剛剛過(guò)去的2020年，對(duì)銀行業(yè)而言是充滿挑戰(zhàn)的一年。疫情影響下，銀行業(yè)在經(jīng)營(yíng)業(yè)績(jī)、業(yè)務(wù)模式、風(fēng)控合規(guī)等方面遭遇前所未有的壓力。

一方面，全球經(jīng)濟(jì)受到?jīng)_擊，風(fēng)險(xiǎn)傳導(dǎo)至銀行體系，客觀上導(dǎo)致銀行的不良率和不良貸款余額都在小幅上升；另一方面，為了支持實(shí)體經(jīng)濟(jì)的發(fā)展，金融對(duì)實(shí)體經(jīng)濟(jì)讓利1.5萬(wàn)億元，這其中銀行業(yè)占大頭，而且主要讓利的方式是通過(guò)貸款利率下行。

此外，在貸款市場(chǎng)報(bào)價(jià)利率（LPR）改革之后，1年期品種下行了40BP，這帶來(lái)銀行資產(chǎn)端收益下行，但是銀行負(fù)債利率的下行速度顯然不及資產(chǎn)端貸款利率下行的速度。因此以上種種因素疊加最終導(dǎo)致銀行出現(xiàn)凈利潤(rùn)大幅收縮的情況。

如今，2021年，預(yù)計(jì)全球經(jīng)濟(jì)會(huì)逐步擺脫疫情影響，恢復(fù)到相對(duì)正常的狀態(tài)，銀行的經(jīng)營(yíng)環(huán)節(jié)也會(huì)跟著好轉(zhuǎn)，但通過(guò)此次的危機(jī)試煉，銀行對(duì)業(yè)務(wù)進(jìn)行全面優(yōu)化和數(shù)字化改造才是應(yīng)對(duì)挑戰(zhàn)的核心路徑。

今天小億就來(lái)說(shuō)說(shuō)銀行業(yè)該如何借助數(shù)據(jù)分析提升業(yè)務(wù)運(yùn)營(yíng)效率，從而實(shí)現(xiàn)真正的數(shù)字化，以及最終實(shí)現(xiàn)經(jīng)營(yíng)模式的轉(zhuǎn)型。

—  01  —銀行的3大類業(yè)務(wù)：資產(chǎn)業(yè)務(wù)、負(fù)債業(yè)務(wù)、中間業(yè)務(wù)

改革開(kāi)放以來(lái)，中國(guó)銀行業(yè)經(jīng)歷了從行政管理體制下國(guó)家專業(yè)銀行，到國(guó)家控股的商業(yè)銀行，再到境內(nèi)外上市的大型股份制商業(yè)銀行的蛻變，但無(wú)論如何蛻變，銀行的業(yè)務(wù)類型主要是以下3類：

1. 資產(chǎn)業(yè)務(wù)

主要包括貸款業(yè)務(wù)、貼現(xiàn)業(yè)務(wù)、投資業(yè)務(wù)、同業(yè)拆出業(yè)務(wù)，是指商業(yè)銀行吸收資金運(yùn)作并賺取利息收入或投資收益的活動(dòng)。這里需要指出，央行有時(shí)發(fā)文降低存款準(zhǔn)備金率，即減少了商業(yè)銀行存放央行的款項(xiàng)，增加了商業(yè)銀行可運(yùn)作資金的額度的行為。

2.負(fù)債業(yè)務(wù)

主要包括存款（儲(chǔ)蓄）業(yè)務(wù)、同業(yè)拆入、發(fā)行債券業(yè)務(wù)，是指商業(yè)銀行憑借金融牌照合規(guī)借入擁有使用權(quán)的資金的行為。這里需要指出，央行有時(shí)發(fā)文降低再貼現(xiàn)/再抵押利率，就是指央行試圖降低商業(yè)銀行從央行拆入資金的成本，對(duì)銀行及借款企業(yè)構(gòu)成利好。

3.中間業(yè)務(wù)

是指商業(yè)銀行在表外，利用自身的網(wǎng)絡(luò)、信息、信用或者牌照優(yōu)勢(shì)，為客戶提供中介或代理的角色，通常實(shí)行有償服務(wù)，主要包括擔(dān)保、代理、顧問(wèn)、收付款等業(yè)務(wù)，也可以稱之為非利息收入的業(yè)務(wù)，就是大家可以在年報(bào)中看到利息、非利息收入。粗糙地說(shuō)，客戶在商業(yè)銀行被收取的一切費(fèi)用，均為中間業(yè)務(wù)收入。

基于以上三種業(yè)務(wù)，銀行的利潤(rùn)主要由存貸息差和中間業(yè)務(wù)收入構(gòu)成，截止目前，存貸息差仍是銀行主要的利潤(rùn)來(lái)源， 但中間業(yè)務(wù)收入占比隨著利率市場(chǎng)化改革的進(jìn)行， 近三年逐年上升。

