大家買銀行理財，這些理財是不是真的符合投資者現有資金數量、符合投資者希望的起息日呢？估計所有銀行都不能滿足投資者。就是由于銀行不了解投資者的想法，銀行怎么定制？但現在這個想法成為可能。

金融在中國還只是開始，即使有互聯網的到來，金融的本質都沒有什么改變。但是，互聯網和大數據技術確實給金融服務和運營帶來了很大的改變和沖擊。所以將題目調整為“大數據對金融運營模式的影響”。

[[109804]]
光大銀行信息科技部總經理 楊兵兵

我今天要給大家介紹四個方面

首先還是簡要回顧一下我們對大數據的簡單認識；第二，光大銀行在實踐過程中對經營模式改變的思考；第三，它到底給我們的經營模式帶來什么樣的變化；第四，銀行如何做好迎接大數據的準備。

首先是對大數據最簡單的認識。從大數據出現到今天，在中國經歷了一年半的時間。這個詞出現的頻率，無論用什么搜索，它的出現頻率都非常高，使得一個很新的名詞馬上要變成一個傳統名詞。

到底大數據是什么，把這個很神奇的東西撥開以后，它還是很原始的。大家有沒有想過，實際上我們一個人就是很精細的大數據分析儀器。我今天認識一個朋友，我的內部會做一個簡單判斷，我會用眼睛來看，這是圖片信息。我會聽他的聲音，感受聲音的聲頻信息。如果有機會握手，這是一個觸摸的信息。通過交流，我能感受到他語言的信息。這些就是大數據中最常見的非結構化信息。我已經在腦子中判斷這是一個什么樣的人，人腦已經在做非常精密的大數據分析。今天的大數據只是在還原人腦的50%的水平而已，它***的是大數據量，有它的寬度和深度。這個就是很傳統的關于大數據的認識，我們自己就是大數據的分析儀器，而且非常精密。隨著我們的成長和經歷，對事物的判斷也會越來越精密。

來自于傳統的大數據給我們帶來的改變使得這個社會更加有效率、更加開放，而且也更加透明。尤其是對于我們這樣一個社會，它對整個社會的進步帶來很大的影響，更加有效率、更加開放、更加透明。因為你已經不可能再阻擋什么。

進一步簡單的總結，大家想到大數據，一些很基本的理解是大數據不再是抽樣的。我們在做數據分析的時候，大家會說我“被平均”了，為什么我“被平均”了呢？因為是一種抽樣的結果，而大數據不會“被平均”，它是全部。不需要計較它的精確，它分析的是一種方向，可以把復雜的事情通過精確的分析達到你想要的方向。我們想到大數據就是一切皆可數據化、一切皆可量化、一切皆可預測。當一切皆可預測的時候，我們這個社會會發生什么樣的改變、銀行服務又會發生什么樣的改變。互聯網思維再往下走一步就是大數據的思維。

以前有些演講會的時候經常會發一些材料評價演講嘉賓的情況，大家都會進行評價。實際上大數據到來以后不用再進行評價了。我們在門口放一個攝像頭，看看大家的進出情況。我講的20分鐘，大家頻繁進出。另外一個講得好的嘉賓，20分鐘時間內沒有人進出。這足以說明我講的怎么樣，另外一個嘉賓講得怎么樣。這就是大數據給我們帶來的客觀變化，一切皆可數據化、一切皆可量化、一切皆可預測。這就是我們對大數據的基礎認識，也是由于這個基礎認識才開始進行實踐。

光大銀行的三個大數據實踐

我們光大銀行是***個開設微博公眾帳號的銀行。不幸的是后來出現了微信，但我們沒有放棄，我們發現在微博的上百萬的粉絲中有很多有意思的事情。微博是大家愿意交換意見的地方。我們用了一年的時間，發了將近上萬條微博。今天過節了，我們發一個問候的。明天有一個重大活動，我們再發一個信息。當這些信息匯總起來，我們是一直在突出我們行的一個拳頭產品，就是理財。無論我們在怎么交談，我們也沒有忘記要通過這個渠道讓客戶更加理解我們。這是我們想表達的***個信息，我們想表達什么，我們想用140個字的段落表達什么；

