編者按 網際網路的飛速發展，推動了各種數據的爆炸式增長。這些海量數據中蘊含了無限價值。隨著大數據在各行業的逐漸推廣，金融行業也開始進入大數據時代，並形成了一些較為典型的應用，如高頻金融交易、小額信貸、精準行銷、風險定價，等等。大數據在哪些方面深刻改變了傳統金融業？從目前國內銀行對大數據的使用狀況看，又有哪些瓶頸亟待突破？本報從今天起推出“金融業走進大數據時代”系列報道，將對上述問題作詳細梳理，尋找答案。

　　電梯公司的數據能為銀行提供風險預警？這不是天方夜譚，而是美國紐約一家金融服務商提供的真實業務。據了解，電梯運營商提供的數據包括每部電梯在哪個寫字樓的哪一層停，停了多久等。通過與黃頁上的公司地址相匹配，就能得到電梯每天在每個公司停靠的次數。如果有一天某個數據突然發生大幅增加或者減少，服務商就會向銀行發出預警，客戶經理會即刻拜訪相應企業，從而讓銀行的貸後檢查變得更有效。

　　這個神奇的故事，正説明大數據技術對銀行業務模式創新的作用。近日，波士頓諮詢公司發佈了《網際網路金融生態系統2020系列報告之大數據篇》，該報告顯示，銀行業的數據強度高於其他行業，每創收100萬美元，平均就會産生820GB的數據，而在電信行業産生的數據量為460GB，快速消費品行業這一數字僅為180GB。“海量高價值數據的積累，使銀行業在發展大數據能力方面具有天然優勢。”波士頓諮詢公司董事經理張越告訴《經濟日報》記者。

　　大數據究竟在哪些方面讓傳統銀行面貌一新？從目前國內銀行對大數據的使用狀況看，又有哪些瓶頸亟待突破？

　　細微動向盡在掌握

　　在波士頓諮詢公司董事總經理何大勇看來，銀行業對大數據的“熱衷”，根本原因是計算成本的大幅下降。“2000年左右，4大國有商業銀行建設數據倉庫，一期投資是1億元，8TB的數據要3到4天才能導入，但現在上PB的數據庫（1PB=1024TB），建設成本只有過去的百分之一。”與此同時，銀行本身也面臨著諸如混業經營的轉型和業務模式的改變，“這些都讓它們不得不沉下身子，尋找和滿足長尾客戶。”

　　從國際發展來看，目前海外已有約三分之一的銀行能較好地對大數據進行應用，並已將其轉化為可持續的商業價值。據張越介紹，一家澳大利亞銀行通過大數據分析發現，家中即將有嬰兒誕生的客戶對壽險産品的潛在需求最大，通過客戶的銀行卡交易數據進行分析，很容易識別出這些家庭。在對這些家庭進行有針對性推銷後，最終有38%的客戶選擇了銀行推薦的産品。

　　“在中國，銀行對大數據業務最大的需求集中在4個領域：小微企業風險管理、客戶洞察、社區金融和反欺詐。”資訊服務提供商軟通動力金融商業智慧事業部負責人史研告訴記者，拿客戶洞察來説，過去銀行主要是通過9項或者12項內部資産數據對某一用戶進行評估，“比如存取款情況、信用卡消費情況等等，但現在銀行已不再滿足於僅研究金融行為，而開始對包括電商購買偏好、社交行為等數據進行分析。”

　　廣州市民金可人表示，作為普通用戶，被銀行了解讓她感覺“很貼心”，“我每年都要去境外購物，現在只要一齣境，就會接到我的信用卡發卡行發來的提示資訊，問我要不要臨時調高額度，最厲害的是上次去香港海港城，剛進門就收到了短信，告訴我只要關注銀行的微信賬號，就能得到100港元的海港城優惠券。我平時很少參與銀行的促銷活動，可那一次卻馬上就參與了。”

　　創新需突破三“瓶頸”

　　不過，與海外銀行相比，國內銀行應用大數據也面臨諸多困難。

　　困難之一來自於銀行內部數據不足以用於分析。據了解，目前國內缺乏包括數據交換、定價、交易方式等“遊戲規則”，也缺乏包括數據中間商、匯聚商、價值鏈數據共用平臺等第三方角色。在這種情況下，除了像BAT等網際網路巨頭能夠打造自己的數據生態外，大部分提供外部數據的公司還處在孤立和散落的狀態。“雖然它們已經開始關心自己數據資産的使用和變現，但不具有打通整個鏈條的能力。”史研表示，資訊服務提供商正在嘗試打造這樣的平臺，“軟通動力針對數據資産化管理成立了一家新的公司，為銀行和其他行業提供外部數據的管理和服務。”

　　困難之二是消費者最為關注的資訊安全。在業內專家看來，國內銀行的數據安全水準高低不齊，全國性的國有商業銀行和股份制銀行在體系架構和技術手段準備上已經比較完備，中小銀行相對薄弱。此外，同一銀行不同部門的資訊安全水準也有所不同，資訊科技部門通常高度警覺，業務部門則相對薄弱。在競爭壓力下，如果內控機制不健全，就很容易誘發資訊安全問題。“大數據服務需要保護用戶隱私的相關標準和政策出臺。”張越表示，國內銀行也需要增強安全意識。

　　困難之三則是對大數據有效性的評估。“其實，大數據不能包治百病，應用效果在各家銀行的實踐中也各有不同。其中重要的原因，就是引入的外部數據品質參差不齊。”史研告訴記者，在剔除“臟數據”（無法用於分析、品質不高的數據）上，技術能夠提供部分幫助，“比如，可以通過技術手段實現數據上的交叉檢核，從而提升數據的可信度，幫助銀行真正發揮數據的價值。”