商业银行的大数据应用及发展建议摘要：本文综合分析了大数据时代，商业银行信息化建设发展的情况、存在的问题及对未来商业银行在信息化建设提出现实可行的建议。

关键词：大数据时代；商业银行；数据应用；信息化发展引言现阶段，我国商业银行的发展面临着新的问题，变量主要来自社会的发展和信息技术的进步，一方面，先进技术代表的生产力进步给社会生活造成了巨大的冲击，尤其是大数据技术，创新了商业经营模式，拓宽了人类的行动空间。

在商业银行业，大数据技术的出现淡化了传统行业之间的界限，当前商业银行的金融生态朝着更加开放化的方向变革，并且，金融生态的发展速度前所未有地提升，得到了社会各界的普遍认同。

以大数据为代表的信息技术发展是金融创新的根本。

另一方面，商业银行的经营内容与外部政策环境之间存在着不可分割的关系，支付结算开放就是其中重要的一点。

目前，微信支付和支付宝支付等独立于商业银行之外的第三方支付公司纷纷与各个商业银行之间展开了合作，建立起支付结算的通道，以网络融资产品为代表的互联网金融产品层出不穷。

鉴于此，传统商业银行需要积极展开变革，革新经营管理理念、创新运营的业务。

只有充分利用以大数据为代表的信息技术，朝着信息化的方向发展，才能在当下的环境下提高商业银行的竞争能力。

1.信息化及大数据信息化并非独立进行，其是经济社会逐渐发展过程中的产物，并且信息化处于一种动态变化的过程中，信息化作为一种先进的生产力代表，正在主导着经济社会的发展演变，以大数据为代表的新技术正在加速这一进程。

被广泛认可的“大数据”概念，最早是2001年由高德纳咨询公司的分析师道格拉斯·兰尼提出。

2011年，麦肯锡在发布的研究报告中提到大数据时代已到来。

目前公认的大数据特征有以下四点。

（1）规模性。

大数据最为明显的一个特征就是量大，需要我们有强大的数据处理技术，对信息进行统计和分析。

随着信息化技术的高速发展，数据开始爆发性增长。

大数据中的数据不再以几个GB或几个TB为单位来衡量，而是以PB（1千个T）、EB（1百万个T）或ZB（10亿个T）为计量单位。

（2）多样性。

数据来源多、类型多，并且以非结构化数据为主。

数据之间关联性强，频繁交互。

比如我们和朋友讨论了某个新闻，抖音或者今日头条很快就会向手机推送类似的新闻，这就是使用了大数据来收集用户的喜好。

数据来源多，比如视频、图片、音频、邮件、网页以及数据之间关联。

（3）高速性。

这是大数据区分于传统数据挖掘最显著的特征。

大数据对处理数据的响应速度有更严格的要求。

实时分析而非批量分析，数据输入、处理与丢弃立刻见效，几乎无延迟。

（4）价值性。

企业拥有大量数据，但是发挥价值的仅是其中非常小的部分。

挖掘对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析。

由于大数据中有价值的数据所占比例很小，所以大数据真正的价值体现在从大量不相关的各种类型的数据中，挖掘出有价值的数据，并运用于各个领域。

大数据在金融业、社交网络、医疗、零售等方面有多种多样的应用。

在2010年海地地震，海地人散落在全国各地，救援人员为了该去哪里救援手忙脚乱。

传统上，他们只能通过飞往灾区上空查找需要援助的人群。

一些研究员采取了一种不同做法：你给过跟踪海地人所持手机SIM卡进行定位，准确分析出了60余万海地人逃离太子港之后的位置。

后来当地爆发霍乱疫情是，也是通过追踪SIM卡把药品投放到准确地点。

在社交网络方面，有这样一组数据：微信每分钟39万人登录;新浪每分钟发出6.5万篇微博;Facebook用户每天共享的东西超40亿。

由此可见，社交网络生成的用户数据的价值已远远大于平台本身。

不少企业也倾注了大量的心血对这些数据进行挖掘分析，从而精确地把握事态、舆论动向，找准营销对象。

2.商业银行及大数据商业银行这一行业本身就存在IT属性，因此商业银行的经营和组织架构与信息技术的发展之间存在着密切的关系。

传统商业银行的金融业务较少，只负责用户的存款、取款、汇款和贷款等，但是在信息技术飞速发展的当下，银行的业务已经走向多元化的发展道路，这具体体现在银行中间业务的不断增加，各种理财产品和金融衍生品逐渐增多此消彼长，这种多元化的变化导致银行的传统服务逐渐缩小，部分线下的传统业务已经转移到线上完成，为线下的银行本体减少了一定的成本。

同时，商业银行中一些新的服务机构纷纷成立，包括为客户提供信用卡方面的业务，提供贵金属交易的业务，此外，更多的后台业务集中处理中心也在不断出现。

商业银行的业务运营模式在信息化技术的冲击下逐渐出现变革。

传统线下商业银行中，业务服务以人力为主，决定一家银行竞争力的重要因素是银行的物理网点的数量，但是这一竞争力的决定性因素很快失效，在信息化技术的冲击下，原有的大部分业务可以转移到线上由用户自己操作完成，少部分需要员工辅助完成的业务，工作量也不大，线下各网点的压力骤减。

同时，在分析风险的过程中，利用信息化技术可以建立数据模型，远比人力识别风险精准，快速。

利用大量的数据作为支撑，有利于银行作出正确的决策。

目前国内银行大数据应用主要集中在四个方面：客户服务、风险防控、经营管理、监测分析。

国内银行大数据平台建设大部分以Hadoop 技术为基础搭建，更多集中在客户画像和风险领域。

比如工行的“融安 e 信”反欺诈系统，2018 年帮助客户防范电信诈骗近 8 万笔、避免客户损失 24 亿元；建行结合企业行内外数据，运用大数据技术，建立全新的客户评价体系，截至 2019 年末，建行普惠金融贷款余额超 8000 亿，增速超过 30%，不良率较低。

