隨著銀行業務的載體與社交**、電子商務的融合越來越緊密，僅對原有15%的結構化資料進行分析已經不能滿足發展的需求。企業需要借助大資料戰略打破資料 邊界，囊括85%的大資料分析，來構建更為全面的企業運營全景檢視。以科技引領業務發展，未來銀行也同樣需要借助由大資料構建的企業經營全景檢視來進行風險管理、產品營銷、業務創新等活動，進而尋找最優的模式支援商業決策。下文闡述了大資料在銀行業應用的幾個場景。
1.客戶管理
隨著大資料的大量湧現，尤其是在社交網路的背景下，服務渠道不應僅侷限於傳統的銀行渠道，而應整合新的客戶接觸點（即社交****等），這種趨勢已經變得日益清晰。銀行業發展戰略也逐步從以產品為中心轉向以客戶為中心，客戶成為銀行發展的重要驅動力。銀行不僅僅銷售產品和服務，而且還應為使用者提供完美的多 渠道體驗，成為真正以客戶為中心的組織。了解客戶到底是誰以及客戶最真實的需求成為銀行經營管理者最為關注的問題。
銀行可以通過大資料分析平台，接入客戶通過社交網路、電子商務、終端裝置等媒介產生的非結構化資料，構建全面的客戶檢視。根據使用者行為對使用者進行聚類分析，進而可以有效的甄別出優質客戶、潛力客戶以及流失客戶。
事例一：花旗銀行工作人員可以利用大資料分析獲取銀行客戶資訊並且分析客戶的下一步需求，進而向客戶營銷相關金融產品。比如，某人為自己的孩子開辦了一款信用卡，當孩子上大學後，就會分析這位顧客所需要的金融產品。如果之後家長有裝修廚房的計畫，那麼花旗銀行的工作人員會向這位家長推薦適合裝修的貸款，滿 足客戶各方面的潛在需求。
事例2：客戶流失分析。借助大資料平台蒐集到客戶行為記錄，通過對已流失客戶的行為進行分析，找到客戶流失發生時的關鍵路徑，進而能夠利用流失客戶的行為模式有效定位有流失傾向的客戶，以便銀行工作人員能夠在客戶流失前進行挽回工作。
2.營銷管理
借助大資料分析平台，通過對形式多樣的使用者資料（使用者消費資料、瀏覽記錄、購買路徑等）進行挖掘、追蹤、分析，將不同客戶群體進行聚類，有助於獲取使用者的消費習慣、風險收益偏好等特徵資訊。從而根據不同客戶特性打造個性化的產品營銷服務方案，將最適合的產品服務推介給最需要的客戶。以主動營銷和個性化營銷 打破傳統無差異的、被動的產品服務營銷方式。大資料的有效使用，不僅可以提公升銀行產品的精準營銷水平，而且可以提公升客戶對銀行服務的認可程度以及客戶經理在營銷過程中的專業程度。
例如，銀行針對不同的客戶分類推薦相應的理財產品，根據客戶的購買習慣和風險偏好進行產品組合營銷；根據客戶的產品清單和瀏覽記錄進行路徑分析，主動推送關聯產品營銷等，真正做到個性化的主動營銷服務。
在銀行產品同質化較為嚴重的現狀下，誰能首先運用「大資料」進行靈活的營銷管理，誰就有更多的機會在競爭中拔得頭籌。
3.風險管理
隨著銀行業務的快速發展，銀行經營者必須有效地甄別風險、防範風險和控制風險。風險管理成為銀行穩健發展至關重要的一環。社會化**的互動、實時的感測器資料、電子商務和其他新的資料來源，正給銀行經營帶來一系列的挑戰。僅僅借助傳統的解決方案，無法全面進行風險管理。大資料分析幫助銀行了解客戶的自然屬性 和行為屬性，結合客戶行為分析、客戶信用度分析、客戶風險分析以及客戶的資產負債狀況，建立完善的風險防範體系。
事例：wonga是英國一家小額貸款公司，他們利用海量資料探勘演算法來做一些貸款業務。wonga對過去客戶的各種碎片化資訊進行資料獲取和整理，用大量 的資料串成了客戶特徵的全貌，同時根據不良貸款等風險訊號不斷完善調整模型，有效控制風險。如今它已獲得了5億美金的年利潤，其風險管理能力也獲得業界的 認可。
四、大資料背景下銀行業的發展趨勢及面臨的挑戰
1.未來銀行業的發展趨勢
（1）未來銀行業更加傾向於零售營銷
