? ? 2016年7月17日蕴忆，以“大數(shù)據(jù)與人工智能”為主題的“第五屆中國大數(shù)據(jù)應(yīng)用論壇”在北京大學成功舉辦墩瞳。自業(yè)界的相關(guān)專家學者戴尸、CIO笑跛、媒體朋友等近200人參與了此次的大數(shù)據(jù)盛會熬甚。中國工商銀行科技部副總經(jīng)理張艷發(fā)表了題為《商業(yè)銀行的大數(shù)據(jù)應(yīng)用》的主題演講逢渔，以下為演講實錄：

今天非常高興到這個論壇與大家溝通交流！銀行業(yè)大數(shù)據(jù)的應(yīng)用對大家來講既陌生但又熟悉乡括。講個例子肃廓，日常的只要是工商銀行的客戶，尤其是代發(fā)公司的客戶诲泌，大家在商場購物或者在網(wǎng)上購物之后都會給大家發(fā)條短信盲赊，就是說你的購物消費了多少錢，這個錢你可以做分期支付等等敷扫。并不是給所有人都發(fā)角钩，也不是所有場合都發(fā)，也不是所有購物的商場都發(fā)的呻澜，所以這里就涉及到大數(shù)據(jù)分析递礼。我們對特定的用戶和特定的商戶和購買的特定產(chǎn)品，推出分期貸款的服務(wù)羹幸，這是大數(shù)據(jù)在銀行應(yīng)用的一個情況脊髓。

如果想要貸款那怎么辦？以前都認為銀行的貸款非常麻煩栅受，不止是要到銀行跑很多手續(xù)将硝，也要相關(guān)的證明。現(xiàn)在來講屏镊，各家銀行都在網(wǎng)上推出了相關(guān)的貸款功能依疼，只要有相關(guān)的信息資料就能夠很快的貸款。從商業(yè)銀行來講而芥，我們的數(shù)據(jù)量是非常大的律罢，工商銀行每天的業(yè)務(wù)量就有將近3億筆。全中國那么多的客戶棍丐，大概每天在我們的工商銀行的系統(tǒng)當中去辦理業(yè)務(wù)的客戶產(chǎn)生的交易误辑，都是以億的數(shù)量級來計算。所以數(shù)據(jù)應(yīng)用怎么能夠用好這些數(shù)據(jù)歌逢、充分發(fā)揮數(shù)據(jù)的作用巾钉，是非常重要的。從2013年開始銀行的整個利潤增長率在放緩秘案，尤其是去年基本各家銀行的增長都是在個位數(shù)甚至接近于零增長的情況砰苍。銀行也需要做很多轉(zhuǎn)型潦匈，靠以前存貸的利差來賺錢，這個情況已經(jīng)不復(fù)存在了赚导。

那怎么辦呢历等？銀行重點要做好兩件事情：

一是怎么為客戶提供更加貼身和有針對性的服務(wù)，怎么做好客戶的精準服務(wù)和營銷辟癌；

二是風險控制寒屯。銀行也是一個經(jīng)營風險的行業(yè)，如果是我們辛辛苦苦賺的錢黍少，出了筆信貸的風險寡夹，可能放多少貸款都是彌補不回來的。所以怎么能夠?qū)崿F(xiàn)更好的客戶服務(wù)厂置、怎么做好更好的風險管理菩掏，就需要用大數(shù)據(jù)。工行銀行前董事長就專門提出來“我們要從銀行信息化到信息化銀行的轉(zhuǎn)變”信息化銀行的轉(zhuǎn)變實際上就是充分利用數(shù)據(jù)的價值來給銀行和客戶創(chuàng)造更多的貢獻昵济。

大數(shù)據(jù)體系里面分了五個層次：

第一層就是基礎(chǔ)的設(shè)施智绸，包括數(shù)據(jù)如何來存儲、如何計算等等访忿。我相信很多的IT業(yè)專家都有非常多的研究瞧栗，里面各種的技術(shù)問題和技術(shù)的解決方案層出不窮。

第二個層次就是數(shù)據(jù)的治理海铆。數(shù)據(jù)的準確性迹恐、數(shù)據(jù)的可靠性對銀行來講是真正的銀行利用數(shù)據(jù)的基礎(chǔ)。

第三層是數(shù)據(jù)放在哪里卧斟、數(shù)據(jù)到底是怎么來殴边。有數(shù)據(jù)倉庫、信息庫和流數(shù)據(jù)等珍语。

第四層是數(shù)據(jù)怎么來用锤岸、誰來用。我們通過檢索服務(wù)板乙、數(shù)據(jù)分析服務(wù)是偷、數(shù)據(jù)挖掘服務(wù)，把數(shù)據(jù)的價值能夠用起來亡驰。

