【商业银行】大数据生态系统构建探讨

09大数据 2016-09-08 15:38 VR 来源:思达派 查看原文

【商业银行】大数据生态系统构建探讨-09大数据

管理大师德鲁克和戴明尽管在 很多方面都持有不同见解,但却有 一个共识,即“无法量化就无法管 理”。在互联网、移动互联网时代, 一切皆被数字化。互联网公司携其掌握的海量数据资源纵横捭阖,传统商业模式被迅速重构。互联网公司“跨界”进入金融行业后,在移动支付端给传统金融机构重重一击,2013年下半年以“余额宝”为代表的互联网理财产品发展迅猛,据统计2014年2月余额宝背后的天弘增利宝货币基金规模达到了5000亿元人民币,成为中国最大的货币基金,对商业银行造成极大震动。对于变革中的中国金融行业来说,这是一个“里程碑”式的事件。互联网公司最大优势在于其掌握的海量用户数据,尤其是其在经营过程中形成的“数据化思维”,通过数据挖掘分析洞悉客户行为,利用互联网技术提供便捷、简约、极致的用户体验。可以说,余额宝的成功,意味着阿里巴巴重视客户体验和大数据应用模式的互联网金融取得初步成功,大数据已经不再是人云亦云的概念,而是一种科学的方法,有可能对各行各业产生深刻的影响。

阿里巴巴的成功也让人们思考在互联网和大数据背景下,传统商业银行何去何从。传统的银行经营信用,以资金为中心,依托资金流动性与资金的时间价值来体现银行的价值,这也是金融的本质。在新形势下,金融的本质没有变,但人们获取金融服务的方式和渠道发生了变化,这使得传统银行业面临转型危机,同时也获得新的机会。在对未来银行的探索中,首先要明确银行与客户的关系定位。这将决定银行以何种面貌出现,将如何满足客户的生活需求(不仅仅是金融需求)。为应对互联网公司的“跨界”竞争,商业银行必须利用互联网思维和大数据思维,实现战略转型,依托现有的金融服务渠道优势和大量交易数据优势,重塑客户关系,打造“数字银行”。在可预见的将来,银行在服务客户方面将扮演三个角色:①利益提供者,银行基于客户特性及其与客户的特定关系,可向客户提供经济利益(如优惠券、跨行业忠诚度计划)以及精心选择的及与众不同的产品服务组合;②行为建议者,银行将基于其对客户的深入了解与购买预测,为客户提供不限于金融产品和服务的具体的购买建议及帮助,同时避免过多“打扰”客户,与客户建立亲密关系;③服务提供者,银行基于对客户身份的识别及可提供的对应用服务(如移动钱包),安排客户购买(线上或线下)并为客户提供日常性的服务(如交通付费、日常消费)。

不管未来商业银行以何种面貌出现,都意味着银行与客户的新型关系的建立,意味着商业银行需要更加重视客户体验,转向以数据为中心,深度洞察客户。银行经营的商业环境和客户特征已经发生改变,需要摆脱过去赖以成功的因素/经验,构建以数据为中心的业务价值生态环境。本文将从业务环境变化、技术变革与发展、数据治理三个角度探讨商业银行大数据生态环境的建设。

一、业务环境的变化驱动大数据生态环境的构建

1.实现以用户体验为中心的业务模式转型

传统的银行业务发展经过了以产品为中心、以流程为中心和以客户中心的历程。在以产品为中心时代,银行的关注点在于产品和服务的设计以及价格;逐渐地,银行建立了更多的渠道向客户提供更多的产品和服务,通过交叉销售提高营收,并认识到客户的重要性,于是建立了以客户为中心的新的生态体系,此体系以提高客户满意度、贡献度,进而提高营收为目的。在上述模式背后,商业银行关注的是收益和风险的匹配,即风险既定条件下的收入最大化。

