建设银行行长张建国:银行搭建电商平台,扩充大数据实力

标签:大数据电商趋势

访客:36115  发表于:2014-08-04 13:55:16

中国建设银行(以下简称建设银行)从2011年开始建设企业级全行共享的新一代核心业务系统,以客户为中心、面向服务设计架构,实现业务与IT融合、产品快速创新的目的,目前已初具规模。特别是在新一代系统设计中,充分考虑数据储存和应用的重要性,并专项设置了数据集成层模块,包括数据缓存区、数据记录系统、历史数据存储、分析数据仓库、实时数据仓库、公共数据集市。

银行业开始尝试接入和整合外部数据资源。在传统的数据分析模式下,银行业出于市场分析、内部管理、监管需要,产生并记录了巨量的文本式结构化数据,涉及客户账户资金往来、财务信息等,以及网银浏览、电话、视频等非结构化数据。但是,传统意义上的银行仅能掌握客户与银行业务相关的金融行为,无法获得客户在社会生活中体现兴趣爱好、生活习惯、消费倾向的情感或行为数据,无法与业务数据形成联动。随着电子商务的快速发展和移动金融的深化,银行业逐步加强与外部数据源对接,甄别有效信息,整合多渠道数据,丰富客户图谱。目前,已有多家银行进行了有益尝试。

一是银行与电商平台形成战略合作。银行业共享小微企业在电商平台上的经营数据和经营者的个人信息,由电商平台向银行推荐有贷款意向的优质企业,银行通过交易流水、买卖双方评价等信息,确定企业资信水平,给予授信额度。建设银行曾在这方面做过有益的尝试。此外也有银行参股电商、开展数据合作的案例。

二是银行自主搭建电商平台。银行自建电商平台,获得数据资源的独立话语权。在为客户提供增值服务的同时,获得客户的动态商业信息,为发展小微信贷奠定基础,是银行搭建电商平台的驱动力。2012年,建设银行率先上线“善融商务”,提供B2B和B2C客户操作模式,涵盖商品批发、商品零售、房屋交易等领域,为客户提供信息发布、交易撮合、社区服务、在线财务管理、在线客服等配套服务,提供的金融服务已从支付结算、托管、担保扩展到对商户和消费者线上融资服务的全过程。

三是银行建立第三方数据分析中介,专门挖掘金融数据。例如,有的银行将其与电商平台一对一的合作扩展为“三方合作”,在银行与电商之间,加入第三方公司来负责数据的对接,为银行及其子公司提供数据分析挖掘的增值服务。其核心是对客户的交易数据进行分析,准确预测客户短时间内的消费和交易需求,从而精准掌握客户的信贷需求和其他金融服务需求。

国际同业大数据运用的经验教训

金融业大数据运用的国际经验主要体现在快速判断宏观经济趋势、分析预测客户及交易对手行为、防范欺诈、改进内部效率以及外包非核心业务等方面。

快速判断宏观经济形势。英国央行已经开始运用大数据对英国房地产市场和劳动力市场趋势作出快速判断。以前,英国央行通过统计部门发布的房地产销售数据、就业数据等,判断房地产市场和劳动力市场变动趋势,但统计部门的数据一般有数日乃至数周的时滞,不利于对形势的快速判断。目前,英国央行已通过对一些网络搜索关键词的监控,如“按揭”“房价”“职位”等,获取最新的经济运行情况。

分析预测客户及交易对手行为。由谷歌(Google)前首席信息官Douglas Merrill创办的信用评估公司ZestFinance,通过大数据技术把收集的海量碎片化数据整合成完整的客户拼图,较为准确地还原客户的真实状况和实际信用状况,并据此支持合作公司向难以从银行获得贷款的美国人提供“工资日贷款”(payday loan)。西班牙对外银行(BBVA)推出的具有记忆功能的ATM机ABIL,不但能记住客户习惯的取款金额、频率,还能根据其账户情况给出相应的取款建议。美国一些基金公司在几年前开始借助社交媒体大数据,分析市场情绪变动,进而判断未来交易是扩大还是萎缩。近期,这些基金公司进一步通过分析金融交易大数据,识别交易对手的交易特征,预判交易对手的交易动向,并采取相应的操作,以获取差价。

防范欺诈。运用大数据分析软件,可以预防信用卡和借记卡欺诈。通过监控客户、账户和渠道等,提高银行在交易、转账和在线付款等领域防御欺诈的能力。在监控客户行为时,大数据可以识别出潜在的违规客户,提示银行工作人员对其予以重点关注,从而节省反欺诈监控资源。

改进内部效率。美国银行用大数据分析该银行某呼叫中心员工的行为,通过在员工姓名牌中置入感应器,监控员工的行走线路与交谈语气,可以知道员工在工作场所的社交状况。监控结果表明,那些一起享受工间休息并相互交流的员工工作效率更高,他们可以在日常交流中分享如何应付“难缠”顾客的小窍门。美国银行发现这一现象后,即转而推行集体工间休息,此后员工表现提升了23%,而员工说话语调所反映出的压力水平则下降了19%。另外,还有些欧美银行运用大数据评价分支机构绩效并获得显著成效。

大数据的应用存在运维风险和运营风险等,前者如数据丢失、数据泄露、数据非法篡改、数据整合过程中的信息不对称导致错误决策等,后者如企业声誉风险、数据被对手获取后的经营风险等。因此,必须加强数据管控。这方面既有成功的经验,也有值得总结的教训。从已出现的问题看,最大的风险来自网络攻击和欺诈:2011年,网络银行欺诈给日本53家银行造成2700亿日元(约合225亿元人民币)的损失;2012年,诈骗集团曾攻击欧美至少60家银行的网络,盗取银行资金;2013年,国内某保险公司受黑客攻击,造成数十万保单信息泄露。为此,一是高度重视并推进统一的数据标准,并做好数据清洗,保证数据质量。二是审慎划定数据边界,合理开展内外部数据共享和非核心数据业务外包。三是大数据下应更加重视隐私保护和信息安全,加大对反网络攻击的投入。

本文作者:张建国 中国建设银行行长

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");