第五層是數(shù)據(jù)到底用于銀行經(jīng)營的哪些方面晓猛。主要有客戶服務(wù)、風險防控凡辱、經(jīng)營管理和監(jiān)測分析等，其中最重要的銀行的大數(shù)據(jù)應(yīng)用就是在客戶應(yīng)用和風險防控這兩大范圍栗恩。

今天我就圍繞著第三透乾、四、五層給大家做個簡要的分享。數(shù)據(jù)在哪里乳乌？銀行數(shù)據(jù)以前主要就是三類數(shù)據(jù)：賬戶捧韵，交易和明細數(shù)據(jù)。隨著業(yè)務(wù)發(fā)展汉操，數(shù)據(jù)量越來越多再来、數(shù)據(jù)類型越來越多、外部數(shù)據(jù)也越來越多磷瘤，所以從內(nèi)部的數(shù)據(jù)來講芒篷，除了賬戶數(shù)據(jù)、明細數(shù)據(jù)和交易數(shù)據(jù)外采缚，現(xiàn)在更加了各種信用數(shù)據(jù)针炉、社交數(shù)據(jù)、影像數(shù)據(jù)等等扳抽。銀行除了自己內(nèi)部數(shù)據(jù)之外篡帕，還有一些外部數(shù)據(jù)，我們跟相關(guān)部門一起聯(lián)合贸呢，比如說人民銀行的征信數(shù)據(jù)镰烧，包括個人和企業(yè)的所有征信數(shù)據(jù)。第二就是工商數(shù)據(jù)楞陷，我們現(xiàn)在跟工商局也做了聯(lián)合拌滋。在我們行的所有系統(tǒng)當中都可以查到相關(guān)企業(yè)的工商注冊的數(shù)據(jù)。所有司法的訴訟案件和各種案件的數(shù)據(jù)猜谚，我們現(xiàn)在都可以獲得败砂。各種的外部的資訊數(shù)據(jù)，比如說路透魏铅、蓬勃的等等昌犹。所以銀行的數(shù)據(jù)從原有的只是賬戶交易類的數(shù)據(jù)變?yōu)閮?nèi)外部的數(shù)據(jù)是非常多，范圍越來越廣览芳。

那我們怎么存儲這些數(shù)據(jù)呢斜姥？兩類：

1. 是數(shù)據(jù)倉庫，主要是結(jié)構(gòu)化數(shù)據(jù)沧竟。我們的數(shù)據(jù)量現(xiàn)在是430T铸敏，每天報表都有五千多張報表，就是說數(shù)據(jù)不斷的在增加悟泵。包括最基本的3億多的交易數(shù)據(jù)杈笔，

2. 是互聯(lián)網(wǎng)金融的數(shù)據(jù)。互聯(lián)網(wǎng)金融數(shù)據(jù)包括了兩塊：一塊是我們行自己開采的數(shù)據(jù)糕非，例如我們的電商平臺“容e購”（電商平臺）蒙具，還有“容e聯(lián)”（即時交付平臺）球榆，此外還有證券、基金禁筏、保險等業(yè)務(wù)的數(shù)據(jù)全部放進來持钉。因此我們的量是幾百個T，現(xiàn)在增加的速度非忱槲簦快每强。二是非結(jié)構(gòu)化數(shù)據(jù)，我們也建立了一個信息庫州刽，用于對非結(jié)構(gòu)化數(shù)據(jù)檢索的服務(wù)和分析挖掘服務(wù)的基礎(chǔ)平臺空执。這個平臺我們建立了一系列的文檔、索引怀伦。其中包括2000多萬個文檔的索引脆烟，相關(guān)內(nèi)容也非常多。而且這部分數(shù)據(jù)增加的也快房待。工商銀行的電話銀行的所有錄音電話都連接到我們信息庫當中邢羔，當然也包括各種視頻。

數(shù)據(jù)誰來用桑孩？怎么用拜鹤？

工商銀行建立了兩千多人的分析師團隊。當然這兩千多人不止是專門做數(shù)據(jù)分析的流椒，我們還有很多兼職的業(yè)務(wù)分析師敏簿，利用數(shù)據(jù)倉庫和信息倉庫基礎(chǔ)平臺來開采分析。怎么給它做支撐宣虾？這里有非常多的工具惯裕。比如說給一般的員工都會提供一些靈活查詢的工具、信息檢索的工具绣硝，這些嵌套在各個應(yīng)用系統(tǒng)當中蜻势，你只要輸入相關(guān)關(guān)鍵字就都可以把信息找出來。除了這個之外鹉胖，我們行業(yè)也建立一個類似百度的索引平臺握玛，把我們行的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)全部可以索引出來甫菠，這是給一般員工的挠铲。給分析師的，我們會有很多的工具寂诱，比如說有查詢拂苹、數(shù)據(jù)分析、模型等工具刹衫。我們有47萬人的人工醋寝，大家可以通過各種平臺搞挣、工具獲得數(shù)據(jù)带迟，這就是數(shù)據(jù)應(yīng)該誰來用音羞、數(shù)據(jù)怎么用的問題。