而在互联网所带来的数字化时代,产生了以客户体验为中心的商业模式。在这样的商业环境中,商家持续、快速地对产品进行改进,以推出用户体验更好的产品。与此同时,客户与商家的关系变得更加不稳固,当出现体验更好的产品时,旧产品很快被淘汰。在这样的商业环境中,客户自然而然地期待能够享受到商业银行提供的更好体验的金融服务。通过互联网,客户拥有了比以往更多的比较和选择的机会,客户体验驱动着商业银行和客户关系的变化。客户希望其开户银行能够提供与其在互联上体验到的同样的服务,诸如快速的客户响应、良好的用户交互、合理的价格,并能真正倾听他们的声音……一旦银行无法提供令客户满意的服务,客户可以通过互联网更方便、快捷地转入其他银行或机构。商业银行已经进入了客户体验驱动业务变革的时代,需要从以往风险优先业务模式转变为客户体验优先兼顾风险或风险和客户体验并重的业务模式。

2.建立“数据”思维

改变目前“一线”业务远离数据的现状,使数据真正为业务服务。在商业银行传统的数据应用中,其对数据的运用大多是“内向”的,更多侧重于提供管理信息,为满足监管当局和内部管理的要求所驱动。而新的业务发展,则要求商业银行扩展数据的使用范围,将更多的资源投向客户,以洞察客户、了解客户需求、更快地响应客户需求,以数据驱动业务转型及客户体验的持续改进,从带着问题找数据来验证观点,转变为使用数据预测可能出现的需求。

3.IT与业务更紧密融合

银行业务与IT应更紧密地融合,把IT当做业务来经营。相对于其他传统行业,银行业更加依赖信息科技。在大数据环境下,对于业务与IT的结合的深度和广度提出更高的要求,只有将IT能力与数据、业务知识更紧密的结合,才能创造出满足客户期望的新的金融服务模式和产品。

4.建立业务部门数据分析能力,培养企业数据文化

大数据分析方法与传统数据分析方法有很大不同。数据分析人员面临新工具与新方法的挑战,传统数据分析方法是需求相对明确后从样本数据开始,而在大数据时代,则是从全样本出发,IT部门构建数据平台,提供数据存储与分析的能力,由业务部门的数据分析人员进行数据挖掘,从全量数据中发现业务需求和业务创新点,这要求数据分析人员具备统计学、数学、运筹学、业务知识、创造力及心理学等跨领域的知识和技能,对数据分析人员提出了更高的要求,要求其从数据的视角还原业务或客户的本质。

二、技术的变革与发展是大数据生态环境构建的基础

经过多年的建设,目前国内大多数商业银行已经构建了从产生、交换、管理和应用全流程的数据应用流,并拥有庞大的数据可用资源。在新的大数据生态中,银行对数据的收集、储存以及数据价值提取方式正在发生根本性的变革,数据处理的流程因大数据的应用而改变,IT面临的是一系列对于大数据处理的基础性问题。

一是如何将大数据处理技术融入到现有的企业级IT架构中。商业银行要对原有的应用架构和数据架构重新规划设计,这将对IT产生重大的影响和改变。为适应大数据的应用,商业银行需建设必要的大数据基础设施,包括硬件与软件,以实现获取、存储、分析和利用原来未纳入范围的数据。

虽然大数据定义宽泛,但是核心的大数据技术和工具有一些共同特征,即:利用标准化硬件实现可扩展的并行处理技术;采用某种程度的非关系型数据模型处理非结构化和半结构化数据;利用高性能的数据直列存储和/或压缩技术提升查询效率;与业务分析和数据可视化技术互操作,向最终用户提供分析结果。大数据技术和工具与商业银行的传统技术进行融合并付诸具体实践,将是对IT架构的一次革命性的调整。

二是如何进行数据的集成与整合。商业银行面临复杂的数据环境,其数据类型、形态、来源前所未有的多样化,既包括来自商业银行传统交易系统的结构化业务数据,也包括来自银行自己的电子商务网站、网上银行和外部社交媒体网站、即时聊天工具、微博等渠道的半结构化数据及日志,还包括来自客户服务渠道的各种语音,甚至图片和影像等非结构化数据。只有有效地集成与整合来自各个渠道的各种类型的,甚至异构的数据,打破传统结构化与非结构化数据间的壁垒,才能构建完整、全面的企业大数据信息视图。

