編者語：大數據時代，高效的數據處理技術讓金融領域的數據用途變得更加多元化：反欺詐調查數據可能會為銷售和營銷帶來價值、因合規(guī)目的收集的消費者投訴也可以用來提高客戶滿意度、監(jiān)管機構記錄的電話通話內容甚至可以為提高呼叫中心效率或找出客戶購買決定的觸發(fā)因素。而美國的富國銀行（Wells Fargo）目前也正在嘗試尋求一種“攻守兼?zhèn)?rdquo;的“大數據戰(zhàn)略”：通過新的數據處理方法，以期讓收集的數據不僅可以幫助銀行管理風險，同時能夠支持銀行更全面的洞察客戶信息，從而協(xié)助客戶致富并提供更卓越的客戶體驗，為銀行帶來更多的收益。
有些投資能為多個部門所用，數據就是這樣一種投資：因為數據隨處可用。我們只需對數據形式稍作修改，反欺詐調查員所使用的數據可能就會為銷售和營銷人員帶來巨大價值。因合規(guī)目的而收集的消費者投訴也可以用來提高客戶滿意度。通過挖掘為監(jiān)管機構記錄的電話通話內容，我們可以提高呼叫中心效率或找出客戶作出購買決定的觸發(fā)因素。
為監(jiān)管機構收集數據有時會被視為一項艱巨的任務。但是，為監(jiān)管機構收集的數據也可以用于增加營收。我們不妨思考一下“這些數據還有哪些其他用途”，然后我們會發(fā)現重大的新價值。
美國富國銀行（Wells Fargo）首席數據官Charles Thomas正在設法尋找對銀行攻守兩面都有利的數據使用方法，正如他所說的，新的數據使用方法必須能讓銀行做到“攻守兼?zhèn)?rdquo;。防守是指提供降低風險所需的數據和工具，而進攻則是指利用數據支持銀行協(xié)助客戶致富，并提供卓越的客戶體驗。這會吸引客戶更頻繁地使用銀行業(yè)務，從而增加銀行收入。銀行的數據應用范圍越廣，得到的回報就越大。Thomas以協(xié)助業(yè)界同仁為己任，他希望讓所有人都了解如何利用數據解決他們的業(yè)務問題。
我們經常討論大數據的三大屬性（簡稱3V）：數量（volume）、速度（velocity）和種類（variety），卻忽視了第四個也是更重要的一個屬性，即價值（value）。而銀行業(yè)從業(yè)者面臨的問題是，如何利用大數據的前三個屬性來實現第四個屬性，也就是如何創(chuàng)造價值。“我們需要壓縮從數據采集到分析再到采取行動所耗的時間，”Thomas表示，“洞察很重要。但如果不能將洞察付諸行動，那么你不過是在用一個更有說服力的工具來解析問題而已。”
數據基礎
如果沒有堅實的數據基礎架構，數據便沒有了任何意義。Thomas負責監(jiān)管銀行聯合數據模型中連接各個本地數據系統(tǒng)的結點。富國銀行擁有80項不同的業(yè)務，以及人力資源、風險和財務等數據。將所有數據移到一個中央數據倉庫將是一個極其復雜、無休無止而結果卻令人失望的大工程。
因此，富國銀行選擇在本地管理數據，并在銀行內部部署數據傳輸管理系統(tǒng)。Thomas解釋道：“我們有溝通渠道，讓我們可以跨越各個系統(tǒng)進行對話，并了解哪些系統(tǒng)專門記錄了哪些信息。然后，我們會采取適當的方式記錄信息的傳輸。”
Thomas強調了數據治理的重要性，特別是追蹤每個數字源以及預防分歧數據存儲庫擴散的能力。監(jiān)管機構要求金融機構改善流程的設計，以保證數據的準確性和完整性。巴塞爾金融穩(wěn)定委員會（Financial Stability Board）公布的29家全球系統(tǒng)重要性銀行（Global Systematically Important Banks，簡稱G-SIBs）都需要接受尤為嚴格的審查，富國銀行正是其中之一。企業(yè)級數據團隊的職責包括：
1、確保銀行的風險數據有統(tǒng)一的定義（元數據），且可追溯至紀錄系統(tǒng)。這樣，無論計算方式為何，數據的傳輸過程都會有清楚的記錄。
2、將最常用的數據整合成一個單一版本的數據。監(jiān)管機構或銀行員工查詢某個具體數字時。
3、數據團隊需確保他們只能從一個地方取得數據，從而避免他們從多處獲得不同的答案。
通過執(zhí)行這些數據治理工作，銀行能夠更好地管理風險；并使用數據來解決問題，并挖掘銀行各項業(yè)務之間的機遇。
如何利用數據有效防守
數據團隊通過一些特定方式來支持銀行管理風險。例如，由于客戶會在某個渠道啟動一個流程，而在另一個渠道結束該流程，因此數據團隊常常會索取客戶記錄，以期了解客戶如何穿梭于不同渠道之間。“起床之前你在用iPad上，然后你起身往冰箱走去，手上換成了iPhone。接著，你坐下來打開了電腦，然后又出門去了一家銀行，”Thomas說道，“從預防欺詐的角度來看，我們至少需要追蹤四個不同的活動。”
