【中國(guó)智能制造網(wǎng) 技術(shù)前沿】金融行業(yè)具有信息化程度高，數(shù)據(jù)質(zhì)量好，數(shù)據(jù)維度全，數(shù)據(jù)場(chǎng)景多的特點(diǎn)，因此大數(shù)據(jù)應(yīng)用的成熟度較高，數(shù)據(jù)應(yīng)用也取得了較好的成績(jī)。特別是一些股份制商業(yè)銀行的信用卡中心、的保險(xiǎn)、證券企業(yè)，大數(shù)據(jù)應(yīng)用已經(jīng)取得的成效，得到了行業(yè)的認(rèn)可。　　
　　在全世界大數(shù)據(jù)領(lǐng)域投資中，90%的投資都投向了數(shù)據(jù)清洗、數(shù)據(jù)整合，數(shù)據(jù)計(jì)算和存儲(chǔ)，數(shù)據(jù)分析和應(yīng)用方面僅占投資的10%，外部數(shù)據(jù)價(jià)值應(yīng)用更是少的可憐，中國(guó)市場(chǎng)數(shù)據(jù)交易的總額還不到10億人民幣，數(shù)據(jù)交易和數(shù)據(jù)產(chǎn)品處于一個(gè)初級(jí)階段。
　　
　　金融企業(yè)在大數(shù)據(jù)場(chǎng)景落地方面遇到很多的困難，內(nèi)心對(duì)大數(shù)據(jù)商業(yè)應(yīng)用非?？释趯?shí)際數(shù)據(jù)應(yīng)用過(guò)程中，面臨著很多問(wèn)題，數(shù)據(jù)對(duì)企業(yè)的發(fā)展影響很小?？释业揭粭l有效的道路，幫助金融企業(yè)實(shí)現(xiàn)大數(shù)據(jù)場(chǎng)景落地。
　　
　　大數(shù)據(jù)應(yīng)用和場(chǎng)景落地在的金融企業(yè)也歷經(jīng)了若干年，經(jīng)歷了很多挫折之后才找到了一條有效的道路。對(duì)這些成功實(shí)施大數(shù)據(jù)場(chǎng)景落地的企業(yè)進(jìn)行調(diào)研之后，總結(jié)了他們共有的一些經(jīng)驗(yàn)。這些經(jīng)驗(yàn)可以幫助金融企業(yè)，找到一條有效的捷徑，避免踩更多的坑。
　　
　　一般來(lái)講，大數(shù)據(jù)在金融企業(yè)實(shí)現(xiàn)場(chǎng)景落地分為五步，分別是專(zhuān)業(yè)化團(tuán)隊(duì)、業(yè)務(wù)和數(shù)據(jù)梳理、外部咨詢(xún)和工具的引入、業(yè)務(wù)場(chǎng)景的數(shù)據(jù)變現(xiàn)、高層匯報(bào)和支持。
　　
　　一、建立專(zhuān)業(yè)數(shù)據(jù)應(yīng)用團(tuán)隊(duì)
　　
　　理想情況，企業(yè)的任何一個(gè)部門(mén)都需要數(shù)據(jù)分析和應(yīng)用，需要數(shù)據(jù)分析人才幫助企業(yè)進(jìn)行數(shù)據(jù)決策。中國(guó)企業(yè)剛剛走完信息化之路，數(shù)據(jù)型運(yùn)營(yíng)的企業(yè)不多，每個(gè)部門(mén)建立自己的數(shù)據(jù)分析團(tuán)隊(duì)是不現(xiàn)實(shí)的。并且數(shù)據(jù)分析和應(yīng)用具有較高的技術(shù)門(mén)檻，市場(chǎng)上缺少足夠的人才，企業(yè)還是要建立獨(dú)立的數(shù)據(jù)應(yīng)用團(tuán)隊(duì)，來(lái)提升數(shù)據(jù)應(yīng)用能力。
　　
　　金融企業(yè)數(shù)據(jù)意識(shí)和數(shù)據(jù)思維還在發(fā)展之中，業(yè)務(wù)人員可以通過(guò)項(xiàng)目來(lái)參與數(shù)據(jù)應(yīng)用，缺少業(yè)務(wù)人員參與的數(shù)據(jù)項(xiàng)目，會(huì)離商業(yè)應(yīng)用較遠(yuǎn)，也很難得到業(yè)務(wù)部門(mén)的支持。
　　
　　科技人員和數(shù)據(jù)人員在數(shù)據(jù)應(yīng)用中的視角同業(yè)務(wù)人員不同，科技人員更加關(guān)注技術(shù)架構(gòu)，處理效率，以及可擴(kuò)展性；數(shù)據(jù)人員關(guān)注數(shù)據(jù)質(zhì)量、數(shù)據(jù)緯度、數(shù)據(jù)的實(shí)時(shí)性；業(yè)務(wù)人員關(guān)注的是業(yè)務(wù)場(chǎng)景，商業(yè)價(jià)值，收入和成本。這些關(guān)注點(diǎn)對(duì)于數(shù)據(jù)應(yīng)用項(xiàng)目都是必需的，需要互相平衡。大數(shù)據(jù)應(yīng)用建議采用項(xiàng)目組的形式更加有效，特別是尋找數(shù)據(jù)應(yīng)用場(chǎng)景和實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)方面。
　　