数据整合还体现在整个大数据链条上的数据获取,商业银行需要打破传统数据源的边界,通过各种渠道获取尽可能完整的客户信息,整合客户接触渠道,充分利用各种开源数据,而大数据的快速传播及多姿变换的特点也给数据的整合带来了复杂性,当数据充分融合后往往难以分辨真正的来源,只有合理利用数据采集渠道才能有效实现数据的整合。

三是如何应对大数据技术挑战。在技术使用上,大数据存储与计算技术以其非共享分布式架构来满足海量级数据存储与高效计算能力的需求,集群中的机器节点数达到成百上千,甚至上万个。但从商业银行采用成熟、稳定技术的传统看,大数据技术本身成熟度稳定性尚有待提高,这些技术的使用将使商业银行在系统部署、监控和维护管理上面临着与其传统技术不一样的复杂度和模式,对大数据技术的掌握将是IT部门的一大挑战。

三、大数据治理是生态环境建立的基石

正如管理大师汤姆.彼得斯所说:“一个组织如果没有认识到管理数据和信息如同管理有形资产一样重要,那么它在新经济时代将无法生存”。大数据技术给商业银行创造了能够更好地理解客户、服务客户的机会。如何保护好数据,防止其恶意使用和访问,防止客户数据、特别是客户隐私数据的泄漏,在使用好数据的同时避免数据滥用?在新的数据生态环境中,数据治理是商业银行面临的核心挑战,数据治理的好坏直接决定了银行是否能够从数据中获取价值。

在国际象棋比赛中,战略是将军获胜或在僵局中生存的一个有序移动的集合,战略行动计划是实现高层次目标的高级别行动方案。同理,数据治理也有一个用于数据管理计划的战略。数据治理战略中重要的一点是数据文化。要进行数据治理,首先需要构建数据文化或价值观,只有形成企业的数据文化,才能更好地指导管理者与数据分析师形成数据意识,尊重数据、认识数据。例如构建数据化决策流程,把数据放在一个数据框架(场景)中,因为单独的数据是没有意义的,即一定是要针对某个需要解决的具体问题搭建框架,令框架和决策紧密相关。

从大数据治理的措施来看,大数据治理需要围绕数据的生命周期展开,从规划和定义开始,到数据的运用、归档、销毁。数据首先要被规划和定义,包括定义用于理解和定义企业的数据需求的适用于大数据的数据模型、建立数据资产化的基本标准(数据分类标准、数据定义标准),让不同机构、不同领域的数据形成规范化资产,建立用于规划大数据从产生、获取、存储,到分析、运用的企业级大数据分析框架,形成数据流转的层次化体系结构;其次,需要根据规划蓝图,分步分阶段进行数据开发(如数据库开发)、数据运营管理,运营大数据过程中,不仅需要“用数据”,同时需要“养数据”,让大数据从“看”到“用”,再从“用”到“养”,真正“活起来”;没有数据质量就没有一切,只有高质量的数据才能为企业带来价值,因此在数据流动各环节中应加强数据质量管理;再次,数据在使用过程中必须保证安全性,避免非法篡改和泄密等,因此从数据的使用安全性考虑,形成数据安全管理机制;最后,在条件容许时研究数据资产的所有权、使用权以及价值评估体系,通过市场化模式进行数据资产流转,即探索数据购买和出售的可行性。

总之,在大数据技术带来巨大变更的新时代,那些能主动抓住大数据技术的先机并成功实现转型的商业银行,将通过新数据生态环境的建立,构建出独特的竞争优势,使其在客户洞察和客户响应上远远领先于竞争对手,将可能出现赢者通吃的局面,将使强者更强,领先银行与其后继者的差距将会变得更大,同时伴随着新进入者的“搅局”,传统的银行业将有可能面临重新洗牌的局面。

(来源:中国金融电脑)

(声明:本文言论不代表09大数据网观点,也不构成任何操作建议。请读者仅作参考。文章版权归原作者所有,如有侵权,请联系我们进行删除。

文章来源09大数据,www.09dsj.com ,微信号dashuju09 ,09大数据网站诞生于2012年10月,是一个以09大数据网微博、微信起家的自媒体资讯、互动交流的站点。其内容涵盖互联网+行业最热资讯、大数据、数据分析、互联网产品...。

End.


为您推荐: