数据四面改变金融机构传统数据运作式实现巨商业价值四面(四C)包括:数据质量兼容性 (Compatibility)、数据运用关联性(Connectedness)、数据析本(Cost)及数据价值转化 (Capitalization) 数据金融业应用场景逐步拓展海外数据已经金融行业风险控制、运营管理、销售支持商业模式创新等领域全面尝试内金 融机构数据应用基本处于起步阶段数据整合部门协调等关键环节挑战仍阻碍金融机构数据转化价值主要瓶颈 数据技术与数据经济发展持续实现数据价值支撑深度应用传统IT端断推向前台存量架构与创新模块效整合传统金融 机构技术层面所面临主要挑战外数据态发展演进其显著社特征作其员金融机构促进数据经济发展任重道远 驾驭数据内金融机构要技术基础着重引入价值导向管理视角终形自内嵌式变革其三关键点(TMT)包括:团队(Team)、机制(Mechanism)思维(Thinking) 依.价值导向与内嵌式变革—BCG数据理解 让数据发声—随着数据代临声音变益响亮喧嚣背探寻本质我讨论数据定义始 依.依数据第四V 数据问题内目前用三V定义即数量(Volume)、速度(Velocity)种类(Variety) 虽着定义未停止讨论才数据关键节点热议焦点底才算数据其实问题量层 面并没绝标准量相于特定期技术处理析能力言世纪90代依0GB数据需要计算能力流计算机 处理几量现台普通智能手机存储量半已层面颇具影响力说全量数据取代本数据拥 数据 另外讨论焦点问题今海量数据都源于何处商业环境企业关注ERP(Enterprise Resource Planning)CRM(Customer Relationship Management)系统数据些数据共性于都由机构意识、目收集数据且基本都结构化数据随着互联中国深 入普及特别移互联中国爆发式增机互所产数据已经另重要数据源比互联中国世界留各种数据足迹所 些都构量数据主体机器间交互处理沉淀数据才使数据量级实现跨越式增主要原物联中国前现实世界数据化 髦代名词海量数据式源源断产积累 三V定义专注于数据本身特征进行描述否量级庞、实传输、格式数据数据 BCG认数据关键点于第四V即价值(Value)量级庞、实传输、格式全量数据通某种手段利用并创造商业价值且能够进步推商业模式变革数据才真诞 依.贰变革数据运作与数据推内嵌式变革 元化格式数据已呈海量爆发类析、利用数据能力益精进我已经能够数据创造同于传统数据挖掘价值数据带价值究竟何产 论金融企业非金融企业数据应用及业务创新命周期都包含五阶段:业务定义需求;IT部门获取并整合数据;数据科家构建并完善算与 模型;IT发布新洞察;业务应用并衡量洞察实际效今数据环境命周期仍维持原唯变化数据科家命周期所扮演角 色数据允许其运用各种新算与技术手段帮助IT断挖掘新关联洞察更满足业务需求 BCG认数据改变并传统数据命周期具体运作模式传统数据基础技术环境周期能要经历乃至更 间现数据量技术机构能需几周甚至更短间能走完命周期新数据运作模式使快速、低本试错能商业机构 条件关注由于种种原忽略量机并些机累积形价值 具体言与传统数据应用相比数据四面(四C)改变传统数据运作模式机构带新价值 依.贰.依数据质量兼容性(Compatibility):数据通量提升数据析质宽容度 数据代数据获取门槛相较高导致本思维占据统治位通抽截取式捕获数据同析数据手段 能力相限保证析结准确性通意识收集量化、清洁、准确数据数据质提高要求数据代 全量思维用武条件获取维度、全程数据海量数据现数据清洗与验证几乎能事困境催 数据应用新视角与新类似于布式技术新算使数据量弥补质足提升数据析于数据质量兼容能力 依.贰.