
北京市顺义区马坡村,在民生银行新落成的办公大楼里,一座名为“阿拉丁”的“大数据”加工厂就坐落在这里。民生银行信息管理中心,一个40多人的团队,管理着这座“大数据”加工厂。“阿拉丁”实际上是今年6月份上线的民生银行大数据在线平台,也是民生银行历时十多年打造的一个大数据平台。这座加工厂的“生产车间”则是一个整合了民生银行100多个业务系统源数据(包括柜员系统、实物黄金、ATM、手机银行等)、运行在intel X86服务器和Linux节点之上的混合架构数据仓库。
每天,这座加工厂会把各业务系统的数据实时抽取到“生产车间”进行加工整理,随后按照设定的十大主题,再进行二次分类加工处理;最后“生产”出各种报表和业务信息供业务部门和管理层采用。这座业务繁忙的“大数据”加工厂已经成为民生银行业务开展和业务决策的核心支撑。
不同于大多数银行“傍大款、拉大户”的业务定位,民生银行自成立之初就定位于小微企业。作为名副其实的小微企业银行,民生银行80%以上的客户是小微企业。小微企业融资具有“成本高、风险大”的特点,为了降低小微贷款运营成本,减少小微贷款风险,民生银行必须建立更加高效的运作体系和风险控制体系。
为了建立有效的管控体系,民生银行早年邀请知名咨询公司制定了公司战略和信息化战略:建立统一的数据标准,以规避各业务数据无法一致的问题;以客户为中心,建立专业化、流程化银行;建立面向市场的决策机制,而非从上到下的“拍脑袋”决策等。总之,未来的业务运作,必须基于一个庞大的数据体系之上。
为了适应不同行业小微企业金融需求,民生银行2006年在内部启动了“大事业部”改革,打乱了原来的“总行-分行-支行”的三级管理模式,改为按行业划分的大事业部并由总行直接领导大事业部的一级管理模式,建立专业化小微金融服务体系。目前,民生银行内部划分为地产、冶金、能源、交通、贸易、文化、石材、现代农业八大事业部。通过事业部制管理,民生银行减少了管理层级,实现了扁平化、专业化管理。
为了快速拓展市场,民生银行探索出“一圈一链”模式——选择商圈、供应链或者产业链等小微企业集中的区域,在庞大的小微企业群体中有选择、有重点地进行批量开发。目前,民生银行“一圈一链”批量授信项目达到3000多个,在全国范围内重点支持特色产业链78个。
如今,借助大数据平台,每家小微企业客户的信息能够实时上报“数据加工厂”并生产出有价值的信息,使总行能够更加快速、准确地获得各个行业的市场需求信息,从而快速、精准地进行战略决策和市场规划。据悉,目前“阿拉丁”大数据平台能够提供民生银行近十年来的业务数据,包括每个客户的详细信息、每一笔交易的明细数据,以及外部实时更新进来的数据。
不同于大多数企业仅生产“excell表格”的数据加工厂,阿拉丁“大数据”加工厂“生产”出的信息具有图文并茂、生动活泼的展现方式。比如,一张插满了密密麻麻的小红旗的北京地图,展示的是民生银行在北京所有区县的4S店客户。假如点击每面小红旗,会详细显示该客户的地址、名称、业务情况等信息。
基于大数据平台,民生银行实现了内部管理的精细化,“用数据说话、靠数据决策”已经成为民生银行的一种管理文化。依据大数据平台和专业金融技术工具,民生银行目前能够准确计算出每位客户的利润贡献度,从而真正做到个性化定价和个性化服务。
在产品定价方面,以往银行都是按照批量定价模式,向客户销售贷款;而个性化定价,则根据客户的存款、贷款、业务经营情况等综合指标进行科学定价,不仅能够吸引优质客户,提高客户粘性,降低客户流失率,也能够提高整体收益。
基于大数据平台,民生银行业建立了内部风险评级模型和技术,可以实现对信用风险的量化管理,从而更准确地对风险进行预警和科学控制。来自2014年半年报显示,民生银行小微企业贷款余额4047.82亿元,小微客户数235.89万户,小微贷款不良率控制在0.69%,处于较低水平。
