展会信息港展会大全

沉睡的银行大数据:银行业对大数据挖掘畏首畏尾
来源:互联网   发布日期:2014-11-06 10:52:42   浏览:14623次  

导读:互联网金融正式进入破茧成蝶的大数据时代,传统银行业面临的挑战前所未有。 清华大学五道口金融学院一位专业人士表示,互联网时代海量的数据和分析工具,催生出很多新的金融业态,切入传统银行的禁地,他们比传统银行有更强的数据收集和分析能力。 北京银行...

互联网金融正式进入破茧成蝶的大数据时代,传统银行业面临的挑战前所未有。

清华大学五道口金融学院一位专业人士表示,互联网时代海量的数据和分析工具,催生出很多新的金融业态,切入传统银行的禁地,"他们比传统银行有更强的数据收集和分析能力"。

北京银行一位高管也对《财经国家周刊》记者坦言,大数据应用可能对银行的一些观念和经营模式产生颠覆。

接受采访的一些人士认为,探索以大数据为基础的解决方案,是中国的银行提高自身竞争力的重要手段。如何建立强大稳定的数据分析系统,开发创新数据应用,实现经营转型,是银行业在大数据时代迫在眉睫的任务。

梦想很远,现实却很紧迫。"国内银行还处在搭建推广手机银行、网上银行阶段,"前述五道口人士表示,"我们已经慢了一拍。"

"金融富士康"

华道数据处理有限公司是隐身在银行大数据"转型"背后的"推手公司"。

"只要你去银行填表单,无论是对私还是对公业务,银行都会把手写表单的影像第一时间发给我们,我们再通过人工录入生成电子表单返回给银行。"该人士介绍,"时间很短,可能就1分钟。"

这就是银行后台外包业务,也是银行最初的大数据入口。《财经国家周刊》记者了解到,目前几乎所有的大中型银行都将数据录入业务外包。

"这个工作比较枯燥,属劳动密集型。银监会一位领导来检查时,称我们为'金融富士康'。"该人士有些不好意思地笑着说。

银行业具有天然的数据属性,但是与阿里巴巴等电商动态的数据采集系统相比,银行目前经营管理数据挖掘和采集方式仍比较落后。而且,不仅数据录入处于原始状态,一位信息系统的管理人员透露,目前银行仍有不少业务处理系统和管理系统缺乏标准化的统一设计,直接导致大数据二次开发难。

银行正逐渐意识到这一点,不少银行开始用移动终端直接录入客户信息。但是华道数据人士表示,由于国家于电子类单据尚未立法保障,所以在今后一段时间内,银行大数据的获取仍离不开手工录入。

《财经国家周刊》记者了解到,在数据录入完成后,银行的每张纸质单据仍需作为凭证,归档库存。

除为银行录入单据之外,华道还承担了另一项外包业务--信息审核。

几乎每人申请信用卡的时候都会接到核实信息的电话,"这个电话一般都不是银行打来的,多是外包公司打的。"华道人士介绍。

至于业务银行信用卡的审核,也由华道负责。前述人士说,在审核流程中,银行可能会调取央行的征信系统信息,但是,查询一条信息的费用为5元左右,所以很多银行查询完就放到自己的信息池中,不再更新。"我们对照核实的信息很有可能是几年前的。"

除此之外,银行传统的数据库可能会涵盖客户的基本身份信息,更深一步的信息譬如性格特征、消费习惯、兴趣爱好等却是银行难以准确掌握的。而这正是互联网金融的强项。

沉睡的大数据

互联网公司频频在已有的大数据基础上开展金融业务,这些业务跨过银行传统的信贷领域,开始向转账汇款、现金管理、资产管理、供应链金融、支付等领域蔓延。

前述五道口人士表示,互联网、电子商务等新兴企业在大数据处理经验、产品创新能力、市场灵活度等方面都拥有明显的优势,一旦涉足金融领域,将对银行造成很大的威胁。在这种情况下,银行更应激活利用内部的"沉睡数据"。

记者了解到,目前银行对数据的分析仍集中在结构化数据,譬如单据、借贷行为,等等。对于非结构性数据,如客户浏览银行网站的行为信息、服务通话的语音信息、营业网点或ATM机的录像信息都无法分析,更谈不上挖掘利用。

麦肯锡的一份研报指出,这类非结构性数据中蕴含了丰富的客户信息,如客户身份、客户偏好、服务质量、竞争对手信息,等等。但现实中,此类数据除了少量的人工质检调阅外,几乎没有其他用途。

"国际经验已经表明,加强数据分析能力会使银行具体业务收益得到改善。在国内银行转型的这个节点,加强数据分析,也有利于银行挖掘资源,找到独特的经营模式。"前述五道口人士表示。

畏首畏尾

银行业对大数据的挖掘创新似乎并不如互联网企业那么热衷,这其中既有传统行业理念的保守,也有制度上的掣肘。

"银行进行大数据挖掘,必然牵扯多方面,譬如观念转变、制度建设、流程优化、系统开发以及人才储备,等等。"一位股份制银行的信息管理人士说。

首先是合法性问题。前述央行司局级官员说,与电商相比,银行机构同样也能做到消费者信息实时跟踪,但《征信业管理条例》第十三条规定,采集个人信息应当经信息主体本人同意,未经本人同意不得采集。

"所以很多信息,尤其是服务通话的语音信息、营业网点或ATM机的录像信息等,这些数据信息采集尚未得到当事人允许,所以能否进一步分析开发是否合法没有定论,这也使得很多银行无法拓展这方面的业务。"前述股份制银行人士表示。

其次,银行现行的架构缺陷。国内银行传统架构中,信息科技部门是作为配角出现的。与电商成千上万的IT工程师相比,银行的技术部门仅有几十甚至十几人,并且基本上集中在电子银行、系统维护等边缘业务。

"进行数据分析开发必须把信息科技部门提到一个新高度,整合全银行的数据资源。但是这又牵扯到部门利益,必须进行大刀阔斧的改革,所以很复杂。"前述股份制银行人士说,进行数据开发,银行要从内部把数据标准化,这又会牵扯到很多细节问题,仅统一日期格式的工作就很繁重。所以,在大数据时代来临之时,很多银行仍显得犹疑不定。

赞助本站

人工智能实验室
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港