搜索
走近未来的新石油—大数据零售金融部2013年5月——浅谈大数据时代银行的机遇与挑战1BigData背景半个世纪以来，随着计算机技术全面融入社会生活，信息爆炸已经积累到了一个开始引发变革的程度。它不仅使世界充斥着比以往更多的信息，而且其增长速度也在加快。信息爆炸的学科如天文学和基因学，创造出了“大数据”这个概念。如今，这个概念几乎应用到了所有人类智力与发展的领域中。2BigData大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。国际数据公司（IDC）的研究结果表明，2008年全球产生的数据量为0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去三年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。这是一场生活、工作与思维的大变革3？定义大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透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。大数据的核心是预测，通过把数学算法运用到海量的数据上来预测事情发生的可能性数据采集数据储存数据管理数据分析与挖掘价值资讯简介4BigData过去现在随机样本全体数据精确性混杂性因果关系相关关系5BigData4“V”特征Volume:容量巨大Variety:多样化Velocity:速度快Value:价值密度低6BigData不得不说的那些人维克托迈尔—舍恩伯格.《theeconomics》称，在大数据领域，他是最受人尊敬的权威发言人之一哈佛大学肯尼迪学院信息监管科研项目负责人、网络监管项目负责人最早洞见大数据时代发展趋势的数据科学家之一大数据商业应用的引路人欧盟互联网官方政策背后真正的制定者与参与者，是众多国家国家政府高层的智囊团成员代表作《大数据时代》、《删除》等7BigDataHadoop由Apache基金会开发，是一个能够对大量数据进行分布式处理的软件框架可靠的数据处理高效的数据处理成本低的数据处理风靡大数据世界的黄色小象8机遇、探索银行业天然拥有大量的客户数据和交易数据，这是一笔巨大的财富。银行业面临的客户群体足够大，能够得出具有指导意义的统计结论。在“小数据”时代，银行业已经在以信用评级模型和市场营销模型为代表的数据分析上积累了大量的实战经验，具备向“大数据”分析跨越的基础。——麦肯锡公司《大数据：下一个创新、竞争与生产率的前沿》9BigData精准营销银行本身拥有客户的大量数据，通过对数据的分析可以获得很多信息，从而成为进行管理和营销的依据。但由于银行拥有的客户信息并不全面，这种分析有时候难以得出理想的结果甚至有可能得出错误的结论。举例：银行数据：某位信用卡客户月均刷卡6次，平均每次刷卡金额500元，平均每年打3次客服电话，从未有过投诉，按照传统的数据分析，该客户是一位满意度较高、流失风险较低的客户。网络数据：通过查看该客户的微博，得到的真实情况是：工资卡和信用卡不在同一家银行，还款不方便，好几次打客服电话没接通，客户多次在微博上抱怨，该客户流失风险较高。10BigData品牌建设举例：2011年4月，光大银行通过其官方微博发起了“95595酒窝哦酒窝——光大电子银行酒窝传递活动”，向网民征集酒窝照片，并由参与者向好友进行传递，征集的照片会组成一个笑容墙展示，一个月的时间里有超过740000人参与了活动，使得光大银行的客服电话号码一夜走红。大数据时代，信息传播的方式、渠道、内容和速度都是前所未有的。传统上依赖信息不对称的品牌营销都将无所适从。大胆尝试、不断把搜索引擎的营销，社会化网络的营销，网络视频互动的营销、即时通讯的营销、论坛营销和微博营销等等应用到品牌建设当中和品牌的传播上。11BigData业务拓展麦肯锡公司在调查中发现，有些银行如果能有效地利用相关数据，就可以把接收他们贷款的客户份额增加一倍，贷款损失减少四分之一。举例：ZestCash公司使用Mapreduce技术进行大数据分析，考察贷款人的数千个信息线索，从而造成了它独特的竞争力。对于一个无法进行某次还款的客户不论他是否主动解释，传统银行都认为他是高风险的，但ZestCash通过大量的数据调研与分析发现，如果这种客户主动解释其原因，他们更有可能全额还款。