作者董希淼系中國人民大學(xué)重陽(yáng)金融研究院客座研究員。

當所有銀行都在高談闊論大數據的時(shí)候，最后能夠脫穎而出的往往不是聲音最響的，而是認真做事的那個(gè)。

2015年1月4日，新年的第一個(gè)工作日。在電腦鍵盤(pán)上按了一下回車(chē)鍵后，國務(wù)院總理李克強見(jiàn)證了深圳前海微眾銀行的第一筆放貸業(yè)務(wù)：遠在家中的貨車(chē)司機徐軍足不出戶(hù)，獲得3.5萬(wàn)元的貸款。

作為國內第一家開(kāi)業(yè)的互聯(lián)網(wǎng)民營(yíng)銀行，深圳前海微眾銀行沒(méi)有傳統柜臺，沒(méi)有信用審核，沒(méi)有抵押擔保，而是“以信用作擔保，用數據防風(fēng)險”。該銀行的大數據系統，匯集40萬(wàn)億條數據信息，不再需要查詢(xún)征信、上門(mén)調查，整個(gè)服務(wù)完全依托于互聯(lián)網(wǎng)，省時(shí)又省力。而獲得第一筆貸款的徐軍，就是該行通過(guò)社交媒體等大數據分析，利用軟件將他的信用評定為83分，授予貸款3.5萬(wàn)元。

2012年底，《紐約時(shí)報》刊文宣稱(chēng)，“大數據時(shí)代”(AgeofBigData)已經(jīng)來(lái)臨。馮·諾依曼金質(zhì)獎?wù)芦@得者艾伯特-拉斯洛·巴拉巴西在《爆發(fā)：大數據時(shí)代預見(jiàn)未來(lái)的新思維》中提出，93%的人類(lèi)行為能夠通過(guò)有效的數據分析而進(jìn)行預測。在中國，仿佛在一夜之間，大數據這個(gè)話(huà)題，從IT行業(yè)忽然跳到了金融業(yè)，成為了金融行業(yè)顛覆傳統、超越自我的重要內容。

金融業(yè)本就是一個(gè)天然容易生成和獲取數據的行業(yè)，各家金融機構在長(cháng)期的經(jīng)營(yíng)中，已經(jīng)逐步累積了海量的用戶(hù)數據，億級客戶(hù)日常交易往來(lái)成為龐大的結構化數據資源。當下，對于處于轉型焦慮癥下的銀行業(yè)來(lái)說(shuō)，通過(guò)大數據應用，定位市場(chǎng)機會(huì )和挖掘新的業(yè)務(wù)增長(cháng)點(diǎn)，似乎成為戰略轉型的重要方法和途徑。有人甚至斷言，數據是未來(lái)商業(yè)銀行的核心競爭力，數據決定著(zhù)銀行的未來(lái)發(fā)展。

但是，大數據是不是真的那么神奇，商業(yè)銀行究竟能否借助大數據革新經(jīng)營(yíng)理念并重構經(jīng)營(yíng)模式？在一片狂熱和喧嘩中，我們有四個(gè)疑問(wèn)：

一問(wèn)：大數據能否提升客戶(hù)體驗

一個(gè)大型商業(yè)銀行的網(wǎng)絡(luò )金融部負責人曾表示，對互聯(lián)網(wǎng)金融快速發(fā)展下的大數據應用，國內商業(yè)銀行已經(jīng)探索出六大領(lǐng)域，其中之一就是塑造千人千面的客戶(hù)畫(huà)像，挖掘和滿(mǎn)足客戶(hù)真實(shí)需求，打造量身定制的產(chǎn)品和服務(wù)，進(jìn)而改善和提升客戶(hù)體驗。

