银行的数据治理困境重重
目前,银行在数据治理方面主要面临以下三个困境:
数据利用比率小,
银行在长期的业务实践中,已经积累了大量的数据,从大数据概念诞生以来,银行十分重视数据的收集与利用。但是,当前银行分析和利用的数据仍以内部结构化数据为主,对于半结构化、非结构化数据却没有进行足够的开发。此外,银行的数据主要来自内部业务,对于来自第三方机构、互联网等渠道的外部数据,尚缺乏规范、安全的获取方式。
数据处理质量低,
经过多年的信息化建设,银行拥有相当规模的内外部数据资源,数据治理永远在路上。虽然数据治理体系建设逐步完善,数据标准不断丰富,数据质量不断提升,但由于系统控制和人为操作等方面因素,内部数据难免还存在一定的质量问题。而外部数据,由于缺乏有效管理手段,难免鱼龙混杂,部分数据质量不高。
数据处理能力差,
银行如何发挥自身数据资产的价值,关键在于应用。但就目前情况而言,银行的数据处理能力并不能让人满意,主要原因如下:
大数据如何为银行“续命”
银行数字化转型是必然趋势,而数字化转型的关键在于大数据处理,那么,大数据到底是如何助力银行在数字化转型中成功“续命”的呢?
加速金融脱媒,
与传统数据相比,大数据有四个优势:数据存储容量巨大;数据类型众多;数据价值密度低;处理数据的速度快,时效性强,智能分析能力强。互联网金融利用大数据优势,削弱银行在传统体系内的金融中介作用,使得金融市场几乎达到没有金融中介的状态,成本更加低廉、效率更高。
拓展服务范围,
大数据技术极大地拓展了客户的服务范围,能兼顾大客户和“长尾市场”的金融服务需求。互联网时代,客户需求呈现出个性化、碎片化、大数量、分散化的特点,而数字化银行能够通过对客户的浏览行为等大数据的分析,快速形成对当前市场环境的洞察力,分析客户、定位市场、创新产品设计,为客户提供更智慧、更精准的服务,迎合互联网时代金融需求的新变化。
优化风险管理,
银行通过大数据优势,可以识别并全面管理企业中的各类风险。基于大数据应用的风险管理,能有效提高风险洞察力,并实施风险管理,用以提高经营效力与财务业绩。为此,银行通过部署大数据平台,给整个财务、风险及合规部门提供系统的、可靠的、实时的信息,从而使得这些部门可以利用高级分析与情境分析工具来模拟投资风险,最后将风险分析结果完全集成到管理信息系统中,以便及时做出明智决策,实现在风险与预期收益间取得均衡。
大数据能力是银行生存的不二法门
以银行为代表的金融机构在传统金融体系内扮演着信息中介的角色,在金融市场中,规范着一种金融秩序。但是,大数据时代,传统金融机构作为中介媒介正成为低效率和高成本的制造者。
很多新的场景与银行无关,2017年,有超过1/3的用户在银行资金占其所有流动资金的比例相对减少,这种现象在80后、90后、00后年轻用户群体中尤为明显。
同时,新兴技术的快速发展使得新的商业模式不断涌现,高效、便捷、场景化的金融服务愈发受到消费者的青睐。银行面临的最大挑战在于,
银行既不了解市场走势,也不了解用户需求。
导致上述现象的原因可以归结为而解决这些问题的根本方案莫过于大数据分析,通过成立大数据机构,对客户行为和市场变化进行深入分析,了解用户需求和行业动向,及时调整业务,以最大程度地适应市场。
由此可以看出,大数据能力在银行转型中扮演着至关重要的角色,不仅能解决银行的固有问题,还能为银行的发展带来新的生机。