12BigData业务拓展以往，传统商业银行投放信贷的原则是：“握着客户的手放款”。但面对即将到来的大数据时代，民生、中信、光大、兴业等多家银行在供应链金融领域发力，实现从“线下手工处理”到“线上多系统集成”的转变。举例：华夏银行(600015)以“奥康”为核心企业，将资金支付管理系统对接“奥康”销售系统，根据订单信息为下游小企业代理商提供在线融资服务。代理商只需定点鼠标，资金支付管理系统即可根据订单金额发放一定比例的贷款。这种“一笔订单一笔贷款，线上发起随借随还”的便捷模式突破时间和空间限制，免去小企业“跑银行、办手续”的负担，有效地降低了融资成本。13BigData客户服务举例：新加坡花旗银行基于消费者的信用卡交易记录，有针对性地给他们提供商家和餐馆优惠，并且根据反馈不断学习提升推荐准确度。目前网上的信息浩如烟海，如何利用内外部数据及时发现客户的需求并做好精准服务是非常考验银行自身技术段位的，这就需要建立更立体丰富的数据资源，打造一个立体化的社会化数据大厦。14BigData风险控制举例：Wonga是英国一家小额贷款公司，他们利用海量数据挖掘算法来做一些贷款业务。Wonga对过去客户的各种碎片化信息进行数据获取与整理，用大量的数据串成了客户特征的全貌，同时根据不良贷款等风险信号不断完善调整模型，有效控制风险。如今他已获得了5亿美金的年利润，其风险管理能力也获得业界的认可。社会化媒体的互动，实时的传感器数据，电子商务以及其他新的数据源，正在给银行带来一系列的挑战。仅仅借助传统的解决方案，无法全面进行风险管理。大数据分析帮助银行了解客户的自然属性和行为属性，结合客户行为分析、客户信用度分析、客户风险分析以及客户的资产负债状况，建立完善的风险防范体系。15BigData商业模式大数据能够帮助企业找到那些适合自己企业模式的客户群体，打造、强化企业特有的商业模式。举例：美国最大的网上银行INGDirect成立于2000年，2011年其存款规模达820亿美元，客户数量700万。该行的独特运营模式就是：简单并且对追求高回报的客户具有吸引力。为此该行只提供网上银行服务；只向客户提供最基本的金融服务，如普通储蓄存款账户、定期存单、简单住房按揭贷款、普通基金理财服务等；该行自成立以来没有发放过一张信用卡；该行对支票账户会支付平均4％的高额利息，保证了客户从自己的存款中得到最高的回报。而这种简单至极的运营模式完全是建立在基于对复杂大数据的分析基础上。16BigData交通银行信用卡中心——智能语音云交通银行信用卡中心的大量服务基于电话完成，客服、电销、信审、催收等部门包括自有和外包的电话服务人员总计达数千人，而且随着银行业务的不断扩展，人员规模还在持续增加。由于业务繁忙、工作压力大，员工的流失频率高，服务质量控制难度大。银行之间的信用卡业务竞争非常激烈，各行的信用卡部门经常推出新的服务或活动，不断冲击固有的市场，因此急需提高响应速度、应变能力和创新能力。交通银行信用卡中心的智能语音云于2011年9月开始，2012年2月一期产品正式上线投产。其主要职能是通过对语音数据进行分析处理，实现对海量语音数据的归集、处理、储存、调用和分析功能，具体表现在高效的录音检索、准实时自动质检、多维度业务分析和声纹识别与语音导航。17挑战在“大数据时代”，银行所面临的竞争不仅仅来自于同行业内部，外部的挑战也日益严峻。互联网、电子商务等新兴企业在产品创新能力、市场敏感度和“大数据”处理经验等方面都拥有明显的优势，一旦涉足金融领域，将对银行形成较大的威胁，甚至日渐改变着人们的金融消费模式。18BigData阿里巴巴——阿里小贷阿里小额贷款是指以借款人的信誉发放的贷款，借款人不需要提供担保。其特征就是债务人无需提供抵押品或第三方担保仅凭自己的信誉就能取得贷款，并以借款人信用程度作为还款保证的。阿里巴巴公司通过其掌握的电商平台阿里巴巴、淘宝网和支付宝等的各种信息数据，借助大数据分析技术自动判定是否给予企业贷款，全程几乎不用出现人工干预。19结束语大数据正在改变我们的生活以及理解世界的方式，正在成为新发明和新服务的源泉，但在面对信息时代这些海量数据的同时，我们必须始终保持头脑清晰，因为大数据为我们提供的只是参考答案，而非最终答案……20