国家开发银行用大数据开启变革新模式

近日，大数据产业发展大会在京举行。国家开发银行信息科技局数据管理中心处长王浩针对银行大数据发展的议题为业界分享了国家开发银行大数据实践的多方面经验。

大数据+银行业

大数据在各行各业都得到了最大程度的渗透，在银行业有怎样的应用？首先在零售银行业、公司银行业、资本市场业务，交易银行业务、资产业务、财富管理业务等一系列业务线条中，均涉及到大数据的多重功能；公司银行业务和零售银行业务，涉及到个性化定价、交叉销售、客户细分，预见客户流失，高效渠道管理，为第三方总结深入洞察，推出增值服务，提升忠诚度等方面，大数据也是屡建奇功；规避风险方面，其实以前银行标准的风险管理都是评分机制，现在机制上并没有太大改变，更多的是加入了海量的数据：例如外部的经营数据、财务数据、宏观数据等，银行都采用了新的打分与新的模型，以致每个企业贷款风险可以得到更加精准的控制。

同时，基于智能聚类的客户业务份额提升机会识别的业务方向，精准做到不同行业贷款行业聚类，进而审核银行还没有辐射的行业客户群体。基于客户细分的差异化定价，不同的客户要对其贷款进行不同的细分。原来这些事情似乎是不可能的，如今基于收集的多重数据，不但可以把这些客户细分完成，更可以根据不同种类的客户进行差异定价……

总体来说，对于银行业，大数据未来必将推动产品的创新，业务流程、服务渠道，客户营销等生产方式以及组织结构、战略决策、管理制度、风险控制等管理模式的变革。实际上，主要是两方面变革，首先是管理模式方面，另外是生产方式角度。

王浩表示：“未来的银行是怎样的？就是通过对大数据模型的计算和设计，让整个银行体系变成基于数据收集、分析、建模的数据应用体系，按照数据分析和挖掘结果，设计和提供金融产品、金融服务、授信额度，再通过现有的支付媒介进行循环运行，就可以构成未来银行。未来也是通过很多的数据来创新产品，通过大数据模型找出适合的客户，将其推销出去，让大数据依然贯穿银行所有业务线条和管理线条中。”

“一条龙”式的大数据部署

规划方面，基于大数据的数据仓库规划，这些基础设施方面的数据都需要集中；对于怎么存储的问题，无论是传统的数据仓库，还是基于Hadoop结构的数据也都有差异；基于大数据数据管理与应用规划，已有的数据标准怎么改变，数据怎么管控以及这些数据都应用在哪儿，一系列的问题都逃不出规划的范畴。

收集方面，行内数据本身是企业应该做的工作，其中包括业务经营数据、用户操作行为数据等。对于行外数据，国家开发银行每年按步就班购买数据，完成数据的宏观扩展。针对大数据的存储和分析平台的建设，存储平台是传统数据仓库，外部数据平台就是非结构化，银行现在是传统的数据库，未来做成Hadoop的数据库，需要不断的演变。

“此外，大数据管理一般涉及两个方面，一是数据标准的建设，是从很多系统上收集数据，必须有一个标准，如果没有，从下面接收而来的数据，格式可能都不一样，每个分行做的数据完全是自己的系统生成，非统一标准前提下没有办法汇总；如果运用大数据，就要先明确数据标准，这是一个非常艰难的过程。

二是数据质量的管控，例如贷款给客户，这个客户所有的财务数据、地理数据必须通过系统收集而来，这些东西不能空缺。现在有很多企业系统很好，但是没有考核，只能点击进入，但是收集数据都是空的，或者做不到对每个空白进行校验，把数据校验做好很重要，大数据的应用，我们结合自己的特色从六各方面进行大数据应用的规划，与资金、信贷、中间业务、客户管理、风险管理、内部治理等紧密结合，所规划的二三十个应用点，在未来三到五年都可实现。”王浩总结道。

众所周知，科技部门是业务部门与市场衔接的纽带，充分配合后有助于加速实现数据价值，而大数据实际是连带金融和实体经济的纽带，充有效利用可以开启变革新模式。