最后一個問題就是大數(shù)據(jù)真正應(yīng)用的一些場景仓犬，現(xiàn)在銀行到底是用到什么程度了嗅绰。今天主要介紹四個方面：客戶服務(wù)。風險防控搀继。經(jīng)營管理窘面。監(jiān)測分析。在客戶服務(wù)方面叽躯，不管在哪個行業(yè)财边，都應(yīng)該是從客戶的收益周期分為潛在的階段，就是獲戶階段点骑；第二就是客戶成長期酣难，這個時候怎么能夠通過更多好的服務(wù)更好的產(chǎn)品來穩(wěn)定客戶；第三是倦怠衰退期黑滴，怎么樣能挽留客戶憨募。所以每個階段我們都利用大數(shù)據(jù)平臺來做了一些相關(guān)的產(chǎn)品和應(yīng)用系統(tǒng)，實現(xiàn)對客戶的服務(wù)和挽留袁辈。

第一是在拓撲期菜谣，通過對客戶畫像能夠挖掘潛在的客戶，實現(xiàn)精準營銷晚缩。講個例子尾膊，當時我們行做了一個所有用戶信息的整合，在這個基礎(chǔ)上根據(jù)客戶貢獻度做了分類荞彼。之后邀請了所有渠道當中對于高等級的客戶做些營銷冈敛，這個就達到了很好的效果。比如說有人當時在銀行只是存款卿泽，但是他沒有我們行的信用卡莺债，也沒有辦各種業(yè)務(wù)。那我們就根據(jù)他在存款或者貸款的貢獻度給他推銷信用卡签夭、網(wǎng)上銀行齐邦、手機移行各種渠道的服務(wù)，這個拓撲率就非常高第租。這是五六年前措拇，當時在業(yè)界也獲得了非常好的評價。

第二慎宾，在穩(wěn)戶階段丐吓。主要是怎么樣跟客戶做精準營銷和差異化定價及服務(wù)浅悉。我們的產(chǎn)品要推給哪些客戶，這個是按照一定的規(guī)則就能做出模型券犁，通過全行客戶篩選出來就可以給各個客戶做一些營銷术健。剛才說到的分期貸款，也是一個例子粘衬。我們行里研究一個新產(chǎn)品出來之后荞估，業(yè)務(wù)部門就會提出這個新產(chǎn)品適合哪些客戶，在數(shù)據(jù)倉庫和信息庫當中就去找這些客戶的符合度稚新。對于符合的客戶我們都會發(fā)一個單子勘伺，分給各個分行，由各個分行客戶去做精準營銷褂删。我們通過客戶分析和模型去做識別飞醉。

在第三個階段，這時候我們也用相關(guān)系統(tǒng)做監(jiān)控屯阀。比如說有資金流向和流失客戶預(yù)測缅帘。你從我們行一百萬匯出到其他銀行，那么我們會給營銷人員有提示蹲盘，告訴他說這個客戶有一大筆錢轉(zhuǎn)走了股毫，需要營銷人員關(guān)注，聯(lián)系客戶召衔，到底是我們的服務(wù)問題還是其他铃诬。

客戶畫像有基本的特征，包括基本信息苍凛、行為信息趣席、家庭關(guān)系等等。我們還有標簽醇蝴，這個標簽最主要是通過大的特征來得出判斷宣肚，比如說通過標簽判斷他是男性高管還是一個普通的人員，他家庭收入情況大概會是什么樣的程度悠栓，他喜歡什么樣的產(chǎn)品霉涨、渠道、投資惭适，這些都是標簽笙瑟。關(guān)于精準營銷，現(xiàn)在更多的談到用實時觸發(fā)的流平臺的相關(guān)的內(nèi)容癞志。你做一筆購物往枷，系統(tǒng)當中就會抓取出來，直接給你推送很多的東西，這是應(yīng)用的第一個方面错洁。應(yīng)用的第二個方面就是風險防控秉宿，我們原有的金融系統(tǒng)的風險防控特別關(guān)注在事后。這筆貸款不良了或者有違約了屯碴，這種情況下才追漲∶枘溃現(xiàn)在風控應(yīng)該是在事前、事中窿锉、事后三個階段都必須要進行酌摇。為了做好風險防控膝舅，我們也研發(fā)了很多系統(tǒng)嗡载，包括事前的對于客戶的盡職調(diào)查。事中仍稀，對于不同業(yè)務(wù)都有不同的提示和不同的處理方式洼滚。事后，就是發(fā)現(xiàn)了一些問題之后技潘，事后管理也有相關(guān)的系統(tǒng)和相關(guān)的模型來支持遥巴。