長(cháng)期以來(lái)，商業(yè)銀行管理嚴密、運行穩健，產(chǎn)品服務(wù)雖然安全但是客戶(hù)體驗往往不佳，這也經(jīng)常受到年輕客戶(hù)的詬病。所以，各大銀行迫切希望借助大數據的力量，來(lái)改善和提升客戶(hù)體驗。但理想很豐滿(mǎn)，現實(shí)很骨感。銀行雖然坐擁大量數據，但在數據的內容和結構方面都還存在不少問(wèn)題：一是銀行盡管擁有海量的結構化數據，但數據庫信息量并不豐富和完整。由于以往重視不夠，銀行系統中雖有客戶(hù)的基本身份信息，但性格特征、職業(yè)職位、家庭狀況等信息往往是零散甚至缺失的。二是銀行擁有的客戶(hù)數據基本上與銀行業(yè)務(wù)相關(guān)，反映的是客戶(hù)金融行為，而客戶(hù)在社會(huì )生活中體現興趣愛(ài)好、生活習慣、消費偏好等行為數據則難以獲得。很多銀行雖然引入了CRM系統，但數據完善性和完整性還有很大的提升空間。

而且，面對海量的跨越行業(yè)、非結構化的數據，銀行如何分析和挖掘是一個(gè)很大的挑戰。比如，即使有客戶(hù)理財產(chǎn)品信息、網(wǎng)頁(yè)瀏覽數據、微信聊天記錄，但未能就這些多樣的信息進(jìn)行綜合分析，海量大數據也難以發(fā)揮應有作用，“數據孤島”的困境依然難以解決。在這種情況下，大數據難以與產(chǎn)品和服務(wù)形成聯(lián)動(dòng)，能否提升、如何提升客戶(hù)體驗，還是一個(gè)未知數。

二問(wèn)：大數據能否實(shí)現精準營(yíng)銷(xiāo)。

精準營(yíng)銷(xiāo)是大數據應用的重要方面。銀行希望通過(guò)對客戶(hù)信息和行為數據的分析、整理，加深對客戶(hù)需求的準確把握，從而實(shí)現定向的精準營(yíng)銷(xiāo)。比如，近年來(lái)為提升營(yíng)銷(xiāo)的針對性和有效性，銀行往往分析客戶(hù)信用卡歷史消費數據，針對其中的大額消費，進(jìn)行定向的信息推送和營(yíng)銷(xiāo)，提醒客戶(hù)可以進(jìn)行分期付款，這聽(tīng)起來(lái)不錯。

那么，問(wèn)題已經(jīng)來(lái)了：基于簡(jiǎn)單數據分析得出的結論，真的能支撐起精準營(yíng)銷(xiāo)的厚望嗎？筆者在商業(yè)銀行一家支行工作時(shí)，曾接到一起客戶(hù)投訴。一位私人銀行客戶(hù)，消費能力很強，他有次去了香港，一口氣買(mǎi)了好幾個(gè)LV的皮包。于是，他先是收到一連串的短信，不斷提示他可以選擇分期付款；然后又接到客戶(hù)經(jīng)理電話(huà)，提醒他分期付款手續費很優(yōu)惠云云?？蛻?hù)不堪其擾，向筆者進(jìn)行抱怨。其實(shí)，對于他這種有錢(qián)就是任性的土豪，推送分期付款的短信效果適得其反。

之所以出現這種情況，原因就在于大數據的一個(gè)很重要特點(diǎn)就是：只問(wèn)相關(guān)性，不問(wèn)因果性。的確，數據科學(xué)家維克托·邁爾·舍恩伯格在《大數據時(shí)代》一書(shū)中這樣寫(xiě)道：“我們沒(méi)有必要非得知道現象背后的原因，而是要讓數據自己發(fā)聲?！边@樣可能導致的后果便是：我們的郵箱里塞滿(mǎn)了各種推銷(xiāo)郵件，我們的手機里充斥著(zhù)各類(lèi)垃圾短信，我們的電話(huà)中夾雜著(zhù)各色產(chǎn)品廣告……甚至，我們一些基于私人愛(ài)好的搜索行為，會(huì )導致在大庭廣眾之下出現令人難堪的大幅廣告。這不是精準營(yíng)銷(xiāo)，已經(jīng)是精準騷擾了。

