《大数据时代》作者、牛津大学教授维克托·迈尔·舍恩伯格曾这样描述大数据所带来的变化:通过小数据到大数据的累计,可以创造出更高质量的价值;就像拍一个人骑马,随着照片数量的增加,画面就会连续起来变成电影那样,小数据增量到大数据也是一个质变。
说到大数据应用所带来的颠覆性变革,没有一个行业比金融行业更加明显。从客户画像到精准营销,从风险管控到运营优化,几乎所有的业务环节都与大数据息息相关。不过,金融机构在寻求全面释放数据价值的过程并非一帆风顺,他们不仅缺乏在大数据治理上的经验积累,同样也缺少强有力的大数据解决方案。
在金融行业扎根多年的华为正在通过与生态伙伴的合作,试图为金融行业借助大数据应用、实现颠覆性变革提供帮助。如今,包括招商银行、交通银行等在内的多家金融机构,已经通过华为fusioninsight大数据解决方案的部署,构建起智慧大数据平台,进而实现智能化营销、智能化运营、智能化风控等,推动金融整体产业和运营模式的改变。
金融行业大数据应用迫在眉睫
数据管理难题凸显
美国银行的一份调查研究指出,银行每创收100万美元,会平均产生820gb的数据,业务数据量高踞各行业之首,远超紧随其后的电信、保险和能源行业。毕马威中国也在相关报告中表示,由于数据的相对高质量和行业性质,银行业已经是大数据工作涉猎最多的领域之一;展望未来,大数据将成为银行业的核心动能。
事实上,不止是数据量的增加倒逼银行业加速推进大数据应用。为了顺应监管和客户要求的变化,银行业也必须寻求通过大数据等新技术的应用,持续优化自身的运营能力、不断提升自身的服务水平。
从过去二三十年来银行业在数字化技术应用的历程看,如今全行业也已经到了全面应用大数据技术的时代。在银行开展信息化建设的阶段,银行业务数据从分散走向了集中,这为当下的大数据应用奠定了基础;同时,近年来银行业持续推进it基础架构的云化,云计算的普及也为大数据的应用提供了土壤。
但让大数据成为银行业发展核心动能这一目标的实现并非易事,在不久前主题为“智数据 惠金融”的华为第二届股份制银行金融科技沙龙上,华为ebg中国区金融业务部副总经理单松就表示,在大数据应用上,银行业正面临以下三大挑战:
1.银行面临着优化数据收集质量的挑战——历史数据标准不统一、缺乏有效的数据治理手段、数据质量参差不齐、数据孤岛等问题仍然存在;
2.传统的银行it系统以账户为中心,以会计为导向,缺乏收集客户账户查询、咨询、投诉等行为信息的能力,无法呈现高维度的数据价值;
3.相比互联网平台,银行缺乏与客户频繁交互的场景,在收集客户行为信息、客户之间关联信息等方面有所局限。
洞察先机 迎难而上
这些金融大数据先行者有哪些启示?
