金融机构如何驾驭大数据
来源:用户上传
作者: 邓俊豪 张越 何大勇
大数据时代来临，传统行业及企业也正面临着一场轰轰烈烈的大数据革命。大数据已经不仅仅是一项简单的IT技术，更是一次实现自身商业模式创新和传统业务转型的难得机遇。对于正处于变革之中的金融业而言，大数据的价值和作用显得更为重要。
让数据发声！―随着大数据时代的来临，这个声音正在变得日益响亮。而对于正处于变革之中的金融业而言，大数据的价值和作用显得更为重要。
事实上，金融行业在发展大数据能力方面具有天然优势：受行业特性影响，金融机构在开展业务的过程中积累了海量的高价值数据，其中包括客户身份、资产负债情况、资金收付交易等数据。以银行业为例，其数据强度高踞各行业之首―银行业每创收100万美元，平均就会产生820GB的数据。
国外银行大数据应用已全面落地
大数据发出的声音已在金融行业全面响起，其中银行是金融行业中发展大数据能力的“领军者”。纵观银行业的六个主要业务板块（零售银行、公司银行、资本市场、交易银行、资产管理、财富管理），每个业务板块都可借助大数据来更深入地了解客户并为其制定更具针对性的价值主张，同时提升风险管理能力。
其中，大数据在零售银行和交易银行业务板块中的应用潜力尤为可观。BCG通过研究发现，海外银行在大数据能力的发展方面基本处于三个阶段：大约三分之一的银行还处在思考大数据、理解大数据、制定大数据战略及实施路径的起点阶段。还有三分之一的银行向前发展到了尝试阶段，也就是按照规划出的路径和方案，通过试点项目进行测验，甄选出许多有价值的小机会，并且不停地进行试错和调整。而其余三分之一左右的银行则已经跨越了尝试阶段。基于多年的试错经验，他们已经识别出几个较大的机会，并且已经成功地将这些机会转化为可持续的商业价值。而且这些银行已经将匹配大数据的工作方式嵌入到组织当中。他们正在成熟运用先进的分析手段，并且不断获得新的商业洞察。
将大数据技术应用到信贷风险控制领域。在美国，一家互联网信用评估机构已成为多家银行在个人信贷风险评估方面的好帮手。该机构通过分析客户在各个社交平台（如Facebook和Twitter）留下的数据，对银行的信贷申请客户进行风险评估，并将结果卖给银行。银行将这家机构的评估结果与内部评估相结合，从而形成更完善、更准确的违约评估。
这样的做法既帮助银行降低了风险成本，同时也为银行带来了风险定价方面的竞争优势。相较于零售银行业务，公司银行业务对大数据的应用似乎缺乏亮点。但实际上，大数据在公司银行业务的风险领域正在发挥着前所未有的作用。
在传统方法中，银行对企业客户的违约风险评估多是基于过往的营业数据和信用信息。这种方式的最大弊端就是缺少前瞻性，因为影响企业违约的重要因素并不仅仅只是企业自身的经营状况，还包括行业的整体发展状况，正所谓“覆巢之下，焉有完卵”。但要进行这样的分析往往需要大量的资源投入，因此在数据处理资源稀缺的环境下无法得到广泛应用，而大数据手段则大幅减少了此类分析对资源的需求。西班牙一家大型银行正是利用大数据来为企业客户提供全面深入的信用风险分析。该行首先识别出影响行业发展的主要因素，然后对这些因素一一进行模拟，以测试各种事件对其客户业务发展的潜在影响，并综合评判每个企业客户的违约风险。这样的做法不仅成本低，而且对风险评估的速度快，同时显著提升了评估的准确性。
用大数据为客户制定差异化产品和营销方案。在零售银行业务中，通过数据分析来判断客户行为并匹配营销手段并不是一件新鲜事。但大数据为精准营销提供了广阔的创新空间。例如，海外银行开始围绕客户的“人生大事”进行交叉销售。这些银行对客户的交易数据进行分析，由此推算出客户经历“人生大事”的大致节点。人生中的这些重要时刻往往能够激发客户对高价值金融产品的购买意愿。一家澳大利亚银行通过大数据分析发现，家中即将有婴儿诞生的客户对寿险产品的潜在需求最大。通过对客户的银行卡交易数据进行分析，银行很容易识别出即将添丁的家庭：在这样的家庭中，准妈妈会开始购买某些药品，而婴儿相关产品的消费会不断出现。该行面向这一人群推出定制化的营销活动，获得了客户的积极响应，从而大幅提高了交叉销售的成功率。客户细分早已在银行业得到广泛应用，但细分维度往往大同小异，包括收入水平、年龄、职业等等。自从开始尝试大数据手段之后，银行的客户细分维度出现了突破。例如，西班牙的一家银行从Facebook和Twitter等社交平台上直接抓取数据来分析客户的业余爱好。该行把客户细分为常旅客、足球爱好者、高尔夫球爱好者等类别。通过分析，该行发现高尔夫球爱好者对银行的利润度贡献最高，而足球爱好者对银行的忠诚度最高。
