擁抱大數據，激發(fā)金融新活力

　　近幾年互聯(lián)網(wǎng)金融呈現爆發(fā)式增長(cháng)，隨時(shí)、隨地、隨需的金融服務(wù)正在成為普通消費者的一致要求。互聯(lián)網(wǎng)金融以極低的成本、極高的效率與海量的金融用戶(hù)進(jìn)行頻繁的互動(dòng)，這是傳統金融行業(yè)所不具備的優(yōu)勢。隨著(zhù)互聯(lián)網(wǎng)和傳統行業(yè)的跨界融合，越來(lái)越多的金融用戶(hù)通過(guò)數字渠道開(kāi)展日常金融活動(dòng)，產(chǎn)品和服務(wù)也轉變?yōu)閿底只�方式供給，這就要求IT技術(shù)支撐也要隨之進(jìn)行相應的變革，如何利用領(lǐng)先的IT技術(shù)應對互聯(lián)網(wǎng)金融的沖擊，成為傳統金融行業(yè)CIO關(guān)注的重點(diǎn)。

　　大數據技術(shù)近年來(lái)蓬勃發(fā)展，從2013年的單一批處理負載逐漸過(guò)渡到融合大數據平臺，實(shí)現基礎設施層復用；再到今天乃至未來(lái)的企業(yè)級數據智能，其正在和傳統數據庫數據處理技術(shù)融合。在應用方面，也從最開(kāi)始的消費互聯(lián)網(wǎng)逐步向產(chǎn)業(yè)互聯(lián)網(wǎng)蔓延，可以說(shuō)大數據助力創(chuàng )新之風(fēng)已經(jīng)吹向了全行業(yè)。

　　作為百業(yè)之王的金融業(yè)，利用大數據實(shí)現業(yè)務(wù)創(chuàng )新成為必然。在移動(dòng)化、個(gè)性化、社交化，實(shí)時(shí)化的業(yè)務(wù)發(fā)展下，數據呈現了更多的維度，數據所反映的內容也更加詳盡，對用戶(hù)行為的捕捉更加快速，也更加精細。當用戶(hù)的一舉一動(dòng)通過(guò)數字化技術(shù)被記錄下來(lái)時(shí)，金融業(yè)如何借助數據掌控、分析，實(shí)現對用戶(hù)一舉一動(dòng)的察言觀(guān)色，從而提供更加適合的服務(wù)已然成為大數據時(shí)代金融業(yè)面臨的挑戰。

　　從數據處理角度來(lái)講，要實(shí)現大數據，無(wú)非類(lèi)似于把大象塞冰箱，共分三步：

　　在數據匯集方面，我們看到銀行的傳統渠道，如POS、ATM、柜面、電話(huà)銀行、網(wǎng)上銀行被互聯(lián)網(wǎng)化。除此之外，在與第三方互聯(lián)網(wǎng)公司合作的時(shí)候，有些跨界數據，如我們的差旅信息、消費信息等等也都成為大數據的重要來(lái)源。總而言之，數據匯集呈現了融合的趨勢。

　　在解決數據處理方面，也同樣呈現了融合特點(diǎn)。這里包含兩個(gè)層面：

　　這兩者相互融合才能讓我們看到客戶(hù)全景，好比現在靜止的照片變成動(dòng)態(tài)視頻，長(cháng)寬高的三維信息變成含有時(shí)間維度的四維信息，或者我們可以理解為一張平面照片變成了全息圖像。

　　在數據變現實(shí)現價(jià)值共享方面，我們更要面對無(wú)法逃避的創(chuàng )新融合。在線(xiàn)征信要真正做好，我們需要查詢(xún)很多銀行以外的社會(huì )數據，必須從業(yè)務(wù)方面通過(guò)合作方式打通數據共享。如何進(jìn)行融合分析，如何自動(dòng)化銜接，如何減少人工環(huán)節，如何實(shí)現秒級查詢(xún)，這都需要大數據發(fā)揮作用。

　　可以說(shuō)，大數據業(yè)務(wù)呈現了實(shí)時(shí)在線(xiàn)性、業(yè)務(wù)持續性、跨多元數據的特點(diǎn)，真正實(shí)現大數據的處理，做好融合是關(guān)鍵的開(kāi)門(mén)之鑰。

