“大数据”的特征为：数据量大，数据种类繁多，数据的增长速度加快，数据来源的多样性。在大数据时代，关于大数据的挖掘工作迅速增加，它的数据来源更加广泛，可以通过数据交换、整合发现市场的趋势，让企业或者商业银行发现商机，创造新的价值。同时可以使用仿真和复杂的计算，在计算速度极快的条件下完成工作任务。当然，在大数据时代下，我们面临的主要问题是数据的真实性，因此，需要大量的数据模型去分析，以保证数据的准确性。

在几十年前，商业银行使用传统的核算记录各类数据，而在目前，商业银行是以计算机、各种电子化设备采集数据，因此形成了目前的海量数据。

对于以前的银行数据，因为过于分散，源头单一，无法表现客户的交易行为，以及客户的喜好和消费习惯等特征。因此，银行很难了解客户对于产品和服务的满意程度，无法从根本上弥补信息的不对称性。同时，商业银行拥有大量的客户数据，可以通过数据分析获得很多信息，但是因为信息的不全面性，可能在管理和营销上得到错误的结论。

例如，某位信用卡用户月均刷卡10次，月均刷卡300元，每年平均拨打5次客服电话，但是从未投诉。那么按照这些信息，该客户是一名满意度较高、流失率很低的客户。但是真实情况是：该客户多次打客服电话都没有接通，客户多次在微博和博客上进行抱怨还款不方便，客户服务不好，可以看出该客户的流失风险很高，如图5-20所示。

图5-20 信用卡客户示例

在大数据时代，商业银行面临的压力不仅来自于同行业之间的竞争，同时来自于外部挑战的压力也越来越大，特别是在互联网和电子商务等企业中，它们的产品创新能力和大数据应用能力明显超过商业银行，同时这些企业也在涉足金融领域，改变着人们的金融消费模式，银行将在以后的发展过程中，承受着巨大的压力。

举例来说，阿里小额贷款公司可以根据人们的信誉度发放贷款，不需要提供担保。其具体做法是根据其电商平台、淘宝网和支付宝等信息数据，依赖大数据分析技术，判定哪些个人和企业可以发放贷款，贷款额度是多少等。同时也可以使用大数据算法找出竞争对手产品价格的变化，从而改善自己的价格以保持竞争力。

所以说，大数据已经改变了我们的生活模式，提供了产品创新的新思路。网民和消费者的区别正在模糊，数据成为核心的资产。在大数据时代，如何能够利用大数据技术，深刻理解消费者的需求，做出预测和判断，是企业和银行需要考虑的问题。

大数据在金融行业的应用除了行业分析、风险评估外，还可以了解各系统的交易情况、分析客户行为特征。

1）通过各种网络渠道，及时获取各种与商业银行相关的事件，针对网上的各种信息及时反应。

2）通过社会渠道，获得了解客户对商业银行的评价反应，及时调整和优化，维护商业银行的形象。通过获取网上信息，及时了解行业动态，为存、贷款工作提供数据支持。

3）通过客户网站及其他客户披露的数据，及时获取客户的信息。

4）通过新闻媒体、社会化网络，及时获取与客户相关的事件，获取营销机会，规避风险等。

5）通过各种社交网络（微博、微信、博客、社区等），获知客户感兴趣的热点话题，了解客户行为，通过关注客户的网络行为，获取销售信息。

6）对于商业银行来说，可以利用大数据技术分析宏观的经济变化，寻找信用优质的小微企业等内容。

1.在大数据时代，大数据的应用给金融行业带来了哪些挑战？

1）金融同行业的竞争开始加剧，同时金融脱媒产生了很多新型业态，它们共同参与到金融市场的竞争中。很多金融机构都在向综合经营方向发展，商业银行也纷纷发行各自的金融产品和理财产品。