這里講一個例子，交易反欺詐問題享幽。大家經(jīng)常遇到的就是手機中木馬了或者有一個電信詐騙铲掐，通過某種渠道把銀行帳戶劃走了，這是社會普遍關(guān)注的問題值桩。有些可能是客戶的手機摆霉、PC上中了木馬，被黑客攻擊了奔坟。有些可能是獲取電信的驗證碼或者有一些通過第三方支付機構(gòu)携栋，在網(wǎng)上購買點卡方式把銀行關(guān)聯(lián)賬戶劃走了。當然了咳秉，銀行必須要對這種行為盡可能的防范和阻止婉支。在所有客戶交易當中我們都有一個流處理平臺的處理。流處理平臺就是及時的把數(shù)據(jù)放在交易反欺詐模型當中識別澜建，一旦識別出來之后馬上通過電話確認向挖、短信確認或者直接跟客戶聯(lián)系，問你這筆交易是否是你做的炕舵、是否是真實的何之、是否是欺詐的行為。大家在國外購物時也會有出現(xiàn)刷了銀行工商銀行的卡之后如果是大額的就會有短信會提醒你幕侠。你只要聯(lián)系確認我們就能把這筆錢給凍結(jié)住帝美，我們更多是想往事前和事中進步。現(xiàn)在有很多假關(guān)聯(lián)、假交易悼潭、假流水庇忌。對于每個階段和每一個情況，我們也都做了相關(guān)的系統(tǒng)控制舰褪，最主要也是通過大數(shù)據(jù)皆疹、銀行業(yè)務(wù)數(shù)據(jù)、政府部門數(shù)據(jù)占拍，比說法院的數(shù)據(jù)略就、征信數(shù)據(jù)、工商數(shù)據(jù)晃酒，把這些數(shù)據(jù)都整合起來用于識別它是否欺詐表牢，在各個環(huán)節(jié)當中進行控制，防范銀行的風險贝次。

在經(jīng)營管理方面崔兴，銀行日常的很多經(jīng)營管理也越來越多用到大數(shù)據(jù)的方法來做。比如說網(wǎng)點設(shè)置蛔翅，以前就是考慮一下做個調(diào)研敲茄，這個地方人多不多、會不有效益山析，而且對于網(wǎng)點情況其實沒有大量數(shù)據(jù)支撐⊙吡牵現(xiàn)在網(wǎng)點選型、優(yōu)化全部靠大數(shù)據(jù)支撐笋轨，根據(jù)網(wǎng)點的效益秆剪、效率、客戶等等方面翩腐，我們都有相關(guān)的模型和分析鸟款。比如網(wǎng)點是否需要優(yōu)化，哪個網(wǎng)點出了問題茂卦，這極大的提高了網(wǎng)點管理的針對性和準確性何什。我們有一個電商平臺“易e購”，交易分析的問題等龙、方式的問題处渣，都是利用大數(shù)據(jù)來做分析。包括在電商平臺上蛛砰，客戶喜歡什么產(chǎn)品罐栈、偏向于什么樣的方式等等，都有相關(guān)的專門的分析泥畅。

在決策分析方面荠诬，就是宏觀經(jīng)濟走勢分析。我們采集了宏觀經(jīng)濟指數(shù)及歷史變化情況，選擇我行交易數(shù)據(jù)和指標柑贞，采用時差相關(guān)分析法方椎，分析二者之間的聯(lián)動關(guān)系和歷史規(guī)律。對于輿情的監(jiān)控分析也可以用大數(shù)據(jù)的方法钧嘶。前兩年發(fā)生青島港騙貸事件棠众，當時我們立即把案件相關(guān)企業(yè)的關(guān)聯(lián)信息全部找出來，分析之后判斷我們行對于這些企業(yè)相關(guān)的貸款有决，由一條輿情觸發(fā)我們對相關(guān)企業(yè)的調(diào)整闸拿。這是我們的輿情分析，用大數(shù)據(jù)的方法能夠防止企業(yè)出現(xiàn)問題书幕。

我覺得大數(shù)據(jù)確實非常龐大新荤，而且它能產(chǎn)生的價值也是非常巨大。從未來來講大數(shù)據(jù)體系按咒，銀行就是“三個更”迟隅，數(shù)據(jù)將來會更全、各種技術(shù)平臺會更多励七，服務(wù)實效性更快，更多樣價值的利用奔缠。最后希望跟大共同探討未來怎么樣進一步做好大數(shù)據(jù)在銀行的應(yīng)用掠抬。感謝大家！

（來源：CIO時代網(wǎng)）