银行业大数据的价值挖掘与治理

仇博

随着银行业的数字化转型，大数据逐渐成为一项重要的战略资产。对内外部的各类大数据资源进行整合、分析、挖掘的能力，将成为银行未来竞争力的重要组成部分。为此，由《银行家》杂志社、中国社会科学院金融研究所财富管理研究中心、中央财经大学互联网经济研究院于2018年6月共同主办的“2018中国金融创新论坛”特设“银行业大数据价值挖掘与治理”圆桌论坛，邀请业内专家共聚一堂，探讨大数据价值挖掘与数据治理如何为银行健康发展赋能。

银行业如何掘金大数据

从数据到大数据，海量数据与新的数据分析方法的结合，孕育着银行业未来发展的新机遇。中国社会科学院金融研究所所长助理杨涛在致辞发言中指出，银行业在应用大数据时应思考三个问题：一是数据够不够。在谈到大数据的时候，人们首先想到的便是海量数据。银行面临的大数据不同于其他互联网企业，不仅包括传统的结构化数据，还包括非结构化数据，需切实提高数据分析能力。二是数据好不好。无论是金融机構还是其他机构，都要在所谓大数据的泡影里把无效数据、低效数据去除，增强数据质量，加强数据治理。三是数据怎么用。要用于跟安全有关、跟改善管理有关的领域，结合具体业务，与银行之外的机构开展各类合作。

机遇与挑战并存。海量的跨越行业、非结构化数据对银行的数据分析和挖掘提出了很大的挑战。中国人民大学重阳金融研究院高级研究员董希淼对此进行了探讨。首先，在客户体验方面，银行迫切希望借助大数据改善和提升客户体验，但其数据的内容和结构还存在一些不足。虽然很多银行引入了客户关系管理系统，但数据的完善性和完整性还有很大提升空间。其次，在精准营销方面，近年来为提升营销的针对性和有效性，银行往往通过分析客户信用卡历史消费数据，对于大额消费进行定向信息推送和营销。然而，由于大数据人性化和智能化水平的限制，可能会给客户带来困扰。最后，在风险管理方面，大数据技术的发展能在一定程度上改变银行信息获取、分析和运用的渠道和机制，但大数据提升风险管理的重要前提是历史数据能够昭示未来趋势，这个前提很多时候并不成立。

银行业如何把握机遇、应对挑战，将大数据应用于银行实践，切实提升银行的服务能力和服务水平？交通银行公司业务部副总经理郑智勇以对公业务为例进行了介绍。首先，应大力推进对公交易银行的建设。现金管理、供应链金融都是交易银行的重要领域，其数据能够动态反映服务对象的最新交易行为，其时效性、相关性比静态的历史的数据更有价值。其次，要提升场景化金融服务能力。从围绕着金融产品做服务，向与用户的生产经营场景、个人的日常生活场景紧密联系转变。最后，要大力推进线上金融服务。大数据挖掘及应用，要求银行、客户、第三方等多个主体之间有频繁、海量的数据交互，如果不是通过线上的流程去完成，难以满足大数据挖掘和应用的要求。交通银行的供应链金融服务，包括应收账款融资、票据贴现等都已做到了线上申请和线上放款，提升了客户服务体验和业务办理效率，同时有利于进一步的数据挖掘和分析。

北京农商银行个人金融部总经理助理顾江波与大家分享了北京农商银行的相关经验。北京农商行目前对于大数据的应用主要集中于风险控制、内控体系和精准营销三方面。其中内控体系建立了两百多个模型，对于整个风险控制起到了至关重要的作用。与此同时，在其他方面也取得了积极的成果。在现金管理方面，通过建立科学合理的加钞模型，在满足柜台及ATM设备对外正常服务的同时，降低备付金及运营成本。在信用卡的交叉销售和风控体系建设方面，引入人行征信、客户公积金信息、法院失信人黑名单、手机号实名制认证等，形成交叉销售策略决策树。

中小银行如何借助大数据赋能同样是会议讨论的热点。台州银行市场总监王伟文认为：“中小银行在开展大数据价值挖掘时要发挥自身优势，努力前行、量力而行、借力而行。”一是努力前行。一方面，中小银行要有数据应用的自信；另一方面，中小银行要有基于客户需求和应用场景的应用。从本质上讲，大数据更适合应用于小微金融、普惠金融、消费金融等领域，用于此类“长尾市场”的金融解决方案。二是量力而行。在理念上要开放，要勇于敞开怀抱，拥抱互联网、大数据等金融科技；在战略上要实事求是，量力而行。三是借力而行。银行业在大数据应用中应看到自己的不足，认清自身与互联网企业和专业科技公司的差距，看到他们在数据应用方面的努力。与此同时，也要发挥自身的比较优势，借力而行。

