络大数据对客户真实社会网络关系加以映射和应用。在具体实践中，主要有四种表现形式。1、扩大数据分析范围、提升信用评估能力在美国由个人消费信用评估公司(FICO)开发的FICO信用积分指标大概包含1520个变量，大多数美国银行对个人信用评估也建立在该基础上，再添加本行的其他一些侧重指标。这造成了一个问题，这个标准简单划一，不注重细节。这与我们了解的客观世界的复杂性不相符，人不是机器，不可能存在任何时候都是非好即坏的绝对情况，同样的人不同的环境会形成不一样的结果，人的信用也如此。在此意义下FICO信用积分显得过于主观，究其原因是银行过去信用评定者由于缺乏先进的技术，要判断每个人的信用所形成的环境只能使用客户经理人为判断，成本十分高昂。ZestCash是这样一家公司，它的客户群体主要瞄准了信用记录不好或者没有信用卡历史的人。ZestCash的创始人是Google的前首席信息官，
