商业银行大数据应用任重道远_金融大数据

大数据应用是快速发展的前沿技术，商业银行要想应用好大数据需要解决三方面的问题：一要加快大数据人才队伍建设和技术成果转化；二要解决内部数据专业化挖掘和创新型分析；三要合法、持续解决外部大数据资源的安全整合利用。

当前，人类社会已迈入信息时代，获取、掌握、分析、应用信息的能力成为衡量一个国家、企业实力的重要标志。大数据是信息的重要组成部分，大数据时代是信息时代的典型代表。商业银行是大数据应用的领航者，有效地应用好大数据有利于提高经济效益、提高管理水平、增强竞争能力、提升风险防范能力。

大数据是一种资源，也称为海量资料，是在新思维模式下能够支持较强的决策力、洞察力、流程优化能力的海量、高增长率和多样化的信息资产。大数据不仅“大”，而且“新”，是新资源、新工具和新应用的综合体，其具有Volume(海量数据资料)、Velocity(产生速度快)、Variety(信息类型繁多)、Veracity(信息真实)四个特点。该技术将会打开一个人类从未涉足的世界的窗口，大量不精确的数据比少量精确的数据更有价值。

大数据的价值体现在大数据应用上，任何企业关心大数据，实际是关心大数据的应用，关心如何从业务和应用出发挖掘大数据蕴含的价值，从而为企业的战略目标服务。从使用领域来看，商业银行主要基于如下四个领域应用大数据。

①业绩提升领域：基于对商业银行资产负债总量和结构管理、中间业务综合管理、资产定价管理、经营状况管理、资本充足率管理等数据的挖掘与分析，借助大数据平台统计与预测经营业绩、资产质量、客户质量、内部管理绩效，优化资产结构、运转流程，提高各项业务运作效率。

②营销分析领域：基于对商业银行内部客户资源、客户行为等的数据挖据与分析，提升客户等级分类、客户差异化服务、客户流失预测、客户资产定价的精准营销水平。

③风险防范领域：基于商业银行交易痕迹、客户交互数据建模等，借助大数据平台快速分析和预测再次发生或者新的市场风险、操作风险，建立完善的风险防控体系。

④行业监管领域：基于商业银行内外部交易、历史痕迹数据，实时或准实时地预测和分析欺诈、洗钱等非法行为，遵从法规和监管需求。

大数据应用是快速发展的前沿技术，大数据概念是在2013年前后提出的。商业银行要想应用好大数据需要解决三方面的问题：一要加快大数据人才队伍建设和技术成果转化；二要解决内部数据专业化挖掘和创新型分析；三要合法、持续解决外部大数据资源的安全整合利用。

1．商业银行大数据人才匮乏，需要加强、加快大数据专业人才培养与引进，建立专业化的量化人才队伍

大数据科学涉及数学、统计学、计算机学、经济计量学等，是一门交叉科学。大数据人才需要具备专业领域知识、经济计量学知识、数据挖掘知识、数据架构知识、数据可视化知识，银行需要的是复合型专业人才。

大数据在商业银行的应用要求从业人员拥有较强的业务理解能力、数据资产管理能力、数据处理能力以及数据挖掘能力。目前，商业银行内部管理机制大多是条线划分，内部各个部门、各个业务条线之间分工明确。在技术条线，从业人员具备软件系统研发、信息系统运行维护能力，但往往不具备业务知识，不熟悉客户需求和业务处理流程，没有业务基本知识，甚至不具备前瞻性的数据架构能力、开创性的数据挖掘能力。在业务条线，从业人员熟悉业务知识、客户需求和业务流程，但往往不具备数据挖掘和数据架构能力，甚至不懂系统运行处理流程。技术条线与业务条线的工作人员往往难以有效沟通，导致信息系统开发前期的需求分析阶段进展缓慢，一些高难度的业务需求转化为计算机处理过程漫长。商业银行大数据人才的严重短缺，已经成为影响大数据应用的一个重要因素。