此外，通过分析，该行还发现了另一个小客群：“败家族”，即财富水平不高、但消费行为奢侈的人群。这个客群由于人数不多，而且当前的财富水平尚未超越贵宾客户的门槛，因此往往被银行所忽略。但分析显示这一人群能够为银行带来可观的利润，而且颇具成长潜力，因此该行决定将这类客户升级为贵宾客户，进一步挖掘其潜在价值。在对公业务中，银行同样可以借助大数据形成更有价值的客户细分。
用大数据为优化银行运营提供决策基础。大数据不仅能在前台与中台大显身手，也能惠及后台运营领域。在互联网金融风生水起的当下，“O2O（Online To Oine）”成为了银行的热点话题。哪些客户适合线上渠道？哪些客户不愿“触网”？BCG曾帮助西班牙一家银行通过大数据技术应用对这些问题进行了解答。项目组对16个既可以在网点也可以在网络与移动渠道上，完成的关键运营活动展开分析，建立了12个月的时间回溯深度，把客户群体和运营活动按照网点使用强度以及非网点渠道使用潜力进行细分。分析结果显示，大约66%的交易活动对网点的使用强度较高，但同时对非网点渠道的使用潜力也很高，因此可以从网点迁移到网络或移动渠道。项目组在客户细分中发现，年轻客户、老年客户以及高端客户在运营活动迁移方面潜力最大，可优先作为渠道迁徙的对象。通过这样的运营调整，大数据帮助银行在引导客户转移、减轻网点压力的同时，保障了客户体验。BCG还曾利用专有的大数据分析工具Network Max，帮助一家澳大利亚银行优化网点布局。虽然银行客户的线上活动日渐增多，但金融业的铁律在互联网时代依然适用，也就是说在客户身边设立实体网点仍然是金融机构的竞争优势。然而，网点的运营成本往往不菲，如何实现网点资源的 价值最大化成为了每家银行所面临的问题。在该项目中，项目组结合银行的内部数据（包括现有的网点分布和业绩状况等）和外部数据（如各个地区的人口数量、人口结构、收入水平等），对350多个区域进行了评估，并按照主要产品系列为每个区域制定市场份额预测。项目组还通过对市场份额的驱动因素进行模拟，得出在现有网点数量不变的情况下该行网点的理想布局图。 该行根据项目组的建议对网点布局进行了调整并取得了良好成效。该案例可为许多银行带来启示：首先，银行十分清楚自身网点布局，有关网点的经营业绩和地址的信息又全量存在于银行的数据库中。其次，有关一个地区的人口数量、人口结构、收入水平等数据都是可公开获取的数据。通过应用大数据技术把这两组数据结合在一起，就可帮助银行实现网点布局的优化。BCG基于大数据技术而研发的Network Max，正是用来解决类似问题的工具。
创新商业模式，用大数据拓展中间收入。过去，坐拥海量数据的银行考虑的是如何使用数据来服务其核心业务。而如今，很多银行已经走得更远。他们开始考虑如何把数据直接变成新产品并用来实现商业模式，进而直接创造收入。例如，澳大利亚一家大型银行通过分析支付数据来了解其零售客户的“消费路径”，即客户进行日常消费时的典型顺序，包括客户的购物地点、购买内容和购物顺序，并对其中的关联进行分析。该银行将这些分析结果销售给公司客户（比如零售业客户），帮助其更准确地判断合适的产品广告投放地点以及适合在该地点进行推广的产品。这些公司客户过去往往需要花费大量的金钱向市场调研公司购买此类数据，但如今他们只需花少得多的钱向银行购买这些分析结果，而且银行所提供的此类数据也要可靠得多。银行通过这种方式获得了传统业务之外的收入。更重要的是，银行通过这样的创新为客户提供了增值服务，从而大大增强了客户的粘性。
国内金融行业亟待破冰