很多第三方支付公司通过对各类产品的创新，替代了大量的银行支付业务，逐步吞食银行支付结算的市场份额。

2）很多商业银行都把电子银行业务当做重要的交易渠道，它具有低成本、高效率的特点，大大减轻了银行柜面的压力。随着大数据时代的来临，要求对商业银行的电子渠道进行创新，保证商业银行以电子渠道为基础，逐渐扩大交易渠道，制定个性化和综合性的银行产品。

3）在大数据时代，商业银行传统的业务价值观被削弱，要求银行可以提供个性化的金融服务和解决方案，提高客户对产品和服务的认同度。目前来说，可以通过收集客户的社交网络信息，分析客户的购买力和偏好，提高商业银行的利润率。

4）在大数据时代，很多互联网企业从网络购物和供应链服务转向属于传统银行业务的支付、清算等领域，对商业银行的传统地位造成挑战。商业银行可以通过全场景的金融解决方案，为客户提供资金流，整合银行的资源，提高利润率。

5）在大数据时代，商业银行的盈利模式有很多，例如可以通过银行的业务赚取中小企业的利息收入和大型企业的中间业务收入。商业银行可以依赖数据服务能力，为客户提供电子商务解决方案和财富管理服务。

6）在大数据时代，商业银行可以充分利用业务数据和社交网络数据。通过集中、整合、挖掘和共享发挥数据的价值，提高风险管控能力。提高商业银行的整体管理水平。

我们总结来说，金融行业普遍存在以下问题：数据丰富，但是知识贫乏；创新动力不足；IT观念落后；人才匮乏，如图5-21所示。

图5-21 金融行业普遍存在的问题

2.金融行业应该重视大数据应用的哪些问题呢？

首先应该加强对数据的整合工作，改进数据的处理架构，保障数据的安全体系，完善数据的运维体系，最后加强对专业化技术团队的建设，如图5-22所示。

图5-22 金融行业应该重视大数据应用的哪些问题

大数据的应用还可以作为银行创新的催化剂，引导银行对业务模式的变革，推动商业银行在经营理念、组织架构、业务流程上进行全面调整，不断增强核心竞争力，提升运营效率。大数据为商业银行提供了重要的战略发展契机。“大数据”对于银行的作用主要表现在以下几个方面，如图5-23所示。

图5-23 “大数据”对于银行的作用

（1）对客户的消费趋势进行预测

商业银行可以利用大数据技术对客户的消费趋势进行预测，同时增强对客户的细分和市场趋势的分析力度。例如，我们可以基于人口统计特征，通过查询客服、银行柜员的记录，以及各种网站的点击流和客户的支付历史等信息，对客户行为进行洞察。

（2）对风险和欺诈进行洞察

利用大数据技术，商业银行可以对风险和欺诈进行洞察。例如，可以利用财务风险分析、贷款风险评估、实时欺诈检测等手段。通过各种社交媒体、市场新闻，获取对银行客户和潜在客户的洞察，以提高对各种风险的预测水平。

（3）评估商业银行的服务质量和客户满意度

利用大数据技术，可以评估商业银行的服务质量和客户满意度。例如，通过与客户的会谈、录音等各种交互记录，识别客户的问题，以此提高服务的质量和客户的满意度。

（4）开展精准营销

商业银行可以利用大数据技术开展精准营销以提高利润，降低成本。同时扩展了营销的手段，从网点坐售、电话营销扩展到短信、微博和微信等平台，如图5-24所示。

图5-24 营销的手段

（5）提高商业银行的管理水平

利用大数据技术，提高商业银行的管理水平。实现“以数据说话”，为银行的市场营销、资产负债管理、客户关系管理等方面提供决策支持。

（6）拓宽商业银行的业务领域，加速产品的创新

利用大数据技术，可以拓宽商业银行的业务领域，加速产品的创新。例如，社交媒体为商业银行创造了新的客户接触渠道，从银行网点、ATM等固定设备扩展到移动终端设备，甚至扩展到微博、微信等社交网络。渠道的创新也引起对银行支付模式的创新，从传统支付、电子支付和第三方支付过渡到移动支付上来，如图5-25所示。