另外，国内大型银行近年来也普遍加强了对数据治理的重视，建立了较为完善的数据治理机制，不断加强数据分析人才的引进和培养力度。

中国建行自上而下建立了完整的组织管理和工作机制，以总行数据管理部作为大数据能力建设牵头部门，并组建了大数据智慧中心，作为专门为全行提供大数据应用支持的专业化机构，协助业务部门共同实现全行大数据战略目标。

3、国内商业银行大数据应用。

以客户服务为例，展示大数据在银行业的常规运用。

第一，开拓期，通过对客户画像能够挖掘潜在的客户，实现精准营销。

那么什么是客户画像？核心工作即是给客户贴多维度的“标签”，比如通过标签判断他是男性还是女性，是高管还是一个普通职员，他家庭收入情况，他喜欢什么样的产品、渠道、投资，这些都是标签。

以建行举例，建行的精准营销系统可以在总行、省行、市行甚至支行实现模型建立和营销方案的制定。

比如需要找到收入稳定、近期浏览过汽车相关网页/有汽车相关消费等标签的客户，建立模型，然后制定营销方案，通过分析客户征信情况自动匹配“汽车分期”信贷产品额度，通过短信或者手机银行等方式的营销触达。

通过后台可以获取这部分潜在意向客户，进行精准营销。

第二，稳定期。

通过对存量客户做精准营销和差异化定价及服务。

第三，客户监测。

比如客户汇出行一百万到其他银行，系统会自动给营销人员提示，需要营销人员关注，联系客户，到底是银行的服务问题还是其他原因。

4.目前商业银行大数据应用中存在的问题（1）自身系统的大数据挖掘使用不充分。

目前不少银行的数据应用还停留在很初级的阶段，对数据的应用还是独立和割裂的，没有建立系统性的联系，从而对客户信息的组合程度不高。

比如:目前通过银行系统完全可以看出一个客户个人的经济情况，但是对于家庭则没有一个整体的概念，就目前银行掌握的数据和科技开发能力，完全可以基于“家庭住址”这一项信息进行整合，从而得出完整的、全面的客户信息，把服务作得更深，把客户价值发掘的更深。

（2）重开发，轻应用。

商业银行的大数据，从客户营销到内部核算，从风险控制到内部审计，已深入到银行经营管理的方方面面。

然而，随着大数据应用的普及，商业银行对大数据的重视出现了过度投入的现象。

很多业务环节和内部管理事项都依赖大数据的开发来完成处理，这就造成科技开发部门疲于应付，开发项目一个接着一个。

开发出来后便急忙推给了数据需求部门投产，至于这项功能能带来多大的效益，节省多少成本，能否满足客户和内部员工的使用需求，客户体验如何，则缺乏科学的评估体系。

（3）数据内部共享未能实现。

在银行内部，各部门和机构之间是相互关联、相互依存的。

但是在大数据应用上，部门之间却形成了顽固的数据封锁，数据无法共通共享。

给内部管理造成一定的困扰，影响了数据质量。

5.商业银行大数据发展建议（1）充分整合客户数据。

银行现在需要作的就是要把银行的优势与大数据的作用结合起来，不要只看现有情况，而要有想像力和创造力，全面的结合市场和客户的需求开展创新。

在创新时特别需要注意:创新是带有风险性的，很多企业的策略是跟随而非主动创新，但是，作为行业领头羊的该银行是不可能采取跟随策略的，因此，我们在创新时必须要尽量结合自身特有的资源，开发独特的，不可复制的产品和服务，例如通卡、医疗卡、社保卡等，做好客户数据的有效整合。

（2）强化数据应用跟踪评价。

商业银行的前期投入很大，并且已经积累了一定的开发经验，在一些领域处于领先地位。

目前需要特别关注的是，如何使这些科技成果更好地发挥作用，创造出更大的价值，并彻底解决科技资源浪费和数据闲置问题。

在内部管理导向上，不应将项目开发的成功作为业绩过度宣传，而应将项目投产后取得的成果作为最终目标。

（3）认清大数据的服务作用。

凡事都有两面。

没有大数据，商业银行将无所适从；但有了大数据，商业银行也不一定会始终位于制高点。

在大数据时代下，“4P”理论仍然有效，产品、价格、渠道、促销缺一不可。

客户营销的成功和业务机会的变现，需要全行上下付出艰苦的努力，大数据只是提供了一种更加便捷的处理工具，为商业银行提供了更多发现目标客户和业务的机会。

大数据反映出的客户需求是否真实可靠，需要银行锲而不舍地分析和研判。

（4）严防泄露客户信息。

在大数据日益普及的背景下，加强客户信息的保密工作应成为各商业银行的常态。

加强员工的保密教育、加强保密检查、落实保密责任，是需要常抓不懈的。

（5）完善内部控制。

一方面，要完善内部制度来确保大数据开发应用的合规和正常运转。

另一方面，要加强对数据应用效果的内控评估。

注重客户拓展效果，以新增客户、新增业务可量化指标来评价。

结语金融服务是商业银行的本质，商业银行应当发挥自己固有的优势，同时，充分吸收互联网的思维，立足多个层面，共同促进商业银行的信息化建设。

伴随着科技力量的进一步普及，大数据在商业银行的应用也必将呈现越来越广泛的效果。

大数据在为商业银行创造价值、赋能业务发展的同时，也为客户带来更为高效、精准的服务体验，真正发挥出银行大数据服务社会、创造价值的作用。

1。