在大数据分析和挖掘能力的构建过程中,除了银行自身基础设施、应用场景和人才队伍建设等方面外,如何在互联网生态环境下,充分利用外部开放的数据服务,引入外部的先进技术和资源,同时融入银行现有的技术体系,确保银行数据资产的安全,也是大数据应用中值得关注的问题。
大数据实践与规划
近年来,大数据技术已经在互联网企业中广泛应用,并逐步成为企业的核心竞争力。与大部分国内银行同业一样,中国银行大数据技术应用还处于探索和试点阶段,并在以下两方面取得了初步进展:一是大数据平台的基础建设方面,利用Hadoop+NoSQL数据库技术体系拟定了大数据平台基础建设规划,将全周期的金融业务数据集成到大数据平台,并通过手机APP应用提供历史金融数据查询服务;二是积极推进业务应用。中国银行已推出基于大数据技术的“e触即发”、“口碑贷”、“中银沃金融”等试点项目,在为个人客户提供实时产品营销推荐、针对小微企业的客户发掘、信用评级和融资服务等方面进行探索,取得了很好的应用效果。
未来,结合“十三五”规划总体思路,中国银行的大数据建设将继续为集团全球化、多元化以及互联网金融的发展战略提供有力支撑。主要围绕三个平台建设方面继续深化实践。
优化完善大数据技术平台
密切关注行业发展趋势,跟踪大数据及相关领域的最新技术成果,深入研究大数据领域相关技术应用。研究制定全行性的大数据技术体系规范,优化完善全行大数据技术架构体系。在现有大数据平台的基础上,运用大数据所带来的新思维、方法和工具,逐步形成行内、行外、线上、线下的结构化与非结构化数据集成能力,多种数据格式并存的海量数据存储能力,基于分布式和流计算的快速计算能力以及运用机器学习、实时决策、数据沙箱、可视化等技术实现数据分析和挖掘能力。
大数据和云计算是分不开的,大数据平台的基础设施依赖于分布式架构下的私有云平台建设。按照自主可控的原则,中国银行正在着力构建服务营运、管理、开发、部署和运维一体化的私有云平台。基于X86体系架构,应用异构虚拟化、分布式海量存储、分布式数据库、大规模资源调度与管理等关键技术,实现可定制、可扩展的多租户金融服务,从而全面支持大数据技术组件开发和运维管理需要。
深化推广客户精准营销平台
中国银行正在建设的客户精准营销平台,以大数据技术平台为依托,有机提炼并整合线下、线上关于客户行为的结构化数据和非结构化数据,形成客户360度画像,实现复杂统计分析模型和规则模型相融合的快速计算,构建与前端服务渠道的实时互动体系,实现网银、手机银行、网络金融多渠道实时客户营销及在线推荐服务。
通过营销平台洞察客户行为特征,不断挖掘客户,扩大客户基础,实时掌握客户需求,按需定制个性化的产品和服务;通过营销平台,结合机器学习、贝叶斯算法等人工智能技术,建立以数据为驱动、模型为核心的自动化、智能化、全方位、多渠道的精准营销模式,并通过营销结果反馈,不断优化和调整营销策略,提升营销效率;通过营销平台实现物理网点与网银、手机银行等服务渠道的营销协同,提升客户服务的渠道响应能力和客户体验;通过营销平台实现集团内部客户资源、产品销售和渠道信息的多层次数据共享,支持全集团内部交叉销售及业务联动,支撑集团全球资源的优化配置。
探索构建互联网征信及欺诈监测平台
在符合信息安全相关规定的前提下,合理运用外部数据,进一步丰富大数据平台的数据范围,探索构建互联网征信及欺诈监测平台,提升对客户的风险识别及信用评估能力,为更广泛的客户群体提供操作便捷、定价合理的融资服务;提升预防和识别欺诈交易行为的能力,有效降低欺诈风险。
通过互联网征信及欺诈监测平台,深化人行征信数据应用,探索与外部征信机构的合作;与社保、司法、税务等政府部门及学历学籍等信息平台对接;与合作电商平台实现数据共享,挖掘分析客户互联网交易信息,掌握客户真实可靠的现金流、信息流、物流信息;利用互联网数据获取技术,在安全合规的前提下有效利用互联网上的个人行为信息,并通过与行内信息进行有效组织和关联,完善客户风险画像,全面评估客户信用,探索构建基于互联网模式的信用风险评价体系;基于客户风险画像,结合客户历史行为数据进行客户交易行为特征分析,运用机器学习等算法,实时监测并识别背离客户常规交易模式的资金交易行为,预防交易欺诈。