客戶是驅動零售企業生存發展的核心資源。在銀行業經營戰略轉變以及利率逐步市場化的背景下，銀行依賴存貸款利差創造利潤的盈利方式也必須調整。零售及中間業務在未來銀行經營中會占有越來越大的比重。而絕大部分客戶資料通常是使用者在社交網路、移動終端裝置等媒介留下的海量碎片化資料，如何收集資料並對客戶的 行為屬性進行有效的分析，是支撐以客戶為中心發展模式的重要手段。在日益激烈的行業競爭中，構建以客戶為中心的精確的銀行運營全景檢視就顯得尤為重要。
（2）未來銀行更加傾向於科技創新
創新是銀行實現差異化發展的驅動力。目前銀行產品、銀行的經營管理系統都面臨著同質化嚴重的問題，因此需要通過技術創新來不斷增強銀行業的核心競爭力—— 幫助銀行改進金融系統，改善與顧客之間的互動，改進並簡化客戶的銀行業務體驗。大資料時代為銀行業務發展和技術創新帶來了新機遇。
（3）未來銀行更加傾向於資料分析挖掘
2.銀行業在大資料背景下面臨的挑戰
（1）構建銀行業大資料分析平台
傳統商業智慧型、資料倉儲解決方案致力於解決結構化資料的整合分析，由於結構化資料的儲存組織有章可循，相對簡單，因而在bi分析中資料模型的構建也較為簡 單。但是在大資料背景下，傳統商業智慧型、資料倉儲解決方案已經捉襟見肘。首先，資料來源方面，半結構、非結構化資料的大量湧現，使得傳統的資料倉儲儲存組織此類資料變得無能為力；其次，在商業智慧型分析方面，由於大資料大都是一些型別豐富的碎片化資料，沒有相對固定的模式，而且價值密度相對較低但卻極為重要， 使得在大資料環境下進行資料分析的模式和方法相對複雜。因而構建銀行大資料分析平台是一項從無到有、富有挑戰且意義深遠的工作。對銀行的創新能力，精細化、專業化經營管理以及高效決策支援都具有重大意義。
現階段，已被業界廣泛使用的開源的海量資料處理系統（hive）使得很多公司能夠從零開始快速搭建大資料系統，為銀行構建大資料處理平台提供了實驗性平台保障。
（2）培養銀行業的大資料分析人才
資訊化時代，資料作為一種無處不在的礦藏需要挖掘。大資料的分析與傳統資料分析有很大區別，銀行現有的管理支援類資料分析主要基於報表資料及部分資料模型，很難勾勒出銀行經營的全景檢視。而大資料的進入，使得銀行的資料種類和資料規模快速膨脹。目前對於大資料的分析可能有兩種方式：一種是基於假設的模 型，關注那些我們認為**值資料，關注相關領域的資料，關注能夠提公升效率的資料；一種是機器學習的模型，對大資料而言，它能夠不斷的增加變數，在分析過程中自動調節模型的完備性，以便做出更好的決策。這就需要分析人員具有更高的素質，不僅要有較高的業務理解力，而且要有很強的資料建模、資料探勘的技術能 力。利用大資料平台和大資料分析可以將零散的市場資料、使用者資料等迅速高效地轉化成決策支援資料，有助於銀行機構把握市場環境變化，快速靈活做出反映，提公升銀行核心競爭力。
更多 0
銀行業大資料分析 如何用大資料技術優化ATM運營
銀行每年都需要巨大投入來維持各項業務的運營，如何有效提高銀行運營效率，降低運營成本一直是銀行追求的乙個重要目標。當前銀行很多業務運營還是靠具體負責人憑經驗及直覺 拍腦袋 做決策，通過大資料分析可以從資料中發現運營規律，為運營優化提供決策基礎。本文將以大資料技術優化atm運營的幾個應用為例來說明大資料...
小特資料銀行 提供大資料查詢服務
而小特資料銀行就是解決一些想開發小程式，但後端開發偏弱的程式設計師們。你們只需要把前端設計好，按照規定的格式，將資料傳入小特資料銀行服務端即可，是不是很方便？耳聽為虛，眼見為實。先來看下面這張圖。這是小特資料銀行的主介面，隨意點開是它支援的api，再點進去，是一些api的相關詳情，如下圖所示，只需按...
大資料在銀行業的應用場景
隨著銀行業務的載體與社交 電子商務的融合越來越緊密，僅對原有15 的結構化資料進行分析已經不能滿足發展的需求。企業需要借助大資料戰略打破資料 邊界，囊括85 的大資料分析，來構建更為全面的企業運營全景檢視。以科技引領業務發展，未來銀行也同樣需要借助由大資料構建的企業經營全景檢視來進行風險管理 產品營...