在国内，大数据的发展可谓风起云涌。这样的热潮同样波及到金融行业，众多金融机构纷纷布局。以银行业为例，在大数据发展方面最为活跃的群体当属股份制银行，而大数据应用则主要集中在客户营销、产品创新、风险控制和运营优化等领域。例如，光大银行研发了“阳光理财”资产配置平台（APP）来整合数据，对客户投资需求进行细分，并设计了与之匹配的资产配置方案以支持营销。光大银行还推出基于大数据技术的风险预警平台以提升风控水平。此外，该行还基于大数据Hadoop技术构建起核心历史数据查询平台，使以往需要3～4天的查询时间缩短到当日即可完成，从而显著提升了运营效率。民生银行通过大数据分析来定义营销举措并防止客户流失。中信银行与银联商务合作开发出基于商户信息和POS流水交易数据进行风控的“POS贷”。
虽然已有诸多举措，但金融行业的大数据发展往往被形容为“雷声大、雨点小”，意指金融机构虽然投入不菲，但市场可感知的效果却往往十分有限。究竟是什么原因导致这一局面的产生？我们在与众多金融机构的接触过程中观察到三个阻碍数据转变为价值的现象：
数据虽多，但整合困难。国内金融机构虽然同样坐拥海量数据，但其数据的存在状态反映了整个组织的现状，即“部门分制”。数据在组织内部处于割裂状态―业务条线、职能部门、渠道部门、风险部门等各个分支机构往往是数据的真正拥有者，而这些拥有者之间却常常缺乏顺畅的共享机制。然而，成就大数据的是数据的“全量”，这就要求金融机构内部能够实现高度的数据共享与整合。这样的矛盾导致金融机构中的海量数据往往处于分散和“睡眠”的状态。虽然金融机构拥有的数据量“富可敌国”，但到真正利用时却“捉襟见肘”。
想法虽多，但动手困难。面对已拥有的海量数据，金融机构真正敢“碰”的却很少。许多金融机构担心触犯监管或法律的底线，或者担心擅自使用数据会侵犯客户的隐私权，又或是担心数据处理不当可能会给机构带来声誉风险和业务风险。因此，这些机构虽然积累了大量数据，并对应用模式进行了思考，但最终仍处于隔河观望的状态，难以付诸行动。海外金融机构也曾经面临同样的问题。在与海外金融机构的合作中，我们给出的建议十分简单：与数据拥有者坦诚沟通并征询他们的许可。BCG的大量项目经验表明，许多客户对自己的数据被使用的接受度远比金融机构想象得要高。
资源虽多，但协调困难。“技术部门不作为”、“业务说不清到底要什么！”这样的相互指责在很多金融机构的业务部门与技术部门之间都曾出现过。
许多大数据项目就是在这种不顺畅的沟通中“夭折”，而不成功的经验只会加深双方的矛盾，导致新的合作更加艰难。这样的恶性循环在很多机构重复上演。我们发现，复合型人才的匮乏、合作机制的缺失以及工作方法的不当往往是造成这一局面的主要原因。
金融机构驾驭大数据的三个关键点
金融业虽然坐拥海量数据，但目前真正得到利用的数据仅为冰山一角。BCG多年的项目经验显示，金融机构对数据的实际利用率仅为34%，从而导致大量数据“荒地”的出现以及大量潜在机会处于沉睡状态。问题到底出在哪里？ 为此，BCG对部分典型金融机构客户进行了调研。调查结果显示，从数据到价值的转化过程包含了七大步骤，其中“许可和信任”以及“协调”是关键瓶颈。
步骤一：数据收集。与内部数据及外部数据形成对接，以获得丰富、全面的数据。
步骤二：许可和信任。获得客户的许可和信任，同意企业在不透露其个人信息的前提下对其信息进行整合、分析和应用。
步骤三：储存和处理技术。搭建合适的IT构架，以有效整理、存储和调用数据。
步骤四：数据科学。识别合适的分析工具，以进行大数据分析。
步骤五：协调。理解业务端需求，并将这些需求转化为具体的问题，指引技术部门和分析部门提供基础设施支持及数据分析工作。
步骤六：行动洞察力。正确解读数据分析结果，将答案转化为行动变革、产品开发和客户发展方案。
步骤七：嵌入式变革。将大数据分析和应用融入到整个机构组织的日常运作中，并确保每位员工都能参与实施变革。
这样的调研结果让我们深刻认识到，掣肘大数据在金融机构发展的关键因素存在于管理层面，而非技术层面。BCG根据自身在大数据和金融行业的咨询经验，总结了金融机构驾驭大数据的三个关键点（“TMT”），包括：团队（Team）、机制（Mechanism）和思维（Thinking）。在这三个关键点上进行突破，应成为传统金融机构将数据转化为价值的核心抓手。 数据人为：建设团队是核心
