現代商戰不乏外行打敗內行的例子，一個陌生領域的知識帶來全新的思維視野和戰略方式，也意味著先于競爭對手處于更高的緯度，就如同數據時代，對存量及動態復雜數據的收集、處理、分析，得出規律性總結、趨勢性預測，對企業而言是巨大的知識資產，新的產業機會和游戲規則也隨之產生。

傳統銀行如今面臨來自其他領域的跨界挑戰前所未有。轉變思維，喚醒沉睡的數據，嘗試建立強大穩定的數據分析系統，開發創新數據應用，實現經營轉型，是銀行業大數據時代迫在眉睫的任務。

數據屬性的現實窘境

銀行業具有天然的數據屬性，但相比電商企業，其經營管理數據采集、管理及挖掘方式明顯落后。與其他傳統銀行一樣，中國農業銀行也面臨數據經營的壁壘。

中國農業銀行軟件開發部副總經理王實紅將其現實困境總結為三點。首先，農行自身缺乏數據占領能力，幾十年信息化建設為農行積累了海量存貸客戶信息的結構化數據，而面向非結構化數據需要農行徹底顛覆傳統數據倉庫建設和數據擴展的理念和方式，同時也要滿足數據存儲的低成本、低能耗、高可靠性的目標。”

其次，龐大的數據來源和分析工具的產生，催生互聯網的新業態直接瓜分傳統金融業務市場。互聯網金融在信息收集和處理層面的天然優勢，可提供從支付、轉賬到小額信貸、理財等服務，觸及傳統金融業務的核心領域。

而傳統銀行面臨的商業運營模式變革是陣痛的核心。“互聯網金融、移動金融、金融IC卡的普及及應用環境的成熟倒逼銀行改變面向客戶提供產品、服務的渠道和形式。” 王實紅認為：“從管理視角看，銀行信息化中的數字證書、數據信息及網絡模式下的流程化管理，乃至銀行傳統經營模式必須融入大數據時代，借助大數據手段謀求突破。”

數據治理 理念先行

“強化數據治行是農行應對之道的核心。”王實紅表示，要強調大數據的開發利用，建立分析數據的習慣，提升全行數據質量管理，真正做到人人心中有“數”，用數據說話，準確描述事實，反映邏輯，將數據轉化為資源。

在手段上，農行通過建設大數據平臺解決數據采集和數據質量問題。該平臺可概括為四個基礎平臺、五類數據服務、九大技術創新。“構建農行企業級數據倉庫是建設四大基礎平臺的第一步，目的是處理存貸客戶信息為主的核心結構化數據。”

第二是建立信息共享平臺，以存儲、處理行內非結構化數據，輔助處理其他第三方數據;第三是建設實時流計算平臺，通過平臺實現數據快速采集、交換和應用，主要面向對實時性要求較高的業務場景;第四是建立高性能數據處理平臺，以高性能特點來提升對綜合數據的處理能力。

“農行大數據平臺的五類數據服務包括：一是通過指標、報表查詢服務，通過指標庫的構建為每個業務條件，提供常用查詢服務;二是采用特定工具構建功能強大的查詢知識庫，來滿足各類靈活的查詢需求;三是定制化信息服務，通過智能資源管理平臺，集中面向不同業務定制化的個性服務;四是多維數據分析服務，通過提供圖形化界面、拖拽式操作方式，支持業務從各個緯度綜合分析;五是采用回歸算法實現深度數據挖掘。” 王實紅說。

王實紅介紹說，農行的核心創新點在于首度引入國產高性能數據庫應用。“農業整體架構是融合體系、異構相容，目前已使用MPP數據庫、Hadoop，以及Oracle等深度融合的體系架構。我們通過構建統一的智能資源管理平臺，實現各類資源智能化，通過建立動態混合的調用機制，保證高性能穩定運轉，同時，我們也基于多形態的災備技術，確保高可用機制。”

數據應用 實效為先

農行大數據平臺建設以“數據是基礎，治理是保障，技術是支撐，分析是關鍵，應用是目標”為原則，核心目標是實現數據價值在業務應用中轉變為生產力，構建數據價值利用的有效閉環，真正實現從數據支撐到數據運用的轉變。“而只有堅定不移地進行數據治理，提高數據質量，更好地滿足數據挖掘需求，才能為數據價值在業務中的深入應用打下好的基礎。”王實紅向記者表示。

為此，農行明確了大數據應用的方向，即通過實施大數據應用促進全行經營理念、業務運營、組織流程不斷創新，全力打造信息化銀行和智慧銀行。主要是目標要營銷更精準、服務更貼心、管理更精細、監管更透明、風險更可控、決策更智能。

據王實紅介紹，目前農行大數據應用主要集中在七大領域。

一是客戶關系管理領域，基于行內外的數據構建全生命周期的客戶關系管理模型，準確洞察客戶需求，實現精準營銷與個性化服務。二是運營分析，建設大數據深入洞察運營細節，優化業務處理流程，改善運行效率和客戶體驗，快速響應市場來提升銀行核心競爭力。三是通過外部監管來滿足銀監會、人民銀行對銀行經營數據披露的監管要求。四是互聯網金融，創新性地為中小微企業提供支付、融資等方面的大數據服務。五是資產負債管理，提供資產負債組合管理、流動性管理，資金轉移計價、定價、外幣資金管理、同業融資等功能。六是風險管理，借助流計算等先進技術，構建趨勢預判、風險評估、實時欺詐等大數據分析挖掘模型。七是財務管理，提供核算管理、預算管理、價值管理、資源配置、績效考評等功能。

“當然，大數據平臺的建設并非一蹴而就，是一個持續迭代的工程。”王實紅表示，本著開放、平等、協作、分享的互聯網精神，農行將不斷完善大數據平臺生態圈，向相互協同、相互促進的良好態勢推進。

鏈接：農行大數據應用實踐

案例1 客戶信用卡精準營銷

依托行內外綜合數據，通過聚類分析、關聯規則發現、決策樹等數據挖掘算法，對于尚未持有農行信用卡的貴賓客戶識別其潛在需求，并根據客戶消費行為、自然屬性、忠誠度等進行分析，劃分客戶群組，針對不同群組開發不同產品，配置不同策略。

案例2 客戶互聯網理財需求分析

首先采集第三方機構數據，并融合我行內部數據比對后，對購買互聯網理財產品的客戶特點進行挖掘，對這一特點的客戶再進行綜合畫像。再通過挖掘分析，采用神經網絡、回歸算法等方式對即將流失的客戶進行智能識別，針對不同客戶特點，制定不同的客戶挽留措施。通過對客戶和資產流失的深度分析，在產品層面提出創新方向的具體指導意見，產品優化和創新之后，再通過數據挖掘，分析效果并實現持續優化，這是大數據的迭代應用。