今年6月,在阿拉丁平台上线之后的第一个月,民生银行重庆分行(简称“重庆分行”)小区业务部通过阿拉丁和专业金融技术手段分析发现,一些定期进行批量转账业务的账户是一些企业的财务部门,这些企业的财务部门通过该账户向公司员工发放工资。随后,重庆分行小区业务部就列出此类账户的用户名单,发送给下属支行员工,支行员工据此名单去说服企业财务部门在民生银行为员工办理工资卡,从而把企业员工发展为新客户。通过此类名单式营销而批量开发的新客户仅试点一个月就增加1000多人。这与传统支行业务员“广撒网、跑断腿”的销售模式所不可比拟的。
不同于大多数银行由支行负责从小微企业开发到业务经营以及小微企业维护的所有工作,民生银行由分行进行小微企业的批量开发、专业化经营,支行原来的业务范围则大幅缩减或变身社区网点,主要负责零售客户的开发,或具体的小微业务执行和维护服务。这种把小微业务与零售业务分开的做法,不仅可以加大零售客户的开拓力度,也可以为小微客户提供更加专业化的服务。
“大数据平台带来了营销模式的巨大变化”,重庆分行小区业务部谢飞在接受采访时表示,“该平台的数据开放性和可延展性,对业务部门提供了很大支持,业务部门的规划、策划、产品、风险、营销、考核都可以在大数据平台上实现。目前重庆分行对存量客户的批量维护和营销,都通过在阿拉丁平台上的数据挖掘和分析后,根据不同类型的客户模型进行客户细分,统一由分行发起、再由支行执行。可以说,阿拉丁是重庆分行小区金融的核心发动机,比传统支行网点的营销方式更精准、更高效。”
以往,没有哪个部门能够说清楚民生银行每月流失的客户有多少,哪类客户流失了,为何流失。如今,通过“阿拉丁”,民生银行业务部门可以清晰地看到,在数以万计的客户中,哪部分客户流失了,客户流失概率是多少,并且列出详细的客户流失名单。“未来,通过高端的神经网络等数据挖掘技术,依据客户持有理财产品的数量、交易频率等数据,还能够挖掘出具体的客户流失原因。” 民生银行信息管理中心总经理李昊宇说。
随着各银行对小微金融市场的抢食以及互联网金融的兴起,2014年,民生银行果断推出小微战略2.0,转型社区银行和直销银行,抢占零售市场。据悉, 2014年上半年,民生银行投入运营的社区网点(含全功能自助银行)达4261家。大数据为民生银行社区网点的选择提供了支撑。比如,在布置社区网点之前,民生银行会分析人口聚集、交易状况和资产分布情况,如果在很多高热度的地区没有网点,那么就可以在此设点。
大数据平台也支撑着民生银行网点在全国的快速复制和发展。每家新开业的分行或支行,必须配备一个由总行信息管理中心分配的计算机代码,然后把业务系统和业务模式直接复制过去,就可以实现所有分行或支行的统一管控,而分行和支行的业务数据则实时汇总到“大数据”加工厂。
随着民生银行社区银行和直销银行的大规模推进,前端的ATM、手机银行和网上银行,与后台的大数据平台相结合,将为民生银行的小微战略管理带来质的改变。
现金管理是商业银行一个非常重要的管理课题,直接影响影响银行业务的正常运营和经营利润,比如年底由于存量现金紧张而引发挤兑风波,造成银行之间的拆借利率飙升,银行效益急剧下滑。而民生银行西安分行通过“阿拉丁”大数据平台自主开发的ATM数据图,已经成为西安分行ATM部门进行现金管理的有力支持。
在ATM数据图中,业务部门可以直观地看到全市ATM的分布情况、每台ATM的交易量、每一笔ATM交易情况等。根据以上数据展示结果,业务部门可以进行简单分析,如哪个地方的ATM取款操作多、哪个地方的ATM存款操作少,以及哪个时间段的取款量大等,并据此进行合理的现金存放,在取款操作多的地方,放置多台取款机而少量存款机;在取款高峰期之前,放置合理的现金量。
“类似美国FBI的金融情报业务,也是未来可以从大数据平台延伸出来的新业务,市场需求有很多。”李昊宇说。在采访间隙,李昊宇就接到一个金融稽查业务的电话,他们需要得到民生银行大数据平台的支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26