商業(yè)銀行大數據建設規(guī)劃

1、商業(yè)銀彳亍大數據建設規(guī)劃XX銀行大數據建設規(guī)劃北江 /6/25一、項目背景隨著信息化程度的加深，以及移動互聯網、物聯網的崛起， 人們產生的數據急劇膨脹，傳統的數據處理技術難以支撐數據大 量的增長和處理能力。經過近幾年的發(fā)展，大數據技術逐步成 熟，能夠幫助企業(yè)整合更多的數據，從海量數據中挖掘出隱藏價 值。大數據已經從“概念”走向“價值”，逐步進入實施驗證階 段。人們越來越期望能實現海量數據的處理，從數據中發(fā)現價 值。數據越來越成為一種重要的資產。在Gartner技術炒作曲線 的報告中也體現了大數據技術將走向實際應用。我行已深刻認識到數據戰(zhàn)略對企業(yè)運營以及企業(yè)未來發(fā)展方 向的重要性?；ヂ摼W金融的本

2、質是金融，核心是數據，載體是平 臺，關鍵是客戶體驗，發(fā)展趨勢是互聯網與金融的深度融合，要 提升大數據貢獻度。因此，要深化互聯網思維理念，穩(wěn)步推進互 聯網金融產品和服務模式創(chuàng)新，積極利用移動互聯網、大數據等 新技術新手段，沉著應對沖擊和挑戰(zhàn)，實現傳統金融與互聯網金 融的融合發(fā)展。做好海量異構數據的專業(yè)化整合集成、關聯共 享、安全防護和維護管理，深度挖掘數據內含的巨大價值，探索 銀行業(yè)務創(chuàng)新，實現數據資源的綜合應用、深度應用，已成為提 升企業(yè)核心競爭力，實現企業(yè)信息化可持續(xù)發(fā)展的關鍵途徑。按 照行領導部署，信息科技部組織力量對大數據技術進行研究，完 成對市場上主流的大數據平臺及應用技術預研，征求業(yè)

3、務部門建 議，提出項目建設要求。二、建設目標以大數據項目建設作為契機，凝聚我行優(yōu)勢力量，全面梳理 數據資源，完善數據體系架構，自主掌握大數據關鍵技術，加速 大數據資源的開發(fā)利用，將數據決策化貫穿到經營管理全流程，建 設智慧銀行，提升核心競爭力。（一）建設大數據基礎設施，完善全行數據體系架構構建大數據平臺，實現更廣泛的半結構化、非結構化數據集 中采集、存儲、加工、分析和應用，極大地豐富我行的信息資 源，同現有的企業(yè)級數據倉庫和歷史數據存儲系統一起，形成基 礎數據體系，提供支撐經營管理的各類數據應用。（二）開發(fā)大數據資源，支撐全行經營管理創(chuàng)新建設離線數據分析、實時數據/流數據分析集群和各類數據分

4、析集市，提供高性能可擴展的分布式計算引擎，經過數據挖掘、 計量分析和機器學習等手段，對豐富的大數據資源進行開發(fā)使 用，并將數據決策化過程結合到風控、營銷、營運等經營管理活 動。（三）培養(yǎng)大數據人才隊伍，建立大數據分析能力結合大數據項目的落地實施，建立起一支大數據技術和分析 人員隊伍，具備自主運營和開發(fā)大數據的能力，以更好推動業(yè)務 創(chuàng)新，提升我行核心競爭力。三、發(fā)展趨勢近年來，銀行業(yè)大力發(fā)展面向客戶的新一代核心業(yè)務系統， 信息系統建設日趨完備，電子銀行等在線金融服務大幅增長，在 提升客戶體驗和風險管控能力、滿足監(jiān)管各項要求的同時，形成 并儲存了龐大的可用數據資源。銀行業(yè)的數據資源不但包括存貸 匯

5、等結構化數據，也包括客戶瀏覽痕跡、在線交易記錄等非結構 化數據，還包含客戶電話語音、網點視頻等非結構化數據。，銀 行業(yè)的電話記錄數據、業(yè)務數據、數據倉庫數據、結構化數據和 非結構化數據的數據規(guī)模分別達到938T、1688T、3125T、5313T 和3938T。Celent公司預計未來5年將增長7倍。除數據本身的快速增長外，銀行業(yè)面臨的更大的挑戰(zhàn)是大數 據帶來的業(yè)務挑戰(zhàn)，這包括：小微貸市場上，銀行與互聯網小額 貸款公司難以競爭；支付市場中，網銀支付所占比重越來越低， 這使得銀行越來越難以知道客戶的消費行為；各種互聯網融資模 式的出現，在未來可能會超過以銀行為中心的間接融資。所有這 些挑戰(zhàn)，本質

