|
2003-07-10
摘要：信息化被视作银行的生命线。数据，则如同银行生命体中生生不息的血脉。
加入WTO一年来，许多人颇感意外地发现：在与国际性商业银行的角力中，中资银行基于业务能力和客户资源层面的搏斗并未完全处于下风。但任何一位清醒的中国银行业从业人士都不会由此沾沾自喜。几乎在所有人的心目中，都存在着这样的疑问：如果这场“战斗”，逐渐升级到管理决策和信息挖掘机制的层面，在耗尽即有资源、到达当前业务决策能力极限之后，中国商业银行，是否还能在拥有健全决策信息机制的强大对手面前，继续上演“攻城拨寨”式的争取优质客户并提供个性化服务、业务决策速度与质量提升等一系列好戏？
“淹死”，抑或是“渴死”？
信息化被视作银行的生命线。数据，则如同银行生命体中生生不息的血脉。
中国商业银行对信息化工作的重视在最近10年内确实达至前所未有的高度。从最初的业务处理电子化，到后来各银行内部网络和垂直业务体系的建成，直至数据大集中工程的实施，中国银行业对于信息化的重视，不仅与国际范围内形成的金融竞争力即信息化能力的共识步调一致，而且在短短数十年间，取得了令国际同行侧目的成绩。但是，也许一直到了今天，到了与强大对手现实较力的时刻，中国银行业才发现，电子化和信息化不是终极目的。信息化本质是保证银行具备核心竞争力的一系列重要工具，而在信息化工具组合中，更为锐利、高效和复杂的数据挖掘工具，还没有被中国银行业广泛掌握。
用一些银行业务人员的牢骚话来描述这种现状：报表、报告满天飞，不知哪个没水分？数据、数字遍地有，不知哪个是真的？客户、业务到处是，不知哪个最该抓；考核、决策天天搞，不知哪个有准头？
基于数据挖掘的管理在许多先进企业已被广泛应用。在银行业，由于银行产品具有相当的同质性，因此银行之间的差别，往往在于谁掌握了客户关系，以及海量的业务和客户信息背后的独特业务规律，从而可以科学地制定决策。现在银行实施的大多数系统所基于的数据库只能实现数据的录入、查询、统计等较低层次的功能，但却无法发现数据中存在的关联关系和业务规律，更难以根据现有数据预测未来业务发展趋势。
目前中国银行业数据管理应用的普遍现状是，银行汇集了大量数据的结果，因为缺乏挖掘数据背后隐藏的知识的手段和工具，往往导致“数据爆炸但知识贫乏”――这种局面，若长此以往而无改观，银行不在数据和信息的“海洋”中被“淹死”，就会在业务知识和决策规律的“沙漠”中“渴死”！
挖掘：再造竞争核力_1：“数据挖掘”能解决银行什么问题？
数据挖掘究竟能解决银行的什么问题？为什么银行纷纷付出巨大的投入来开展数据挖掘工作？
举例来讲，银行卡在今天被各家商业银行均视作可带来丰厚收益的重点业务，相比起国外银行信用卡为主的产品结构，国内银行过去形成的是以借记卡为主的产品体系，银行为之付出的是存款利息成本，而得不到如年费、透支利息等增值收益。目前看来，向一般客户发放贷记卡又确实存在困难，因为一是需要掌握该客户的消费习惯是否支持他有效利用贷记卡，从而实现贷记卡先消费后还款的功能，二是需要了解该客户的信用情况，以避免出现恶意透支等使银行遭受损失。
如果没有完整的数据仓库和挖掘工具，仅靠传统业务系统和银行掌握的借记卡客户信息，显然无法完成是否可向该客户发放贷记卡的业务决策，也无法对其用卡情况进行实时监督或开展相关金融产品营销。
但是，如果银行业务人员掌握了数据挖掘工具，支持他们按客户群对客户信息进行分析，那么，只要对某类客户在过去一段时间内的银行卡交易状况进行分析，就可获得相当丰富的业务信息。比如，银行发现A客户信用卡消费类交易占到其过去一年来交易总额的70%以上，进一步的分析发现，该客户的卡日均存款余额总是保持在20000元左右，即该客户总是习惯于在消费后很快把钱存入卡中，而从银行贡献度评价来看，该客户的平均贡献也进入了银行重点营销区――如果这些信息能准确地被业务人员掌握，那么他就可以向A客户重点营销“贷记卡”产品；同时，辅助向其营销“周期转帐”等金融产品，由银行在约定时间（如消费45天后、或还款期前3天等），根据其贷记卡内透支余额，转入现金实现还款，让客户即享受先消费后还款的优惠，又可享受存款利息，满足客户消费和资产增值的组合需求。
类似的业务事例也许我们许多人都感同身受。但事实上，如果在一家没有完整客户信息数据挖掘的银行中，往往出现需要贷记卡产品的客户被银行拒绝，而银行业务人员盲目发放的卡资产质量极差的恶性循环局面。
一言以蔽之，中国银行业目前的信息化难点在于，如何游出“数据海洋”，把俯拾皆是的数据用于提升客户关系、挖掘客户价值、掌握业务规律――这一切难题，在没有掌握数据挖掘能力的银行，目前还都处于“瓶颈”阶段有待解决。目前看来，在银行管理客户生命周期的各个阶段都会用到数据挖掘技术：数据挖掘能够帮助银行确定客户的特点，从而可以为客户提供有针对性的服务；通过数据挖掘，可以发现购买某类金融产品的客户特征，从而可以扩大业务推广；如果找到了流失客户的特征，就可以在具有相似特征的客户还未流失之前，采取针对性的措施――银行的客户获得、交叉销售（Cross-selling）、客户关怀与保持等方面，数据挖掘工具都将发挥重要作用。也许，这正是今天的中国银行业中，数据仓库和数据挖掘技术大行其道的原因所在。
未完待续
浏览：挖掘：再造竞争核力（下）
|