《大數據時代》作者、牛津大學教授維克托·邁爾·舍恩伯格曾這樣描述大數據所帶來的變化:通過小數據到大數據的累計,可以創造出更高質量的價值;就像拍一個人騎馬,隨著照片數量的增加,畫面就會連續起來變成電影那樣,小數據增量到大數據也是一個質變。

說到大數據應用所帶來的顛覆性變革,沒有一個行業比金融行業更加明顯。從客戶畫像到精準營銷,從風險管控到運營優化,幾乎所有的業務環節都與大數據息息相關。不過,金融機構在尋求全面釋放數據價值的過程并非一帆風順,他們不僅缺乏在大數據治理上的經驗積累,同樣也缺少強有力的大數據解決方案。

在金融行業扎根多年的華為正在通過與生態伙伴的合作,試圖為金融行業借助大數據應用、實現顛覆性變革提供幫助。如今,包括招商銀行、交通銀行等在內的多家金融機構,已經通過華為FusionInsight大數據解決方案的部署,構建起智慧大數據平臺,進而實現智能化營銷、智能化運營、智能化風控等,推動金融整體產業和運營模式的改變。

金融行業大數據應用迫在眉睫

數據管理難題凸顯

美國銀行的一份調查研究指出,銀行每創收100萬美元,會平均產生820GB的數據,業務數據量高踞各行業之首,遠超緊隨其后的電信、保險和能源行業。畢馬威中國也在相關報告中表示,由于數據的相對高質量和行業性質,銀行業已經是大數據工作涉獵最多的領域之一;展望未來,大數據將成為銀行業的核心動能。

事實上,不止是數據量的增加倒逼銀行業加速推進大數據應用。為了順應監管和客戶要求的變化,銀行業也必須尋求通過大數據等新技術的應用,持續優化自身的運營能力、不斷提升自身的服務水平。

從過去二三十年來銀行業在數字化技術應用的歷程看,如今全行業也已經到了全面應用大數據技術的時代。在銀行開展信息化建設的階段,銀行業務數據從分散走向了集中,這為當下的大數據應用奠定了基礎;同時,近年來銀行業持續推進IT基礎架構的云化,云計算的普及也為大數據的應用提供了土壤。

但讓大數據成為銀行業發展核心動能這一目標的實現并非易事,在不久前主題為“智數據 惠金融”的華為第二屆股份制銀行金融科技沙龍上,華為EBG中國區金融業務部副總經理單松就表示,在大數據應用上,銀行業正面臨以下三大挑戰:

1.銀行面臨著優化數據收集質量的挑戰——歷史數據標準不統一、缺乏有效的數據治理手段、數據質量參差不齊、數據孤島等問題仍然存在;

2.傳統的銀行IT系統以賬戶為中心,以會計為導向,缺乏收集客戶賬戶查詢、咨詢、投訴等行為信息的能力,無法呈現高維度的數據價值;

3.相比互聯網平臺,銀行缺乏與客戶頻繁交互的場景,在收集客戶行為信息、客戶之間關聯信息等方面有所局限。

洞察先機 迎難而上

這些金融大數據先行者有哪些啟示?

在金融科技大潮下,銀行面臨的不是變不變的問題,而是如何變、怎么變的問題。

作為股份制商業銀行中的代表,招商銀行在數字化轉型上一直走在行業前列。面對未來,招行更是提出了“重塑IT架構,尋求輕資產運營;盤活沉淀數據,提升服務質量”的新要求。

為了進一步深挖銀行數據資產,為業務創新和客戶體驗服務,自2013年以來,招商銀行就攜手華為構筑了大數據平臺,重構了以金融大數據分析為基礎的決策和服務體系。比如,在信用卡征信上,招商銀行通過應用華為FusionInsight大數據解決方案,將征信相關數據整合到第二數據平面,消除數據孤島;應用實現統一訪問接口,服務化共享,減少重復建設;減少中間人工處理環節;支持多業務系統并發訪問,實現實時征信訪問能力。

招商銀行和華為的合作更是全方位的,不僅包括底層基礎設施建設,還包括上層的數據加工、應用和分析。招商銀行開發主管陳志介紹,在大數據風控建設上,招商銀行通過和華為成立聯合創新工作小組,在2015~2017年間對風控系統進行了5次迭代,建立起覆蓋從信用卡到借記卡、從事后到事中、從準實時到實時的新一代風控系統。該系統的上線,使風險案件數下降了50%以上,性能提升了10倍,每年挽回經濟損失超過10億元,業務連續性達到了99.99%。

