
利明献详解广发银行“大数据”战略
随着互联网金融兴起的挑战,及金融与互联网竞合加剧,越来越多的传统银行通过优化业务结构、加快数据挖掘、引入互联网思维,逐步实现自身的转型升级。
近日,21世纪经济报道记者到广东调研银行业改革时,广发银行行长利明献便表示,银行业当前面临经济增速放缓、资本约束进一步强化、利差不断缩窄、互联网金融的冲击等四大难题,但没有所谓的“夕阳产业”。
他表示,“广发银行认识到数据应用在客户维护、营销推广、风险管理中的核心价值和战略意义,及早着手布局建立数据管理体系。”
中小企业金融、零售金融和金融市场、网络金融业务,并列为广发银行的四大战略业务。一般的传统观念认为,对银行而言,小微和零售是风险较大、成本更高的“不经济”业务。
利明献却表示,“风险的高低见仁见智,近年来一些大中型企业的过度信贷和杠杆过高,才是不良比较高的领域。对于一家银行来说,小微和零售也是股东回报率最高的业务。”
之所以把小微和零售作为广发的战略业务,利明献认为,小微和零售金融具有“抗周期”、“抗脱媒”和“轻资本”效应。更为重要的是,广发银行利用“大数据”提高了小微和零售业务的收益,也有效地控制住了风险。
以客户为单位的大数据
银行不缺数据,关键是对海量数据的整合和运用。
广发银行于2014年7月上线了“大数据零售商业智能决策平台”。区别在于,以往银行对客户管理按不同业务条线进行,而广发平台以客户为单位,整合了客户在广发银行的“360度”信息,包括信用卡、存款、理财、网银、个贷、小企业贷款等。
利明献称,这一体系整合了征信系统,及广发银行自建的外部信息数据库,包括专业市场数据库、22万个共覆盖4亿多人口的居民社区数据库、各商会和产业链数据库等,也跟外部如工商总局个体户等小微企业信息联网。以后相关信息还将逐步扩建,通过大数据平台时刻搜索、传导到系统内。
有别于不少银行通过自建“电商平台”获得交易数据,广发银行选择和互联网企业合作。
“近年,广发银行先后与阿里、腾讯、京东、百度、网易等互联网企业合作,借助互联网企业的地图、游戏、地位、支付等技术捕获新鲜数据,全方位开展网络金融创新。”
广发银行董事长董建岳也曾表示,广发银行要成为“中国互联网金融服务首选提供商”,首先要借助互联网“精华”,提升品牌识别度、信任度和传播度;其次打造开放、分享、低门槛的互联网金融服务平台。
利明献表示,未来一到两年内,广发银行还将采取系列措施形成具有广发银行特色的数据标准化管理机制。首先是建设企业级数据仓库平台,将分散在各个应用平台中的数据信息按客户、账户、产品、渠道等多个主题的方式进行有效的组织和存储,为后续数据分析应用打技术基础。
小微贷款风控大法
利明献介绍,目前“大数据”已应用于广发银行小企业目标客群定位、客户准入、额度核定、定价及贷后风险监测,“就像一台精密的仪器,时刻了解小企业客户的运行情况,为银行的各类差异化产品及金融服务提供决策支持。”
由于小企业财务报表规范性不高,在广发银行新一代的小企业贷款打分卡模型中,提升了非财务评价指标占比,引入纳税、结算、水电缴费、代发工资等评价指标。
水电缴费记录是广发小企业融资产品的重要准入标准,主要用于评价生产型企业经营情况;海关报关数据,主要用于进出口企业的经营情况评估;根据纳税信息,广发还开发了小额信用贷产品,根据企业纳税记录放款。
大数据的导入进一步释放了广发战略转型的潜能和效益。一方面,大数据在贷前、贷中、贷后全流程运用,有效调配了额度资源并加强了风险控制。
数据显示,2014年,广发银行将超过80%的对公信贷额度用于小微企业。2014年末,小微企业贷款余额1765.87亿元,较年初新增超过398亿元。小企业贷款不良率控制在0.8%内,不良余额和不良率“双降”。
另一方面,大数据和网络技术极大推动零售金融业务发展。2014年,广发信用卡通过微信、官网等各类网络营销渠道发卡70.5万张,同比增长超200%。此外,广发信用卡还通过借助客户消费行为洞察、网络搜索关键词分析,描画客户图像和消费热点,提供针对性的信用卡产品和服务。
“传统银行和电商银行的关系,就好比苏宁和京东,京东没有线下的实体店。”利明献通过这个比喻,道出了银行与新兴网络金融相比的优势。
广发也开始在探索线上与线下相融合的O2O服务模式,“在线上低成本获取客户,运用大数据等技术筛选优质客户,同时线下安排专业‘地面部队’精准营销。另一方面,对于线下已建立联系的存量客户,后续的服务维护也部分采用线上模式,提高服务效率,提升客户体验,使成本收益达到更优。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10