董俊峰:银行可运用大数据为客户构建360度画像

以下是在《互联网周刊》与新华网、中国社会科学院信息化研究中心联合主办的《2014年(第十二届)中国互联网经济年会》上,中国银行网络金融部副总经理董俊峰的发言,有光辉的理念,有精彩的实操,有金融互联网代表性,是为记。
我今天分享的话题是“大数据时代金融事业的机遇与挑战”,这个话题我分三个部分来汇报:
第一个部分,跟大家分享一下我们对大数据的理解,也就是大数据的应用特征以及在国际先进银行的一些实践。
大家知道,互联网的飞速发展对传统行业的生产经营模式产生了根本的影响,伴随而来还有爆炸式的数据增长,在这些海量数据中同样蕴涵了无限的价值。目前业界对大数据其实并没有一个非常标准的定义,行业内对大数据的特点概括为四个维度的特征:
第一,容量大,互联网上每天会产生大约15个PB这样的容量的数据,而且数据量预计将以每两年翻一番的数据在增长;
第二,速度快,数据生成和流动的速度非常快,同时,数据在流动过程中被快速的处理和决策,比如我们日常的网购、微信、微博、视频、可穿戴设备这些都在快速的产生和传播着数据;
第三,类型多样,以手机为代表的移动终端它具备采集图片、六面体、健康数据等更多传感器的功能,这些数据有结构化的、半结构化的和非结构化的;
第四,强调海量数据之间的关联性而非因果,在大数据时代更关注的是趋势分析,研究的侧重是关联关系而不是因果。
近年来,我们观察到国际金融在大数据领域不断探索和尝试,花旗银行通过挖掘信用卡数据,当每次用户刷卡,银行会根据他过往的时间、地点记录,向他推送周边饭店或者餐馆的优惠信息,从而捕捉第二次交易价值,获取客户新的盈利。富国银行(音)用大数据识别欺诈行为,通过研究客户发生的历史交易来检测是否存在背离常规交易模式的资金异动,通过终端多个数据来源总结出用户典型的交易习惯,从而实现一个实时的可疑交易的甄别。
第二个方面的内容,大数据时代到底给中国金融业带来哪些机遇与挑战?大数据是重塑金融竞争格局的重要支撑和抓手,对它的有效利用将带动行业的发展,给金融业带来创新的动能。
第一,客户营销方面银行可以运用大数据收集和掌握广泛的信息,扩大到电子商务、社交媒介、多终端等一切可以渗透到客户生活中林林总总非结构化信息,基于这些信息可以为客户构建崭新的360度的画像。分析力度将从原有的客户群更加精细到每个客户个体分析,洞察客户的情感、情绪,预测客户的期待,并及时的组织好相匹配的产品与个性化的服务,从而快速响应客户的需求;
第二,风险管理方面,银行利用大数据收集并量化互联网上的各类信息,比如餐饮商户的客户评价信息等等,利用这些信息通过模型会计算出商户的信用情况和违约概率,突破传统单纯的以财务信息为评价要素的做法,银行会引入交易行为、客户评价以及这个客户他的公用事业的缴费记录等等这些多侧面、多维度的关联数据,以大数据的思维构建新的信用评价模型,从而能够更精准、有效评价客户的信用特征。打造智能化引擎所支持的全流程在线融资的服务模式,它会很好的帮助银行提供融资效率,降低信贷风险;
第三,产品创新和资源配置方面大数据可以帮助银行及时深入的了解自身的运营情况,辅助改造和优化业务管理流程,改善运行效率,提高产品创新速度,更有效的去开展绩效管理和资源配置。除此之外,大数据还可以应用在实时的反欺诈的侦测、对客户流失的预判以及打造增值服务等等,它会全面提高银行的服务和能力。
我们可以预见,善于高效运用海量数据的金融机构将在未来竞争中脱颖而出,大数据运用水平将成为培育差异化竞争优势的重要支柱,挑战与机遇并存,金融业在享受大数据所带来的技术红利的同时,也面临着IT的能力建设、思维模式转变等等这些诸多的挑战。
经过多年积累,以银行为代表的传统银行业它的IT体系虽然已经具备很强的数据能力,但是在新兴的大数据技术背景下仍然有很多需要进一步提升和改善的空间。中国银行在这个领域进行有益的探索和研究,概括为七个层次的能力,包括:集成层、存储层、计算层、整合层、智慧层、消费层、洞察层。前四个层面考验一家银行IT基础设施的能力,后三个层面从业务范畴、思维方式的改变和服务模式的转型升级,我重点分享一下对后三个层次的理解。智慧层。是基于数据整合层的信息,利用人工智能和数据挖掘技术实现信息的分离和提炼,找出对客户、对产品、对业务流程等一系列目标对象有价值的信息点,用于支持后续的营销、管理、优化等等这些场景。主要包括实时决策、机器学习、数据砂箱。面对客户的消费层,主要提供的信息交互和共享能力,也就是信息的消费能力,更加主动自动化的处理,将数据直接提供给各类银行的业务系统,实现无需人工干预的自动化业务处理。洞察层,是将数据的概貌以一种非常直观的生动的形式展现出来,用于支撑银行的各类管理和市场的决策。