　　獨(dú)立的數(shù)據(jù)應(yīng)用團(tuán)隊(duì)可以建立在業(yè)務(wù)部門(mén)內(nèi)部，也可以建立在科技部門(mén)內(nèi)部，從效率和推動(dòng)力方面，建立在科技部門(mén)內(nèi)部的數(shù)據(jù)分析團(tuán)隊(duì)，項(xiàng)目執(zhí)行效率會(huì)更高。國(guó)外金融企業(yè)數(shù)據(jù)部門(mén)大多數(shù)也是屬于技術(shù)部門(mén)的一個(gè)分支，并且服務(wù)于所有業(yè)務(wù)部門(mén)。
　　
　　一般情況下，金融企業(yè)的科技人員應(yīng)該在5%以上，其中從事數(shù)據(jù)分析和應(yīng)用的人員應(yīng)該不少于科技人員的10%。美國(guó)的投資銀行高盛銀行，員工在3萬(wàn)人左右，其從事科技的人員達(dá)到了9000人，占其員工總數(shù)的三分之一。高盛的董事長(zhǎng)經(jīng)常開(kāi)玩笑說(shuō)，高盛更像一家科技公司。國(guó)內(nèi)的工商銀行員工接近40萬(wàn)，但是科技人員不到3萬(wàn)人，從事數(shù)據(jù)分析和應(yīng)用的人才更是少于幾百人，而阿里巴巴集團(tuán)員工3萬(wàn)多人，從事數(shù)據(jù)挖掘和分析的科學(xué)家超過(guò)了1000人。
　　
　　二、梳理數(shù)據(jù)和業(yè)務(wù)需求
　　
　　大數(shù)據(jù)價(jià)值應(yīng)用是建立在信息化基礎(chǔ)之上的，金融企業(yè)大部分都已經(jīng)完成了信息化?？蛻?hù)服務(wù)、業(yè)務(wù)處理、后臺(tái)操作的各個(gè)環(huán)節(jié)都實(shí)現(xiàn)了信息化和數(shù)據(jù)化。金融企業(yè)內(nèi)部擁有海量、多維度、高質(zhì)量的數(shù)據(jù)，過(guò)去這些數(shù)據(jù)主要用于金融企業(yè)的財(cái)務(wù)分析、運(yùn)營(yíng)分析、風(fēng)險(xiǎn)管理。在客戶(hù)洞察、業(yè)務(wù)支持、營(yíng)銷(xiāo)推廣、精細(xì)運(yùn)營(yíng)等方面應(yīng)用較少。
　　
　　大數(shù)據(jù)在金融企業(yè)的應(yīng)用切入點(diǎn)可以從業(yè)務(wù)的需求和痛點(diǎn)開(kāi)始，也可以從數(shù)據(jù)的整理和統(tǒng)計(jì)入手。一般建議從業(yè)務(wù)的需求和痛點(diǎn)開(kāi)始，將戰(zhàn)略目標(biāo)和業(yè)務(wù)目標(biāo)進(jìn)行分解。分解后的目標(biāo)再次映射到具體到運(yùn)營(yíng)和營(yíng)銷(xiāo)活動(dòng)之中，后將營(yíng)銷(xiāo)和運(yùn)營(yíng)活動(dòng)落實(shí)到數(shù)據(jù)分析需求之上。簡(jiǎn)單的講就是講業(yè)務(wù)目標(biāo)分解到具體工作，將具體工作分解到數(shù)據(jù)分析需求，利用數(shù)據(jù)分析結(jié)果來(lái)支撐運(yùn)營(yíng)和營(yíng)銷(xiāo)活動(dòng)。
　　
　　金融企業(yè)到業(yè)務(wù)目標(biāo)一般可以分為資產(chǎn)規(guī)模、產(chǎn)品收入、用戶(hù)規(guī)模、交易費(fèi)用等四個(gè)方面。資產(chǎn)規(guī)?？梢苑纸獾疆a(chǎn)品銷(xiāo)售、有效客戶(hù)、單個(gè)客戶(hù)價(jià)值等幾個(gè)方面；產(chǎn)品收入可以分解為客戶(hù)規(guī)模、客戶(hù)活躍、單客價(jià)值、持有時(shí)間、產(chǎn)品種類(lèi)等幾個(gè)方面；用戶(hù)規(guī)模可以分解為用戶(hù)總數(shù)、活躍客戶(hù)、休眠客戶(hù)、新增客戶(hù)、流失客戶(hù)等幾個(gè)方面；交易費(fèi)用可以分解為活躍客戶(hù)、單客價(jià)值、交易頻率、交易間隔、交易產(chǎn)品等幾個(gè)方面。
　　
　　金融企業(yè)可以利用數(shù)據(jù)分析來(lái)了解企業(yè)在各個(gè)方面的運(yùn)營(yíng)表現(xiàn)包括客戶(hù)分布、客戶(hù)價(jià)值、客戶(hù)活躍、產(chǎn)品銷(xiāo)售、交易頻率、客戶(hù)流失、客戶(hù)休眠等數(shù)據(jù)，利用數(shù)據(jù)分析的結(jié)果進(jìn)行決策。例如增加20％的高價(jià)值客戶(hù)比例，增加客戶(hù)活躍度，增加熱銷(xiāo)產(chǎn)品比例，實(shí)施高凈值客戶(hù)挽留，提升客戶(hù)交易頻率，激活休眠客戶(hù)，增加目標(biāo)客戶(hù)，縮短購(gòu)買(mǎi)間隔時(shí)間等。一切的營(yíng)銷(xiāo)活動(dòng)將參考數(shù)據(jù)分析的結(jié)果，包括客戶(hù)的行為數(shù)據(jù)和客戶(hù)的交易數(shù)據(jù)，以及產(chǎn)品銷(xiāo)售數(shù)據(jù)和客戶(hù)體驗(yàn)數(shù)據(jù)等。這種數(shù)據(jù)變現(xiàn)的思路是將可以目標(biāo)分析成用戶(hù)經(jīng)營(yíng)行動(dòng)，利用海量行為和交易數(shù)據(jù)來(lái)實(shí)現(xiàn)用戶(hù)經(jīng)營(yíng)。