大数据技术在传统银行中的应用研究

1、    大数据技术在传统银行中的应用研究    赵倩倩摘 要：现阶段大数据技术发展的如火如荼，大数据技术的发展对传统银行业的发展产生了不可估量的作用。通过介绍了银行业的发展现状，以及大数据技术在银行业应用的背景，在此基础上描述了大数据技术的基本概况以及银行业中大数据技术的具体应用。大数据技术在银行业的具体应用主要体现在数据管理和数据分析两部分，对这两方面的应用进行了详细的阐述。最后，讲述了大数据技术在银行业未来的发展方向。银行业是天生具有数据优势的行业，为促进银行业的再次发展，数据驱动将是一个最快的渠道。关键词：大数据技术；数据管理；个性化服务；银行；第

2、三方支付：f27 ：a doi：10.19311/ki.16723198.2018.30.0290 引言随着中国经济的快速发展，互联网技术实现了突飞猛进的增长，因此以互联网技术为基础的电子商务也实现了飞速发展，电子商务的飞速发展潜移默化的影响着消费者的消费习惯，截至2017年12月，我国网络购物用户规模达到5.33亿，较2016年增长14.3%，网络零售继续保持高速增长，全年交易额达到71751亿元。电子商务的快速发展，最重要的原因归功于第三方支付的出现。中国最具代表的第三方支付即是阿里巴巴集团旗下的支付宝。第三方支付工具支付宝的出现，快速改变了中国网民的消费习惯，为中国电子商务的发展提供了很

3、大的便利。但是第三方支付工具为中国网民提供便利的同时也吸引留住了大量的客户流量，这种新兴的支付场景对中国金融行业尤其是对传统银行无疑会产生巨大的影响。传统的银行应该如何保持原来的客户流量，如何在现在的基础上吸引更多的客户流量？传遇到这样的困难应该如何解决？最近火热的大数据技术与传统银行相结合，可以助力传统银行业的发展。1 大数据技术在银行业应用背景随着经济的发展，中国的银行业得到了飞速发展，从图1可以看出，自 2012年到2017年以来，中国人民币存款额以及贷款总额实现连续六年增长，截至2017年12月份，人民币存款总额达到大约160万亿元，人民币贷款规模达到120万亿元，人民币的存贷款额规模

4、扩张很大。但是从人民币的存贷款增长速度来看，2015年人民币存贷总额增长速度达到最大值，从2015年以来人民币的存贷款增长速度持續下降，从2015年的23%左右下降到2017年的5%左右，在三年的时间中，人民币存贷款的增长速度下降20%左右，平均每年下降7个左右的百分点，无论是银行的存款速度还是银行的贷款速度下降的都异常猛烈。这其中的缘由是什么？从图2可以看出，从2014年到2017年支付宝旗下的余额宝存款总额规模在持续增长，由2014年的5000亿元持续涨到14000万亿元；余额宝的存款规模不但在不断的增长，而且余额宝存款规模的增长速度也实现了翻倍的增长，增长速度态势猛烈。支付宝除了推出余额

5、宝这个项目，还在余额宝的基础出相继推出了更多生活化的产品如：车主服务、医疗健康、生活缴费、城市服务等各具特色的产品服务，支付宝等第三方支付利用自身的优质特色服务留住了大量的交易客户，严重冲击了银行业务发展。现阶段的00后甚至都不涉及银行业务，按照这样的现状发展下去，银行业发展实在堪忧。在银行业发展速度缓慢，支付宝等第三方支付发展迅猛的背景下，传统银行为促进自身发展必须转换发展思路，促从而促进自身发展。比如采用先进的技术就是很好的一个切入点。据某咨询公司统计，中国银联涉及43亿张银行卡，超过9亿的持卡人，超过一千万商户，每天近七千万条交易数据，核心交易数据都超过了tb级。如果各大银行可以有效的利

6、用起每天上千万条的交易数据，对数据进行挖掘分析，从而应用到银行业具有的业务中，这将逐渐促进银行业的发展。那如何管理每天tb级的数据量，如何更有效的对数据进行分析，如何对数据进行精准场景化的应用，这时大数据技术即可满足上述的要求。2 大数据技术的概况2.1 大数据技术的定义何所谓大数据技术？在了解大数据技术之前，先要知道大数据是什么。在2011年之前业界没有对“大数据”有明确的定义。直到2011年麦肯锡咨询在大数据的下一个前沿：创新、竞争和生产力这一报告中给出了大数据的定义：大数据是海量数据的集合，数据量级至少在tb级以上，并且传统的典型数据库软件无法完成对数据的收集、存储、管理以及分析，这样的

7、数据即是大数据。根据麦肯锡给出的定义，大数据是需要先进的数据管理工具、管理模式以及合适分析模型才能使数据产生高质量信息，服务银行业发展。大数据技术即是大数据在被 管理、被处理、被应用的过程采用各种信息技术组合。2.2 大数据技术的特点大数据技术是基于大数据的信息技术的组合，因此要了解大数据技术的特点，才能选用最符合的技术对大数据进行管理、分析、挖掘从而最终实现信息的应用，促进银行业的发展。大数据技术的特点是：处理的数据量较大（volume）、处理的数据种类较多（variety）、处理速度很快（variety）以及大数据技术在分析处理大数据时有较强的数学、统计学理论支撑，得到的结果比较有价值（v

