京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27