城市商业银行信息化发展中的数据挖掘分析

摘要：近年来，以互联网为代表的信息技术飞速发展，深刻地影响了商业银行传统的运作模式，信息技术也打破了传统的金融市场竞争格局，为在竞争中处于相对弱势地位的城市商业银行的发展提供了新的条件与机遇。

关键词：城市商业银行；信息化；数据挖掘

文章编号：1003―4625(2006)05―0062―02

中图分类号：F832．33

文献标识码：A

近年来，以互联网为代表的信息技术飞速发展，深刻地影响了商业银行传统的运作模式，我国商业银行的信息化程度越来越高。商业银行信息化的发展不仅极大地降低了银行在信息数据收集、整理、分析上的成本，并且使银行借助先进的信息技术可以不断进行负债与资产业务的创新和金融工具的创新，促进了金融业的迅速发展。另外信息技术也打破了传统的金融市场竞争格局，为在竞争中处于相对弱势地位的城市商业银行的发展提供了新的条件与机遇。

我国目前共有112家城市商业银行，其业务经营受到狭小的地域限制，区域性与地方性特征十分明显。而且受规模、人员素质和管理水平等因素的限制，城市商业银行在经营中基本采取对大行的“跟踪策略”，产品与服务基本雷同，竞争同质化程度高，有特色的高附加值产品极为匮乏。但随着电子化与信息化的发展，城市商业银行完全可以通过数据挖掘在客户发现、选择、争取、发展与保持等方面有所作为，在客户关系管理系统的支撑下，真正建立“以客户为中心”的经营战略，拓展市场，在竞争中形成自己的优势。

一、数据挖掘技术已成为城市商业银行信息化发展的瓶颈

在激烈的竞争中，一些规模较小、资本充足率较低、业务和经营能力相对较差的银行可能会逐渐退出市场，而一些经营能力较强的中小银行可能会在国外银行逐步进入中国市场后成为金融并购的目标。所以，一些资本充足率不足但经营能力强的城市商业银行，急需寻求新的资本补充，扩大资本实力和运作能力，扩大经营的区域范围和业务规模，提升收益水平，做更长远的计划和发展。而信息化的责任和使命就是利用先进的技术，帮助银行业提升业务管理能力和客户服务能力。

目前，城市商业银行的信息系统建设主要有综合业务系统、网上银行、管理信息系统、银行卡系统、新一代呼叫中心、数据整合与数据仓库、其他中间业务系统等。其中，综合业务系统的升级改造发展迅猛，至2004年底，43％的城市商业银行已经建成，其余大多数也都在建中。呼叫中心已有12％建成，应用正在加速，功能也在不断加强。管理信息系统已建成24％。银行卡的渠道建设包括ATM、POS、自助服务设备等的建设都在稳步发展。但网上银行系统较国有商业银行和其他股份制商业银行要慢许多，仅有部分城市商业银行的投资正在扩大，中间业务系统发展也相对缓慢，而且“同质化”现象严重。数据仓库与商业智能系统在城市商业银行的应用还处于探索中，真正开始实施和运行的城市商行还极少。

总体而言，城市商业银行的信息化发展趋势出现如下特点：

(一)管理信息化已是大势所趋，因为信息化归根到底是为管理服务的。

(二)信息管理由分散化向集中化过渡。数据集中有利于保证经营数据的完整性及对数据的充分利用。

(三)信息化由局部化应用向一体化应用演变，逐步为向客户提供一体化、全过程的金融服务以及高端的金融衍生产品。

(四)借助专业咨询公司实现信息化发展成为新热点。城市商业银行的信息化水平参差不齐，加之人才匮乏，借助专业金融IT咨询公司为自己梳理和规划信息化建设显得尤为迫切。

(五)银行信息安全工作将继续升级与强化。从目前城市商业银行的信息安全状况看，大多信息安全工作不成体系。对网络安全存在认识与投资上的偏差，错误认为信息安全就是网络安全，仅重视安全工具投资而忽视管理投资；不过，随着高科技犯罪的不断发生，信息安全工作正逐渐成为银行信息化建设的重中之重。

信息化不是终极目的，它是保证银行具备核心竞争力的工具，以信息技术和网络技术为中心内容的金融电子化，是各项业务创新的技术依托和银行高层决策的依据。而管理信息化必然要借助于信息化工具组合中的数据挖掘技术的发展。数据挖掘技术已成为城市商业银行信息化发展中的瓶颈，制约着管理信息化的进一步发展。

二、数据挖掘技术及其必要性

数据挖掘技术，指以数据仓库(Data Warehouse)和联机分析处理(OLAP)为平台，借助银行拥有的大规模数据，通过清洗、转换、装载等数据处理方法，发现大量资料间的关联与趋势，探寻独特的、通过其他方法发现不了的业务规律和模式的一种信息技术。

银行数据挖掘的任务，可以划分成四个层次：数据分析、知识发现、决策支持和金融智能。其中数据分析是指对银行业务中产生的庞大数据进行分类、识别、筛选和初步分析。知识发现是指如何从大量数据中挖掘出适合银行业务人员使用的信息模式和知识，以指导银行营销和竞争。决策支持系统(DSS)是面向决策者的，突出支持而非代替决策者的决策行为的应用系统，银行决策过程包括了识别问题、建立模型、执行模型、综合评价和反复进行等五个过程。在银行中，DSS面向不同职能部门，如个人金融部门、公司金融部门或同业机构部门等，位于企业运营的层面，以支持银行决策者进行半结构化的决策。数据挖掘在银行应用的最高阶段是实现决策支持的“智能化”，即实现金融商业智能(Financial Business Intelligent，FI)。金融智能是对银行掌握的信息进行搜集、分析和管理，以使银行各级决策者获得洞察力，促使他们做出更有利的决策。

为什么城市商业银行要加速发展数据挖掘技术呢?