8、alue）。以上叙述的即是大数据技术最显著的四个特点，简称4v，即量大、类多、速度快、有价值。3 大数据技术在银行业的应用文章在第一部分以及第二部分讲述了银行业发展利用大数据技术的背景以及就讲述了大数据技术的基本概况。根据文章前半部分的描述，现阶段为促进银行的进一步增长，各家银行应该积极采用先进的大数据技术，从而进一步提高自身的竞争力，促进自身的发展。银行是天生拥有数据的公司，除了每天接近七千万的日交易数据（咨询公司发布数据），还涉及信贷、储蓄以及各类金融产品产生的数据，这样大量的数据肯定隐含着大量有价值的信息，如果银行拥有的这些数据可以有效的利用大数据技术管理、分析以及应用。银行将会受到数据

9、的驱动，促进自身的发展。下面我们将从大数据技术对银行业海量数据的管理、海量数据的挖掘以及最终的挖掘信息的等方面介绍大数据技术在银行业具体应用。3.1 大数据技术在银行“数据管理”的应用银行系統的各家银行所拥有的数据集都是很大的，但是并不是所有的银行都是可以高效的对数据进行管理。如果对数据的都不能有序的管理，对数据的分析利用是非常难以实现的，因此对海量数据的基础管理是最基础最重要的环节。为满足有效管理海量数据的要求，并且银行业对数据的实时处理能力要求较高，大数据技术在银行中的应用主要采用关系型和非关系型相结合的数据管理技术。例如图1展示：中国工商银行为满足海量数据的要求，基于大数据技术的应用，因

10、此中国工商银行基于其商用的数据库自主构建了银行全线的应用系统。中国工商银行自主构建的银行全线的应用系统涉及结构型数据库（db2、oracle以及mysql）非结构型数据库，比较具有特色的即是对于非结构型的数据库工商银行涉及新型的大数据管理型数据库，工商银行采用新型的hadoop、spark构建新型的数据管理库，更有基于redis的分布式缓存平台用于关系型数据库的补充。这些新型数据管理的平台无疑对海量数据的管理是十分有效的。3.2 大数据技术在银行“数据分析”的应用“个性化服务”在有效完成对海量数据的管理之后，要对管理的数据利用相关的方法进行分析、挖掘，分析、挖掘出数据背后隐藏的信息，利用数据驱

11、动银行的发展，使银行也可以像支付宝等第三方工具一样拥有自身的特色产品，产生区别于第三方支付的特色产品，挽留更多的客户，增加更多的客户。银行业为提高自身的竞争能力，首先要明确自身的优势所在。银行较第三方支付等公司的优势所在是，银行拥有较多的中高端客户以及私行客户，中高端客户的财产情况大概在5w以上，上限不界定。银行针对中高端客户以及私行客户的数量远远大于支付宝等第三方支付公司，因此银行要时刻关注此类客户的数据信息，分析客户背后的数据，实现数据信息的利用。银行针对中高端客户群，现阶段应该做的即是采用大数据技术达到“精准营销”的目的。首先银行可以先得到中高端客户群的所有数据，利用大数据管理技术对数据

12、进行高效的管理，在管理的同时根据需求设置数据标签；管理数据完成之后对数据进行挖掘、多维度分析，利用构建模型的形式对利用建立的数据标签输出结果；数据模型建立以及数据挖掘之后并及时获取更新数据，周期性对模型进行训练，形成比较优化成熟的模型；最后通过利用训练以后的模型对银行数据进行数据挖掘技术发现个人的个性化需求，这样可以提供个性化的管理服务。最终实现对银行中高端客户的“精准营销”。在此过程中可以利用机器学习等数据挖掘方法，使得模型更加高效率。4 大数据技术在银行业未来应用前景目前，大数据、云计算、区块链以及人工智能技术是现阶段发展最火热的几种技术，大数据技术作为其中的一种，对银行业的发展无疑是影响

13、巨大的。在未来的发展时间里，银行业利用大数据技术重点的发展方向在哪？在2017年以前，支付宝等第三方支付机构的出现垄断了网购消费的各种信息，银行无法得到多数用户的信息。自2017年3月31网联平台的正式上线结束了支付宝等第三方支付公司的数据信息寡头垄断时代，支付宝等第三方支付公司需要接入网联平台，网联平台的成立可以全面的把握网购的数据信息。因此，随着网联的正式上线，银行业要加强与网联的合作，最大程度的实现数据共享，丰富银行自身的数据仓库，利用大数据技术及时分析客户、挖掘客户，实现对潜在的发现。银行业除了要加强与网联的合作，也要加强与各大服务商的合作，未来亲密合作将成为主基调，通过合作积极实现数据共享，完善自身数据的全面性。随着银行业利