？隨著以社交網絡為代表的web2.0的興起，智能手機的普及，以及各種監控系統和傳感器的大量分布，人類正在進入壹個數據爆炸的時代，“大數據”的概念應運而生。大數據被視為繼雲計算、物聯網之後IT行業的又壹次顛覆性技術變革，引起了各方的高度關註。大數據的意義在於及時從海量數據中識別並獲取信息價值。金融行業在IT基礎設施、數據管控、人才富集等方面比其他行業更具優勢，具有深度“掘金”的潛力。然而，大數據也給金融行業帶來了嚴峻的挑戰和沖擊。我國商業銀行需要樹立“數據治理”的理念，明確大數據戰略的頂層設計，加強大數據基礎設施建設，實施完善的大數據安全戰略，才能從容應對大數據時代。
大數據帶來的影響和挑戰
(壹)傳統發展戰略面臨沖擊。傳統的銀行發展戰略是在預測未來金融政策和經濟環境的前提下，根據銀行現有的人員、網點、客戶、資本、存貸款規模等資源，以及競爭對手和客戶的需求，確定其戰略目標和發展路徑與方法。進入大數據時代後，數據資源的占有和整合應用能力是決定壹家銀行成功與否的關鍵因素，而網點、人員、資金等傳統因素則趨於淡化。未來商業銀行的客戶營銷將主要依靠掌握不同類型的客戶需求數據，開發設計安全、便捷、個性化的金融產品。因此，這就要求商業銀行在判斷競爭對手實力和自身優勢時，要重視IT能力和大數據能力；在制定戰略目標時，壹定要考慮到財政承受能力來決定對大數據的投入，這樣才能保證戰略規劃與大數據支撐相適應；在確定戰略目標的實施路徑時，必須將互聯網金融、電子渠道和數據收集與挖掘作為向客戶提供服務的重要方式和手段。
(二)傳統經營方式面臨重大變革。大數據時代，金融服務與互聯網深度融合，商業銀行的運營模式將被徹底改變。在產品開發和營銷方面，通過對海量交易和行為數據的收集、分析和挖掘，科學構建數據模型，充分展示分層客戶的不同金融需求，從而根據客戶需求和市場需求開發產品和開展營銷，真正以客戶為中心開發設計產品，實現精準營銷，而不是以銀行為中心制造和銷售產品。在風險防控方面，雖然許多商業銀行在風險分析和評估中引入了定量分析方法，但由於歷史數據積累不足，經驗判斷仍然在風險管理和決策中起主導作用。依托大數據和對客戶的多維度評估，其風險模型將更貼近市場實際，客戶違約率的數值也將變得更加準確。在很長壹段時間內，銀行憑經驗做生意的經營範式將得到根本改善。在績效管理方面，通過大數據的有效運用，借助通訊、視頻、移動終端等手段，可以對商業銀行員工的工作方式、頻率、績效等做出更加準確的評價，有助於充分發揮績效考核的正向激勵作用。
(3)數據基礎設施建設面臨嚴峻考驗。大數據時代，數據來源的多樣化主要體現在兩個方面:壹是在金融業務鏈條之外。移動網絡設備和在線社交媒體產生了大量的實時客戶行為數據。在這種環境下，客戶行為偏好數據往往隱藏在社交網絡中。如果要實施“大數據工程”，商業銀行必須收集開放的網絡數據，但現有的銀行IT系統和技術手段還無法收集、分析和利用大數據。二是金融業務鏈內。隨著專業細分和金融外包的趨勢越來越清晰，由壹家或幾家銀行控制關鍵業務數據的時代已經結束。業務數據在金融業務鏈的各個節點產生和流通，業務數據和客戶行為數據無法自動整合到壹個機構中，這對“大數據工程”的實施提出了嚴峻的挑戰。
商業銀行的應對與變革
