有效利用“大数据”，提升精准营销能力

　不需任何担保、抵押，只要凭借企业信用资质即可申请贷款，24小时随用随借、随借随还—不久前，阿里巴巴金融向普通会员开放的“网络金融”再度使“大数据”时代商业银行加快战略转型议题喧嚣尘上。在“大数据”时代，随着移动支付、搜索引擎和云计算的广泛应用、全新虚拟客户信息体系的构建，作为数据密集型行业，充分认识和利用“大数据”，将是未来商业银行赢得市场的利器。

　     下面我从以下四个方面，就如何有效利用大数据，来实现精准营销谈谈自己的一些想法。

　 一、未来银行业的发展趋势

　    1、未来银行业更加倾向于零售营销

　客户是驱动零售企业生存发展的核心资源。在银行业经营战略转变以及利率逐步市场化的背景下，银行依赖存贷款利差创造利润的盈利方式也必须调整。零售及中间业务在未来银行经营中会占有越来越大的比重。而绝大部分客户数据通常是用户在社交网络、移动终端设备等媒介留下的海量碎片化数据，如何收集数据并对客户的行为属性进行有效的分析，是支撑以客户为中心发展模式的重要手段。

　     2、未来银行更加倾向于科技创新

　    创新是银行实现差异化发展的驱动力。目前银行产品、银行的经营管理系统都面临着同质化严重的问题，因此需要通过技术创新来不断增强银行业的核心竞争力—— 帮助银行改进金融系统，改善与顾客之间的交互，改进并简化客户的银行业务体验。大数据时代为银行业务发展和技术创新带来了新机遇。

　     3、未来银行更加倾向于数据分析挖掘

　    很多互联网公司例如亚马逊、Google、腾讯，更愿意将自己定位为数据企业。因为信息时代，数据成为经营决策的强有力依据，给企业带来了发展和引领行业的机遇。对于银行业来说，大数据意味着巨大的商机，可强化客户体验，提高客户忠诚度。形象地说，“数据的收集能力+数据的分析能力=企业智商”，这关乎商业决策的迅速和准确，关乎企业的生存和发展。

　二、银行业大数据特点 

　 与其它行业相比，银行业的数据有如下特点：业务系统自动化、信息化程度较高；业务系统较多，数据相对分散；数据监管较严格，数据格式相对规范；数据规模较大，数据范围较齐全。

　银行业数据的相对优势，为银行业率先试水大数据开发创造条件。通过建设数据仓库，整合了全行数据资源，建立统一的数据质量监控体系，为全行客户分析、监管合规、财务绩效、运营管理、风险管理提供了有力的支撑。在这方面，我行已经走在了国有商业银行的前列。 

　 三、银行实施大数据战略过程中的误区

　 误区一：重数据应用，轻数据管控 

　 部分银行在实施开发大数据过程中，过分看重数据的业务应用，追求“短、平、快”的从海量数据中淘出“金子”，忽视了数据管控的重要性，导致整个大数据战略实施过程中缺乏统筹规划，业务应用信息准确性不高等重大问题。只有在大数据开发过程中数据应用与管控“双管齐下”，才能保证整个大数据开发战略高效率、高质量、可持续发展。

　误区二：实施大数据战略只是技术性工作 

　 一说到大数据开发，很多人的第一反应是这属于技术人员的工作，业务管理人员的参与热情往往不高。但是，我们开发大数据的目的是为了能给银行带来实际效益与应用价值的，是为了服务于银行经营和管理的，不应该只是技术人员的“独角戏”。这跟总行提出的推进网点“三综合”建设：打造综合性网点、综合制柜员和综合化营销队伍，实施前后台分离，提升网点的综合服务能力的要求如出一辙。全员参与到大数据的开发，才能真正发挥大数据对指导实现精准营销的价值。

　 误区三：实施大数据战略就是建设数据仓库

　 银行实施大数据战略是一个长期的、持续的、迭代的过程，数据仓库是实施大数据战略的基础，但大数据战略不仅仅包括数据仓库建设，还包括数据标准化的咨询、数据管控体系建设以及依托数据仓库建设起来的各种报表分析、主题应用、决策支持等子系统。

　误区四：大数据开发的组织机构建设 

　 信息成果作为银行实施大数据战略过程中产生的核心财富，需要在规范、安全的信息管理体系中开发、使用与保存。信息管控包括数据标准化、数据质量监控、数据需求管理、信息安全管理等内容，涉及信息管理、软件开发、运营管理、财务管理、营销条线等业务部门，需要