在金融科技大潮下,银行面临的不是变不变的问题,而是如何变、怎么变的问题。
作为股份制商业银行中的代表,招商银行在数字化转型上一直走在行业前列。面对未来,招行更是提出了“重塑it架构,寻求轻资产运营;盘活沉淀数据,提升服务质量”的新要求。
为了进一步深挖银行数据资产,为业务创新和客户体验服务,自2013年以来,招商银行就携手华为构筑了大数据平台,重构了以金融大数据分析为基础的决策和服务体系。比如,在信用卡征信上,招商银行通过应用华为fusioninsight大数据解决方案,将征信相关数据整合到第二数据平面,消除数据孤岛;应用实现统一访问接口,服务化共享,减少重复建设;减少中间人工处理环节;支持多业务系统并发访问,实现实时征信访问能力。
招商银行和华为的合作更是全方位的,不仅包括底层基础设施建设,还包括上层的数据加工、应用和分析。招商银行开发主管陈志介绍,在大数据风控建设上,招商银行通过和华为成立联合创新工作小组,在2015~2017年间对风控系统进行了5次迭代,建立起覆盖从信用卡到借记卡、从事后到事中、从准实时到实时的新一代风控系统。该系统的上线,使风险案件数下降了50%以上,性能提升了10倍,每年挽回经济损失超过10亿元,业务连续性达到了99.99%。
无独有偶,交通银行早在2014年就实施了“531工程”,期望通过底层it基础架构的整合,提升业务效率、提升客户满意度等。其中,在大数据应用上交通银行也确定了两大目标:
一是通过搭建平台构筑数据生态体系,在丰富数据来源的同时形成覆盖全集团的完整数据视图,全面支撑交通银行的大数据应用;
二是在此基础上开展数据治理工作:完善数据治理的管理制度,统一治理框架实现数据全生命周期管理,搭建数据治理平台。
以大数据平台的建设为例,交通银行与华为合作建设的大数据平台,已经应用到客户管理、风控、监管和内部管控等诸多层面。交通银行软件开发中心系统分析专员童蕙表示,大数据平台的建设为交通银行带来了四个方面的提升:
数据更全面,实现了集团视角的数据管理;
时效更快捷,实现了秒级的数据同步;
扩展更便捷;
分析更深入。
交通银行底层大数据平台的建设,大大提升了用户体验和业务效率。去年7月,数字交行系统的正式上线,在营销层面,每个月下发的名单超过600万,发送客户短信2000多万条;在风控层面,1500多条风险规则的配置,在半年内就识别出600多家问题企业;在网点服务层面,实时监控技术的应用使得客户排队时间减少17%、弃号数减少20%。
事实上,在大数据应用的成熟度上,大型股份制商业银行普遍走在了行业前列,而从他们的经历也可以看出,这些银行无一不是在早期的数据大集中和信息化建设上早早布局的先行者。
　金融大数据应用要选好伙伴
配套系统也要跟上
在交通银行建设大数据平台的实践中,童蕙说到了一个小细节,此前,交通银行已经建设了集数据仓库、ods操作性数据存储、数据托管等于一体的数据平台,这是一个混合的异构模式平台。但由于数据仓库和ods操作性数据存储来自两个不同的厂商,连着的侧重点不同,因此很难满足业务持续发展的需要。
相比较而言,华为金融大数据解决方案是在传统数据库和数据仓库(第一数据层面)的基础上,通过fusioninsight来构建金融机构的第二数据层面,并针对金融行业的运行维护、应用开发等需求打造了高可靠、高安全、易使用的运行维护系统和全量数据建模中间件,让企业可以更快、更准、更稳地从各类繁杂无序的海量数据中发现价值,及时洞察和决策新的机会与风险。
此外,fusioninsight也是一个完全开放的大数据平台,可运行在开放的x86架构服务器上,它以海量数据处理引擎和实时数据处理引擎为核心,并针对金融、运营商等数据密集型行业的运行维护、应用开发等需求,打造了敏捷、智慧、可信的平台软件、建模中间件及om系统。
截至今年2月,华为fusioninsight大数据解决方案已经赢得全球55个国家、1000多家客户的信赖,拥有300多家商业合作伙伴,并在全球多个地区设有openlab来支撑与客户和合作伙伴在云和大数据方面的联合创新,广泛应用于金融、运营商、政府、能源、医疗、制造、交通等多个行业。
不过,对于股份制商业银行来说,他们在大数据应用上的领先优势不仅仅得益于早期在数据方面的积累,以及选择了合适的合作伙伴,同时也得益于在其他配套技术和系统上的持续投入和应用。比如云计算、人工智能等新技术的应用,以及it治理、智简网络等应用上的升级。it治理更大限度地提高it能力,使得大数据应用更加高效便捷;智简网络则进一步提升了数据传输的速度和效率。
《孙子兵法》有云:“多算胜,少算不胜。”对于金融企业来说,若想实现“多算胜”,就必须掌握尽量多的数据,并获取足够强的数据管理能力;对于华为来说,则是在深入理解金融业务特点和需求的基础上,为金融行业提供包括咨询规划、it运维管理、网络、金融云、大数据、人工智能等全方位的服务,真正“授之以渔”,帮助他们实现“多算胜”。