第二，我們也通過這些信息看到了粉絲情緒的變化。這是一年來100多萬粉絲的情緒波動。在波動的高點，到底是什么引發了變化。實際上是關于母親節的一個討論。這個討論讓我們更深刻地理解到互聯網的魅力。我們跟另外一個同業比較，他們的粉絲是我們的5到6倍，也在同一天發起了活動，但我們參加的粉絲是他們的十幾倍。可以說明互聯網里沒有大和小，只有你跟粉絲如何交流，這就是互聯網的魅力。怎么發現魅力呢？來自于大數據技術。我們看到了、印證了互聯網的魅力所在；

第三，我們可以看到這些粉絲都是什么樣的人，他們都愿意做什么。對這些粉絲劃分了不同的地理區域，主要觀察他們的投資理財這一項信息。作為金融專業，就要為大家服務好，這是我們的本質之一。我們發現不區域的理財關注是不一樣的。在京津冀、江浙滬，大家最關心的就是理財。在其他省份，理財并不是最重要的，而旅游卻是最重要的。不的客戶群體、按地理位置的不同表達，有了互聯網、社交媒體和大數據以后，我們就知道了。我們要感謝這個技術讓銀行和客戶有一種互動，一種下意識的互動，一種潛意識的互動，而且是深刻真實的互動，讓我們更加了解客戶。

在此基礎上，我們進一步試行微博營銷。當你在互聯網上發表一個感嘆、發表一個心里想法的時候，我們隨時就在您的身邊來表達我們可以怎么幫到他。我們已經建立了一個測試環境，只是由于現在微博的效果有所變化。如果微博更好地發揮它的魅力，我們的營銷效果也會更好。

還有一個實踐是非常熱門的社區金融。這是銀行打通***一公里，為客戶做的貼身服務。即使現在有這么發達的互聯網，但人與人還需要見面，人與人還需要面對面的溝通，我們把這個點定義為社區金融。這個點怎么設才能真正達到和客戶的有效溝通呢？這個社區金融點又和一般的支行不一樣，它不是全功能，而是支行服務的延伸，是便于跟客戶打交道的地方。這個地方的設置和簡單的支行選址是不一樣的。

這是一個北京的區域熱點，我們會分析人口聚集、交易狀況和資產分布情況，我們發現在很多高熱度的地區都沒有網點，客戶想獲得面對面的服務是不方便的。這個時候會落下一個棋子，這就是社區金融的一個點。雖然這個棋子不是全功能的，但我們覺得它跟客戶更加接近了，小卒子過河可以頂大車。我們利用大數據的方法進行了選址，也希望我們離客戶更近、更方便客戶。同時，我們的設置也更加有效果。

第三個實踐是這張圖。如果現場燈光暗下來，這張圖會非常美麗。它不是宇宙星際圖，而是我們行對公客戶的交易往來圖。這張圖中，紅顏色的點是我們行的客戶，一些藍色的點不是我們的客戶，但曾經在我們這兒發生過交易。因為我們行一直在推供應鏈金融，我們說供應鏈金融是三個流，現金流、物流和信息流，但信息流到底在哪兒？也就是潛在的客戶到底在哪兒？客戶的服務重點又在哪兒？我們談了很多，有人誰能拿出這樣一張星際圖來？在沒有大數據技術的時候，這個很有難度。現在我們拿出來一個局部圖，這只是我們行五十分之一的對公客戶的交易圈。

把它進一步放大到一個網絡。供應鏈是以核心企業為中心，拓展上下游。這個上下游在哪里？以前我們需要跟核心企業溝通，了解它的上下游。但實際上它的上下游就在我們的數據當中。我們看到的是什么？我們看到的不是我們有多少客戶，而是看到還有多少沒有成為我們的客戶。我們可以進一步地沿著這個圖分析下去，可以找到無限的客戶空間。我們既看到了巨大的同業競爭壓力，同時又看到了無限的競爭空間和服務空間，可以跟若干的同業一起為客戶提供服務。僅僅從我們行的系統就已經可以看到這個無限的空間，這都是大數據給我們帶來思考進而帶來運營模式變化的靈感。