图5-25 拓宽商业银行的业务领域

当客户与银行发生交易的时候，会产生大量的数据，这些数据为银行进行有针对性的营销创造了机会。因为数据隐含着大量的信息，所以我们最主要的工作就是将这些信息挖掘出来，并且加以利用。

在大部分的应用中，随着数据量的指数级增长，特别是一些非结构化数据的快速增长，这些海量的数据会导致数据分析的时间延长，传统的商业智能发展会出现“瓶颈”，而在大数据时代，这些问题会成为缺乏为客户创造价值的动因。(www.daowen.com)

在很长的一段时间内，银行的多数应用都是建立在客户与银行的交易过程中，例如银行开户、存款和取款等业务。要深入理解客户的需求，更好地为客户服务，仅仅依赖这些交易数据是远远不够的。随之社会的发展和科技的进步，银行可以通过多种途径收集客户的信息，例如在一些移动终端上收集客户的位置信息，然后进行有针对性的营销。在大数据时代，这些非结构化的数据量远远超过传统的结构化数据量。

举例来说，某银行客户进入一个购物广场，在某超市里面进行了一笔120元的消费，客户信息是：30岁，女性，有一个孩子。这时该女士会收到一条短信，提示她刚进行了一笔120元的消费，可以在某儿童商店享受5折优惠一次，于是该女士很有可能会给孩子买一套衣服或者一双鞋子。该流程就实现了大数据的秒级营销，如图5-26所示。

图5-26 大数据的秒级营销

随着互联网行业的发展，客户可以通过互联网或者其他电子渠道去发表自己的一些看法，甚至是购买商品，这些动作都会为商业银行收集客户的信息创造了条件，降低了信息的不对称性。也就是说，在以前，客户对银行的情况可以有多种渠道去深入了解，但是银行却很难深入了解客户的需求、真实想法和自身的资金实力。

目前来说，很多商业银行可以收集客户在互联网上的一些言论、微博发表的信息和购买商品的信息，然后去分析客户最喜欢的服务和产品，包括客户自身的信用信息和资金实力等内容，从而正确理解客户，统计和分析出一些商机，有针对性地进行精准营销，并且更好地提供服务。这也为商业银行实现从“以业务为中心”向“以客户为中心”的转变提供了条件。

对数据的分析逐渐成为银行实现核心业务价值的重要手段之一，特别是在利率市场化阶段，会出现存款的稳定性降低和存贷款利差普遍收窄的情况。金融脱媒，导致大量客户流失和客户的忠诚度降低。银行如何为客户提供个性化的服务已经成了迫在眉睫的课题之一。因此，银行需要进一步提升数据分析的能力，提高对业务的洞察力。

目前一些商业银行的数据量已经达到了几十TB以上，特别是非结构化数据的快速增长，这种指数级的增长，对数据分析的能力提出了挑战。特别是“金融脱媒”现象越发明显，银行作为“支付中介”的垄断地位已经动摇，同时客户对银行服务的要求越来越高。银行业这个长期以来一直变化缓慢的行业现在应该放下“架子”，及时且更加全面深入了解客户的基本信息和属性，对客户进行精准营销，提升业务运行效率，逐步提升客户体验。

举例来说，商业银行可以基于大数据的分析和查询，特别是收集客户的地理环境、年龄和交易喜好信息，有针对性地为客户提供理财产品建议和提醒，同时通过对大数据的分析和挖掘，评估客户的信用风险和资金偿还能力，降低银行的各种风险，如图5-27所示。