　　做好數據匯集、數據處理、數據共享僅僅是從技術(shù)上解決了大數據的數據處理問(wèn)題，然而落實(shí)到具體應用中，就需要結合金融行業(yè)的業(yè)務(wù)特點(diǎn)。從面來(lái)看，信貸業(yè)務(wù)、精準營(yíng)銷(xiāo)、客服業(yè)務(wù)、輿情監測都可以通過(guò)大數據進(jìn)行很好的價(jià)值探索。

　　傳統的信貸業(yè)務(wù)風(fēng)險判斷要依賴(lài)有經(jīng)驗的主管判斷，勢必造成無(wú)法規模化，如果把信貸主管積累的經(jīng)驗進(jìn)行數據化，通過(guò)引入數據捕捉客戶(hù)行為，從而判斷信貸風(fēng)險，將是提升信貸效率的重要手段。所以說(shuō)，通過(guò)數據+模型實(shí)現高效率+低風(fēng)險是大數據對信貸業(yè)務(wù)的重要應用。

　　精準營(yíng)銷(xiāo)最終目的是提升營(yíng)銷(xiāo)的成功率。傳統金融機構對一百萬(wàn)個(gè)客戶(hù)進(jìn)行營(yíng)銷(xiāo)，最終真正有效的客戶(hù)可能只有一萬(wàn)或者一千，這意味著(zhù)我們做了很多沒(méi)有價(jià)值的工作。通過(guò)數據挖掘方法建立精準目標客戶(hù)定位模型，可以有效協(xié)助提升營(yíng)銷(xiāo)成功率，并降低營(yíng)銷(xiāo)成本。同時(shí)，我們也發(fā)現，有些人為了看場(chǎng)電影能夠打折，或者旅游出行享受更多的便捷服務(wù)而申請某銀行的信用卡，這說(shuō)明依托大數據的跨界營(yíng)銷(xiāo)也能很好的幫助金融行業(yè)提升效益，將成為未來(lái)的重要發(fā)展方向。

　　傳統情況下，銀行和客戶(hù)溝通的渠道無(wú)外乎語(yǔ)音、網(wǎng)絡(luò )、短信等，每一種渠道互動(dòng)都會(huì )流露客戶(hù)的某些特征。利用大數據技術(shù)將這些特征進(jìn)行提取、分析，便可以很好的提升客服體驗，并降低成本。想想如果把呼叫中心的每一通電話(huà)溝通時(shí)間縮短哪怕幾秒，那每天成千上萬(wàn)客服電話(huà)縮短的時(shí)間及整體成本將極為可觀(guān)。

　　基于大數據，可以從互聯(lián)網(wǎng)獲得與銀行相關(guān)的評價(jià)信息，通過(guò)情感分析模型判斷其正負面傾向；或者從客戶(hù)點(diǎn)擊網(wǎng)銀行為，分析客戶(hù)的點(diǎn)擊路徑，對重點(diǎn)網(wǎng)銀欄目布局進(jìn)行優(yōu)化等等。通過(guò)大數據辨別客戶(hù)的痛點(diǎn)和興趣點(diǎn)，從而制定有針對性的完善策略，不僅可以鞏固現有客戶(hù)，拓展新的客戶(hù)，甚至還可能創(chuàng )造出一些新的業(yè)務(wù)價(jià)值增長(cháng)點(diǎn)。

　　大數據為傳統銀行的數字化轉型展現了一幅美妙的宏偉藍圖，吸引了眾多廠(chǎng)商為之不斷創(chuàng )新和努力，華為是其中的佼佼者。華為大數據平臺源于開(kāi)源，高于開(kāi)源，回饋開(kāi)源。目前在開(kāi)源社區的貢獻度正在向全球第二位邁進(jìn)。技術(shù)上不斷追求，行業(yè)應用方面也不斷實(shí)踐，目前華為大數據平臺已經(jīng)成功應用于多家金融機構。未來(lái)，隨著(zhù)技術(shù)的不斷探索，以及與合作伙伴的深度聯(lián)合創(chuàng )新，相信華為的大數據平臺將助力更多的金融機構數字化轉型，激發(fā)嶄新活力。