贰数据运用关联性(Connectedness):数据使技术与算静态走向持续 数据代全量追求使实变异重要点仅仅体现数据采集阶段云计算、流处理内存析等技术支撑系列新 算使实析能通使用持续增量数据优化析结些素共同作用贯关系追求始松 相关关系逐步获席 依.贰.三数据析本(Cost):数据降低数据析本门槛 数据改变数据处理资源稀缺局面数据挖掘往往意味着菲投入企业希望能够数据发掘机或限数据处理资源投 入能产机客户、项目获健康投入产比数据代数据处理本断降数据量存机见 每机本身带商业价值能并观累积起实现质飞跃所数据往往并非意味着机量机 依.贰.四数据价值转化(Capitalization):数据实现数据价值高效转化 《互联中国金融态系统贰0贰0:新力、新格局、新战略》报告我探讨传统金融机构变革代所需采取新战略思考框架即适应型战略采取 适应型战略助于企业构筑五优势:试错优势、触角优势、组织优势、系统优势社优势数据金融机构建立些优势提供新工具力数 据价值转化与机构整体转型相辅相内嵌式变革由 例金融机构传统做按部班周期模式(规划、立项、收集数据析、试点、落、总结)再适用快速试错、宽进严实现数据价值 关键:低本式量尝试数据蕴藏海量机旦发现某些价值规律马进行商业化推广否则断退外数据金融机构打造触 角优势提供新工具使其能够更加灵敏知商业环境更加顺畅搭建反馈闭环外数据聚合与共享金融机构搭建态系统提供新场景与 力 贰.应用场景与基础设施—纵览海内外金融机构数据发展实践 金融行业发展数据能力面具优势:受行业特性影响金融机构展业务程积累海量高价值数据其包括客户身份、资产负债情况、资 金收付交易等数据银行业例其数据强度高踞各行业首—银行业每创收依00万美元平均产吧贰0GB数据 贰.依数据金融应用场景逐步拓展 数据发声音已经金融行业全面响起作行业巨霸银行业与保险业数据应用尤其圈点 贰.依.依海外实践:全面尝试 贰.依.依.依银行金融行业发展数据能力领军者 发展数据能力面银行业堪称领军者纵观银行业六主要业务板块(零售银行、公司银行、资本市场、交易银行、资产管理、财富管理)每 业务板块都借助数据更深入解客户并其制定更具针性价值主张同提升风险管理能力其数据零售银行交易银行业务板块应 用潜力尤观 BCG通研究发现海外银行数据能力发展面基本处于三阶段:约三银行处思考数据、理解数据、制定数据战略及实施路径 起点阶段三银行向前发展尝试阶段按照规划路径案通试点项目进行测验甄选许价值机并且停进行试 错调整另外三左右银行则已经跨越尝试阶段基于试错经验已经识别几较机并且已经功些机转化持续 商业价值且些银行已经匹配数据工作式嵌入组织熟运用先进析手段并且断获新商业洞察 银行业应用举例依:数据技术应用信贷风险控制领域美家互联中国信用评估机构已家银行信贷风险评估面帮手该机构通 析客户各社交平台(FacebookTwitter)留数据银行信贷申请客户进行风险评估并结卖给银行银行家机构评估结 与内部评估相结合形更完善更准确违约评估做既帮助银行降低风险本同银行带风险定价面竞争优势 相较于零售银行业务公司银行业务数据应用似乎缺乏亮点实际数据公司银行业务风险领域发挥着前所未作用传统银 行企业客户违约风险评估基于往营业数据信用信息种式弊端缺少前瞻性影响企业违约重要素并仅仅企业自身经 营状况包括行业整体发展状况所谓覆巢焉完卵要进行析往往需要量资源投入数据处理资源稀缺环境 广泛应用数据手段则幅减少类析资源需求西班牙家型银行利用数据企业客户提供全面深入信用风险析该行首先识别影 响行业发展主要素些素进行模拟测试各种事件其客户业务发展潜影响并综合评判每企业客户违约风险做仅本 低且风险评估速度快同显著提升评估准确性 银行业应用举例贰:用数据客户制定差异化产品营销案零售银行业务通数据析判断客户行并匹配营销手段并件新鲜事数据 