文/陳道斌 宋丹 中國工商銀行管理信息部 中國工商銀行博士后科研工作站

　　一、商業銀行與互聯網金融企業大數據應用發展趨勢對比

　　(一)商業銀行大數據應用發展趨勢

　　目前，我國銀行業正處于重大的轉型期，新的業務模式快速涌現，以現代金融科技為支撐的新金融生態系統正在重新定義銀行的運營和業務模式。IBM在其研究報告《銀行的蛻變，新世代銀行破而后立》中指出，商業銀行需要擁有合作與協作、敏捷、創新、分析、數字化五大能力，才能成為未來金融生態系統的參與者、領導者(見圖1)。

　　在未來銀行應具備的五大關鍵能力中，大數據分析已經成為銀行業未來發展和成功轉型不可或缺的重要條件，圖2是部分國際大型商業銀行正在進行的大數據分析應用基礎能力建設的廣泛戰略布局。

　　國際領先銀行實踐經驗表明，大數據在業績提升、風險管理、效能優化與管理改善等領域發揮了重要的價值，尤其在決策支持、信用風險、精準營銷與差別定價等領域創造的價值最大。

　　(二)我國互聯網公司在金融大數據集成應用布局

　　我國商業銀行與以百度、阿里巴巴、騰訊(以下簡稱“BAT")為代表的第三方公司深層次的數據信息資源爭奪戰已經開始，其大數據戰略詳見表1所示。

　　目前，BAT三大互聯網巨頭已經在金融大數據收集、集成、管理、應用方面領先于商業銀行，大數據支持BAT正在支付、貸款、理財、保險、證券、銀行、征信、基金、眾籌等九大金融業務領域進行廣泛布局(詳見表2)

　　從表2可看出，互聯網金融已經對商業銀行的零售業務形成了強勁的沖擊。商業銀行雖有數據信息的歷史積累和先行優勢，但若不重視大數據體系建設和深化應用，不補缺數據信息短板，缺少對客戶行為、資金動態、市場及交易動態信息數據的把握，有可能在未來的競爭中處于下風，失去交易、支付、存款、理財等多方面市場和優勢。

　　二、中國工商銀行大數據管理與應用現狀及存在的主要問題

　　(一)中國工商銀行大數據管理與應用現狀

　　多年來，工行始終高度重視數據、信息、科技對業務的支持、促進與引領作用，在同業中率先完成數據大集中工程，建立了全行級的企業級數據倉庫，積累了海量的數據。先后于2013年提出了“信息化銀行建設”戰略，2014年提出“大零售、大資管、大數據與信息化”戰略，2015年提出e一ICBC 2.0戰略，2016年提出打造企業級信息應用體系戰略，2017年提出建立七大金融科技實驗室戰略。這些戰略的基本理念和思路，是為了充分整合集團內外部信息資源，建立工行信息科技和大數據資源優勢，支持工商銀行更好地全面深人發展和經營轉型。

　　(二)中國工商銀行大數據管理與應用存在的主要問題

　　近幾年工商銀行正處于“過三關”‘資產質量關、經營轉型關和改革創新關)的戰略轉型階段，對工商銀行大數據管理應用工作提出了更高要求，而且隨著經營環境不斷變化，基層行對信息支持深度、廣度需求也在不斷提高，目前工商銀行的信息管理、信息服務、信息支撐能力與各級經營管理主體機構(部門)的實際要求之間仍存在巨大差距。

　　第一，認識有待進一步深化。目前各級機構最缺乏的不是可供收集的數據，而是對于大數據收集與共享、大數據分析與應用、大數據分析手段與應用方法的認識不足。在省級行本部大數據應用已經達到了一定普及，但在最需要大數據支持的二級分行、支行、營業網點，大數據利用能力逐級衰減。

　　第二，數據源有待進一步擴展。目前工商銀行可供使用的大部分數據只是解決了經營管理與決策的日常工作問題，缺少深化應用方面的數據支持。比如，開展客戶行為分析僅有客戶在工行的賬戶信息是不夠的，還應該有客戶活動的位置、流量、社交、第三方支付等方面的信息，否則難以完整、準確、全面繪制客戶視圖，無法準確把握和理解客戶需求。

　　第三，數據質量有待進一步提高。目前EDW系統信息的全面性、時效性和清潔性能夠滿足應用的基本要求，但是部分客戶聯系信息、身份有效性信息、業務發生地、資產狀況等信息數據還存在質量問題，即使有了精準營銷目標客戶也因缺少關鍵的個人客戶聯系信息而無法開展相應的客戶拓展、挽留、提升等營銷工作。

　　第四，數據共享性、整合性不高。工商銀行在跨部門、跨系統、跨渠道、跨場景的數據共享與整合應用不充分。近年來已經引進了大量外部信息，但是外部信息與工商銀行信息整合關聯度不夠，應用效果不佳;境外機構數據管理基礎薄弱，基本沒有實現數據集中、共享，沒有很好實現與境內機構的信息整合、共享，更缺乏挖掘應用能力。

　　第五，大數據分析能力函待進一步提升。工商銀行分析師團隊仍處于起步探索階段，雖然建立了一支 “1+X”模式的數據分析師+專業分析師隊伍，但絕大部分是兼職人員，在大數據分析技能先進性和應用理念創新性方面仍有巨大差距，二級行及以下機構基本上沒有專、兼職的數據分析師或專業分析師。

　　第六，數據驅動的業務模式尚未形成。工商銀行還沒有真正意義上完全依靠大數據支持業務發展的場景和應用，數據分析與業務應用的融合度函待深化，從大數據應用的需求受理、數據分析、建模開發到落地應用周期較長，模型成果尚未充分共享，離將大數據分析結果全面應用到業務管理、經營活動、風險監控、市場營銷等眾多領域的成功大數據應用模式還有很大差距。