因為渠道的擴增，這些數據集也變得相當龐大。這體現了大數據的數量屬性。同時，我們還不能忽略大數據的速度屬性。銀行需要以前所未有的速度處理海量數據。正如交易已經發(fā)展到以毫秒計算，同樣的，詐欺犯的詐騙速度也越來越快。如果銀行可以實時識別異常的客戶行為，就有可能察覺危險并加以阻止，而不是靜觀其變，只能在事后聯系客戶。
數據團隊還可通過下列方式支持風險管理：
1、管理“沃爾克（Volcker）法規(guī)指標”系統(tǒng)，這是按照《Dodd-Frank Act》（多德-弗蘭克法案）的規(guī)定設計的一組指標，旨在通過追蹤結余、風險比率和風險敞口，減少對流動性的威脅。
2、收集和分析美國聯邦儲備委員會投訴舉報系統(tǒng)中提交的投訴，并建立預測模型，了解投訴的上游起因，以便預先避免投訴，而非事后再解決投訴問題。
3、為信用報告和建模提供數據，有時在內部進行分析，有時外派給富國銀行其他部門的分析師。
4、出于保護隱私的目的清理數據，以確保當客戶選擇不接收營銷信息時，銀行將遵從他們的意愿。
所有這些措施都能為銀行提供價值，以協(xié)助銀行從大數據的三V屬性（數量更大、速度更快、種類更多）向第四個屬性——價值邁進。
如何利用數據發(fā)起進攻
企業(yè)數據功能可以幫助銀行全面了解客戶，或按Thomas的說法，從“水平視角”了解客戶，進而幫助銀行發(fā)起進攻。一直以來，各條業(yè)務線都是自行評估客戶。如果能夠匯總所有業(yè)務部門掌握的客戶支付行為信息，銀行就能從關系的角度來看待客戶，并最大化每位客戶的價值。
例如，費埃哲公司（FICO）的信用評分系統(tǒng)就被多個國家所采納，該評分能夠清晰地反映出人們在償還債務時的表現。但是，人們向不同企業(yè)付款的方式會有所不同。如果他們喜歡一家公司，他們準時全額還款的可能性就更高。不過，按時付款且服務成本低的完美客戶獲得的FICO評分可能并不高。
這時，整合數據獲得綜合的客戶視圖，就顯得極其有用了。水平視角能夠呈現任何指定客戶的所有關系、還款記錄，以及能反映出該客戶需求和哪些信貸產品可滿足其需求的其他信息。如果僅憑信用評分來決定是否放款，銀行可能無法針對該客戶作出最佳決定。
Thomas表示：“客戶或許和銀行在其他方面有業(yè)務往來，而這種方法可以讓我們適時地酬謝他們的支持�，F在我們可以全面了解客戶，作出更明智的放款決策。”
如何利用數據做到攻守兼?zhèn)?/strong>
當投資成本下降時，數據的回報也會隨之提升。此外，我們還可以透過多種方式運用輸出的數據。例如，對客戶的通話數據進行文本挖掘。
鑒于如今數據存儲的成本非常低，因此，我們可以大量存儲任何類型的數據，不論是音頻、視頻、掃描文檔和圖形，還是海量文本都沒有問題。“在某些情況下，你需要記錄電話通話內容，以滿足監(jiān)管要求，”Thomas說，“即使沒有這方面的合規(guī)要求，如今存儲成本這么低，我們也沒有理由不記錄這些通話內容。”
我們也可以從音頻中提取文字，將之與交易數據、客戶統(tǒng)計數據和產品數據整合一體，建立一個強大的數據集，讓我們能更好地了解有助于識別欺詐行為（風險層面）或購買可能性（機會層面）的觸發(fā)因素。
Thomas認為，“人類是習慣性動物。無論是預防欺詐還是銷售新商品，能夠從80種不同的業(yè)務中獲取數據都能讓我們防范于未然。風險可能比以往更高，但同時我們也擁有了更強大的工具。因此，現在更像是一場公平的較量。”
從何處著手
科技發(fā)展的速度超過了業(yè)務的增長速度。開發(fā)人員經常會有一些奇思妙想，但是如果他們不能將這些想法運用到業(yè)務問題上，這些想法將毫無用武之地。Thomas表示：“業(yè)務人員會說，‘如果我能想出金點子，我一定會做一些更有價值的事情’，例如，轉移風險、增加利潤、降低成本和幫助客戶群等。”
為了推動業(yè)務的發(fā)展，銀行必須建立一個準確、可靠、可訪問且跨越多個職能和業(yè)務線的數據存儲庫。你可以將其視為一個“數據撥號音”，這是支持業(yè)務發(fā)展必不可少的一項時刻在線的服務。其核心包括：統(tǒng)一的數據定義和針對各數據元素的指定記錄系統(tǒng)；確保數據完整性、隱密性和“單一真實數據源”的控制措施；以及全面的客戶“水平視圖”。Thomas認為，“我們要確保在數據的合理使用、存儲方式和用途方面，所有人都遵守相關的政策和法規(guī)，這就涉及數據的執(zhí)行、授權和治理。”