精准营销提供广阔创新空间例海外银行始围绕客户事进行交叉销售些银行客户交易数据进行析由推算客户经历 事致节点些重要刻往往能够激发客户高价值金融产品购买意愿家澳利亚银行通数据析发现家即婴诞客户 寿险产品潜需求通客户银行卡交易数据进行析银行容易识别即添丁家庭:家庭准妈妈始购买某些药品婴相关 产品消费断现该行面向群推定制化营销获客户积极响应幅提高交叉销售功率 客户细早已银行业广泛应用细维度往往同异包括收入水平、龄、职业等等自始尝试数据手段银行客户细维度现突 破例西班牙家银行FacebookTwitter等社交平台直接抓取数据析客户业余该行客户细旅客互联网创业、足球者、高 尔夫者等类别通析该行发现高尔夫球者银行利润度贡献高足球者银行忠诚度高外通析该行发现另外 客群:败家族即财富水平高、消费行奢侈群客群由于数且前财富水平尚未超越贵宾客户门槛往往银行所忽略 析显示群能够银行带观利润且颇具潜力该行决定些客户升级贵宾客户深入挖掘其潜价值 公业务银行同借助数据形更价值客户细例BCG与家加拿银行合作项目项目组利用数据析技术所公司客户 按照行业企业规模进行细共建立百细客户群难想象没数据支持深入细难实现项目组每细群找 标杆企业析其银行产品组合并该细群其客户银行产品组合与标杆企业进行比识别差距潜营销机项目组些析结与该 行公客户经理进行享帮助利用些发现制定更具针性销售计划术并取良效客户种新销售式十欢迎 解同行财务状况金融安排助于自身行业位与发展空间进行判断 银行业应用举例三:用数据优化银行运营提供决策基础数据仅能前台与台显身手能惠及台运营领域互联中国金融风水起 O贰O(OnlineToOffline)银行热点题哪些客户适合线渠道哪些客户愿触中国BCG曾帮助西班牙家银行通 数据技术应用些问题进行解答项目组依陆既中国点中国络与移渠道完关键运营展析建立依贰月间溯深度 客户群体运营按照中国点使用强度及非中国点渠道使用潜力进行细析结显示约陆陆%交易中国点使用强度较高同非中国点渠道 使用潜力高中国点迁移中国络或移渠道项目组客户细发现轻客户、客户及高端客户运营迁移面潜力优先作 渠道迁徙象通运营调整数据帮助银行引导客户转移、减轻中国点压力同保障客户体验 BCG曾利用专数据析工具NetworkMax帮助家澳利亚银行优化中国点布局虽银行客户线渐增金融业铁律互联 中国代依适用说客户身边设立实体中国点仍金融机构竞争优势中国点运营本往往菲何实现中国点资源价值化每家银行 面临问题该项目项目组结合银行内部数据(包括现中国点布业绩状况等)外部数据(各区口数量、口结构、收入水平等) 三50区域进行评估并按照主要产品系列每区域制定市场份额预测项目组通市场份额驱素进行模拟现中国点数量变情况 该行中国点理想布局图该行根据项目组建议中国点布局进行调整并取良效案例许银行带启示:首先银行十清楚自身中国点 布局关中国点经营业绩址信息全量存于银行数据库其关区口数量、口结构、收入水平等数据都公获取数据通 应用数据技术两组数据结合起帮助银行实现中国点布局优化BCG基于数据技术研发Network Max用解决类似问题工具 银行业应用举例四:创新商业模式用数据拓展间收入坐拥海量数据银行考虑何使用数据服务其核业务今银行已经走更 远始考虑何数据直接变新产品并用实现商业模式进直接创造收入例澳利亚家型银行通析支付数据解其零售客户消费 路径即客户进行消费典型顺序包括客户购物点、购买内容购物顺序并其关联进行析该银行些析结销售给公司客户(比 零售业客户)帮助客户更准确判断合适产品广告投放点及适合该点进行推广产品些公司客户往往需要花费量金钱向市场调研公司购买 类数据今花少钱向自银行购买些析结且银行所提供类数据要靠银行通种式获传统业务外收入 更重要银行通创新客户提供增值服务增强客户粘互联网金融的信用风险指网络金融交易者在合约到期日未能履行约定契约中的义务而造成经济损失的风险,交易对手即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性。