在大數據實踐的過程中，我們也在思考它改變了什么？

可以從兩端來看。首先是從我們自己銀行來看，我們的前瞻性、分析和判斷能力可以提高，管理的精準性、復雜性的把握可以提高，產品創新的能力可以提高。

被我們服務的客戶，他們也在發生改變。原來客戶通過銀行這個信用中介、資金中介，一方面是要求安全，另外一方面是需要通過信息不對稱的中介改變很多事情。現在是更加透明了。銀行端、客戶端都在發生改變。難道銀行不要對運營模式進行思考嗎？下面有一小行字，我覺得這段話很有刺激性。我們未來會看到更大的空間，特別是小企業，會發現無限的市場。原來的市場看不見，但對于中型企業，就像我們這種中型銀行行一樣，壓力會很大。如果你***掌握并使用了大數據，這將改變你的競爭態勢。作為銀行的運營，需要從固網的傳統的運營模式走向數據化的經營。我們希望大數據從生產工具向生產力轉化。這是一個很重要的思考。

到底運營模式有什么樣的變化？一個是在服務方面。以前所謂的定制服務，經常是為了高端客戶。但是，現在由于數據的掌握和分析，我們也可以為更多的客戶進行定制。現在大家買銀行理財，這些理財是不是真的符合你的現有資金數量、符合你希望的期望、希望的起息日呢？估計所有銀行都不能滿足你，就是由于我們不了解你的想法，我們怎么定制？但現在這個想法成為可能。

原來的直銷銀行是不見客戶，但需要了解客戶，這樣才能對客戶服務得更好。現在通過大數據，即使沒見過客戶，也可以很全面地了解到他。

　　在經營方面，業務的模型也會產生。現在很多業務流程是來自于經驗的不斷優化，但它沒有來自于數據分析。我想現在各個銀行都缺人，人力資源一直緊缺，但到底什么部門缺人？大數據會告訴你，模型化可以使業務經營更加精準。

　　***一個就是傳統的信用風險模型遭遇挑戰。傳統的信用風險模型基本都是來自結構化數據的預測分析。當非結構化數據來臨的時候，如何融入其中，實際上它可以讓銀行更多地了解客戶。我記得以前有一種經營模式，讓小微企業主的朋友知道這個客戶向我們借錢，以期形成社會壓力。但是，怎么知道？以前很難。現在呢？如果他愿意分享自己的微信朋友圈，大家很快就都知道了。這種告知改變信用風險的分析、判斷、監控的模型。

光大銀行如何開準備大數據

　　***是治理機制，也就是最基本的數據管理機制；

　　第二是數據的支撐；

　　第三，大數據人才的培養。這種培養應該是復合型人才，這是一定的。就像科技部的數據服務中心，有很多業務人員或者是從事過技術的業務人員，這樣才能更貼切地做出業務實踐；

第四，是業務價值的轉化機制。現在很多銀行的數據是被動的由業務部門提出，然后我們再進行分析。分析的結果是怎樣運用的、有沒有反饋，我們完全不知道。現在需要從被動服務轉向主動服務，主動地探索，形成營銷和分析模型，直接投入到運營當中，使它真正產生業務價值，這需要機制的改變。

　　我簡單描述了它的發展路徑，大概是九步。現在我們走到了第八步，實際上最難的是第九步，只有到了第九步才能實現價值，前面八步都是準備。

　　接下來是我們對數據服務的思考。數據集中，我們下來正在收集大量結構化的數據，還有非結構化的數據，我們樂于從各個方面收集非結構化的數據，把它放進我們的系統里配合結構化數據的進一步分析。

　　服務下沉。我們現在可以直接為支行提供服務。如果支行有一個營銷思路，我們可以以總行的力量幫助他們進行分析，形成競爭的不對稱優勢。

　　見微知著，洞察商機。我們不僅是做技術，希望技術能夠直接產生生產力，也希望數據的分析能夠發現業務的商機。

　　***做一個小的廣告，在政協禮堂南側光大中心的一層建成了大數據展廳，歡迎大家來參觀了解真正的大數據是什么樣子。

原文鏈接：http://bank.hexun.com/2014-01-11/161352626.html