【摘要】人类正进入全新的数据时代，大数据改变着人们的认知和行为方式，进而推进金融服务方式的变革。在此时代背景下，商业银行应因时而变、顺势而为，充分学习和借鉴互联网精神和理念，在厘清自身优劣势后扬长避短、从容应对，运用大数据先进技术来实现自身的战略转型和可持续发展。
【关键词】大数据时代 商业银行 SWOT分析 应对策略
在过去的数年中，信息技术在社会、经济、生活等各个领域不断渗透、推陈出新，在移动支付、互联网、云计算、大数据等一系列新兴技术的支持下，人类正进入全新的数据时代，大数据改变着人们的认知和行为方式，进而推进金融服务方式的变革。未来金融就是数据，数据就是资产和价值，谁掌握了核心数据，并具备与之相应的分析和应用能力，谁就在未来的竞争中拨得头筹。面对挑战与机遇，商业银行必须树立危机意识、顺势而为、因时而变，充分学习和借鉴互联网精神和理念，在厘清自身优劣势后扬长避短、从容应对，运用大数据先进技术来实现自身的战略转型和可持续发展。
一、对大数据的理解和认知
（一）大数据的起源
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡， 麦肯锡在2011 年5 月发布的《大数据：下一个创新、竞争和生产力的前沿》报告中首次提出“大数据”的概念，详细列举了大数据的核心技术，深入分析了大数据在不同行业的应用，明确提出了政府和企业决策者应对大数据发展的策略，深受各行各业人士的关注。
（二）大数据的基本概念
对于“大数据”一词，企业和学术界目前尚未形成公认的准确定义。美国研究机构Gartner（高德纳公司）给出了这样的解释：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；麦肯锡认为，大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析能力的数据集；百度百科定义大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。而目前，在业内更为广泛接受的是从4个V的角度来理解大数据：
1、容量大（volume）。大数据时代，数据存储量往往以TB、PB、甚至ZB来衡量（1ZB等于1万亿GB）,传统的信息处理单位已不能满足实际需求。以银行为例，相对于其他多数行业，银行系统数据量可谓庞大，单一系统数据从数百GB 到数十TB 不等；但以Google 为代表的互联网公司所需处理和分析的数据量可以达到数千PB（1PB 等于1024TB）。
2、多样性（variety）。数据多样性可分为格式多样性和来源多样性。格式多样性是指数据不限于传统的结构化数据，还包括音频、视频、微博、邮件等半结构化和非结构化的文本、行为数据；来源多样性是指数据来源的渠道大大拓宽，可来自电子商务、网络点击、社交网络、卫星定位系统等。
3、速度快（velocity）。数据的产生和更新频率很快，对数据的创新、处理和分析速度持续加快，实时性特征突显。
4、价值高（value）。挖掘大数据的价值犹如沙里淘金,从海量数据中挖掘稀疏但极具价值的信息，使人们对事物规律的认识更关注个体特征，充分满足个性化的定制需求，有效降低了长尾市场的专注成本，蕴含巨大商业价值。有机构预测，大数据应用将使美国零售业净利润增长60%，可使制造业的产品开发和组装成本降低50%。
（三）大数据与传统数据的差别