尽管“专家将会消亡”、“大数据将取代人脑”的说法此起彼伏，但BCG认为，在大数据时代创造价值的主角仍是“人”。数据源自于人并服务于人。但大数据时代无疑对身处其中的从业者提出了新的要求。善于“跨界”的复合型人才在金融机构中是稀缺资源，因此构建复合型团队就成为了关键所在。然而，是否将具备业务视角或技术能力的人员组合在一起，就能实现金融机构的大数据掘金梦想呢？我们的答案是否定的。若要让团队高效运作，配套机制是不可或缺的。
高效行动：形成机制是保障
大数据无疑在冲击传统金融机构惯常的工作方式与流程。大数据中蕴藏的大量“小机会”需要通过灵活、快速而又有纪律的工作机制才能最终形成“大价值”。对于传统金融机构而言，两项机制的改革是关键。
引入试错机制
“错误”在传统金融机构中不是一个受欢迎的词。“不出错”甚至在很多机构中被看作是颠扑不破的生存法则。而在大数据时代，“试错”将成为必经之路。浩瀚的数据带来了无限的想象空间，同时也带来了极高的不确定性。一个关联发现究竟是真正的商机还只是噪音，只有试了才知道。成功的试错机制包括以下七个方面：为创意的产生提供条件。在IT行业中，我们观察到有些公司开始给予员工“自由时间”，也就是说员工可以将10～15%的工作时间用于做自己感兴趣的项目。增加探索和尝试的数据。在大数据中发现商机也是个几率问题，提高基数无疑非常重要。降低成本，提高速度。“小步快跑”在大数据时代成为了值得推崇的工作方式。这意味着严格管理每个试点的成本，将投入产出透明化，并大幅缩短每个试点的周期。降低失败的代价。这里的代价既是对机构而言，也是对个人而言。组织内部需要能够合理“容错”，降低试错者的后顾之忧。而组织自身则需要清晰的“防火墙”，让试错在可控的环境中发生。增强预判能力。在一个试点项目中往往存在一系列关键条件。密切关注这些关键条件的变化，尽早判断试点的成功几率，是试错机制的关键一环。快速推广放大。当一次试错呈现出商业潜力时，机构就需要迅速果断地将成果商业化、规模化，以便充分汲取其中的价值。鼓励探索的文化。再完善的机制也会有“盲点”，而软性的文化则是填补空白的关键。
提高人才管理与组织管控的弹性
金融业一直是精英汇聚的行业。但在传统金融机构中，不仅数据呈现出“分治”的状态，人才的流动与重组往往也相当困难。而培养大数据时代所必需的复合型人才必然要求人才能够在组织内外灵活地流转和进出。此外，针对“业务”与“技术”对话不畅的问题，联合团队往往是有效的解决手段之一。而这样的跨部门工作机制要求在人才的选调、考核和职业发展等关键方面有相应的配套举措。只有在尝试中培养“创新的种子”，并不断将这些“种子”播种到有需求的土壤中去，才能使大数据真正融入机构的日常工作当中，持续发挥其作用，并为组织创造价值。
构筑优势：转变思维是根本
《大数据时代》一书的作者指出， 在大数据价值链中“数据、技术与思维三足鼎立”。对于数据和技术的掌控在很大程度上取决于机构的商业模式。
金融机构在这两个层面上已经拥有相当大的优势。然而，思维才是使数据中的价值持续爆发的力量。大数据的发展不仅作用于金融机构的商业模式及运营模式的方方面面，更直接对根深蒂固的传统理念构成挑战。采用关联而非因果的视角也可以帮助我们更好地理解世界。与封闭相比，开放可能是构筑商业壁垒更有效的手段。这样的思维转变对于传统金融机构而言意味着一场异常深刻的变革，而这样的变革势必触碰到体制层面，因此也必然异常艰难。但胜者从来都是那些勇于拥抱变革并善于拥抱变革的机构。
在金融行业，大数据带来的绝不仅仅是一场数据与技术的比拼，致胜因素将是机构触发、管理并固化变革的能力。并非每个“热点”都将转瞬即逝。大数据是技术发展所带来的不可逆的大趋势，它所代表的是人类对世界的认知视角的演化，以及对世界的掌控能力的进步。对传统金融机构而言，从数据到价值的转化过程意味着新的思维在蓬勃发展，并驱动商业模式与运营模式进行深刻变革。这必将是一个漫长的过程，而且无捷径可寻。及早出发，积极、理性地试水投入，让整个机构能够借力大数据来尽快实现自我提升，这是传统金融机构将数据持续转化为生产力乃至竞争优势的必由之路。
转载注明来源:https://www.xzbu.com/8/view-6980604.htm