武汉农村商业银行副行长赵伟松则从另一个角度对区域性银行大数据掘金的路径进行了探讨。首先，要让数据“美”起来。湖北省金融服务网格化战略打通了普惠金融服务“最后一百米”，武汉农商借助社会综治平台的大数据优势，提高了金融服务覆盖面和可获得性。其次，要让数据“亮”起来。大数据为识别客户风险提供了全新的思路，应积极探索大数据在客户营销、客户准入等贷款环节的具体应用。最后，要让银行数据“红”起来。武汉市农商行从服务乡村振兴战略出发，助力精准脱贫攻坚战，发行扶贫贷款500多亿元，占整个贷款总额的51%。精准扶贫同样离不开大数据的支持。

数据治理为大数据掘金保驾护航

“数据治理是掘金大数据的基础和前提，只有经过有效治理的数据才能够称为数据资产；而大数据挖掘是从数据治理中构建的宏伟建筑，只有充分挖掘，才能将价值回馈于业务，推动银行持续发展。”西安银行副行长兼首席信息官王欣认为，银行在数据治理方面须练好四项内功：一是抓好顶层设计。从全行角度看待数据，打破部门壁垒，消除业务及流程竖井，梳理企业级业务架构模型，实现数据模型的统一规范。二是建设统一平台。打通各类业务系统之间的入口，实现数据的统一收集、清洗、存储、分析。三是完善数据标准。一方面，通过数据标准的制定和数据管控平台的建设，提升内部数据质量；另一方面，建立第三方数据多维度分析机制，建立外部数据的统一接入标准及管理机制。四是培养数据文化。让“用数据说话”的意识深入每一个部门、每一个员工，同时不断提升自身数据建模能力、分析能力。

“数据资产管理能力直接决定了银行未来在大数据方面的竞争结果。”腾云天下科技有限公司高级副总裁支宝才从另一个角度进行了分析，认为数据治理需要提升到数据资产管理的层次来建设。如果能通过流程和技术有效地解决数据安全问题，就可以利用更多数据源，拓展更多的数据合作模式，更好地用数据为业务赋能。所以数据治理能力的核心是数据资产管理能力，收集的数据并非越多越好，关键是要基于业务场景和业务应用目标，把数据有效地收集和使用，并且保证安全合规。

完善制度环境对于数据治理同样至关重要。2018年5月21日，银保监会发布了《银行业金融机构数据治理指引》，从数据管理、数据质量控制、数据价值实现等多方面规范了银行业金融机构的数据管理活动。这一指引的出台，对整个数据行业的健康发展具有重大意义。民生银行信用卡中心总裁助理谭少慧认为，数据治理亟待建立惩戒制度。随着同业竞争日渐激烈、利差收窄、盈利要求不断提高，传统银行业面临严峻的转型挑战。以大数据融合互联网是解决这些问题的着力点，数据已成为银行乃至所有行业的战略资产，围绕数据进行治理控制必不可少。相较于欧美国家，我国在这一领域的制度建设上还有待进一步成熟和完善，若缺少相应的惩罚制度，数据治理可能只是一句空话。因此，要有意识地去构建相关机制，在不断建设和完善过程中，实现数据使用的合法合规。

信息安全保护是数据治理的关键一环，《银行业金融机构数据治理指引》也对银行业金融机构强化数据安全意识、依法合规采集数据、依法保护客户隐私作出了要求。中国工商银行牡丹卡中心风险条线副总裁罗榕认为，大数据应用对于用户数据的获取和积累越来越广泛，需要对这些数据信息进行保护、防范。数据运用的过程涉及四个环节，即数据产生、数据获取、数据存储、数据分析。在信息传递的过程中，面临着两个新问题：一是关联数据问题。通过用户零散数据之间的关联属性，将某个人的很多行为数据聚集在一起时，很有可能暴露隐私。二是进行用户行为预测时，衍生出来的数据也是数据安全和信息安全保护需要关注的领域。利用各类大数据的结合，可以更好地为社会和客户服务，但是这些应用都建立在个人数据共享的前提下。为保障数据安全及客户的隐私，除了企业方面的道德自律和技术规范外，还需要政府与法律的有效监管。

杭州趣链科技有限公司高级专家张帅探讨了区块链技术在隐私保护中的应用。区块链技术的作用体现在三个方面：首先，构建了一个高效可靠的数据传输网络；随后，通过分布式账本，实现了数字资产的安全转移；最后，在这个基础上通过智能合约，实现业务逻辑的多中心协作。在大数据应用过程中，银行有时觉得内部数据不充足，而从外部获取数据时又担心数据的合法性。银行把数据对外发布时，也存在泄漏客户隐私的顾虑。借助区块链技术，這些相关实体或者关联方可通过区块链保障数据的一致性。