专业委员会
华夏银行风险管理部-肖馨
一、"互联网+"时代银行智慧化变革势在必行
"互联网+"时代，一方面，在互联网公司的用户体验革命下，加之利率市场化、市场竞争主体日益多元，银行客户粘度一再下降，传统银行获客、活客与盈利都面临较大难度；另一方面，各行业间的边界日渐模糊，所有的产物开发都以客户需求为中心，所有的服务入口进一步整合，金融服务被嵌入各类高频、碎片化的交易场景，需要随时随地满足客户的资产和资金需求。该种形势对传统银行的经营管理、交易平台、风控体系、滨罢支持等都提出了更高的要求，催生了智慧银行的战略定位与转型方向。智慧银行的内核应该包括：运用互联网思维与技术对银行进行全面的系统性再造与智慧化升级，实现业务流程线上化，金融服务场景化，运营模式化繁为简，以"线上+线下"智能全覆盖的方式，满足客户综合化、多样化的金融需求和所追求高效、便捷的行为方式。今年内，包括工商银行、建设银行、邮储银行、平安银行等多家银行同业在各自发展规划中提到了"智慧化"。
二、大数据思维在智慧银行建设中的必要性
信息时代，数据已成为经营决策的强有力依据，关乎商业决策的迅速和准确，关乎公司的生存和发展。对于传统银行来说，大数据是银行体现竞争能力的新型资产。
（一）智慧银行建设需加强外部大数据引入,扩大服务规模
"互联网+"时代最显著的特征之一是大数据，电商、社交、通讯、出行等平台拥有着海量的用户数据资源，这些数据类型囊括了用户生活的方方面面。智慧银行建设通过引入这些大数据，一者可突破地域、网点的限制，主动发现客户的生活场景和互联网场景，结合场景构建线上、线下一体化网络，增加渠道入口，拓展获客渠道，扩大服务客户的数量；二者能够更加真实地接近和认识用户，了解用户真正的对金融产物和服务需求，从而智能筛选目标受众并提供精准化的营销方案，提高获客成功率。
（二）智慧银行建设需发展线上大数据风控，提高响应速度
互联网时代要求金融的响应是实时的，特别是线上融资需求一旦出现，金融平台就要迅速进行响应决策。这种模式，需要基于大数据和相关算法所建立的风控模型来支撑及时、快速的风险评估与判断。因此，线上大数据风控是互联网金融和智慧银行建设的核心能力，如今已成为行业通用的法则之一。大数据风控通过更多传统金融没有触及到的互联网足迹，从财富、安全、履约、消费等方面克服传统金融领域的"信息不对称"问题以补充客户数据的金融属性，能够产生有效的对客户资质和潜在风险状况的识别能力，帮助银行降低风控成本，提高决策响应速度。
（三）智慧银行建设需深化内部大数据挖掘，提升运营收益
智慧银行建设需要深化内部大数据的整合、治理和使用，进行深度大数据分析，挖掘用户消费习惯、风险偏好等金融属性特征，形成客户统一画像和整体价值标签，有针对性地进行交叉营销与客户管理，提升存量客户运营管理的效率与收益。
三、大数据技术的应用场景与实践
大数据结合场景才能产生价值，无法变现的大数据是没有价值的，如何能够更好地应用大数据带来变现，把大数据应用落到实处，是所有机构需要面对的挑战。目前，国内外多家先进同业应用大数据或者深耕重点业务领域、打造自营金融生态，或者贯穿银行全流程管理、建设全行上下数据文化，助力智慧银行转型。
（一）深耕大数据挖掘，切入重点业务领域
选择大数据与业务场景结合，需要对是全线业务铺开还是侧重于某个重点领域做出选择。国外实践经验中，汇丰银行、花旗银行、巴克莱银行、UBS银行、渣打银行等都是以使用大数据挖掘解决业务问题为目的，选择重点业务领域，直接切入业务价值目标。在短时期内，选择大数据挖掘能够迅速实现巨大价值的业务领域，能够获取业务部门支持并减少阻力。例如汇丰银行将大数据应用重点放在客户管理，通过整理分析客户交易偏好等大数据，对客户行为开展洞察，为产物定价提供支持；花旗银行更关注营销优化和交叉销售，通过大数据分类为个性化零售业务提供支持；巴克莱银行从资本管理视角对银行现有的资产组合进行大数据分析，以解决流动性和资本充足率问题；UBS银行和渣打银行将大数据挖掘重点放在合规和内部审计方面。
（二）创新大数据信贷产物，打造自营金融生态
2015年以来工商银行推出了以"融e购"、"融e联"、"融e行"三大平台为主体的e-ICBC金融生态。"融e购"电商平台上线一年内，通过大数据对4亿多客户进行筛选，为超过1亿的个人客户提供了主动授信，客户在"融e购"平台购物，只要超过100元，就可以短信申请贷款，快速推进了个人信贷业务的开展；同时，工行创新推出了大数据信贷产物"公司逸贷"，通过"随刷随贷、即时使用"的一触即贷服务模式，将数据转化为可评估的价值，为1.2万家小微商户解决了生产经营中的资金需求问题。
