<p> </p><p>大数据正从一种计算机处理对象演变为新时代的数据石油
　　伴随互联网、移动互联网、物联网的迅猛发展，大数据的种类和规模正以前所未有的速度增长，大数据正从一种计算机处理对象演变为新时代的数据石油。在大数据的时代背景下，某股份制银行充分认识大数据技术在业务领域的应用价值，加强大数据技术研究，积极探索出一条适合某股份制银行的大数据应用之道。
　　多重保障，夯实基础
　　某股份制银行经过多年信息服务体系建设，在组织、制度、环境及数据质量等方面做了大量工作，为大数据在某股份制银行的应用奠定了坚实基础。
　　在组织保障方面，某股份制银行在2009年成立了信息中心，其作为信息科技部的二级部门内设三个处室，主要负责某股份制银行数据信息管理规划与数据信息管理体系建设；其中，信息中心还有一支数据挖掘团队，专门负责企业级数据加工处理、商业智能分析和大数据挖掘等工作，为全行经营管理提供专业化的数据信息服务。
　　在制度保障方面，某股份制银行以制度建设为先，根据内外部规定制定并出台多项信息服务及管理方面的制度。这些制度规范了某股份制银行信息服务管理，提高了信息服务工作效率和安全性，防范和化解可能出现的风险，从而健全信息管理与服务制度体系。
　　在环境保障方面，某股份制银行在2011年建设了某股份制银行数据分析实验室，以此来满足内部经营管理对数据分析的要求。数据分析实验室工作环境位于独立封闭的工作场地内，通过门禁、电子监控及现场管理等方式确保信息安全。2014年，某股份制银行在原来的数据分析实验室中扩建了大数据分析环境，引入Hadoop平台及非结构化分析工具，利用大数据及挖掘技术在精准营销、风险管理及内部管理优化等多方面进行积极尝试。
　　在数据质量保障方面，某股份制银行系统性开展数据治理工作，取得一定成效：一是构建决策、管理与执行三层数据治理架构；二是建立条线部门源头把关、专职机构统筹管控和审计部门独立评价三道数据治理防线；三是建立数据治理政策、数据质量管理办法等30余项制度，健全数据治理制度体系；四是梳理及规范全行各类业务定义、分类和规则，已发布1600个基础数据项标准与统计口径，逐步形成某股份制银行数据标准体系；五是构建数据仓库与集市、多维分析、报表加工、访问展现等不同服务层级的数据服务体系。
　　重点突破，星火燎原
　　随着信息技术的发展，商业银行积累的数据越来越多，如果没有好的业务切入点以及数据挖掘手段，往往会陷入“数据丰富、知识贫乏”的尴尬境地，大量数据淹没了其中隐含的规律和有益信息。目前，某股份制银行利用数据挖掘模型（如：RFM模型、聚类模型、关联分析、逻辑回归模型、神经网络模型、决策树模型等）在精准营销领域进行重点突破，取得了一定成效。比较有代表性的案例如下：
　　在新产品推广方面，某股份制银行利用大数据开展“安愉人生”精准营销活动。“安愉人生”是某股份制银行以关爱、服务老年人为出发点的综合金融服务品牌，致力于为老年人提供高品质、专属化的金融服务。为科学、高效的挖掘安愉人生潜在客户，提高产品营销的成功率，某股份制银行对存量老年客户进行深入分析，通过188个客户特征指标着手建立精准营销模型，提供存量老年客户中潜在的目标客户，从而完善了“安愉人生”产品的整体营销方案。六家试点分行使用模型后，营销成功率较原先提高5倍。
　　在交叉销售方面，某股份制银行利用大数据对代发工资客户进行分类，将代发工资客群分成时尚白领、理财达人、职场新人、节约一族等七大类客户。同时，还从代发企业中甄选最适合进行营销的优质企业。将企业与客户分类相结合后为一线业务人员提供最适合营销的企业名单以及其中各类人群的占比情况，帮助业务人员针对不同企业选择最合适的营销产品。经分行试点，每次企业走访平均可成功交叉销售50余名客户，交叉销售的产品涉及信用卡、理财、网上银行、代扣代缴、手机银行、超级网银等多种产品。
　　在客户挽留方面，某股份制银行在高端客户资产流失预警课题中，通过帮助分行业务部门建立预测目标客户群大额资产流失的预警模型，提前为支行和客户经理提供重点客户保育清单，课题一经运用，就取得了较为明显的效果。经过试点分行跟踪反馈，活动在短时间内成功营销客户700余户，销售理财1.3亿，其中9600万资金来自行外。此次活动中模型筛选出的客户名单营销成功率较原来提高2.3倍；模型名单新增理财金额中的行外资金比例更是达到70%。
　　上述课题和试点活动的配套开展让某股份制银行也逐渐探索出了一条行之有效的精准营销闭环体系。该体系的主要组成部分，一是以分行业务目标为导向，根据分行营销计划、拟期望达到的业务目标，有针对性地开展相应的数据分析挖掘工作。二是以模型名单为营销发力点，先小批量验证模型名单对业务发展的提升能力，待确认模型名单有效后再大批量开展精准营销工作，提高营销效率。三是电话营销、短信营销和分行阵地营销多渠道有机结合，按照模型名单中客户的不同类型分配至最适宜的渠道触达客户，构建线上线下立体式“O2O”营销。四是对活动进行高频次监控和模型名单的迭代调整，通过客户行为数据及时分析总结活动的开展情况，不断对模型进行迭代优化，从而提高模型名单的精准度。上述课题的成果引发了总分行业务部门对改变传统经营管理模式的热议和思考。
　　积极探索，迭代进化
　　在信息技术发展日新月异的今天，某股份制银行积极学习新兴技术，不断对现有的数据应用进行迭代优化。目前，某股份制银行已尝试互联网爬虫技术、移动信息服务技术和非结构化数据采集和分析技术在业务领域的应用，积累了一定的经验。
　　某股份制银行利用爬虫技术，引入外部经纬度数据并与行内客户数据相整合，直观展现某股份制银行客户的地理分布情况，分析网点辐射半径、网点的业务类型、客户的层次等，为社区银行的建设提供初步参考。同时结合地理位置信息和房价信息，能更加准确地对离分支行较近的老年客户推荐“安愉人生”产品，迭代优化“安愉人生”精准营销模型。
　　某股份制银行还在同类行中领先推出移动信息发布平台，实现了经营管理指标查询、业务动态分享、通讯录快速查询等功能，提升信息服务的易达性、易用性和互动性。该平台自2014年3月启用以来，已设置了信息编辑管理人员200多个，上传文章2000余篇，有效促进业务信息共享，为经营管理决策提供了数据信息支持。
　　在非结构化数据分析技术利用方面，对某股份制银行网银及手机银行的服务器日志、客户端日志、代理服务器日志、用户身份、网页文本及多媒体等数据进行分析挖掘。通过非结构化数据的关联分析发现网上支付功能经常会和限额修改及密码修改等设置密切相关，投资理财交易和即时查询关系密切。挖掘成果有力地帮助业务部门了解用户的关注重点，适时调整网站布局，提升了用户体验。
　　“世界潮流，浩浩荡荡”。短短数载，大数据浪潮以排山倒海之势席卷全球。潮流和趋势不可阻挡，方向越来越清晰，我们唯有迎接全新的机遇与挑战，抢占时机，积极探索，勇于尝试，才能乘风破浪，踏上这场变革的浪潮之巅。</p><p> </p><p>
</p>