無獨有偶,交通銀行早在2014年就實施了“531工程”,期望通過底層IT基礎架構的整合,提升業務效率、提升客戶滿意度等。其中,在大數據應用上交通銀行也確定了兩大目標:

一是通過搭建平臺構筑數據生態體系,在豐富數據來源的同時形成覆蓋全集團的完整數據視圖,全面支撐交通銀行的大數據應用;

二是在此基礎上開展數據治理工作:完善數據治理的管理制度,統一治理框架實現數據全生命周期管理,搭建數據治理平臺。

以大數據平臺的建設為例,交通銀行與華為合作建設的大數據平臺,已經應用到客戶管理、風控、監管和內部管控等諸多層面。交通銀行軟件開發中心系統分析專員童蕙表示,大數據平臺的建設為交通銀行帶來了四個方面的提升:

數據更全面,實現了集團視角的數據管理;

時效更快捷,實現了秒級的數據同步;

擴展更便捷;

分析更深入。

交通銀行底層大數據平臺的建設,大大提升了用戶體驗和業務效率。去年7月,數字交行系統的正式上線,在營銷層面,每個月下發的名單超過600萬,發送客戶短信2000多萬條;在風控層面,1500多條風險規則的配置,在半年內就識別出600多家問題企業;在網點服務層面,實時監控技術的應用使得客戶排隊時間減少17%、棄號數減少20%。

事實上,在大數據應用的成熟度上,大型股份制商業銀行普遍走在了行業前列,而從他們的經歷也可以看出,這些銀行無一不是在早期的數據大集中和信息化建設上早早布局的先行者。

金融大數據應用要選好伙伴

配套系統也要跟上

在交通銀行建設大數據平臺的實踐中,童蕙說到了一個小細節,此前,交通銀行已經建設了集數據倉庫、ODS操作性數據存儲、數據托管等于一體的數據平臺,這是一個混合的異構模式平臺。但由于數據倉庫和ODS操作性數據存儲來自兩個不同的廠商,連著的側重點不同,因此很難滿足業務持續發展的需要。

相比較而言,華為金融大數據解決方案是在傳統數據庫和數據倉庫(第一數據層面)的基礎上,通過FusionInsight來構建金融機構的第二數據層面,并針對金融行業的運行維護、應用開發等需求打造了高可靠、高安全、易使用的運行維護系統和全量數據建模中間件,讓企業可以更快、更準、更穩地從各類繁雜無序的海量數據中發現價值,及時洞察和決策新的機會與風險。

此外,FusionInsight也是一個完全開放的大數據平臺,可運行在開放的x86架構服務器上,它以海量數據處理引擎和實時數據處理引擎為核心,并針對金融、運營商等數據密集型行業的運行維護、應用開發等需求,打造了敏捷、智慧、可信的平臺軟件、建模中間件及OM系統。

截至今年2月,華為FusionInsight大數據解決方案已經贏得全球55個國家、1000多家客戶的信賴,擁有300多家商業合作伙伴,并在全球多個地區設有OpenLab來支撐與客戶和合作伙伴在云和大數據方面的聯合創新,廣泛應用于金融、運營商、政府、能源、醫療、制造、交通等多個行業。

不過,對于股份制商業銀行來說,他們在大數據應用上的領先優勢不僅僅得益于早期在數據方面的積累,以及選擇了合適的合作伙伴,同時也得益于在其他配套技術和系統上的持續投入和應用。比如云計算、人工智能等新技術的應用,以及IT治理、智簡網絡等應用上的升級。IT治理更大限度地提高IT能力,使得大數據應用更加高效便捷;智簡網絡則進一步提升了數據傳輸的速度和效率。

《孫子兵法》有云:“多算勝,少算不勝。”對于金融企業來說,若想實現“多算勝”,就必須掌握盡量多的數據,并獲取足夠強的數據管理能力;對于華為來說,則是在深入理解金融業務特點和需求的基礎上,為金融行業提供包括咨詢規劃、IT運維管理、網絡、金融云、大數據、人工智能等全方位的服務,真正“授之以漁”,幫助他們實現“多算勝”。