　信息管理部门统筹规划，各业务、技术部门通力配合。

　 4、如何应用大数据实现精准营销的分析

　1、针对性营销

　大数据可以提供某些企业交易特点和资金需求特点，可以帮助业务部门对企业的资金需求进行分析和筛选，提供现金管理产品，帮助企业解决流动性问题。大数据可以帮助信用卡中心追踪热点信息，针对特定人群提供精准营销产品，增加新卡用户，例如热映电影、娱乐活动、餐饮团购等。银行针对特定人群推出定制的理财产品，保险产品。

　 2 、社交化营销-善融商务

　人们的社交行为产生了巨大的数据，利用社交平台，结合大数据分析，金融行业可以开展成本较低的社交化营销，借助于开放的互联网平台，依据大量的客户需求数据，进行产品和渠道推广。通过互联网社交平台返回的海量数据，评测营销方案的阶段成果，实时调整营销能够方案，利用口碑传销和病毒式传播来帮助金融行业快速进行产品宣传、品牌宣传、渠道宣传等。

　 3、信用风险评估

　银行可以利用大数据增加信用风险输入纬度，提高信用风险管理水平，动态管理企业和个人客户的形用风险。建立基于大数据的信用风险评估模型和方法，将会提高银行对中小企业和个人的资金支持。个人信用评分标准的建立，将会帮助银行在即将到来的信用消费时代取得领先。基于大数据的动态的信用风险管理机制，将会帮助银行提前预测高风险信用违约时间，及时介入，降低违约概率，同时预防信用欺诈。

　 4 、欺诈风险管理

　信用卡公司可以利用大数据及时预测和发现恶意欺诈事件，即使采取措施，降低信用开欺诈风险。银行可以基于大数据建立防欺诈监控系统，动态管理网上银行、POS机、ATM等渠道的欺诈事件，大数据提供了多纬度的监控指标和联动方式，可以弥补和完善目前反欺诈监控方式的不足。特别在识别客户行为趋势方面，大数据具有较大的优势。

　 5 、提升客户体验

　银行可以依据大数据分析，可以对进入网点的客户提供定制服务和问候，在节假日为客户提供定制服务，预知企业客户未来资金需求，提前进行预约，提高客户体验。私人银行可以依据大数据分析报告，帮助客户进行金融市场产品投资，赚取超额利润，形成竞争优势，提高客户体验。保险业务可以依据大数据预测为客户提前提供有效服务，提高客户体验，同时增加商业机会。理财业务可以利用大数分析，快速推出行业报告和市场趋势报告，帮助投资者及时了解热点，提高客户满意度。

　 6、需求分析和产品创新

　大数据提供了整体数据，银行可以利用整体样本数据，从中进行筛选。可以从客户职业，年龄，收入，居住地，习惯爱好，资产，信用等各个方面对客户进行分类，依据其他的数据输入纬度来确定客户的需求来定制产品。银行还可以依据企业的交易数据来预测行业发展特点，为企业客户提供金融产品服务。

　 7、运营效率提升

　大数据可以展现不同产品线的实际收入和成本，帮助银行进行产品管理。同时大数据为管理层提供全方面报表，揭示内部运营管理效率，有力于内部效率提升。大数据可以帮助市场部门有效监测营销方案和市场推广情况，提高营销精度，降低营销费用。大数据可以展现风险视图控制信用风险，同时加快信用审批。大数据可以帮助保险行业快速为客户提供保险方案，提高效率，降低成本。理财产品也可以利用大数据动态提供行业报告，快速帮助投资人。

　 8 、决策支持

　大数据可以帮助金融企业，为即将实施的决策提供数据支撑，同时也可以依据大数据分析归纳出规律，进一步演绎出新的决策。基于大数据和人工智能技术的决策树模型将会有效帮助金融行业分析信用风险，为业务决策提供有力支持。金融行业新产品或新服务推向市场前，可以在局部地区进行试验，大数据技术可以对采集的数据进行分析，通过统计分析报告为新产品的市场推广提供决策支持。

　 总之，进入大数据时代，金融行业的客户信息、交易信息、资产信息、信用信息等数据经过有效采集和整理分析，将会成为具有价值的数据信息。内部数据结合外部数据将形成具有重要价值的数据资产，可以有效帮助金融企业进行精准营销，降低运营费用，提高欺诈管理水平，提高信用风险管理水评，为决策提供有效支持，同时帮助金融企业了解客户需求，开发出符合客户需要，具有创新精神的新产品。简单的讲大数据将帮助金融行业提高运转效率，降低支出成本，提高风险管理水平，基于客户需求进行产品创新。