　　三、深化工商銀行大數據應用支持能力相關措施建議

　　面對經營轉型壓力，借鑒國內外金融同業和頂級互聯網金融公司的經驗，工商銀行應從戰略高度重視大數據管理與應用工作，在基礎建設和業務應用兩個方面同時發力，加快建設和應用步伐。

　　在基礎建設方面，將大數據發展戰略目標分解至具體的落地項目和子項目模塊;該人庫的數據全部人庫，該引進的外部數據及時引進并實現與工商銀行已經數據的匹配與整合應用;密切關注全球金融科技的創新與應用，保持科技領先，建立快速獲取新科技并轉化為銀行產品服務應用的能力;不斷搜尋數字化合作機遇與伙伴，構建金融科技生態圈，建立客戶生態系統和合作伙伴生態系統。

　　在業務應用方面，堅持問題導向、應用導向、市場導向和基層導向，從推動大數據應用促進業務發展和經營轉型角度，努力解決好數據管理和應用問題，實現全行數據標準統一，推動大數據在全行精細管理、精準營銷、風險識別、業務考核等方面得到有效、全面、準確、及時應用。

　　具體從以下幾方面人手:

　　(一)進一步夯實大數據深化應用基礎

　　第一，建立集中共享的全行大數據管理基礎體系。以大數據云服務平臺轉型為基礎，構建覆蓋內外部、多模態的大數據收集、集成、共享、應用的大數據管理架構。

　　一是建機制。建立新業務、新產品數據人庫快速響應機制，實現系統建設和數據人庫同步設計和開發制度。

　　二是補短板。以業務需求為導向，加快同業、大資管、大投行等還未實現數據人庫共享的業務數據人庫管理;根據業務應用場景需要，加快引人外部流量數據、電商數據、社交數據，并與工商銀行已有數據進行整合與應用;加快推進境外機構和子公司等數據人庫，構建集團層面的客戶統一視圖。

　　三是擴渠道。研究制定工商銀行大數據資源規劃，制定大數據對外合作指引，并加快通過外部數據采購、大數據對外合作等方式，學習借鑒業務和互聯網公司先進的大數據管理與應用能力和成功應用模型，逐步建立工商銀行大數據應用管理模型庫、知識庫，拓寬工商銀行大數據應用渠道。

　　第二，建立大數據挖掘應用平臺和應用工具環境

　　一是在傳統批量加工和線下數據查詢分析基礎上，打造工商銀行線上數據實時、準實時的高端分析能力;

　　二是建立開展線上數據分析、模型運營和部署能力，以云服務和AP工接口思維升級打造“數據即服務”模式，打造包含工商銀行、客戶、合作伙伴三方共贏的大數據應用生態圈;

　　三是優化完善數據應用環境和工具體系，搭建全行共享的數據挖掘、機器學習平臺環境，提升工商銀行數據應用能力;

　　四是聚焦人工智能等金融科技迅速發展的重點領域，構建覆蓋數字洞察、數字營銷、數字風控、數字運營的全新金融數字化生態。

　　第三，加強大數據管理與應用人才隊伍和企業文化建設?；诂F有“1+X”分析師體系，向兩個方向進一步拓寬大數據人才隊伍建設，打造工商銀行大數據應用核心人才隊伍。

　　一是將推動現有“1+X”分析師隊伍向更加專業化的分析卓越中心演進，主要工作任務是承擔起工商銀行探索性、開拓性、綜合性重點大數據分析應用工作需要，并負責開發、管理和優化全行共享的各類大數據分析應用業務模型。

　　二是加強二級行、支行大數據管理、分析、應用人才隊伍建設，主要承擔大數據應用業務需求整理、應用共享大數據模型和知識庫解決基層行大數據應用問題、跟蹤監測并及時反饋本級機構各類大數據模型應用效果和存在問題，加強大數據管理與應用企業文化建設，要建立“相信數據、尊重數據、依靠數據、敢用數據、善用數據”的企業文化。

　　(二)進一步提升大數據深化應用能力建議

　　在支持精準營銷方面，利用大數據分析挖掘方法建立完善的產品響應體系，進一步豐富產品響應模型，建立智能營銷推薦引擎，支持精準營銷策略的智能化運作，持續提升產品推薦的智能性和精準性，提升客戶價值貢獻。

　　在支持風險識別方面，加快人工智能技術在風險管理領域的應用，提升信貸業務領域客戶關聯關系分析能力，構建違約風險傳導模型，預判風險客戶違約概率，并對風險客戶進行預警提示;研發基于大數據的個人客戶貸后預警模型、貸前風險篩查模型和虛假貸款風險篩查模型，全面提升個人客戶風險識別預警能力;將信用卡專家型決策轉化依托大數據分析決策方式，制定更為精細化的信用卡授信策略，完善信用卡業務及風險監測預警模型體系。

　　在支持績效考核方面，在績效考核領域，重在打通科學激勵落地的“最后一公里”，要加快實施全行客戶貢獻精準計量項目，進一步優化完善個人客戶貢獻模型和法人客戶貢獻模型，建立同業客戶貢獻模型，完善客戶貢獻評價標準，做到客戶價值貢獻的真實反映，實現客戶貢獻模型的顯性化、可視化、集成化和標準化。

　　在支持市場拓展方面，探索應用大數據拓展客戶，拓展外部數據，充分利用工商注冊企業信息、海關、征信信息、移動APP、位置信息等外部數據或客戶關系信息支持新客戶拓展，依托電信運營商、互聯網公司龐大的用戶群體、社交生態圈和豐富的應用場景開展客戶引流，探索基于互聯網客戶需求的直銷式獲客，建立線上拓戶模式，創造新的客戶來源。

責任編輯：韓希宇