【中國智能制造網(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)場景多的特點，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。特別是一些股份制商業(yè)銀行的信用卡中心、的保險、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)計算和存儲，數(shù)據(jù)分析和應(yīng)用方面僅占投資的10%，外部數(shù)據(jù)價值應(yīng)用更是少的可憐，中國市場數(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)品處于一個初級階段。
　　
　　金融企業(yè)在大數(shù)據(jù)場景落地方面遇到很多的困難，內(nèi)心對大數(shù)據(jù)商業(yè)應(yīng)用非?？释?，但在實際數(shù)據(jù)應(yīng)用過程中，面臨著很多問題，數(shù)據(jù)對企業(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)實現(xiàn)大數(shù)據(jù)場景落地。
　　
　　大數(shù)據(jù)應(yīng)用和場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。對這些成功實施大數(shù)據(jù)場景落地的企業(yè)進行調(diào)研之后，總結(jié)了他們共有的一些經(jīng)驗。這些經(jīng)驗可以幫助金融企業(yè)，找到一條有效的捷徑，避免踩更多的坑。
　　
　　一般來講，大數(shù)據(jù)在金融企業(yè)實現(xiàn)場景落地分為五步，分別是專業(yè)化團隊、業(yè)務(wù)和數(shù)據(jù)梳理、外部咨詢和工具的引入、業(yè)務(wù)場景的數(shù)據(jù)變現(xiàn)、高層匯報和支持。
　　
　　一、建立專業(yè)數(shù)據(jù)應(yīng)用團隊
　　
　　理想情況，企業(yè)的任何一個部門都需要數(shù)據(jù)分析和應(yīng)用，需要數(shù)據(jù)分析人才幫助企業(yè)進行數(shù)據(jù)決策。中國企業(yè)剛剛走完信息化之路，數(shù)據(jù)型運營的企業(yè)不多，每個部門建立自己的數(shù)據(jù)分析團隊是不現(xiàn)實的。并且數(shù)據(jù)分析和應(yīng)用具有較高的技術(shù)門檻，市場上缺少足夠的人才，企業(yè)還是要建立獨立的數(shù)據(jù)應(yīng)用團隊，來提升數(shù)據(jù)應(yīng)用能力。
　　
　　金融企業(yè)數(shù)據(jù)意識和數(shù)據(jù)思維還在發(fā)展之中，業(yè)務(wù)人員可以通過項目來參與數(shù)據(jù)應(yīng)用，缺少業(yè)務(wù)人員參與的數(shù)據(jù)項目，會離商業(yè)應(yīng)用較遠，也很難得到業(yè)務(wù)部門的支持。
　　
　　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)的實時性；業(yè)務(wù)人員關(guān)注的是業(yè)務(wù)場景，商業(yè)價值，收入和成本。這些關(guān)注點對于數(shù)據(jù)應(yīng)用項目都是必需的，需要互相平衡。大數(shù)據(jù)應(yīng)用建議采用項目組的形式更加有效，特別是尋找數(shù)據(jù)應(yīng)用場景和實現(xiàn)數(shù)據(jù)變現(xiàn)方面。
　　
　　獨立的數(shù)據(jù)應(yīng)用團隊可以建立在業(yè)務(wù)部門內(nèi)部，也可以建立在科技部門內(nèi)部，從效率和推動力方面，建立在科技部門內(nèi)部的數(shù)據(jù)分析團隊，項目執(zhí)行效率會更高。國外金融企業(yè)數(shù)據(jù)部門大多數(shù)也是屬于技術(shù)部門的一個分支，并且服務(wù)于所有業(yè)務(wù)部門。
　　
　　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%。美國的投資銀行高盛銀行，員工在3萬人左右，其從事科技的人員達到了9000人，占其員工總數(shù)的三分之一。高盛的董事長經(jīng)常開玩笑說，高盛更像一家科技公司。國內(nèi)的工商銀行員工接近40萬，但是科技人員不到3萬人，從事數(shù)據(jù)分析和應(yīng)用的人才更是少于幾百人，而阿里巴巴集團員工3萬多人，從事數(shù)據(jù)挖掘和分析的科學(xué)家超過了1000人。
　　
　　二、梳理數(shù)據(jù)和業(yè)務(wù)需求
　　
　　大數(shù)據(jù)價值應(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?？蛻舴?wù)、業(yè)務(wù)處理、后臺操作的各個環(huán)節(jié)都實現(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)，過去這些數(shù)據(jù)主要用于金融企業(yè)的財務(wù)分析、運營分析、風(fēng)險管理。在客戶洞察、業(yè)務(wù)支持、營銷推廣、精細運營等方面應(yīng)用較少。
　　
　　大數(shù)據(jù)在金融企業(yè)的應(yīng)用切入點可以從業(yè)務(wù)的需求和痛點開始，也可以從數(shù)據(jù)的整理和統(tǒng)計入手。一般建議從業(yè)務(wù)的需求和痛點開始，將戰(zhàn)略目標(biāo)和業(yè)務(wù)目標(biāo)進行分解。分解后的目標(biāo)再次映射到具體到運營和營銷活動之中，后將營銷和運營活動落實到數(shù)據(jù)分析需求之上。簡單的講就是講業(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)果來支撐運營和營銷活動。
　　
　　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、用戶規(guī)模、交易費用等四個方面。資產(chǎn)規(guī)?？梢苑纸獾疆a(chǎn)品銷售、有效客戶、單個客戶價值等幾個方面；產(chǎn)品收入可以分解為客戶規(guī)模、客戶活躍、單客價值、持有時間、產(chǎn)品種類等幾個方面；用戶規(guī)模可以分解為用戶總數(shù)、活躍客戶、休眠客戶、新增客戶、流失客戶等幾個方面；交易費用可以分解為活躍客戶、單客價值、交易頻率、交易間隔、交易產(chǎn)品等幾個方面。
　　
　　金融企業(yè)可以利用數(shù)據(jù)分析來了解企業(yè)在各個方面的運營表現(xiàn)包括客戶分布、客戶價值、客戶活躍、產(chǎn)品銷售、交易頻率、客戶流失、客戶休眠等數(shù)據(jù)，利用數(shù)據(jù)分析的結(jié)果進行決策。例如增加20％的高價值客戶比例，增加客戶活躍度，增加熱銷產(chǎn)品比例，實施高凈值客戶挽留，提升客戶交易頻率，激活休眠客戶，增加目標(biāo)客戶，縮短購買間隔時間等。一切的營銷活動將參考數(shù)據(jù)分析的結(jié)果，包括客戶的行為數(shù)據(jù)和客戶的交易數(shù)據(jù)，以及產(chǎn)品銷售數(shù)據(jù)和客戶體驗數(shù)據(jù)等。這種數(shù)據(jù)變現(xiàn)的思路是將可以目標(biāo)分析成用戶經(jīng)營行動，利用海量行為和交易數(shù)據(jù)來實現(xiàn)用戶經(jīng)營。