大数据真正的本质不在于“大”。大数据是在移动互联网大发展以来才出现的，与传统数据相比，除了数量大以外，其差别还体现在：一是在线，传统数据的生产、存储以及调用是分割的，而大数据必须在线并且随时调用；二是全面，传统数据大多抽样分析，对数据的研究和分析带有局部性和片面性，而大数据不再抽样，体现了全体思维，尽可能覆盖全部领域，实现对同一事物多维度、全方位的认识；三是混杂，传统数据通常是可量化的、清洁的、比较准确的，而大数据拥有大量非量化、非结构化等高度混杂数据，对数据的运用不追求精确、注重实效、讲究灵活，一旦发现规律就马上加以利用。
（四）大数据在银行业的应用
目前，大数据在我国商业银行中的实际应用，主要集中在电子商务平台、直销银行、移动支付以及与互联网金融融合布局等领域方面。如，建行打造的“善融商务”、交行推出的“交博汇”、工行上线的“融e购”、中行开发的“中银易商”等电商网络平台，实现了用户流、信息流、资金流和物流的结合统一；民生银行、兴业银行、华润银行等开通的直销银行服务模式，为客户提供了更便捷、更优惠的无纸化金融服务；北京银行与小米公司、兴业银行与百度时代公司全面开展的移动互联网金融及大数据合作，努力为客户带来简单、便捷、安全的服务体验；广发银行试水“云营销”，有机地将大数据、云计算、第三方多边交易平台、网络金融等新兴互联网商业元素进行整合，寻求“以客户为中心创造价值”的营销理念。
国外先进金融机构已应用海量的客户交易和行为等数据，将经营管理从“基于经验”转变到“基于量化”的管理，使大数据技术的应用得到深化和提升。例如，美国银行构建的反洗钱模型，富国银行进行的交叉销售、综合客户信用评级模型等。
尽管大数据在我国银行业的应用刚刚起步，但以信息、数据创造价值的理念已经被越来越广泛、越来越深入的为大家所认知和实践，在银行业未来发展中大数据的应用将不断拓展，发挥越来越重要的作用。比如，可挖掘消费数据的价值。商业银行基于消费者的信用卡交易记录，包括刷卡的时间、地点和消费者之前的购物、饮食习惯等，有针对性地给信用卡用户推荐商家和餐馆优惠。
二、大数据时代下商业银行的SWOT分析
在大数据时代下，商业银行传统的业务模式正在被颠覆，金融边界不断延伸，部分具有互联网大数据功能的公司也逐渐向金融行业渗透，不断蚕食银行业的市场份额，引发现有金融竞争格局的变革。面对挑战，商业银行在厘清自身优劣势后应从容应对，并在应对过程中重构核心优势，逐步提升竞争力，实现长期可持续发展。
(一 )优势分析
1、商业银行拥有稳定的客户基础和数据积累
商业银行在多年的发展中，已拥有了覆盖面广、数量庞大、资源稳定的客户群体，并积累了包括客户身份、资产负债情况、资金收付交易、消费和投资等大量其他行业所无法掌握的客户“核心机密”信息数据。在大数据时代下，这些客户资料将成为银行的重要信息资产之一，这些数据在运用专业技术挖掘和分析之后，将为商业银行带来巨大的效益价值。
2、商业银行资本雄厚、信用可靠
商业银行拥有雄厚的资本和资金，盈利能力强，能为吸纳大数据的高端人才以及采用大数据的先进技术提供充足的资金保障。而一般中小企业则难以承受建立大数据服务平台所需的资金实力。此外，商业银行是凭借信用经营的行业，其悠久的历史传承、成熟的风险监管、便捷的服务渠道，已在公众中树立了卓越的品牌和信用，成为银行业宝贵的无形资产，与电商等互联网企业相比，往往更受到广大客户的信赖和追崇。
3、商业银行具备成熟的风险控制体系
商业银行经营管理遵循“安全性、流动性、盈利性”三性相合的基本原则。在风险控制方面，外部受到来自人民银行、银监会等监管机构的严格管控，包括资本充足率、贷存比、流动性覆盖率、备付金率、存款准备金等一系列风险监管指标的全面约束；内部要求建立完备的风险防控机制，包括对风险识别、评估、计量、控制和转移等防范和缓释机制，这在客观上保证了银行经营的稳定和安全。而互联网等其他行业公司出于成本和风险文化的考量，往往缺乏严密的风险控制流程和技术，与银行业风险监管机制存在一定差距，从而难以为客户提供更高门槛的金融服务，如投资、资产管理服务等。
