大数据深入互联网金融

大数据深入互联网金融
作者：李庆莉
来源：《中国金融电脑》 2015年第2期
随着整个行业对大数据的认知和应用逐渐深入，未来将有越来越多的金融机构在客户行为
分析、差异化营销、差别定价、产品设计、风险监测和预警领域谋求大数据支持。

可以预见，
在未来两三年内，在互联网和移动互联网的驱动下，金融行业的大数据应用将迎来突破性的发展。

大数据是信息技术与互联网产业发展到特定阶段的产物。

而金融业作为数据密集型行业，
其经营转型、产品创新和管理升级等都离不开大数据的支撑。

2014 年，随着利率市场化的深入推进和互联网金融时代的到来，传统金融企业的经营模式和盈利方式面临巨大挑战，实现以大
数据为驱动的风险管理和营销变革被认为是未来银行业赢得市场和竞争的关键。

大数据驱动互联网金融创新
2014 年互联网金融纵深发展，大数据是其创新的重要驱动力。

有业内人士指出，互联网金融的实质是大数据之争。

互联网金融并非简单地把传统金融业务搬到网上，而是充分利用大数
据来解决银行与客户之间信息不对称的问题。

如依托淘宝和天猫的订单信息，阿里金融得以掌
握几十万商户最真实的经营数据，并通过数据分析处理建立起一个网络数据模型及信用评级体系，根据评级筛选出合格企业为其发放贷款。

事实上，互联网企业得以进军金融业务正是得益
于其掌握的海量客户信息和交易数据。

面对互联网金融的冲击，以银行为代表的金融企业积极应对。

自2012 年开始，建设银行、交通银行、工商银行等陆续部署自己的电商平台，多渠道构建互联网金融生态圈，力求打造立
体化客户数据，并以此开展差异化服务，了解客户消费习惯，预测客户行为，有效开展信贷和
合规方面的风险控制。

以工商银行为例，2014 年1 月正式上线的工商银行“融e 购”电子商
务平台，交易金额已突破700 亿元，注册用户1700 多万户，跻身10 大电商平台。

据了解，
在已推出的融e 购电商平台、融e 联即时通信平台和支付产品、融资产品、投资理财产品等互联网金融平台和产品外，工商银行还将陆续推出融e 行直销银行平台、工银e 生活等互联网金融产品。

未来，工商银行手机银行、融e 行、融e 购、融e 联、e 支付、e投资、e 生活等产品将分别从金融服务、电子商务、社交与生活服务层面作为客户流量入口，并在相互间通过业
务场景进行联动和导流，整体建立起工商银行互联网金融的生态圈。

除此以外，近几年，商业银行大力发展面向客户的新一代核心业务系统，电子银行业务大
幅增长，在提升客户体验和风险管控能力、满足监管各项要求的同时，形成并储存了庞大的可
用数据资源。

当前，银行业的数据资源不仅包括存贷汇核心业务结构化数据，也包含新兴互联
网金融渠道带来的客户电话语音、在线交易记录、网点视频等非结构化数据。

尽管与互联网企业相比，当前我国金融行业大规模运用大数据的能力尚有差距，但多家银
行已从关键点、具体业务入手在互联网金融领域应用大数据挖掘技术，在客户营销和服务提升
方面进行尝试。

如交通银行信用卡中心开发智能云语音，着眼于客服语音信息的挖掘和分析，
通过对海量语言数据的持续在线和实时处理，为服务质量改善、经营效率提升、服务模式创新
提供支撑。

兴业银行通过分析客户行为数据和财务数据来锁定潜在客户，根据客户行为规律，
并结合其所在区域确定客户消费习惯，开展针对性营销；通过分析客户交易记录信息来有效识
别小微企业客户，并通过远程银行和云转借实施交叉销售。

整合与共享发挥大数据价值
大数据对金融行业的推动主要体现在三个方面：一是市场营销，包括交叉销售、二次销售等，体现在如何进行客户挽留、客户价值评估等方面；二是信贷和风险，主要是信用分配、风
险评估、实施授权、风险干预和欺诈识别等；三是预测与估价，包括周期行为分析、量化分析、流失分析、催收分析等。

为了更好地实现上述目标，需要金融企业具有掌握和分析更多样、更
全面数据的能力。

然而，在传统的数据分析模式下，金融企业仅掌握客户与其业务相关的金融
行为，且企业内部各业务部门之间也存在数据割裂的问题。

金融企业既难以描绘客户在企业的
完整视图，更无法获得客户在社会生活中体现的兴趣爱好、生活习惯、消费倾向的情感或行为
数据。

随着电子商务的快速发展和移动金融的深化，大数据在金融行业的应用趋势必将是逐渐
加强与外部数据源对接，整合多渠道数据，不断丰富数据来源。

而2014 年以来互联网金融的
深入发展促使金融企业获取外部数据的渠道更加多样化。

主要包括：一是银行自主搭建电商平台。

借助电商平台获得客户的动态商业信息，为发展小微信贷奠定基础。

如建设银行“善融商务”，提供B2B 和B2C 服务，业务范围涵盖从支付结算、托管、担保扩展到对商户和消费者线上融资服务的全过程。

二是银行与电商平台形成战略合作。

银行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。

三是借助第三方数据分
析平台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。

总体来看，金融行业的大数据应用依然有很多障碍需要克服，如金融企业内各业务的数据
孤岛效应严重、大数据人才相对缺乏以及缺乏外部数据的整合等问题。

然而随着整个行业对大
数据的认知和应用逐渐深入，未来将有越来越多的金融机构在客户行为分析、差异化营销、差
别定价、产品设计、风险监测和预警的领域谋求大数据支持。

可以预见，在未来两三年内，在
互联网和移动互联网的驱动下，金融行业的大数据应用将迎来突破性的发展。