最后一个部分,国内银行应用大数据支持网络金融创新的一些案例。
中行对互联网金融快速发展下的数据应用做了深入的研究,提出利用大数据切入业务的六个领域:一是辅助发掘客户,扩大客户基础。二是提升客户体验,塑造千人千面的客户画像,打造一个量身订制客户服务。三是变革营销模式,实现精准营销,基于客户画像能够想客户之所想,急客户之所急。四是完善信用风险的评价体系,提升风险计量准确性、及时性,构筑互联网模式新的体系。五是动态检测风险,精准识别可疑和欺诈。六是优化流程整合,促进产品创新。
分享两个中行方面大数据试点的案例供大家参考:
案例一,中银沃金融。中银沃金融是运用大数据服务于小微企业网络融资的实践案例,大家知道,电信运营商有很多下游代理服务商,这些很多情况下会通过运营商的电商平台来购物、来批发一些电信产品,它在支付的时候可以向中行来发起贷款的申请,银行利用大数据技术整合电商平台共享过来的数据,还有我们集成的社会征信数据以及客户经理面谈时所获取的信息,利用数据数据驱动的授信审批模型自动审批,对授信申请身份进行验证,实现在线签约和在线提还款,贷后支持利用预警模型实现在线的风控。
案例二,一触即发。一个基于大数据分析技术面向个人客户金融产品精准推荐的应用,这个模式是把握客户来到银行网点这样一个时机,利用客户在排队等待的碎片时间进行精准营销,根据每个客户基于大数据分析出来他独有的属性和交易特征。我们会基于数据的分析模型和机器的学习能力实时向客户推荐,推荐适合他的金融产品或者服务,实现了客户识别、到精准推荐、到差异化营销的闭环的服务。
总之,从国内银行业的运用案例来看,大数据已经成为现实生产力,而不是雾里看花、纸上谈兵。我们有理由展望,在未来会有越来越多的金融机构将从客户行为分析、差异化营销、差别定价、产品设计、风险实时预警等领域获得更大的大数据支持。大数据支持金融的创新和转型升级的这个应用空间,我们认为这个空间是无限广阔的。
而对于大数据对于互联网金融将有哪些更长远的影响,以及对今天互联网年会的主题我自己的考虑?我的理解重点在三个方面:
第一,通过大数据海量的搜集、拼接、筛选、挖掘、分析去支持银行做更精准的客户分析、客户画像,勾勒出客户更加丰满和多角度的行为特征。以前银行的数据是结构化数据,比如您来银行办过信用卡、转帐、按揭,这些数据都是交易数据,并没有你的消费数据,也没有你搜索网站的搜索习惯的数据,这些数据其实我们可以通过数据库经过数据安全的清洗,不侵害你隐私情况下客户你完整的行为,判断你有融资的需求或者理财的需求,所以会更加精准向你推送在线的网络融资或者网络互联网理财的产品,这是大数据第一个贡献;
第二个贡献,在风控方面。因为大家知道,中国征信体系的数据是不完整的,中国的征信体系里面大概有8.2亿人的数据,这里面有5亿人只有一个身份证号,有3.2亿人是有数据的,这些数据基本只有银行的数据,比如他信用卡到期没有还款或者按揭到期没有还,中国还有5亿人没有进入这个征信体系。我们认为大数据未来对提升这个国家征信的水平。因为现在大量互联网公司在去挖掘和搜集海量客户在互联网上的数据,尽量让征信信息更加完整、多维度,未来银行做风控时会更多利用第三方数据补充社会征信体系不能提供的数据维度。包括我刚才分享的,我们做数据融资是以三方面的数据拼接做一个人的风险评估画像,有央行的征信数据,有电商平台推送给我的数据,也有我自己做进职调查的数据,这三方面支持我做完整的客户信用评级。大数据对未来在线风控、在线信用融资,没有抵押等在线信用融资非常有帮助;
第三方面的应用,服务于银行自己或者提升你内升的动力。因为银行本身是传统的行业,银行本身的流程、产品设计在今天遇到很多挑战,你的客户服务能力和你体验的水平离第三方支付、离互联网公司、离电商平台有一定的差距,它们更了解客户的需求和体验。所以我们怎么提升这方面的短板,我觉得其实是需要内部做很多的挖钱的工作,去优化流程,减少不必要给客户带来的骚扰或者客户的不便,这方面能力的提升完全可以借助大数据对银行自身流程做诊断,打开看哪些流程可以优化、哪些产品流程可以设计更加友好、更加让客户感到受尊重。所以大数据会让银行的管理,包括渠道的管理、渠道的协同、流程的优化、效率的提升、管理成本下降都有非常好的帮助。
所以总结一下就是这三个方面:一个是精准的客户画像和客户精准的营销,是前台的工作,第二方面是更好的完善的自动化在线授信的风控支持,这是中台的作用,第三个是后台的作用,如何从后台提升经营管理的效率,改善客户的体验。

0 个评论

要回复文章请先登录注册