银行信息化有一个逐渐从简单到复杂、从低层业务到高层管理不断演化的过程。银行早期的信息化建设，关注的往往是数据集中，如提供统一及时的业务报表，提供集成的客户信息等。但是，我们必须清晰地认识到，数据集中的完成，并不是商业银行信息化发展的最终目的，如下列问题并不会因为数据的集中而解决：

(一)银行客户关系管理体系并不因数据集中而自然形成。数据集中有利于保证经营数据的完整性、准确性和可访问性，但只是奠定了银行客户关系管理体系的数据基础，数据集中并不能保证实现维护客户关系，挖掘客户价值的目的。

(二)银行内部管理效率低下的现状，并不因数据集中完成而消失。业务集中，意味着风险同样集中，风险防范、内部控制和法人治理结构成为管理的新课题，如何实现资源共享已成当务之急。

(三)银行管理成本，并不因数据集中造成的业务扁平化而降低。如何实现规模效益和深度效益的挖掘，促进业务处理的标准化和规范化，还需要进一步探索。

(四)信息技术风险并不因数据集中而减小。相反，数据大集中对技术、业务和生产运营的统一规范管理提出了更多要

求，对软件开发和系统运行的质量要求大大提高，对数据安全和设备的保障要求更是刻不容缓。

所以，城市商业银行的信息化进程还需继续深入，要尽可能地发展数据挖掘技术，真正实现数据分析、知识发现、决策支持和金融智能。

三、数据挖掘是城市商业银行提高核心竞争力的保证

城市商业银行在竞争中面对着国有商业银行、全国性股份制商业银行、外资银行等这些极为强大的对手，在竞争中处于相对弱势。当然，城市商业银行也有自己特殊的优势，那就是通过合理的市场定位所形成的特殊的客户关系。城市商业银行的市场定位是“立足地方经济、立足中小企业、立足城市居民”，区域性经营使城市商业银行与区域经济的联系更为密切，也使城市商业银行在对本地客户关系的理解和客户资源的掌握上具备一定的优势。这已成为城市商业银行非常重要的核心竞争力。而数据挖掘技术的使用，能使城市商业银行的这一优势进一步得到巩固和提高。

在中国银行业信息化能力显著提高的背后，始终隐藏着一个难题：薄弱的客户关系。银行的管理者们都已经意识到，在他们所拥有的为数庞大的客户群中，优质客户极为缺少、客户忠诚极为缺乏。现在，如果城市商业银行能够充分利用数据挖掘技术，在信息化发展中提高客户资源整合和与客户关系互动的能力，则能在激烈的竞争中保持自己的优势。

数据挖掘技术的最直接作用，就是能帮助城市商业银行在数据海洋中分析客户，了解客户，挖掘客户价值，提升客户关系，并在此基础上完善决策与管理，搞好产品与服务的创新，解决完全模仿与跟踪大行，没有特色、没有竞争力的问题。对城市商业银行来说，在管理客户生命周期的各个阶段都需要用到数据挖掘技术：

(一)数据挖掘能够帮助银行确定客户的特点，从而可以为客户提供有针对性的服务。大多数客户都可以从其业务记录中发现他感兴趣和不感兴趣的商品或服务。利用所掌握的交易数据，银行能建立高度准确、按等级分类的单个客户实际偏好的记录。银行可以根据客户的消费偏好信息确定合作伙伴，并根据其消费偏好提供金融服务，从而密切与客户的关系。

(二)通过数据挖掘，发现购买某类金融产品的客户的共性，然后有针对性地对这类产品进行营销，从而可以扩大业务。

(三)通过数据挖掘，可以寻找到流失客户的特征，然后在具有相似特征的客户还未流失之前，采取针对性的措施，尽量减少客户的流失。

另外，充分利用数据挖掘技术，能加强对客户信息的管理，通过对客户利润贡献度分析、风险分析控制和资产负债管理等功能，能使城市商业银行的管理由事后反应向事前、事中控制转变，实现经营风险的自动预警，全面提高商业银行管理风险的能力。

当然，在具备了相应的数据挖掘基础之后，城市商业银行需要进一步将数据挖掘的应用引入决策支持和金融智能的层面，更关注于提供决策信息支持、辅助业务管理、分析和评价经营业绩等管理主题，以管理为主的决策支持需求，将在未来一段时间内成为城市商业银行业数据挖掘的重点。