對于上面的這位客戶(hù)，如果能提醒他LV現在出什么新款、刷信用卡有多大折扣，可能會(huì )很受他的歡迎。但是，大數據可能還沒(méi)有那么人性化和智能化。

三問(wèn)：大數據能否改進(jìn)風(fēng)險管理

借助大數據提升風(fēng)險管理能力，是大數據肩負的另一重任。據說(shuō)富國銀行利用大數據，通過(guò)研究客戶(hù)之間發(fā)生的歷史交易，檢測是否存在背離常規操作模式的資金異動(dòng)；通過(guò)綜觀(guān)多個(gè)數據來(lái)源，總結出用戶(hù)典型的交易習慣，實(shí)現實(shí)時(shí)的可疑交易甄別。

在我國，很多人則試圖用大數據技術(shù)來(lái)解決銀行與中小企業(yè)之間信息不對稱(chēng)問(wèn)題。中小企業(yè)融資難是一個(gè)老大難問(wèn)題，其中很重要的一個(gè)制約因素是信息不對稱(chēng)，以及已經(jīng)由此產(chǎn)生的過(guò)高交易成本。于是，銀行希望通過(guò)對中小企業(yè)“大數據”的收集、整理和分析，獲得比較真實(shí)和清晰的企業(yè)信息，由此降低信息不對稱(chēng)帶來(lái)的負面影響，為企業(yè)提供包括信貸在內的金融服務(wù)，也更好地防范風(fēng)險。

的確，大數據技術(shù)的發(fā)展，能在一定程度上改變銀行信息獲取、分析和運用的渠道和機制，部分銀行也開(kāi)始了這方面的嘗試。如2014年7月，中國銀行、招商銀行、建設銀行等7家銀行與阿里巴巴集團合作，基于其平臺大數據和信用體系，為做外貿的中小企業(yè)提供無(wú)抵押信用貸款。

但這其中也存在著(zhù)兩個(gè)方面的問(wèn)題：一是數據收集需要付出艱辛努力，如果收集范圍和樣本太小，就失去應有的意義。筆者曾去某縣級市調研，當地一個(gè)做“電商貸”的P2P平臺介紹說(shuō)，正在利用大數據技術(shù)，對自己電商平臺上幾百個(gè)客戶(hù)的數據進(jìn)行分析，以此防范風(fēng)險。其實(shí)，那完全是“小數據”而不是“大數據”。二是過(guò)去的數據并不完全代表未來(lái)。大數據提升風(fēng)險管理的重要前提是，歷史的數據能夠昭示未來(lái)的趨勢。但這個(gè)前提很多時(shí)候并不成立。近兩年在江浙一帶，當年風(fēng)光無(wú)限的鋼貿、光伏行業(yè)企業(yè)大量倒下，銀行不良貸款激增。這其中原因復雜，遠不是通過(guò)對已有大數據進(jìn)行分析就能揭示的。

當馬云等津津樂(lè )道于分享他們所占有的海量信息時(shí)，當平安銀行信誓旦旦要轉化平安保險7000萬(wàn)客戶(hù)時(shí)，當百度聯(lián)手興業(yè)銀行虎視眈眈開(kāi)發(fā)大數據時(shí)，應該問(wèn)他們一句：你該怎么保護好客戶(hù)的隱私？

