金融行业挖掘数据金矿

渣打银行是国际零售银行业的领头羊之一。其信用卡业务的成功秘诀在于：把客户数据提炼成客户知识，利用数据挖掘技术成功进行CRM管理，使客户使用该行信用卡的时间延长、次数增加，关联销售业绩上升，从而使利润率整体提高。

而数据挖掘技术在西方保险行业有多年成功的运作实践，可以协助保险业公司解决保险产品开发、定价、保单审核、欺诈检验、破产预测、客户管理分类等多项复杂业务。例如，保险公司都会有一个大型数据仓库系统，记录每项交易和索赔细节。分析的目的就是准确地预测索赔的平均成本及频率，并且检测收益率的价格影响。特定的决策是设定保险产品的价格，达到增加市场份额、保持现有的客户以及增加收益率。保险业的成功定价需要预测多少顾客有可能重新更新他们的保单，测算他们的风险水平以及他们对价格上涨的敏感度等。

大数据时代下，数据就像金矿，谁拥有数据，谁就拥有未来。而对于拥有海量数据的金融行业来说，怎样挖掘数据金矿，产生经营价值，成为他们探寻的重点。

据IDC研究显示，当前，数据是重要资产的理念已经在中国金融行业形成共识，数据的真正价值在于能够洞察企业内部规律，数据的洞察力成为金融企业的核心竞争力。在中国金融行业信息化建设中，与信息加工密切相关的大数据管理正逐渐成为与核心业务系统建设、渠道建设和前置建设同等重要的领域。

莫让金矿成坟墓

买家对商品不满意要求退换货所产生邮费该由谁来承担，这是网络购物中最常见的纠纷。有保险公司正是看中这个商机，在淘宝网上推出了“退货运费险”，用平均几毛钱的保费免除买家退货时产生的邮费。保险公司和网站合作开发支付通道，省去了推销环节，看上去是一本万利的买卖。没想到这个险种推出后却遇到了尴尬，据业内人士透露运费险亏损严重。

这种情况的产生原因是由于采取了统一收费模式。如果事先进行大数据分析，筛选研究客户退货率、客户历史行为以及店铺历史行为、所销售产品类型、产品价值，再加上季节性因素和淘宝网促销活动等关联因素，就可以预测客户退货概率，根据客户退货概率来计算其所应该缴纳的保费，则可以避免亏损。

“在大数据背景下，如果你能够赋予数据智慧，数据就是有价值的。如果你不能够赋予它智慧，数据就只能成为‘数据坟墓’。”德华安顾人寿董办主任王洪涛表示。

他举了一个例子，曾经有一家保险公司尝试在网站上销售保险，在投入2个亿的成本后只收取了几百万保费。王洪涛认为，首先要经过数据挖掘，分析客户偏好，包括客户来源渠道、年龄段、职业、性别等，有针对性的进行保险推荐，这样才能带来持续的客流。

而今，在阿里网络金融冲击下传统金融业再度创新，借助的还是大数据的优势。如阿里计划推出针对买家的“虚拟信用卡”，根据用户交易记录进行授信，用于在淘宝等购物网站支付；付费最长38天免息，向签约商户收费1%。阿里数据库中的8000万用户，将成为这一新型信用卡业务巨大的市场潜力……

2013年，国内外金融环境的变化、国外金融机构的扩张、民间资本的进入等将给中国金融业带来更激烈的竞争。金融业持续、快速扩张的时代已经过去，要想在未来保持规模和业绩的增长，必须坚持改革，从粗放的发展模式转向精细化的发展模式，从数据中发掘价值无疑是最有效的手段。

打破固有思维

先前形成的知识、经验、习惯，都会使人们形成认知的固定倾向，从而影响后来的分析、判断，形成“思维定势”——即思维总是摆脱不了已有“框框”的束缚，表现出消极的思维定势。在金融行业也有很多这样的思维定势或者认识误区。比如说很多人认为影响客户购买的关键因素是价格。即便保监会等监管机构会规定了金融产品的最低价格，很多金融机构还是会采取佣金和发放礼品等价格营销策略来吸引顾客。“实际上我们通过数据挖掘得出的结论不是这样的，我们发现在车辆保险方面，最后打动客户的最关键问题主要有两点。一是朋友圈内是否有人购买，二是该保险公司在朋友圈的口碑，这两个因素占到购买因素的80%。”王洪涛说。

还有一个错误认识是关于理赔，很多人认为客户对理赔最大的不满是速度问题。很多保险公司斥资几亿元去改善理赔速度。王洪涛说，“我们经过数据挖掘后认为速度问题仅占客户满意度的20%，而占据第一的重要因素是理赔投诉处理速度，占到客户满意度的30%，而理赔进展查询透明度占据客户满意度20%。我们最后得出结论，理赔的沟通比理赔的速度要重要的多。”

王洪涛表示，金融行业从来不缺数据，要让数据产生价值最关键的是要发现客户行为模式和客户的真正关切点。而数据挖掘可以让企业发现新知识，从而产生业务价值，这是通过传统方式无法达成的。

新技术总会给行业带来无限的希望及商机，在世界已经进入数据爆炸的大数据时代，那些能在数据之间发现联系并将其转化为商业机会的企业，不仅能给用户带来便利，还将赚得盆满钵满。