标题：黄丁聪：商业银行大数据应用：业务驱动还是数据驱动？
时间：2017年7月12日 (下午3:13)
分类：总44期, 清华金融评论杂志文章, 银行与保险, 银行与信贷-总44期
标签：无
作者：清华金融评论

[1] 面对大数据的运用，商业银行究竟是业务驱动还是数据驱动?本文认为，商业银行应逐步推进业务驱动和数据驱动相结合的大数据应用模式，通过两种模式的相互补充，扬长补短，实现大数据应用的“双轮驱动”，才是从数据矿藏中掘金的最佳选择。 近年来，随着中国经济步入新常态，受经济周期波动影响的国内商业银行也面临着诸多经营难题，传统经营手段已难以有效解决这些问题。而金融科技与大数据浪潮的澎湃而至，无疑让正寻找出路的商业银行如获至宝，因此多家银行纷纷押注大数据，对大数据应用倾注了极大的热情。大数据虽然价值巨大，但究竟该用何种模式才能尽可能多地释放数据价值却没有统一的标准，有人说要坚持业务驱动，有人说要从数据出发，坚持数据驱动。业务驱动是指大数据的应用需求完全由商业银行内部的业务部门向数据条线提出，由数据条线根据业务需求完成相应的数据分析与挖掘后，将成果交由业务部门应用的一种大数据应用模式。数据驱动是指商业银行内部的数据条线主动提出大数据应用需求并由其独立完成数据分析与挖掘后，推动成果应用实施的一种大数据应用模式。 业务驱动与数据驱动的比较分析 从业务驱动的优劣势来看，业务部门贴近业务一线，对业务的发展状况、当前面临的难题及业务发展趋势更为了解，其自身必然有更高的积极性提出大数据应用，也有更强的推动力，更有利于数据分析挖掘成果的应用。但是业务驱动的劣势包括在于业务部门提出需求的意愿与能力往往与其对大数据的理解高度相关，对大数据的理解程度不够，往往提不出需求来。同时，业务部门不熟悉银行自有的数据，不知道能从哪些数据中寻找价值，也会影响需求的提出，且银行的条线分割往往造成业务部门提出的需求都局限于某一业务领域，缺乏企业级的视角。另外，业务部门通常出于部门利益考量，会将大数据分析挖掘成果视为自有资产，影响成果的共享。 再对比数据驱动的优劣势可以看到，数据驱动的优势在于数据条线对大数据的理解程度更高，更熟悉本行数据及外部数据源，更了解数据分析挖掘技术，更可能基于数据、方法的角度提出更有想象力的需求。相比于业务驱动模式，数据驱动能给商业银行数据条线的员工带来更大的成就感，提高数据条线在商业银行内部的地位，且数据条线会从数据的角度出发，更有利于打破部门利益藩篱，推进企业级大数据分析挖掘工作。但是其劣势也非常明显，比如数据条线远离业务一线，对银行业务当前的发展状况、面临的困难及发展趋势缺乏足够的了解，会造成一些数据分析挖掘工作偏离业务需要，成为空中楼阁。更值得注意的是，数据条线不掌握业务资源，无法独立推进成果的应用，需要业务部门的支持，而这往往又取决于业务部门的利益考量，数据成果应用价值的归属问题往往成为数据驱动的最大绊脚石。 商业银行大数据应用模式选择 业务驱动和数据驱动各有优、劣势，商业银行选择何种大数据应用模式，并不能简单地做出A或者B的选择，为了尽可能地释放大数据应用价值，在商业银行普遍还没有形成互联网式的创新文化的情况下，应逐步推进业务驱动和数据驱动相结合的大数据应用模式，通过两种模式的相互补充，扬长补短，实现大数据应用的“双轮驱动”，是商业银行的最佳选择。 就当前国内商业银行的内部体制、机制现状来说，要做到“双轮驱动”，面临的最大问题是如何让“数据驱动”这个轮子像“业务驱动”这个轮子一样，能够动起来。要解决这个问题需要具备以下几个条件： 首先，商业银行要具备对数据的深刻理解能力。这种理解不仅仅只是停留在对银行本身数据结构、数据分布的了解，还应包括对银行自身数据的业务内涵要有深刻的理解，能够实现数据的快速业务化；同时对外部数据源要有足够的了解，包括数据的合法性、数据质量、数据价值、数据引进效率等，能够快速地响应外部数据引进需求。 其次，须具备高水平的大数据分析及挖掘能力。俗话说，“打铁还需自身硬”，数据条线自身要有过硬的功底，要具备业务条线难以建立的能力，形成技术门槛，主要包括深刻理解大数据技术的发展趋势，能够及时掌握大数据的新技术、新方法；还要具备高水平的大数据分析挖掘能力，能够快速、及时地响应各类大数据应用需求。 再次，要掌握业务发展动态，深刻理解业务发展趋势。数据条线应具备高度的业务敏感性，才可能主动提出具有前瞻性的企业级大数据应用需求，这就需要数据条线能够及时掌握业务发展动态，能够深刻理解银行的发展方向，银行业务的发展趋势。具体包括：了解本行的业务发展动态，对于本行的新业务、新产品要能够及时掌握信息，要了解具体的业务模式以及市场响应情况；了解同业的业务发展动态，紧跟同业业务的创新步伐，及时掌握同业新业务、新产品的具体模式和市场响应情况。除此之外，数据条线应该对商业银行的发展方向、业务发展趋势有清晰的判断，尤其是大数据在银行业务发展方向中的切入点要有清晰的判断。 然后，商业银行应对数据产品的科学定义与分类，偏应用类产品成为银行的标准产品。对商业银行来说，产品的概念一直是和业务捆绑的，商业银行现有的产品目录中，均是业务条线的产品，数据条线与产品相去甚远。然而，自大数据应概念出现以来，数据产品的概念便开始涌现，虽然不同的人会有不同的定义，但对“数据可以产品化”却是普遍共识。这对数据条线是个难得的机遇，应该做好数据产品的定义并在此基础上，对数据产品进行科学的分类，推动偏应用类的产品成为商业银行的标准产品，将此类数据产品纳入商业银行的产品目录中。这对于业务条线转变思想观念，改变对产品的认识具有重要意义，能够增强业务条线对于数据驱动的理解与支持。 最后，数据条线应具备数据产品的营销能力。长期以来，在商业银行内部，数据条线更多的是扮演着业务条线的“乙方”的角色，以往传统的简单提供数据的服务模式只需要数据条线被动地在接收需求后提供数据，并不需要数据条线开展营销。而在数据驱动模式下对数据条线提出了更高的要求，必须具备数据产品的营销能力，才能有力地推动数据驱动战略。也就是说，数据条线要将自己主动开发出来的偏应用类数据产品营销给业务条线使用，让数据产品应用到具体的业务中去，释放数据产品生产力。只有这样，数据驱动才能产生真正的价值，否则，商业银行大数据应用就只是空中楼阁。 （黄丁聪为中国建设银行上海数据分析中心业务经理。本文编辑/王蕾） [1] http://www.thfr.com.cn/wp-content/uploads/2017/07/yin-hang-yuxindai.jpg
上一篇：谭岳衡：回归20年的香港资本市场格局变迁
下一篇：黄金木：省联社作用机制的研究