4、商业银行拥有专业的金融产品和人才
商业银行属金融服务的专业机构，不仅拥有成熟丰富的金融基础产品，如公私存贷款、海内外融资、信用卡、理财、票据、结算、代理、咨询等产品，而且在利率和货币互换等衍生金融、创新产品领域不断拓展。同时商业银行还培养了许多兼备金融专业知识和市场营销技能的客户服务人才，在大数据时代下可以充分利用详细的客户信息，从各个角度全面分析客户需求，为客户提供更具有针对性的金融推介方案，提升客户服务满意度。这些都是当下互联网等跨行企业初涉金融领域所一时难以比及的。
5、商业银行具有立体化的服务渠道优势
目前商业银行具有覆盖全国各地密集的物理渠道（营业网点），再加上新兴的电子渠道（包括网上银行、手机银行等）一起,初步已形成一个相对立体化的服务渠道体系。同时，随着服务本国企业 “走出去”的国际化竞争策略，商业银行海外分支机构也在不断拓展，全球一体化的客户服务平台将逐步显现。这种线上与线下、本土与海外、贴身与自助相结合的渠道布局，将是互联网金融公司在短时间内无法轻松逾越的渠道优势。
（二）劣势分析
1、缺乏全面的客户信息数据
商业银行虽然拥有大量的客户信息，但是对于单个客户的资料却仅限于客户身份和交易流水信息等，而对于零售客户的家庭情况、生活习惯、社交情况等信息，小微企业的信用情况、客户评价等信息，产业链上下游企业的交易信息等其他方面知之甚少。这些信息在大数据时代显得尤为重要，依据这些信息，商业银行可以为客户量体裁衣、独身定做，提供满足各类客户的需求服务，不断扩充客户资源、扩大业务空间。
2、缺乏专业的数据服务人才
尽管商业银行拥有丰富的金融专业人才，但相对于互联网公司，商业银行在大数据挖掘技术储备以及人才储备方面都比较落后。大数据时代下，只有将金融专业人才和数据分析人才相互结合、互为贯通，才能充分挖掘出海量数据所蕴含的商业价值，打造出客户真正所需、所想、所求的金融产品，为客户推荐更加具体、深入的服务方案，最终实现“以客户为中心”的服务宗旨。
（三）机会分析
1、为银行风险管理提供支持
大数据有利于商业银行的风险管理，降低交易风险和欺诈案件的发生。商业银行利用大数据技术，不仅能对反洗钱、反欺诈以及账户的异常波动进行实时监控，而且可获得供应链上客户闭环完整信息的采集。通过数据分析、总结交易特征和规律，来透彻了解企业经营风险，主动控制和管理风险，并在风险可控的基础上推出全新的业务模式。例如，国外花旗、富国、UBS等先进银行已经能够基于大数据，整合客户的资产负债、交易支付、流动性状况、纳税和信用记录等，对客户行为进行360度评价，计算动态违约概率和损失率，提高贷款决策的可靠性。
2、为个性化服务提供支持
大数据既包括客户在金融机构，如商业银行的账户交易数据，也包含客户的购物、消费、社交等其他行为分析，甚至还关注客户的兴趣爱好、性格品质、家庭背景等个性特征分析。通过全方位分析客户的行为习惯、产品偏好及风险特征等信息，聚类出不同的客户群体，并向客户提供更有针对性、个性化和差别化的营销服务，逐步增加客户对银行的粘性和忠诚度。例如，招商银行通过对目标客户的购物习惯、上网习惯等进行细分，为年轻人推出“凡客卡”、“魔兽卡”等个性化信用卡。
3、为核心竞争力打造提供支持