图5-27 降低银行的各种风险

总结：大数据分析可以实现从“以业务为中心”向“以客户为中心”的转变，降低了信息的不对称性。

3.大数据在金融行业的主要应用

应用方式如图5-28所示。

图5-28 大数据的主要应用

（1）客户管理

可以构建客户的全方位分析，见表5-3。

表5-3 构建客户的全方位分析

（续）

其中在客户信用评级中，银行可以通过收集客户信用卡申请资料，分析客户的信用风险等级，帮助银行业务人员做出决策。特别是国外的银行机构，需要给客户多高的利率，是根据业务人员的分析决策决定的，客户的信用评级是一个重要参考。

在客户风险信息中，银行可以收集客户的基本信息、地理环境、年龄、交易信息和各种信用信息，对这些海量数据进行分析和挖掘，评估客户的信用风险和资金偿还能力，降低银行的各种风险。

商业银行以大数据为应用，借鉴行业先进模型，建立标准体系，保证数据的唯一性、完整性和共享性，同时商业银行也应该制定加强对客户数据的安全保护策略。

（2）营销管理

传统营销一般采用一对多的方式，这种针对群体性的营销，成本较高，同时准确性很差。应该引入大数据的概念，实现有针对性的智能营销，如图5-29所示。

对于智能营销管理中的舆情分析来说，主要包括银行声誉分析、银行品牌分析、银行服务质量分析、竞争产品分析、产品评价分析等。主要是跟踪社交媒体的评论，了解影响客户的关键性问题，产生潜在的客户流失预警和满足客户服务的需要。也可以长期跟踪新闻热点，包括对正负面报道的分析，以提供个性化的市场分析结果。

图5-29 有针对性的智能营销

对于客户与市场洞察方面，主要包括银行对市场的趋势分析。从社交媒体、市场新闻信息中提取信息，方便对市场的洞察。

对于运营洞察与优化，主要包括系统的数据保存与管理、系统日志维护和系统故障分析。对于数据保存与管理来说，是通过大数据平台对各种历史报表和分析数据进行保存和管理工作。对于系统日志维护来说，是为了实现更多的历史数据保存和更好的分析能力。对于系统故障分析来说，主要目的是为了对系统的故障进行预测与分析，从而更好地提升系统的运营效率。

（3）风险类管理

通过大数据技术，可以实现准确、高效的风险控制，基于历史数据和实时数据，实现欺诈监测。对于风险与欺诈洞察，主要包括财务风险分析、市场与组合风险分析、贷款风险评估分析、反洗钱与欺诈调查、实时欺诈检测和市场监督等内容，如图5-30所示。

图5-30 风险类管理

1）财务风险分析是通过评估信用风险和市场风险所产生的详细数据进行分析，目的是为了符合监管的需要。

2）市场与组合风险分析是通过大量的历史市场数据和交易数据，实现更多的实时预测风险分析。

3）贷款风险评估分析是从媒体或者社会公共信息中提取企业客户和潜在客户的信息，以提高风险预测能力和预警能力。

4）反洗钱与欺诈调查是提取犯罪记录信息、法律数据等内容进行欺诈调查的分析。

5）实时欺诈检测是通过大量的欺诈数据进行分析。

6）市场监督是通过实时交易监控实现对市场的监督作用。

大数据在金融行业未来的应用方向

大数据在金融行业未来的应用可能会很多，如图5-31所示。

图5-31 大数据在金融行业未来的应用方向

在大数据时代，商业银行需要做好哪些工作呢？

1）在日常运营过程中，商业银行应该加强对数据的管控和数据处理。其中，数据管控应该参考标准，保障数据采集的准确性和数据应用的可视化。尽量降低银行的声誉风险。

2）商业银行应该提高对大数据应用的支持力度，同时实现资源利用的最优化。

3）商业银行应该重视对大数据技术人才的培养和储备。

“大数据时代”将会带动整个社会交易模式的变化，未来更多的客户服务将在互联网中进行，特别是对于商业银行来说，更应该注重挖掘相关的社交媒体信息，拓展获取客户信息的渠道，使之成为银行经营的有用工具，能够为客户提供更好的服务。