—  02  —為什么銀行需要用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展？

首先，隨著我國(guó)經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整，銀行原有的重點(diǎn)客群發(fā)展進(jìn)入瓶頸期，比如傳統(tǒng)支柱型產(chǎn)業(yè)房地產(chǎn)、基建等，導(dǎo)致業(yè)務(wù)增長(zhǎng)、資產(chǎn)質(zhì)量受到了嚴(yán)峻的考驗(yàn)，于是銀行將業(yè)務(wù)焦點(diǎn)由少數(shù)的“頭部”轉(zhuǎn)向普惠大眾的“長(zhǎng)尾”，也就是中小企業(yè)和零售業(yè)務(wù)。

其次，近年第三方支付的異軍突起，一方面讓銀行的危機(jī)感油然而生，業(yè)務(wù)轉(zhuǎn)型的動(dòng)力更足，另一方面又從技術(shù)創(chuàng)新角度給銀行提供了經(jīng)驗(yàn)借鑒，打開(kāi)了銀行在“長(zhǎng)尾”客群的經(jīng)營(yíng)方面的思路。

最后，客戶的需求已發(fā)生了改變，對(duì)于金融服務(wù)的期望和要求日益提升，在全渠道體驗(yàn)、定制化內(nèi)容、智能數(shù)據(jù)、實(shí)時(shí)便捷及移動(dòng)化等方面，對(duì)銀行都提出了更高要求。

而數(shù)字化經(jīng)營(yíng)模式正是針對(duì)“長(zhǎng)尾”客群數(shù)量多、量級(jí)小的特征，以數(shù)字化技術(shù)為依托，解決“長(zhǎng)尾”客群經(jīng)營(yíng)中邊際獲客成本高和信息不對(duì)稱這兩個(gè)根本問(wèn)題。因此以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展成為銀行業(yè)務(wù)升級(jí)發(fā)展的“第一動(dòng)力”。通過(guò)加強(qiáng)數(shù)據(jù)化思維和數(shù)字化運(yùn)營(yíng)，以打破邊界、賦能業(yè)務(wù)創(chuàng)新，最終實(shí)現(xiàn)精細(xì)管理、優(yōu)化客戶體驗(yàn)。

總的來(lái)說(shuō)，銀行的數(shù)字化轉(zhuǎn)型逐漸從互聯(lián)網(wǎng)金融業(yè)務(wù)、電子渠道等簡(jiǎn)單層面逐步拓展到包括戰(zhàn)略、組織架構(gòu)、業(yè)務(wù)、渠道、營(yíng)銷、風(fēng)險(xiǎn)以及IT等各領(lǐng)域的系統(tǒng)化工作。在業(yè)務(wù)領(lǐng)域，從零售業(yè)務(wù)到公司業(yè)務(wù)再到與智慧城市關(guān)聯(lián)，構(gòu)建了與Ｃ端、Ｂ端、Ｇ端連接的數(shù)字化銀行生態(tài)體系。

—  03  —如何利用數(shù)據(jù)分析提升業(yè)務(wù)運(yùn)營(yíng)效率

1.深入客戶洞察

銀行可以通過(guò)對(duì)用戶信息如客戶基本屬性、行為特征、交易信息、客服交互數(shù)據(jù)、網(wǎng)絡(luò)渠道瀏覽記錄等信息的采集；進(jìn)一步的數(shù)據(jù)清洗、整合、處理，建立客戶行為分析模型；并利用模型計(jì)算達(dá)到更精確的客戶畫像、客戶定位及客戶分群。

從而幫助了業(yè)務(wù)部門根據(jù)不同客戶群體深入分析客戶需求，制定出差異化營(yíng)銷策略，開(kāi)發(fā)定制化服務(wù)，從而實(shí)現(xiàn)營(yíng)銷規(guī)劃、活動(dòng)設(shè)計(jì)、過(guò)程執(zhí)行、結(jié)果分析的智能化。

例如：利用用車分析模型，分析客戶是否有車以及是否有意向買車；利用子女分析模型，分析客戶是否有子女以及子女可能數(shù)量；其他還有用戶貢獻(xiàn)度、忠誠(chéng)度、消費(fèi)潛力度量等模型，用以刻畫用戶其他方面度量；

