編者按 互聯網的飛速發(fā)展，推動了各種數據的爆炸式增長。這些海量數據中蘊含了無限價值。隨著大數據在各行業(yè)的逐漸推廣，金融行業(yè)也開始進入大數據時代，并形成了一些較為典型的應用，如高頻金融交易、小額信貸、精準營銷、風險定價，等等。大數據在哪些方面深刻改變了傳統金融業(yè)？從目前國內銀行對大數據的使用狀況看，又有哪些瓶頸亟待突破？本報從今天起推出“金融業(yè)走進大數據時代”系列報道，將對上述問題作詳細梳理，尋找答案。

　　電梯公司的數據能為銀行提供風險預警？這不是天方夜譚，而是美國紐約一家金融服務商提供的真實業(yè)務。據了解，電梯運營商提供的數據包括每部電梯在哪個寫字樓的哪一層停，停了多久等。通過與黃頁上的公司地址相匹配，就能得到電梯每天在每個公司?？康拇螖?。如果有一天某個數據突然發(fā)生大幅增加或者減少，服務商就會向銀行發(fā)出預警，客戶經理會即刻拜訪相應企業(yè)，從而讓銀行的貸后檢查變得更有效。

　　這個神奇的故事，正說明大數據技術對銀行業(yè)務模式創(chuàng)新的作用。近日，波士頓咨詢公司發(fā)布了《互聯網金融生態(tài)系統2020系列報告之大數據篇》，該報告顯示，銀行業(yè)的數據強度高于其他行業(yè)，每創(chuàng)收100萬美元，平均就會產生820GB的數據，而在電信行業(yè)產生的數據量為460GB，快速消費品行業(yè)這一數字僅為180GB?！昂Ａ扛邇r值數據的積累，使銀行業(yè)在發(fā)展大數據能力方面具有天然優(yōu)勢。”波士頓咨詢公司董事經理張越告訴《經濟日報》記者。

　　大數據究竟在哪些方面讓傳統銀行面貌一新？從目前國內銀行對大數據的使用狀況看，又有哪些瓶頸亟待突破？

　　細微動向盡在掌握

　　在波士頓咨詢公司董事總經理何大勇看來，銀行業(yè)對大數據的“熱衷”，根本原因是計算成本的大幅下降?！?000年左右，4大國有商業(yè)銀行建設數據倉庫，一期投資是1億元，8TB的數據要3到4天才能導入，但現在上PB的數據庫（1PB=1024TB），建設成本只有過去的百分之一?！迸c此同時，銀行本身也面臨著諸如混業(yè)經營的轉型和業(yè)務模式的改變，“這些都讓它們不得不沉下身子，尋找和滿足長尾客戶。”

　　從國際發(fā)展來看，目前海外已有約三分之一的銀行能較好地對大數據進行應用，并已將其轉化為可持續(xù)的商業(yè)價值。據張越介紹，一家澳大利亞銀行通過大數據分析發(fā)現，家中即將有嬰兒誕生的客戶對壽險產品的潛在需求最大，通過客戶的銀行卡交易數據進行分析，很容易識別出這些家庭。在對這些家庭進行有針對性推銷后，最終有38%的客戶選擇了銀行推薦的產品。

　　“在中國，銀行對大數據業(yè)務最大的需求集中在4個領域：小微企業(yè)風險管理、客戶洞察、社區(qū)金融和反欺詐?！毙畔⒎仗峁┥誊浲▌恿鹑谏虡I(yè)智能事業(yè)部負責人史研告訴記者，拿客戶洞察來說，過去銀行主要是通過9項或者12項內部資產數據對某一用戶進行評估，“比如存取款情況、信用卡消費情況等等，但現在銀行已不再滿足于僅研究金融行為，而開始對包括電商購買偏好、社交行為等數據進行分析。”

　　廣州市民金可人表示，作為普通用戶，被銀行了解讓她感覺“很貼心”，“我每年都要去境外購物，現在只要一出境，就會接到我的信用卡發(fā)卡行發(fā)來的提示信息，問我要不要臨時調高額度，最厲害的是上次去香港海港城，剛進門就收到了短信，告訴我只要關注銀行的微信賬號，就能得到100港元的海港城優(yōu)惠券。我平時很少參與銀行的促銷活動，可那一次卻馬上就參與了。”

　　創(chuàng)新需突破三“瓶頸”

　　不過，與海外銀行相比，國內銀行應用大數據也面臨諸多困難。

　　困難之一來自于銀行內部數據不足以用于分析。據了解，目前國內缺乏包括數據交換、定價、交易方式等“游戲規(guī)則”，也缺乏包括數據中間商、匯聚商、價值鏈數據共享平臺等第三方角色。在這種情況下，除了像BAT等互聯網巨頭能夠打造自己的數據生態(tài)外，大部分提供外部數據的公司還處在孤立和散落的狀態(tài)?！半m然它們已經開始關心自己數據資產的使用和變現，但不具有打通整個鏈條的能力?！笔费斜硎?，信息服務提供商正在嘗試打造這樣的平臺，“軟通動力針對數據資產化管理成立了一家新的公司，為銀行和其他行業(yè)提供外部數據的管理和服務?！?/p>

　　困難之二是消費者最為關注的信息安全。在業(yè)內專家看來，國內銀行的數據安全水平高低不齊，全國性的國有商業(yè)銀行和股份制銀行在體系架構和技術手段準備上已經比較完備，中小銀行相對薄弱。此外，同一銀行不同部門的信息安全水平也有所不同，信息科技部門通常高度警覺，業(yè)務部門則相對薄弱。在競爭壓力下，如果內控機制不健全，就很容易誘發(fā)信息安全問題。“大數據服務需要保護用戶隱私的相關標準和政策出臺。”張越表示，國內銀行也需要增強安全意識。

　　困難之三則是對大數據有效性的評估?！捌鋵?，大數據不能包治百病，應用效果在各家銀行的實踐中也各有不同。其中重要的原因，就是引入的外部數據質量參差不齊。”史研告訴記者，在剔除“臟數據”（無法用于分析、質量不高的數據）上，技術能夠提供部分幫助，“比如，可以通過技術手段實現數據上的交叉檢核，從而提升數據的可信度，幫助銀行真正發(fā)揮數據的價值。”