大数据人才亟待培养和储备，这是一个全球性的问题。据Gartner预测，到2015年，全球将新增440万个与大数据相关的工作岗位，将会出现约100万个大数据人才缺口。到20l8年，需要新增14万～19万名分析专家、150万名熟悉应用海量数据的管理者和分析员。

商业银行要采取多项措施加强大数据人才队伍建设，从内部培养大数据人员，加强培训学习力度，从外部引入大数据分析师、专业人才，构建层次丰富的数据分析师团队、数据专家团队。加大对大数据人才的资源投入，科学规划大数据人才成长路径，建立行之有效的人才激励政策。重视、鼓励、建立大数据人才储备机制，培养、吸引、留住大数据人才。

2．商业银行内部数据量大、数据价值密度低，外部数据有限，需要加强、加快大数据资源规划与整合

商业银行拥有大量的内部数据。主机系统存放着庞大的结构化数据，如客户信息、账户信息、签约信息、服务信息、客户信息、客户金融信息，以及小部分非结构化数据，如客户密钥、签字。开放系统如ATM、POS、网上银行、手机银行、电子商城、微信银行、电话银行等的渠道产生大量交易数据；数据中心多套内部信息系统记录着客户的交易行为。此外，每一笔交易、业务办理涉及的系统都有痕迹记录，其中大部分为结构化数据，如痕迹数据、交易数据、客户金融信息，小部分为非结构化数据，如电话录音、微信图片。由于其价值低密的特点，银行对这些内部痕迹数据的保存时问较短，一般为3～6个月。

商业银行对外部数据的使用仅限于人民银行、公安部门等的服务信息，仅应用于征信查询、身份认证等环节。对于大部分外部数据包括宏观经济数据、经济走势数据、客户地理数据、楼盘开发数据、第三方支付数据、人民银行ACS系统数据、互联网数据等，商业银行很少使用或者没有使用，获取这些数据也没有合理渠道。

3．商业银行外部市场环境不规范，法律法规不健全，需要行业协同并进，从国家战略层面加强大数据立法工作

随着大数据市场需求的不断发展，大数据提供商应运而生，其将数据作为商品进行交易获取收益，但其中一些供应商无论公司规模，还是运营能力都处于初期发展阶段，市场前景不明朗。一些电商企业基于自身业务，通过全业内部交易平台获取、存储、处理大数据，通过大数据交易获取一定收益。当前，由于外部数据的使用受限于数据开放环境的成熟度，数据交易尚未形成市场的主流形态形态，对商业银行来说，使用、购买外部数据还需持谨慎态度

据中国电子技术标准化研究院2014年6月发布的《大数据标准化白皮书》公示，我国大数据技术相关标准的研制属于起步阶段，NIST、国内全国信标委已经开展标准化梳理工作，初步形成了大数据标准体系框架，大数据标准化建设工作正在紧锣密鼓的推进中。

大数据应用涉及信息安全、个人隐私保护、商业隐私保护等。近年来国内外客户信息数据泄露事件、黑客入侵事件屡次发生，给大数据应用企业造成了极坏影响和惨重损失。因此，必须制定严格的大数据相关法律才能保护公民个人隐私、网络安全。虽然《关于加强网络信息保护的决定》、《政府信息公开条例》等系列规章已经出台，但仍存在纲领性立法、体系不健全、层次低的问题，需要尽快加强科学性大数据立法工作。

大数据是国际化的资源，中国的大数据应用处于领先地位，应积极参与国际交流合作、积极参与制定国际规则，创造良好法制环境，促使大数据健康、合法使用。

我国商业银行的大数据应用在人才培养、内部外部数据结构、外部环境、信息安全等方面，还有很长的路要走。展望未来，相信通过不懈努力，商业银行必定会提升大数据应用水平，并以此加速推进转型升级，实现战略目标。

(文章来源：《中国金融电脑》杂志）