2.數(shù)字化營(yíng)銷

數(shù)字化營(yíng)銷基于龐大的客戶行為數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)、客戶畫像、關(guān)聯(lián)分析等舉措，進(jìn)行客戶細(xì)分，劃分不同群體。根據(jù)群體的屬性制定差異化營(yíng)銷策略，推送定制化服務(wù)信息，從而達(dá)到“千人千面”展示方式，以低成本促進(jìn)營(yíng)銷轉(zhuǎn)化率提升，從普眾營(yíng)銷過(guò)渡到精準(zhǔn)營(yíng)銷，演化為場(chǎng)景營(yíng)銷，最終實(shí)現(xiàn)智能營(yíng)銷。因此銀行可以在以下3個(gè)方面將精細(xì)化營(yíng)銷手段應(yīng)用于日常營(yíng)銷工作中：

（1）在客群定位方面

銀行可使用大數(shù)據(jù)機(jī)器學(xué)習(xí)模型、客戶畫像、客戶標(biāo)簽庫(kù)等工具精準(zhǔn)定位；例如：按照貢獻(xiàn)度分為核心貢獻(xiàn)群和潛在貢獻(xiàn)群，再根據(jù)用戶消費(fèi)潛力度量分為價(jià)值潛力群和一般潛力群，最終在價(jià)值潛力+潛在貢獻(xiàn)群進(jìn)行營(yíng)銷。

（2）在產(chǎn)品營(yíng)銷方面

可采用數(shù)字化品牌營(yíng)銷與精準(zhǔn)營(yíng)銷結(jié)合、線上渠道與線下渠道協(xié)同的方針，實(shí)施以客戶為中心、主動(dòng)出擊的營(yíng)銷方案，同時(shí)對(duì)營(yíng)銷效果加以回收分析，形成營(yíng)銷閉環(huán)體系；

例如：按照某理財(cái)產(chǎn)品年齡分布以及財(cái)產(chǎn)分布進(jìn)行聚類分析，找出購(gòu)買率最高的群體，再針對(duì)該群體中尚未購(gòu)買的客戶進(jìn)行營(yíng)銷；除此以外，還可以利用關(guān)聯(lián)分析，找出購(gòu)買某產(chǎn)品的群體還熱衷于購(gòu)買的其他產(chǎn)品，再向群體中尚未購(gòu)買其他產(chǎn)品的人推薦。

（3）在渠道服務(wù)方面

可實(shí)行營(yíng)銷與服務(wù)線索的全渠道轉(zhuǎn)介紹，打通銀行內(nèi)外服務(wù)渠道。在實(shí)際執(zhí)行中，銀行可以通過(guò)對(duì)數(shù)以千計(jì)的數(shù)據(jù)項(xiàng)的梳理和機(jī)器學(xué)習(xí)模型的建立，對(duì)全行零售客戶的交互數(shù)據(jù)進(jìn)行收集、追蹤、建模，并從全行客戶中選擇有資金需求概率最高的客群，執(zhí)行營(yíng)銷活動(dòng)。

3.數(shù)字化風(fēng)控

金融的本質(zhì)是將風(fēng)險(xiǎn)偏好不同的資金供給方和風(fēng)險(xiǎn)不同的資金需求方匹配起來(lái)，因此風(fēng)控是所有金融業(yè)務(wù)的核心。傳統(tǒng)金融的風(fēng)控主要利用了信用屬性強(qiáng)大的金融數(shù)據(jù)，一般采用20個(gè)緯度左右的數(shù)據(jù)，利用評(píng)分來(lái)識(shí)別客戶的還款能力和還款意愿。

與信用相關(guān)程度強(qiáng)的數(shù)據(jù)緯度有10個(gè)左右，包含：年齡、職業(yè)、收入、學(xué)歷、工作單位、借貸情況、房產(chǎn)，汽車、單位、還貸記錄等。金融企業(yè)參考用戶提交的數(shù)據(jù)進(jìn)行打分，最后得到申請(qǐng)人的信用評(píng)分，依據(jù)評(píng)分來(lái)決定是否放貸以及放貸額度。其他與信用相關(guān)的數(shù)據(jù)緯度還有區(qū)域、產(chǎn)品、理財(cái)方式、行業(yè)、繳款方式、繳款記錄、金額、時(shí)間、頻率等。

而大數(shù)據(jù)風(fēng)控并不是完全改變傳統(tǒng)風(fēng)控，而是豐富傳統(tǒng)風(fēng)控的數(shù)據(jù)緯度，首先還是利用信用屬性強(qiáng)的金融數(shù)據(jù)，判斷借款人的還款能力和還款意愿，然后在利用信用屬性較弱的行為數(shù)據(jù)進(jìn)行補(bǔ)充，一般是利用數(shù)據(jù)的關(guān)聯(lián)分析來(lái)判斷借款人的信用情況，借助數(shù)據(jù)模型來(lái)揭示某些行為特征和信用風(fēng)險(xiǎn)之間的關(guān)系。最終利用大數(shù)據(jù)的能力，促進(jìn)金融企業(yè)在金融業(yè)務(wù)的全生命周期中，不斷提升效率和服務(wù)能力。