（三）提升大数据量化技术，贯穿全流程业务管理
富国银行数据量庞大，经过十几年的时间，不仅在每个业务流程关键点都记录、收集数据，同时还累计了大量非结构化数据，也购入了若干包括工商法院信息、客户社交关系信息、客户消费信息等外部数据集，整合了完整的多维度客户数据和自生的运营数据。富国银行通过对大数据的深度挖掘与开发，设计了一整套覆盖业务全流程的大数据量化模型体系，，通过客观的数据分析和模型策略为银行战略决策提供强大的量化支持。
（四）建设公司级大数据分析平台，提升全行数据文化
民生银行"阿拉丁"云平台，是一个开放的公司级大数据云服务平台，拥有全行200多个行内的系统数据，并开放了外部数据引入机制，成为民生银行大数据应用的枢纽和核心平台。"阿拉丁"云平台根据不同职能的用户分工，提供了相匹配的数据分析工具从而满足了不同类别的数据使用人员的需要，形成了立体化的数据工具服务体系，促进全行上下开展大数据分析文化的形成。
四、华夏银行开展大数据应用的未来路径
未来华夏银行开展大数据应用、建设智慧银行，将结合本行战略定位，集中主要精力打造重点领域优势。
一是打通行内各业务条线数据资源，加快建设全行共享的大数据平台。成为数据驱动型智慧银行，需要拥有快速构建数据准备、开展探索分析和深度分析、以及支持数据可视化的大数据平台。中小型商业银行当务之急应加快建设大数据平台，打通信贷、理财、资管、管会等业务系统和专业管理系统与大数据平台的接口，实现全行客户层信息数据共享，并开放给各级数据分析团队，才有可能基于实际业务需求发掘大数据价值，获取深度洞察力与决策前瞻性。
二是建立客户分类标签体系，实施客户全生命周期标识与管理。在大数据平台的基础上，通过对客户资产记录、信贷记录、交易记录、还款记录、信用记录等用户数据进行分析和挖掘，归纳客户特征信息，对客户价值贡献、风险偏好、消费习惯、成长倾向等方面进行多维度标签分类，建立尽可能全貌的客户画像。画像结果应自动化、系统化地推广到客户整个生命周期和服务流程中，各业务条线和中后台服务部门可结合客户画像进行更精细化、智能化的交叉营销、客户挽留和其他金融服务等。
三是加强与第三方流量平台合作，开发华夏特色的大数据融资产物。互联网金融产物创新的关键在于定价能力。定价能力受制于风险覆盖和运营水平。风险覆盖可以借助大数据技术得到有效提升，但前提是需要低成本地获得高质量的海量客户信息。这一点，依靠银行自身系统无法实现。因此与自带流量、有一定规模、稳定运行的第三方平台合作，银行可以获取数据资产，借助自身的风控经验和建模技术开发线上的大数据融资产物，达到线上获客、快速审批、风险可控的规模效应。
四是探索引入银税、银政等大数据，提升对中小微公司的风控水平。为深化华夏银行"中小公司金融服务商"的品牌影响力，全面提升对中小微公司的金融服务能力，华夏银行将积极探索引入税务系统、房产信息系统、水电缴费系统、地方信用平台等具有公信力的政府数据，依靠大数据算法还原中小微公司的真实经营状况，来提高对中小微公司审批效率和风控水平，扩大华夏银行品牌价值。
智慧银行转型是一个复杂的过程，是由客户接触层到数据分析层的逐步实施、优化和完善。其中大数据的价值并不是一次性的、短期的，大数据在客户生命周期管理中扮演的角色，会逐步由参考项逐步转为驱动项，循环迭代、反复促进。银行应当有清晰的战略路径，坚持数据发现价值，通过定位客群、分析客户需求、建立受众模型、制定差异化营销策略、精准投放、评估效果以及风险策略与模型的优化与迭代等这一完整的大数据应用过程，可以不断地提升营销效果、把控资产质量，加快实现银行的智慧化转型。
参考文献：
摆1闭陈军君等.中国大数据应用发展报告狈翱.1(2017)摆惭闭.北京:社会科学文献出版社,2016,(8):56-78.
[2]Miklos Dietz等. 金融科技全面冲击银行业及银行的应对策略[J/OL].麦肯锡中国,2016-05.
[3]吴颖兰,钱敏. 数字时代银行的转型与重塑[J/OL].德勤新视界,2016-05.
[4] 薛洪言. 从互联网公司牵手银行，谈谈科技赋能金融的几个路径[EB/OL].虎嗅网,2017-06-27.
