一、银行布局各有侧重

金融科技浪潮下，大数据将主要应用于银行哪些业务中?

陈立节：在当前银行业务中，获客、风控、运营是数据分析与挖掘主要应用的领域，其中获客与风控是相对传统的应用领域，而运营是最近一两年比较新兴的应用领域。在获客方面，银行可以从客户的基础属性、关系信息、交易信息、行为偏好等方面较为全面地评估客户，识别银行存量客户的潜在营销商机(或流失风险)，或结合外部数据分析来识别潜在的新客户，帮助银行精准营销;在风控方面，通过数据分析可支持客户信用评级和授信、不良贷款预测、风险资本计量、风险事件预警、可疑交易识别等领域;在运营方面，越来越多的银行将大数据分析应用于涵盖网点选址和部署、电子和自助渠道优化、运营流程优化等领域。

不同规模的银行对于大数据的应用有何侧重?

陈立节：就一般情况看，大银行的客户群体相对稳定、业务盈利模式较为有保障，但对风险与合规的要求较高。因此在数据应用方面，大银行在过去多年来一直是以风控为主，比如实施各种风控模型、高级法风险计量等，在客户领域的应用一般较为侧重于某特定业务条线(如信用卡客户数据分析)，而跨条线的综合客户分析以及运营数据分析都是最近几年才逐步推动的。

而中小银行面临市场压力较大，其客户范围相对较小且偏区域化，有较为迫切的向区域外拓展业务并获取新客户的需求和动力，因此中小银行主要的数据分析应用多以获客为主，风控数据分析一般也是围绕获客进行的，以选取风险较低的优质客户。我们了解到，目前不少地方城商行、农商行在特定应用领域的大数据推进步伐已经走在行业的前沿，特别是在借助外部数据、合作伙伴建立客户营销数据分析模型等方面。不过，当下中小银行应用大数据面临的主要问题反而不是技术本身，而是如何发挥银行的竞争优势，找准适合自身的市场细分和定位。

二、人才争夺战一触待发

大数据趋势下，银行对于人才有什么新的要求?

陈立节：相对于新技术将替代人工的担心，我个人认为大数据反而会带来新的就业岗位，银行对于相关人才的“争夺战”也是一触待发。大数据首先要求对于数据获取来源的管理，包括通过传统征信、互联网、多媒体、各类数据提供商等多种渠道进行外部数据获取，并且要按照银行管理的需求进行标准化和清洗;在数据分析和应用建设时又涉及到建系统、建平台、建模型等;在模型应用和优化方面，虽然可以借助机器自我学习，但仍要有人来维护和调优。

总体来说，未来银行业大数据相关岗位主要有三类：一是要精通业务且懂一些数据的数据业务专家，他们主要负责业务应用场景分析和设计;二是专业的数据分析专家，主要负责数据分析和建模;三是数据技术专家，负责数据处理和系统平台建设。

如何看待银行纷纷成立科技子公司这一现象?

陈立节：银行系的科技子公司，相对目前单纯的金融科技公司来说，金融行业专业性更强，在数据治理、数据质量管理方面能力较高。一方面，银行的基础数据工作做得很扎实，在此基础上进行再创新和应用是站在巨人的肩膀上，起点较高。另一方面，科技子公司有专业的金融和技术人才、成熟的系统和平台积累。

实际上，国内某些领先银行通过借鉴海外银行以及互联网公司的领先实践，已经在数据分析领域开展了大胆创新尝试，将大数据上升为全行战略，建立大数据分析和应用的能力体系，将数据分析结果作为定制业务策略和指导日常操作的关键输入，这些变革举措包括以下四方面：

第一，建设数据治理体系，整合数据基础，制定全行范围内的数据标准，构建大数据分析相关平台，确保数据分析所要求的数据质量和可用性。

第二，变革组织架构，设立大数据分析中心，同时引入外部专业数据分析和建模人才。将释放业务价值作为分析中心的核心考核指标，同时在全行范围内开展大数据宣讲，培育企业的大数据文化。

第三，探索内部合作模式，利用数据分析对业务的各种分析结果进行讨论验证和迭代优化，转化成切实可行且基于事实的业务建议。

第四，构建知识体系，通过数据分析所获得的洞察会作为知识在全行业传播和共享，改变过去某个行业部门分析能力较强导致洞察仅限于某个部门的情况。为最大化银行的收益，制订整合的业务策略，推行客户营销和全方位服务提供事实依据。

（来源：中国证券报）

作者：陈莹莹 赵白执南