商业银行大数据建设规划

1、商业银彳亍大数据建设规划XX银行大数据建设规划北江 /6/25一、项目背景随着信息化程度的加深，以及移动互联网、物联网的崛起， 人们产生的数据急剧膨胀，传统的数据处理技术难以支撑数据大 量的增长和处理能力。经过近几年的发展，大数据技术逐步成 熟，能够帮助企业整合更多的数据，从海量数据中挖掘出隐藏价 值。大数据已经从“概念”走向“价值”，逐步进入实施验证阶 段。人们越来越期望能实现海量数据的处理，从数据中发现价 值。数据越来越成为一种重要的资产。在Gartner技术炒作曲线 的报告中也体现了大数据技术将走向实际应用。我行已深刻认识到数据战略对企业运营以及企业未来发展方 向的重要性。互联网金融的本

2、质是金融，核心是数据，载体是平 台，关键是客户体验，发展趋势是互联网与金融的深度融合，要 提升大数据贡献度。因此，要深化互联网思维理念，稳步推进互 联网金融产品和服务模式创新，积极利用移动互联网、大数据等 新技术新手段，沉着应对冲击和挑战，实现传统金融与互联网金 融的融合发展。做好海量异构数据的专业化整合集成、关联共 享、安全防护和维护管理，深度挖掘数据内含的巨大价值，探索 银行业务创新，实现数据资源的综合应用、深度应用，已成为提 升企业核心竞争力，实现企业信息化可持续发展的关键途径。按 照行领导部署，信息科技部组织力量对大数据技术进行研究，完 成对市场上主流的大数据平台及应用技术预研，征求业

3、务部门建 议，提出项目建设要求。二、建设目标以大数据项目建设作为契机，凝聚我行优势力量，全面梳理 数据资源，完善数据体系架构，自主掌握大数据关键技术，加速 大数据资源的开发利用，将数据决策化贯穿到经营管理全流程，建 设智慧银行，提升核心竞争力。（一）建设大数据基础设施，完善全行数据体系架构构建大数据平台，实现更广泛的半结构化、非结构化数据集 中采集、存储、加工、分析和应用，极大地丰富我行的信息资 源，同现有的企业级数据仓库和历史数据存储系统一起，形成基 础数据体系，提供支撑经营管理的各类数据应用。（二）开发大数据资源，支撑全行经营管理创新建设离线数据分析、实时数据/流数据分析集群和各类数据分

4、析集市，提供高性能可扩展的分布式计算引擎，经过数据挖掘、 计量分析和机器学习等手段，对丰富的大数据资源进行开发使 用，并将数据决策化过程结合到风控、营销、营运等经营管理活 动。（三）培养大数据人才队伍，建立大数据分析能力结合大数据项目的落地实施，建立起一支大数据技术和分析 人员队伍，具备自主运营和开发大数据的能力，以更好推动业务 创新，提升我行核心竞争力。三、发展趋势近年来，银行业大力发展面向客户的新一代核心业务系统， 信息系统建设日趋完备，电子银行等在线金融服务大幅增长，在 提升客户体验和风险管控能力、满足监管各项要求的同时，形成 并储存了庞大的可用数据资源。银行业的数据资源不但包括存贷 汇

5、等结构化数据，也包括客户浏览痕迹、在线交易记录等非结构 化数据，还包含客户电话语音、网点视频等非结构化数据。，银 行业的电话记录数据、业务数据、数据仓库数据、结构化数据和 非结构化数据的数据规模分别达到938T、1688T、3125T、5313T 和3938T。Celent公司预计未来5年将增长7倍。除数据本身的快速增长外，银行业面临的更大的挑战是大数 据带来的业务挑战，这包括：小微贷市场上，银行与互联网小额 贷款公司难以竞争；支付市场中，网银支付所占比重越来越低， 这使得银行越来越难以知道客户的消费行为；各种互联网融资模 式的出现，在未来可能会超过以银行为中心的间接融资。所有这 些挑战，本质

6、上是银行对于客户的了解程度相对越来越弱。麦肯 锡指出，在大数据时代，不能充分形成大数据使用能力的竞争者 将被淘汰。（一）同业案例情况国内领先的商业银行已经启动大数据平台的建设，并应用于 精准营销、风险管理和业务创新等领域，以获得竞争优势。工商 银行经过构建大数据平台，收集网银用户的行为轨迹并进行分 析，精准营销，扩大销售，优化网银服务模块的质量，提升客户 体验。招商银行经过大数据平台构建全量数据分析和挖掘平台， 推出在线明细，实时征信，精准营销等创新业务，提升小微贷获 客率。上海银行构建大数据平台，用于对客户的资金的流入流出 分析。中信银行、光大银行、平安银行、民生银行都在建设自身 的大数据平

7、台。（二）业务应用场景大数据技术在银行业的应用范围包括：客户洞察、营销支 撑、风险管控和营运优化等领域。客户洞察分析用户的各种数据，包括电话语音、网络的监控录像、商 城交易信息、金融业务信息以及外部的社交信息、第三方履约行 为等多方面信息，从而实现对客户进行分类和服务。对现有CRM 系统中的客户分层的数据要素进行延伸。 营销支撑实时营销：是根据客户的实时状态来进行营销，如客户当时 的所在地、客户最近一次消费等信息来有针对地进行营销。社交网络营销：主要是微博营销，这主要是捕捉用户的言论 和行为，并有针对地开展相关营销活动。事件式营销：将改变生活的事件视为营销机会，如换工作、 改变婚姻状况、置业等

8、。风险管控信用评级：运用社交网络、行为特征、交易网、基本社会特 征、人行征信等多个维度对客户综合评级，运用大量的指标构建 多重模型，以识别客户的信用风险。反欺诈：经过监控客户、账户和渠道等，提高银行在交易、 转账和在线付款等领域防御欺诈的能力。在监控客户行为时，能 够识别出潜在的违规客户，提示工作人员对其予以重点关注，从 而节省反欺诈监控资源。营运优化改进用户体验：运用大数据能够处理海量数据的能力，将传 统数据统计分析等业务切换到数据处理能力更强的平台，来解决 查询历史数据的困难，提升用户体验。客服中心优化：经过对客服中心的数据分析，允许银行提前 预测用户需求用以快速地解决问题，能够快速满足用

9、户的需求。降低运营成本：大数据平台采用普通的PC服务器和廉价存 储，相对原有的小型机的硬件架构，能够有效的降低IT运营成 本。四、平台建设原则平台是大数据的基础实施，其建设、设计和系统实现过程中，应遵循如下指导原则：经济性：基于现有场景分析，对三年内的数据量进行 合理评估，确定大数据平台规模，后续根据实际情况再逐步优化 扩容。可扩展性：架构设计与功能划分模块化，考虑各接口 的开放性、可扩展性，便于系统的快速扩展与维护，便于第三方 系统的快速接入。可靠性：系统采用的系统结构、技术措施、开发手段 都应建立在已经相当成熟的应用基础上，在技术服务和维护响应 上同用户积极配合，确保系统的可靠；对数据指标要保证完整 性，准确性。安全性：针对系统级、应用级、网络级，均提供合理 的安全手段和措施，为系统提供全方位的安全实施方案，确保企 业内部信息的安全。大数据技术必须自主可控。先进性：涵盖结构化，半结构化和非结构化数据存储 和分析的特点。借鉴互联网大数据存储及分析的实