四問(wèn)：大數據能否保護客戶(hù)隱私

某種意義上說(shuō)，大數據無(wú)所不能，但同時(shí)也讓人不寒而栗。在互聯(lián)網(wǎng)時(shí)代，信息安全是銀行不得不面對的一個(gè)問(wèn)題。尤其是個(gè)人隱私的問(wèn)題，正越來(lái)越困擾我們身邊的很多人。在物聯(lián)網(wǎng)、云計算、社交網(wǎng)絡(luò )的催生下，互聯(lián)網(wǎng)時(shí)時(shí)刻刻釋放出海量數據。大數據是座金礦，背后隱藏著(zhù)大量的經(jīng)濟與政治利益。而通過(guò)數據挖掘，人類(lèi)所表現出的數據整合與控制力量遠超以往。但大數據是把“雙刃劍”，國家和企業(yè)因大數據獲益的同時(shí)，個(gè)人隱私的保護卻從此變得更加艱難。

每當我們上網(wǎng)、使用手機或者信用卡，我們的瀏覽偏好、采購和其他網(wǎng)絡(luò )行為都會(huì )被記錄和追蹤?；蛘?，在我們根本沒(méi)有意識到的時(shí)候，智能設備便處于聯(lián)網(wǎng)之中，相關(guān)數據被悄然發(fā)送到第三方。更有甚的是，犯罪團伙通過(guò)關(guān)注和分析父母的微博、微信，組織了綁架孩子等惡性事件。在2013年的3·15晚會(huì )上，央視針對Cookies的問(wèn)題提出了互聯(lián)網(wǎng)上隱私泄露和侵犯現象。而近期，銀行卡盜刷、快捷支付漏洞等，出現頻率也越來(lái)越高。

所以，當馬云等津津樂(lè )道于分享他們所占有的海量信息時(shí)，當平安銀行信誓旦旦要轉化平安保險7000萬(wàn)客戶(hù)時(shí)，當百度聯(lián)手興業(yè)銀行虎視眈眈開(kāi)發(fā)大數據時(shí)，應該問(wèn)他們一句：你該怎么保護好客戶(hù)的隱私？對銀行而言，如果未能保存好客戶(hù)信息，保護好客戶(hù)隱私，將可能遭遇客戶(hù)信任危機，并引發(fā)諸多法律和倫理問(wèn)題。

當然，筆者并不否認大數據對銀行業(yè)的積極意義。相反，也認為大數據將給銀行業(yè)帶來(lái)全面而深刻的變化。至少在目前，大數據的應用，已經(jīng)可以幫助銀行有效地提升工作效率，降低管理成本，豐富客戶(hù)服務(wù)的渠道和方法。因此，隨著(zhù)互聯(lián)網(wǎng)特別是電子商務(wù)的快速發(fā)展，銀行業(yè)一方面可以自建電商平臺，或參股電商公司，依托龐大的客戶(hù)群體，獲得數據資源的獨立話(huà)語(yǔ)權；另一方面，還要逐步加強與外部數據源對接，整合多渠道數據，共享小微企業(yè)在電商平臺上的經(jīng)營(yíng)數據和經(jīng)營(yíng)者的個(gè)人信息，形成優(yōu)勢互補。那些電商平臺，也要注意加強彼此之間的合作。此外，銀行業(yè)還要構建強大的大數據處理能力，努力將大數據優(yōu)勢真正轉化為競爭優(yōu)勢。

在2015年政府工作報告中，李克強總理提出了“互聯(lián)網(wǎng)+”理念?！盎ヂ?lián)網(wǎng)+”在銀行業(yè)的具體應用之一，便是大數據的思維和技術(shù)。銀行基于對客戶(hù)大數據的研究、分析和挖掘，發(fā)現客戶(hù)需求，針對性地創(chuàng )新產(chǎn)品和服務(wù)，提升風(fēng)險管理水平，這是一種很大的進(jìn)步。但銀行似乎還要更腳踏實(shí)地，付出更多的實(shí)際努力。在這個(gè)過(guò)程中，如何保護好客戶(hù)隱私，確保信息安全，也是需要考慮的重要問(wèn)題。在這方面，銀行要為那些草莽的互聯(lián)網(wǎng)公司做出表率。

當所有銀行都在高談闊論大數據的時(shí)候，最后能夠脫穎而出的往往不是聲音最響的，而是認真做事的那個(gè)。