圆桌讨论：大数据和互联网金融

ZDNET至顶网CIO与应用频道 07月13日 综合消息：主题为“新银行 新蓝海”的2014年中国银行业座谈研讨会在青岛召开，会上圆桌论坛阶段来自文思海辉高级副总裁况文川、上海银行科技部副总邬敏伟、深圳农村商业银行产品研发部副总经理王鹏、文思海辉高级副总裁王闯舟共同探讨了大数据在互联网金融中的作用以及如何加以利用。

问：银行传统的网点优势是成本还是财富？下一步，包括互联网在内的多渠道的渠道转型方面，互联网金融创新方面有什么打算？

深圳农村商业银行产品研发部副总经理王鹏：银行的实体网点作为服务渠道中的一个重要组成部分，它是有存在的重要意义的，而且在深圳这个地区，许多银行目前都在纷纷建立社区金融便利站，他们以更小的网点规模、更小的资金投入延伸到社区里面，力求达到社区更广泛及更深入的服务。

想到实体网点存在的意义，我想原因有以下几点：

第一，互联网提供的是非直接、非面对面相对虚拟的金融服务，而我们的客户还必须依托实体网点展开互动式的人性化服务。

第二，我们复杂金融方案的定制还是需要专业团队来提供服务的，并且需要通过网点的依托展开系统的工作。

第三，由于物理网点的存在，大额的资金往来，会让用户产生信任感。

我们深农商行也做了一些转型，目的是为了提升我们的精细化管理水平和精准营销水平，以及精致服务的水平，也就是“三精”的概念。举个例子来说，精致服务，上午山总PPT的演讲给我的启发很大，因为我们在选用自助填单系统的时候调研了很多家，但是发现他们在填表的界面上跟原始的填单表格一模一样，没有什么变化，给用户带来的感受非常不友好，我们在市场上唯一一家做填单的机构，他的界面是流程式、互动式甚至有语音提醒的，会让用户在愉快的心情下快速的完成填单。所以我们觉得，用户体验是我们最关注的地方。

接下来谈谈我们作为银行方对于互联网金融的期盼。因作为银行方，我们在思考金融数据如何跟互联网上面的数据做衔接，能够形成更完整的客户360视图，从而能够支持我们对客户做更好的服务。这是第一个方面。第二方面，我们目前的IT人员状态可能还是在简单的做交易代码撰写，处于一个码农的状态，真正的理解金融专业知识本身又融合了IT专业知识，同时又能融合用户体验，这三个方面能够相互融合，这样的复合型人才，复合型解决方案人才，我们希望自己有这样的人才，也希望第三公司能够给予我们一些合理、更加有效的培训。这是第二方面。第三方面，如何把我们的金融产品通过互联网技术、通过IT技术，以更加友好的形式，传播给我们的客户、提供给我们客户。第四方面，也就是山总讲的简单和快乐，我们自己的互联网平台怎么去打造？从而实现银行的资源跟客户的资源的互动。

最后，我们的用户或者客户，在互联网上的关注点，以及他们的新增点在哪里？我们的金融服务如何切入？这些都是我们希望得到答案和问题解答方案的。

问：从银行角度您如何看待大数据对目前数据分析和预测的影响？目前大数据说的多但落地的不太多，在这块您有什么具体的想法和措施？

上海银行科技部副总邬敏伟：银行作为一个金融中介在经济体系里能够存在主要有两个原因：第一，金融中介能够利用自己的规模效应降低资金融通的成本。第二，金融机构能够利用自己的专业能力，消除信息不对称所带来的道德风险。所以从这两点来看，银行一直是一家以经营数据谋生的企业。

当前，我们银行面临着众多互联网企业的冲击，余额宝现在已经沉淀五千多亿了，零售存款通过批量的形式又存回了银行，提高了银行的资金成本。而很多大客户在面对银行的时候，恨不得存款的利率能比贷款高，大家很多人都有做过乙方的体会，都知道跟甲方谈的时候都很痛苦，其实银行在面对大客户的时候也是乙方。

这些都逼迫银行不得不寻求转型，从国外银行体系的发展来看，大的集团企业直接融资比例会非常高，可能不需要通过银行来获取资金，银行的主要客户是中小企业和零售客户，而要服务好这么多客户的话，再通过传统的物理网点或者半自动半手工的操作方式，已经不可行了。所以如何转变银行的生产模式变得十分关键，这也使得银行不得不加快融入大数据的步伐。

