商业银行第三方数据样本验证方法研究

长期以来，商业银行基于自身的内部数据逐步开展数据分析挖掘，应用于精准营销、风险管控、产品创新等领域。随着应用的深入，商业银行自身数据的短板开始逐步显现。突出表现在缺乏客户行为数据，难以构建全面的客户视图，导致对客户的认识不够全面，甚至是有失偏颇。这往往会造成营销不够精准、风险预警不准确等问题。

        为了解决这一问题，商业银行开始寻求补充外部数据，以补足数据短板。外部数据多种多样，从来源上分类，有政府机构、垄断企业(如电信、水务等)以及第三方数据公司等。其中，政府机构、垄断企业的数据可信度相对较高，而第三方数据公司由于其数据获取渠道多样、获取手段不一等原因，使得其数据可靠性和可信度成为商业银行使用数据的一大挑战，因此，商业银行在使用第三方数据前，急需对第三方数据进行验证，以检验数据的可靠性、可信度，作为数据采购决策的依据。本文以笔者的实际经验为基础，仅就第三方数据验证进行探讨。

一、数据验证的前期准备工作

        在开展样本数据验证之前，需要做好相关的前期工作。

        1．明确业务目标

        明确的业务目标是开展样本数据验证的关键前提。样本数据验证要紧密围绕业务目标展开。数据验证实施部门要和业务部门开展紧密的协商、讨论，明确并深刻理解业务目标。

        业务目标一定要可落地实施，即业务目标应该是一个具体的目标，而非大而空的宏观战略目标，一定是要针对性地解决某项业务所存在的问题。如果业务部门所提出的目标比较空泛，数据验证实施部门要通过业务访谈，需求调研等方式进一步明确细化的目标。

        2．业务目标数据化

        有了具体的业务目标之后，数据部门要和业务部门将对业务目标进行分析，确定要实现的业务目标需要获取哪些外部数据，要细化到具体的数据项，而不能是一个空洞的数据范围。也就是要将业务目标转化为数据需求，要制定清晰的外部数据需求说明书，明确将引进哪些数据。

        3．数据调研

        数据部门在掌握数据需求的基础上开展数据调研工作，也就是调研市场上的第三方数据公司，主要调研的内容应包括：

        (1)第三方数据公司背景情况，包括成立时间、业界声誉、成功的应用案例等；

        (2)第三方数据公司能提供的数据范围是否满足数据需求，包括数据覆盖的客户区域、数据规模等；

        (3)第三方数据公司数据来源的渠道，数据采集手段是否合法；

        (4)第三方数据公司的数据存储周期是否满足要求；

        (5)第三方数据公司能够提供的测试样本数量；

        (6)第三方数据公司的数据合作模式。

        4．确定合作伙伴

        由于商业银行涉及的客户数据过于敏感，对数据的安全管控要求较高，一般来说，数据“出行”的可能性较低，在合作模式上，以数据“入行”为主，往往需要第三方数据公司将数据提供给商业银行，由商业银行在自己的内部环境做验证。应该在数据调研的基础上，结合业务目标、数据需求，选取在合作模式上能够符合商业银行要求的合作方。

        5．制定样本数据验证方案

        选好合作方后，数据部门应该牵头制定样本数据验证方案，第三方合作公司、业务需求方均应参与。验证方案应明确各方职责、样本数据规模、样本数据时间范围、区域范围、样本数据匹配方式、验证环境、样本验证流程、业务验证方案、样本验证效果评估等。

二、样本数据验证流程

        样本数据验证流程和业务目标息息相关，会因应用场景的不同而略有差异，但笔者认为大部分流程是通用的。样本数据验证流程如图1所示。

        样本数据验证主要包括以下几方面。

        1．数据匹配及分析

        考虑到商业银行现有数据基础，数据匹配方式以客户手机号为关键标识可行性较高，双方通过MD5等一致的加密方式加密对关键标识加密后再行匹配。

        从匹配流程上看，第三方数据公司将加密后的样本数据提供给商业银行，商业银行将本方数据加密后与第三方数据公司的样本数据进行匹配，匹配成功的即为商业银行存量客户，不成功的可能为他行客户。

        对匹配成功的存量客户，结合行内外数据，紧盯业务目标开展分析，出具分析报告。对于未匹配成功的客户，考虑到隐私保护的问题，在国内相关法律尚未明确的情况下，为了避免不必要的客户投诉，不建议将这部分客户作为营销的对象，仅留存分析。

        2．业务验证

        根据分析结果，将匹配成功的客户推送至业务部门。业务部门的应用方式与业务目标息息相关，一般来说，主要应用于精准营销和风险预警领域。如果是用于精准营销，业务部门要制定配套的营销方案，包括营销方式、营销渠道、营销费用等；如果是用于风险预警，业务部门要制定相应的客户调查方案。

        3．成效评价

        (1)数据质量评价

数据质量评价是指对引入的外部数据样本的及时性、完整性、合法性、准确性进行综合评定，以确保样本验证效果。数据质量评价标准见表1。

        样本数据质量可以根据如下公式进行大致评判：

        客户实际匹配率一业务比率(根据不同的业务场景设定，主要是指某项场景的活动客户占当地总人口的比例)×商业银行客户当地占比。若结果在0上下小范围浮动，表明样本数据完整性较高，具有代表性，若上下浮动范围过大，则表明样本不具备代表性。

        准确性是指每项外部数据是否真实存在，是否属于同一人所有，交易是否真实。可以通过对匹配上的客户进行电话调查等方式，确认客户行为是否真实存在。

        (2)业务成效评价

        一是响应率分析。通过选取一组无外部数据辅助的客户清单作为对照组开展同样的营销或者风险调查，对比两组的响应率，若外部样本数据组响应率高，则可认为具有业务效果，可结合实际业务场景，通过对两组客户的响应率的差值评判业务成效高低。

        二是投入产出比分析。在营销或者风险调查结束后，对每一类客户细分需要开展投入产出分析，对比新的数据获取方式相对于其他营销或者风险调查方式是否有盈利能力上的提升或者风险的降低。

（文章来源：中国金融电脑杂志） 

扫码即可手机
阅读转发此文