6、上是銀行對于客戶的了解程度相對越來越弱。麥肯 錫指出，在大數據時代，不能充分形成大數據使用能力的競爭者 將被淘汰。（一）同業(yè)案例情況國內領先的商業(yè)銀行已經啟動大數據平臺的建設，并應用于 精準營銷、風險管理和業(yè)務創(chuàng)新等領域，以獲得競爭優(yōu)勢。工商 銀行經過構建大數據平臺，收集網銀用戶的行為軌跡并進行分 析，精準營銷，擴大銷售，優(yōu)化網銀服務模塊的質量，提升客戶 體驗。招商銀行經過大數據平臺構建全量數據分析和挖掘平臺， 推出在線明細，實時征信，精準營銷等創(chuàng)新業(yè)務，提升小微貸獲 客率。上海銀行構建大數據平臺，用于對客戶的資金的流入流出 分析。中信銀行、光大銀行、平安銀行、民生銀行都在建設自身 的大數據平

7、臺。（二）業(yè)務應用場景大數據技術在銀行業(yè)的應用范圍包括：客戶洞察、營銷支 撐、風險管控和營運優(yōu)化等領域?？蛻舳床旆治鲇脩舻母鞣N數據，包括電話語音、網絡的監(jiān)控錄像、商 城交易信息、金融業(yè)務信息以及外部的社交信息、第三方履約行 為等多方面信息，從而實現對客戶進行分類和服務。對現有CRM 系統中的客戶分層的數據要素進行延伸。 營銷支撐實時營銷：是根據客戶的實時狀態(tài)來進行營銷，如客戶當時 的所在地、客戶最近一次消費等信息來有針對地進行營銷。社交網絡營銷：主要是微博營銷，這主要是捕捉用戶的言論 和行為，并有針對地開展相關營銷活動。事件式營銷：將改變生活的事件視為營銷機會，如換工作、 改變婚姻狀況、置業(yè)等

8、。風險管控信用評級：運用社交網絡、行為特征、交易網、基本社會特 征、人行征信等多個維度對客戶綜合評級，運用大量的指標構建 多重模型，以識別客戶的信用風險。反欺詐：經過監(jiān)控客戶、賬戶和渠道等，提高銀行在交易、 轉賬和在線付款等領域防御欺詐的能力。在監(jiān)控客戶行為時，能 夠識別出潛在的違規(guī)客戶，提示工作人員對其予以重點關注，從 而節(jié)省反欺詐監(jiān)控資源。營運優(yōu)化改進用戶體驗：運用大數據能夠處理海量數據的能力，將傳 統數據統計分析等業(yè)務切換到數據處理能力更強的平臺，來解決 查詢歷史數據的困難，提升用戶體驗?？头行膬?yōu)化：經過對客服中心的數據分析，允許銀行提前 預測用戶需求用以快速地解決問題，能夠快速滿足用

9、戶的需求。降低運營成本：大數據平臺采用普通的PC服務器和廉價存 儲，相對原有的小型機的硬件架構，能夠有效的降低IT運營成 本。四、平臺建設原則平臺是大數據的基礎實施，其建設、設計和系統實現過程中，應遵循如下指導原則：經濟性：基于現有場景分析，對三年內的數據量進行 合理評估，確定大數據平臺規(guī)模，后續(xù)根據實際情況再逐步優(yōu)化 擴容?？蓴U展性：架構設計與功能劃分模塊化，考慮各接口 的開放性、可擴展性，便于系統的快速擴展與維護，便于第三方 系統的快速接入?？煽啃裕合到y采用的系統結構、技術措施、開發(fā)手段 都應建立在已經相當成熟的應用基礎上，在技術服務和維護響應 上同用戶積極配合，確保系統的可靠；對數據指標要保證完整 性，準確性。安全性：針對系統級、應用級、網絡級，均提供合理 的安全手段和措施，為系統提供全方位的安全實施方案，確保企 業(yè)內部信息的安全。大數據技術必須自主可控。先進性：涵蓋結構化，半結構化和非結構化數據存儲 和分析的特點。借鑒互聯網大數據存儲及分析的實