目前我国商业银行服务同质化，产品差异小。随着商业银行数据信息的不断积累和数据分析能力的不断提升，大数据应用将预测和引领客户的金融需求，打造有定价权和竞争力的创新产品，实现对客户的精准营销。例如，花旗银行利用大数据分析获取客户信息，并且分析预测客户的下一步需求，进而向客户营销相关金融产品，如某客户为自己的孩子办理了一张信用卡，其后花旗银行根据此信用卡的消费情况、还款情况以及持卡人的各种金融产品消费行为，再结合持卡人的不同年龄和职业，提前预测分析出这位客户可能需要的金融产品，达到有效的精准营销。同时大数据应用还不断扩展营销手段和支付方式，从网点坐售、短信营销扩展到直销银行，再扩展到微博、微信等社交网络营销；从传统支付、电子支付到第三方支付，再到移动支付。商业银行只要掌握大数据分析技术并具备大数据运用思维，就能为持续提升其核心竞争力提供支持。
（四）威胁分析
1、银行业竞争格局面临重构
随着信息技术飞速进步和互联网产业的高速发展，非金融机构正逐步进入金融体系，切入到金融服务链条中瓜分市场，并利用自身技术优势占领一席之地。而商业银行现有数据应用和分析能力与互联网平台、电商平台相比存在明显差距，在大数据竞争中受到严峻挑战。例如，阿里巴巴进军金融业仅5 年时间，就已拥有了可比央行征信系统的数据库，包括央行征信系统看不到的水电煤气费用缴纳、交税、库存、商品交易量、现金流等许多情况信息。截至2012年末，成立仅两年的阿里金融所属阿里巴巴小额贷款股份有限公司已经累计向13万家客户（占国内4000 万小微企业的0.3%）提供了融资服务，其贷款规模超过了260 亿，而贷款不良率只有0.72%，同期我国整个银行业的小微企业贷款的不良率为5.5%-6%。未来阿里金融要把阿里巴巴、淘宝、天猫、支付宝等各平台所有商家的信息贯通起来，进行面向客户细分、产品推荐和风险管理方面的数据挖掘。
2、客户数据泄密风险
银行是经营和管理金融信息和客户数据的金融机构， 银行的IT 治理文化和风险管理要求，决定了银行必须建立符合金融监管要求的数据采集、储存、处理、分析和灾备机制和能力，因此银行对客户信息保护机制相对严密和完备。未来，银行利用大数据先进技术分析处理客户信息时，有可能广泛采用云计算技术、由第三方服务器实现存取，或是与专业数据分析公司进行战略合作，由其负责加工处理。如果上述外部机构将数据泄露，必然会对银行交易记录、客户信息造成较大威胁。
三、大数据时代下商业银行的应对策略
大数据是新一代信息技术中最有颠覆性的变革力量。就如《第三次浪潮》作者托夫勒所说：“如果说IBM主机拉开了信息化革命的大幕，那么大数据则是第三次浪潮的华彩乐章”。在大数据时代背景下，商业银行应学习“开放、平等、协作、分享”的互联网精神，在与其他行业相互借鉴、相互融合中，积极发挥自身优势、努力弥补短板，充分汲取数据挖掘和分析的核心价值，从数据中获得洞察力，从数据中释放价值，从数据中赢得领先，用创新的理念和行动主动拥抱大数据时代。
（一）在理念上，打造“数据治行”的文化
大数据不仅仅代表的是一种技术，其更为重要的是一种思维、一种理念、一种文化。商业银行要营造“数据治行”的文化，倡导用数据说话，摒弃原有凭借经验直觉或领导者拍脑袋的决策方式，树立数据驱动决策的管理理念，重视大数据的开发和利用，从技术、设备、人才等各方面采取措施，实现多系统数据的业务逻辑整合，构建各种数据分析模型，并凭借数据、信息的分析结果准确地做出决策，推动决策从“经验依赖”型向“数据依靠”型转型，使决策更加贴近市场和客户的真实情况，推动银行整体数据应用能力的提升。
（二）在数据上，加大非结构化信息积累
大数据时代的数据将包含各种来源的属性信息，比如客户家庭情况、生活、消费、购物、交友、工作、旅游、兴趣、爱好等数据，然后为其建立完整的个人行为数据库并进行全面分析，进而得到对个体的基本判断，提供与之相应的配套服务方案。因此，商业银行要加大与跨行数据信息收集的合作，特别是半结构化、非结构化数据的积累，如网页浏览记录、电子交易记录、客户语音留言、邮件、微博、视频等信息，并使之与传统结构化数据进行有效整合，形成以客户分析为基础、客户需求为导向、客户管理为核心的大数据收集、存储、分析及应用体系，从而为客户提供触手可及的全流程、全系统、全方位的贴身服务。