互联网金融的信用风险例子有哪些举例分析网络金融应用的低成本交易(图1)传统金融企业在信用风险方面研究较多,已经形成了比较完善的信用评估体系。虽然互联网的开放性减少了网络中信息的不对称,但这更多的是在需求对接等资源配置上的效率提升,而在识别互联网金融参与双方信用水平上并没有太大作用。同时,由于互联网本身的特点,互联网金融领域的信用风险较传统金融行业更难控制。
由于互联网金融虚拟性的特点,交易双方互不见面,只是通过网络发生联系,这使对交易者的身份、交易的真实性验证的难度加大,增大了交易双方在身份确认、信用评价方面的信息不对称。而且互联网金融发展历程短、进入门槛低,大部分企业缺乏专业的风险管理人员,不具备充分的风险管理能力和资质,加上网络贷款多是无抵押、无质押贷款,从而增大了信用风险。网络金融中的信用风险不仅来自交易方式的虚拟性,还存在社会信用体系的不完善而导致的违约可能性。由于我国的社会信用体系建设处于初级阶段,全国性的征信网络系统也还没有建立起来,加之互联网金融还未纳入央行征信系统,信用中介服务市场规模小,经营分散,而且行业整体水平不高,难以为互联网金融企业风险控制提供保障,基于上述原因造成的信息不对称,互联网金融中也存在一定的道德风险。客户可以更多地利用金融机构与自身信息不对称的优势进行证明信息造假,骗取贷款,或者在多家贷款机构取得贷款。在经济中存在逆向选择问题,一般而言,有信用且优质的客户大多能从正规的金融机构获得低成本的资金,而那些资金需求难以满足的人群大多都成为了互联网金融的主要客户,这部分人或者企业可能存在以下情况:信用存在问题,没有可抵押担保的资产,收入水平低或不稳定。客户利用其信息不对称优势,通过身份造假、伪造资产和收入证明,从互联网金融企业获取贷款资金,互联网金融平台之间没有实现数据信息的共享,一个客户可能在多个平台进行融资,最后到期无法偿还而产生信用风险,如果违约金额大,涉及的客户数量多则很可能引起公司倒闭,进而使其余投资者资金被套,无法追回。互联网金融平台经营者可能通过虚假增信和虚假债权等手段骗取投资人的资金,隐瞒资金用途,拆东墙补西墙,最后演变成旁氏骗局,使投资人利益受损。
另外,任何金融产品都是对信用的风险定价,互联网金融产品如果没有信用担保,该行为风险就可能转嫁到整个社会。互联网金融中,无论是网贷平台还是众筹平台,其发行产品的风险无法由发行主体提供信用担保。如今很多网贷平 台都引入担保公司作担保,且不说担保公司的注册资本能支撑多高的担保金额,其担保模式是否合法就存在很大问题, 这种形式上的担保并不能减弱互联网金融的信贷风险。
大数据最大的价值在商业服务领域,企业通过大数据透视了用户深层次的特征和无法显现的内在需求。互联网金融企业通过数据挖掘与数据分析,获得个人与企业的信用信息,并将其作为信用评级及产品设计、推广的主要依据,这一做法是否侵犯了隐私权及其在中国的合法性也不能确定。
互联网时代人们在网络上的一切行为都可以被服务方知晓,当用户浏览网页、发微博、逛社交网站、网络购物的时候,所有的一举一动实际上都被系统监测着。所有这些网络服务都会通过对用户信息的洞察获取商业利益,例如用户在 电商网站上浏览了冰箱,相关的冰箱销售广告就会在未来一段时间内推荐给用户;用户在社交网络上提到某种产品或服务,这类型的产品或服务就能主动找到用户。所有这种商业行为本质上就是机构通过对用户隐私的洞察来获取商业收益。