银行数据分析和服务能力体系构建.docVIP

银行数据分析和服务能力体系构建 　　伴随着市场开放、技术变革、产业社会形态变化的趋势，中国银行业面临着前所未有的竞争压力，传统的盈利模式、同质的经营模式与粗放的管理状态势必需要向多元化、特色化、精细化转型，在各家银行推进转型之际，提升数据分析与服务水平，深度挖掘数据价值，已成为了业界的一致认识。 　　数据服务分析能力要应需而建 　　利率市场化的大幕已然开启，互联网金融来势汹汹，存汇业务向证券机构开放。不仅是银行业本身的竞争在加剧，以往近乎垄断的地盘也在受到其他机构的蚕食，银行转型已经被迫成为了进行时。与此同时，在大洋彼岸，长期深耕于中小企业、零售市场的美国富国银行却悄然坐上了全球市值的第一把交椅，其ROA（Return on Assets，资产收益率）、ROE（Rate of Return on Common Stockholders’Equity，净资产收益率）等重要指标均远远超过了北美同行的平均水平，其崛起的背后，强大的数据分析能力功不可没，是银行业探索经营转型的经典案例。 　　事实上，目前国内的银行越来越重视数据分析类系统的建设，随着这类系统的持续投资、建设和完善，的确满足了相关领域所需要的一些报表及提供了部分数据分析的要求，然而也出现了报表重复实现、需求不能有效覆盖、用户对于分析需求来自何处缺乏清晰了解、报表陈旧等各类问题，导致银行抱怨虽然系统建设了不少，但是真正能满足需求的却不多。问题的出现，一方面是银行对数据分析服务规划缺乏整体定位，另一方面也缺乏对分析应用的有效管理。因此，无论是行业转型还是管理要求，越来越多的银行开始注重自身数据分析和服务的应用与管控体系建设，应对当前的变革浪潮。总体而言，需要满足以下两方面要求： 　　银行转型的要求 　　利率市场化带给储户更多的选择，无形之中抬升了银行资金成本，存款搬家将会成为常态，互联网金融的异军突起更是加剧了这一过程。这就要求银行未来在产品定价、客户营销上更加精准，财务管理与风险控制更加精细，用数据洞察真相，驱动决策，实现集约化经营。在1986年美国推进利率市场化改革后，富国银行逐渐钻研出一套服务于中小微企业的授信体系，对企业的所有制、行业、地理位置、区域经济、销售渠道与合作商、过往贷款使用情况和还款记录、担保人信用等因素进行监控分析，通过数据的积累，发现规律，设计出面向不同行业、不同群体差异化、富有弹性的产品及其相关的渠道、定价及服务策略。例如，通过分析历史需求，设计标准化产品，通过标准化产品可以进行自动化的不需要人工干预的贷款申请流程；基于客户行为评分，施行预防性贷后管理；基于客户细分群风险评价，动态调整贷款利率、贷款规模等。数据分析为该银行选择目标客户群体、控制风险、降低成本、服务好客户起到了至关重要的作用，从而吸引了一大批忠实的小额信贷客户群体。对于不同定位的银行或者是银行经营的其他领域，这都是很好的借鉴。 　　分析管控的要求 　　国内银行多年以来也投入了较多人力物力进行数据分析体系的建设，但大多收效甚微，却积累了越来越多的问题。例如分析模式的单一化（局限于报表，灵活查询少），应用针对性差、数据质量差、领导层的需求难以满足，报表的重复建设、变化频繁、分析系统繁杂等等。这些问题的背后凸显的是规范的服务与需求管理模式的缺位，在分析应用建设的同时，只有紧密地将管控与应用相结合才能服务好最终用户，促进分析能力的增长，实现银行的战略目标。 　　数据分析已经渗透到银行经营从市场定位到运营效率、风险控制、财务管理的核心价值链。构建数据分析手段，建立对业务的洞察及预判能力，也已经成为银行业的核心竞争力之一。要真正打造数据分析能力要求银行从自身经营特点及战略重点出发，制订数据分析蓝图，从管理决策要求明确分析内容，数据应用服务模式与管控机制，从而全面提升银行的数据服务分析能力。 　　数据分析与服务能力体系构建的关键拼图 　　数据分析与服务能力的构建首先需要回答：数据分析与服务包含哪些内容，这些内容是用什么样的方式服务那些最终的使用者。构建能力体系应包含三大要素：服务目录（内容）、服务模式（模式）与服务对象（用户）。服务目录是指对银行数据分析和服务内容的划分方式，为便于银行规范整个数据分析及服务体系的编制、查询、使用及管理而建立的分类体系。服务模式是指数据分析与服务呈现给最终用户的方式，呈现的方式往往也通过技术手段实现。服务对象则是数据分析与服务最终需要满足的用户，一般而言可按照不同的组织层级和业务线条或者对数据分析的功能要求等进行划分。 　　服务目录的构建与管控 　　数据分析前移是未来的发展趋势，但传统的开发模式往往难以满足临时性、突发的分析需求。然而无论是分析、查询、挖掘、报表等不同的服务模式，其核心都是基于不同分类数据的重新组织，这些数据既包括明细数据、