(三)在技术上，全面提升基础设施配置
拥有大量数据并不等于获得相应数据的价值。在大数据时代商业银行竞争的关键在于数据应用，即将海量数据转换为发挥价值的资源，而数据应用的核心在技术，所以商业银行必须进行技术创新，通过搭建自己的大数据基础设施来提高数据应用能力。在硬件基础设施方面，要精简整合现有的IT架构，通过虚拟化手段实现对IT资源共享、安全管理，在满足安全保密的基础上增强大数据的核心处理和分析能力。目前，市场上的许多新技术，如谷歌Mapreduce框架下的Hadoop或Hive等分析系统，具备较强的整合分析功能，可促进大数据向价值资产的转换；在软件基础设施方面，要培养一批复合型的大数据专业人才，不仅能掌握数据建模和数据挖掘的技术，还应具备资深金融从业经验，借助大数据良好的分析模型和方法，加强对大数据分析结论的解读和应用，敏锐洞察到客户的金融需求和行为趋势，从而为业务决策和产品创新提供有价值的参考。
（四）在渠道上，丰富数据的来源与运用
商业银行要发展大数据平台，需要打破传统金融经营的边界，丰富数据来源与运用渠道，注重与互联网、网站、社交媒体等新型平台的融合互通，与数据服务商的合作联盟，进而实现数据信息的交换共享，服务渠道的延伸拓展。比如，通过运用大数据技术，采集客户在互联网的行为信息，进一步完善客户分析数据库，实现对客户行为的准确预测；通过微博、微信等虚拟社交平台，了解和聚焦不同客户的各类需求，从而将合适的产品和服务及时向适合的客户进行推送。此外，商业银行还要发挥物理渠道和虚拟网络的协同效应，互通线上和线下的产品、服务和流程，为客户打造统一的服务体验，提供更有效率、更有内涵的服务。
（五）在支持上，满足管理维度和效率需求
数据时代，适者生存。商业银行要在竞争中立于不败，就必须拥有自己的大数据核心仓库，利用各种管理模型、分析工具及框架和方法等，借助信息存储和云计算等先进技术，将各类形形色色的数据串联起来，实现对数据的实时处理和分析判断，构建起有效决策的系统支持。不仅满足了自身规模管控、风险度量、绩效管理、盈利分析等管理应用需求，而且还能实现对市场前景的快速响应和准确判断，以迅速抢占市场先机，赢得先发优势。
（六）在应用上，实现对客户全流程服务
商业银行一直贯彻以客户为中心，满足客户需求，重视客户体验的经营理念。而推行大数据技术应用，可实现对客户全流程的服务和管理，为客户提供随时、随地、随心的最佳服务体验。例如，在产品设计阶段，通过对大量客户行为数据进行建模分析，深入洞察客户的消费偏好，为客户设计出差异化的产品和服务；在客户营销阶段，利用形式多样的客户数据，通过对客户行为规律的分析，总结客户需求，聚类客户群体，把握其投资和风险偏好，制定个性化的营销服务方案，实现对客户的精准营销和产品推送；在贷款申请阶段，利用客户收入、学历、家庭资产等特征，预测客户的信用变动，支持客户贷款无纸化申请和在线审批发放；在贷后预警及反欺诈阶段，利用现有银行交易记录及非直接交易数据（如语音、视频、邮件等）进行处理和分析，构建客户行为档案，分析寻找相关趋势特征，预测风险事件的发生。
参考文献：
[1]郭晓文、晨晓，《阿里金融PK商业银行 》，《金融管理与研究》，2013第6期
[2]姚文平，《互联网金融》，《中信出版社》
[3]蔚赵春、凌鸿，《商业银行大数据应用的理论、实践与影响》，《上海金融》，2013年第9期
[4]武剑，《商业银行大数据应用战略与实施》，金融时报，2014.5.12
[5]王兵，《大数据是商业银行发展的重要引擎》，金融时报，2014.6.16
(中行镇江分行财务管理部 吴飞虹 吕荣福)