在大数据时代，银行遇到的一个最大的挑战是运用数据的能力减弱。我们之前也跟京东的同事交流过，发现京东的信用评级模型比银行要先进好几倍，银行的传统方式是依赖客户填的单子和收入证明这些静态的数据，而京东是通过过去好几年的客户消费行为，包括家庭地址变化情况、购买的商品特点，付款的方式等等，真正做到了360视图，对客户情况的掌握比我们银行要更精确。所以，虽然这么多年以来银行一直在用数据，但在大数据时代我们已经落后了。

当前，我们上海银行也在积极的做一些大数据方面的尝试，第一步我们计划从网银的日志中分析客户近期关注的热点，不同产品之间的相关性，进一步把我们各类渠道的日志统一汇聚到一起，找出客户最近跟银行的接触记录，发现客户的需求，提示给客户经理。一方面是做一下技术的尝试，一方面也希望通过这个过程培养大数据分析方面的人才。

另外，我们也在考虑怎么样去搭建我们未来符合银行业务发展需要的大数据框架。在这点上我个人认为，大数据的本质是开放，IT行业有两大开源社区是最强大的，一个是JAVA、一个是Hadoop。JAVA和C的发展已经告诉我们所有封闭的体系的最终都会被打败的。Apache Hadoop的版本升级速度也远远快于任何企业级Hadoop产品。所以，我们现在一定要抓住大数据的本质，充分利用社区共享的特点搭建自己的大数据架构。在大数据的时代，最重要的是数据和运用数据的能力，技术平台应该是开放性的。

文思海辉高级副总裁王闯舟：大数据在过去两三年确实是个非常热门的概念，也可能是近几年IT领域中最热门的一个概念，而且现在看还没有任何退下去的迹象。今年3月份的麦肯锡发布了一个分析报告，谈大数据发展战略的相关问题。其中有一个主题就是谈大数据是不是被过度的滥用了，麦肯锡最后的分析结果认为，大数据现在不是被过度滥用，而是对大数据的使用还太简单(Over-simplified)，也就是邬总所说的还缺乏大数据的分析技能。从这个角度来说，所以未来大数据还有很大的提升空间。

从技术角度和数据类型的角度来看，大数据包括结构化数据和非结构化数据两种大的数据类型。过去十多年来，银行在结构化数据的积累和分析方面做了很多工作，这也是传统商业智能的主要内容。但针对非结构化数据方面，以我们目前对金融业客户的了解，大家基本还处在尝试和探索的阶段。我们看到个别银行已经引入了专门针对非结构化数据的Hadoop平台，把它融入到现在的IT架构里面做些尝试，这确实是非常好的开始。

作为文思海辉来讲，我们这个商业智能团队，过去十多年一直围绕着商业智能和数据分析领域进行相应的服务工作，积累了很多的应用案例，解决方案和模板。也是从去年开始，我们把Hadoop技术引入到我们现有的解决方案里面来，丰富了我们的解决方案框架。目前，我们基于Hadoop大数据领域主要开发了像历史数据存储、客户360度视图，网银日志分析等解决方案。我自己感觉， Hadoop在这里的作用，就好象是关系数据库在传统的商业智能解决方案里的地位一样，Hadoop只是一个用于数据处理的底层平台，在这个平台之上我们还可以根据业务需求开发出各种各样的数据应用。

在目前的情况下，我有两点体会，或者有两个建议：一是要加大大数据类人才培养，尤其是要更多的培养那些既懂数据分析技能的，同时又懂业务的人员，在企业内部培养数据分析的文化和氛围，把数据分析能够融入到银行运营的各个业务流程里面，刚刚邬总讲的也跟这个很有关系，你缺乏对数据的分析能力，主要是缺乏合适的资源，最主要的就是合适的人员。而且这样的事情，不是说你花钱买一个技术就可以了，其实是需要银行投入很多精力，并且耗费相当的时间来培养的。它比简单的花钱买技术要更复杂，花的精力也会更多。这是第一点。

第二点，我觉得现在不需要花太多的精力去考虑如何设计一个完美的架构，我们就找那么一两个应用场景，尽快建立大数据的解决方案试点，通过这样的试点来积累相应的经验，并逐步把这样的技术融入到银行现有的IT基础架构里面来，最后形成混合式的技术架构，我觉得这点也是非常重要的。在这两个方面，我们文思海辉都能够给在座的各家银行客户提供一些有用的帮助和支持。