大数据:重视发掘数据的价值

标签:大数据模式

访客:25306  发表于:2013-09-17 14:46:38

全球知名咨询公司麦肯锡认为,“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素”。数据将是未来银行的核心竞争力之一,这已成为银行业的共识。互联网公司的优势正是在于信息数据处理上,借助其所掌握的海量客户数据,精准地发现和接触客户,增强其与客户的粘性;同时,其所拥有的大数据处理技术,也使其可以以较低的成本,快速、准确地掌握客户的行为特征,包括客户的消费行为和信用等级。这些技术手段对于互联网金融开展小微金融业务极为便利。阿里小贷、财付通以及众多第三方支付机构和贷款平台,均在互联网数据开发的基础上,通过数据分析客户业务动向,挖掘金融业务的商业附加值,进而搭建出不同于银行传统模式的业务平台。

阿里金融的成功验证了大数据的神奇。阿里巴巴以中小客户为主,其在贷款上采用了“量化放贷”的模式,即利用手头上的大量汇集的内部数据、外部数据,设置信用控制系统,对手头上的客户进行量化,然后采取系统化的放贷设置来大大降低放贷成本,甚至催收成本。来自阿里金融的数据显示,从2010年4月阿里巴巴在浙江成立小贷公司到2012年底,阿里金融累计为超过20万家客户提供了融资服务,累计贷款总额超过500亿元,人均贷款大概在7000元左右,显然,传统的金融机构是做不了这样的事情。这样的模式下,阿里金融操作每笔贷款的成本就3.2元,而传统金融机构操作成本至少在2000元。

在客户的信息数据处理方面,相比互联网公司的敏锐嗅觉,银行明显存在不足。事实上,银行对于传统的结构化数据的挖掘和分析是处于领先水平的,但一方面银行传统的数据库信息量并不丰富和完整,如客户信息,银行拥有客户的基本身份信息,但客户的性格特征、兴趣爱好、生活习惯、行业领域、家庭状况等其他信息却是银行难以准确掌握的;另一方面对于多种异构数据的分析是难以处理的,如银行有客户的资金往来的信息、网页浏览的行为信息、服务通话的语音信息、营业厅、ATM的录像信息,但除了结构化数据外,其他数据无法进行分析,更谈不上对多种信息进行综合分析,无法打破“信息孤岛”的格局。在大数据时代,银行的数据挖掘和分析能力严重不足。

银行要积极主动地顺应“大数据”的发展趋势,加大数据库建设的投入,加快建设进度,并与互联网公司合作,形成强大的数据信息积累与挖掘能力,在与同业的竞争中占据数据信息的制高点。要通过数据积累基础上的数据挖掘工具,使得这些信息在经过信用记录、网络行为分析、消费行为分析、消费心理分析等后台数据模型的处理加工后,从无序的海量数据中找出有规律、有价值的东西,特别是把电子商务行为数据转化为信用数据,有效提升电子银行产品研发和营销的精准度,降低研发和营销成本,用客户离不开的电子产品不断拓展与巩固忠诚的优质客户群体。

文/盐城市农村金融学会课题组  原载于《新金融世界》9月刊


评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");