(1)優先考慮大數據戰略的頂層設計。大數據戰略必須超越電子銀行部門或IT部門的狹隘視角，面向全局，面向未來，基於客戶需求和市場需求建立自己的大數據架構。完整的客戶數據必須是多維度的，至少包括以下幾個方面:壹是客戶的基本信息，如信用信息、社會關系信息等；二是客戶偏好信息，如金融產品偏好、金融服務偏好等；第三，客戶行為信息，如銀行內部行為數據和外部行為數據；四是客戶的分析數據，如客戶風險、客戶價值等。為了使這些不同維度的數據信息具有分析價值，首先要有合理的數據結構。然而現實並不盡如人意，銀行的數據結構基本都是分段的。為此，銀行必須優先考慮頂層機制的設計和改革，逐步打破業務邊界，重組業務流程，並確保數據的靈活性。
在總行層面，要制定大數據工作規劃，建立大數據工作推進機制。數據主管部門負責組織協調大數據工作的統籌規劃和歸口管理；業務部門負責大數據的收集、整理、存儲、分析和應用，通過多種方式全面收集和整合商業銀行內外部各類數據，形成數據管理、數據使用和數據推廣的有效工作機制。
(2)科學規劃建設大數據平臺。壹方面，銀行應積極與社交網絡、電子商務、電信等大數據平臺開展戰略合作。，建立數據信息交換共享機制，全面梳理整合各類客戶信息，將金融服務與社交網絡、電子商務、移動網絡深度融合。另壹方面，銀行也可以考慮建設自己的大數據平臺，以便牢牢掌握核心話語權。
(3)積極構建大數據倉庫。專註於大數據挖掘和分析，持續實時處理海量數據，建設數據倉庫項目，為提升服務質量、提升運營效率、創新服務模式提供支撐，全面提升運營管理水平。在項目建設中，通過對運營管理關鍵數據的梳理和整合，建立數據管控體系，搭建基礎數據平臺。通過數據倉庫的建設，運用數據挖掘和分析對管理模式、產品結構、營銷模式、信息策略進行全方位調整，從根本上提高風險管理、性價比管理、資產負債管理、客戶關系管理的水平，實現多系統數據的業務邏輯整合，形成客戶、產品等全行專題數據。
(4)以大數據思維推進金融互聯網戰略。大數據時代，金融業與信息技術將深度融合，金融電子化的深度和廣度將日益加強。銀行必須順應趨勢，緊跟互聯網和移動互聯網的快速發展，積極實施金融互聯戰略，嘗試構建電子金融業務模式，重點發展直銷銀行、社區智能銀行、互聯網金融、電子商務等業務。這就要求銀行從發展戰略的高度，把金融互聯網作為提供金融服務的主渠道，提升未來的核心競爭力。
(五)依托大數據技術，完善風險管理。大數據時代，商業銀行可以消除信息孤島，充分整合客戶多渠道交易數據，通過經營者個人財務、消費、行為等信息進行授信，有效解決傳統信用風險管理中的信息不對稱問題，降低信用風險。為此，銀行必須深化風險管理體制改革，運用大數據理念構建以客戶為中心的全面風險管理體系，理順部門之間的職責，淡化部門色彩，徹底打破以往部門、機構、區域、產品之間數據信息分別管理、分支機構單獨識別風險的做法，形成數據信息按客戶集中統壹管理、高效協調的機制。
要積極開展現場調查與非現場數據信息挖掘分析相結合、模型篩選與經驗判斷相結合、註重定性信息與定量財務和業務信息交叉核對的風險管理創新。總行要通過對大量數據信息的挖掘和分析，繪制客戶全景圖，更加全面地評估客戶風險狀況，切實提高貸前風險判斷和貸後風險預警能力。
要進壹步完善基於大數據信息平臺的集中風險審核審批系統，利用大數據核實借款人的數據信息，修正申報機構或部門對借款人的風險判斷。使用合理的參數和模型計量最大可接受的風險暴露，準確識別和動態審查借款人的每壹筆融資業務。然後利用習慣性的數據信息以及常識和邏輯分析做出更專業的判斷，從而使風險識別、防範和決策更可靠、更貼近現實。
以上是邊肖為您分享的關於商業銀行應用大數據的相關內容。更多信息可以關註環球常春藤分享更多幹貨。