編者語(yǔ)：大數據時(shí)代，高效的數據處理技術(shù)讓金融領(lǐng)域的數據用途變得更加多元化：反欺詐調查數據可能會(huì )為銷(xiāo)售和營(yíng)銷(xiāo)帶來(lái)價(jià)值、因合規目的收集的消費者投訴也可以用來(lái)提高客戶(hù)滿(mǎn)意度、監管機構記錄的電話(huà)通話(huà)內容甚至可以為提高呼叫中心效率或找出客戶(hù)購買(mǎi)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“攻守兼備”的“大數據戰略”：通過(guò)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(fēng)險，同時(shí)能夠支持銀行更全面的洞察客戶(hù)信息，從而協(xié)助客戶(hù)致富并提供更卓越的客戶(hù)體驗，為銀行帶來(lái)更多的收益。
有些投資能為多個(gè)部門(mén)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(huì )為銷(xiāo)售和營(yíng)銷(xiāo)人員帶來(lái)巨大價(jià)值。因合規目的而收集的消費者投訴也可以用來(lái)提高客戶(hù)滿(mǎn)意度。通過(guò)挖掘為監管機構記錄的電話(huà)通話(huà)內容，我們可以提高呼叫中心效率或找出客戶(hù)作出購買(mǎi)決定的觸發(fā)因素。
為監管機構收集數據有時(shí)會(huì )被視為一項艱巨的任務(wù)。但是，為監管機構收集的數據也可以用于增加營(yíng)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(huì )發(fā)現重大的新價(jià)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(shuō)的，新的數據使用方法必須能讓銀行做到“攻守兼備”。防守是指提供降低風(fēng)險所需的數據和工具，而進(jìn)攻則是指利用數據支持銀行協(xié)助客戶(hù)致富，并提供卓越的客戶(hù)體驗。這會(huì )吸引客戶(hù)更頻繁地使用銀行業(yè)務(wù)，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(wù)問(wèn)題。
我們經(jīng)常討論大數據的三大屬性（簡(jiǎn)稱(chēng)3V）：數量（volume）、速度（velocity）和種類(lèi)（variety），卻忽視了第四個(gè)也是更重要的一個(gè)屬性，即價(jià)值（value）。而銀行業(yè)從業(yè)者面臨的問(wèn)題是，如何利用大數據的前三個(gè)屬性來(lái)實(shí)現第四個(gè)屬性，也就是如何創(chuàng )造價(jià)值。“我們需要壓縮從數據采集到分析再到采取行動(dòng)所耗的時(shí)間，”Thomas表示，“洞察很重要。但如果不能將洞察付諸行動(dòng)，那么你不過(guò)是在用一個(gè)更有說(shuō)服力的工具來(lái)解析問(wèn)題而已。”
數據基礎
如果沒(méi)有堅實(shí)的數據基礎架構，數據便沒(méi)有了任何意義。Thomas負責監管銀行聯(lián)合數據模型中連接各個(gè)本地數據系統的結點(diǎn)。富國銀行擁有80項不同的業(yè)務(wù)，以及人力資源、風(fēng)險和財務(wù)等數據。將所有數據移到一個(gè)中央數據倉庫將是一個(gè)極其復雜、無(wú)休無(wú)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。Thomas解釋道：“我們有溝通渠道，讓我們可以跨越各個(gè)系統進(jìn)行對話(huà)，并了解哪些系統專(zhuān)門(mén)記錄了哪些信息。然后，我們會(huì )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(gè)數字源以及預防分歧數據存儲庫擴散的能力。監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。巴塞爾金融穩定委員會(huì )（Financial Stability Board）公布的29家全球系統重要性銀行（Global Systematically Important Banks，簡(jiǎn)稱(chēng)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(fēng)險數據有統一的定義（元數據），且可追溯至紀錄系統。這樣，無(wú)論計算方式為何，數據的傳輸過(guò)程都會(huì )有清楚的記錄。
2、將最常用的數據整合成一個(gè)單一版本的數據。監管機構或銀行員工查詢(xún)某個(gè)具體數字時(shí)。
3、數據團隊需確保他們只能從一個(gè)地方取得數據，從而避免他們從多處獲得不同的答案。
通過(guò)執行這些數據治理工作，銀行能夠更好地管理風(fēng)險；并使用數據來(lái)解決問(wèn)題，并挖掘銀行各項業(yè)務(wù)之間的機遇。
如何利用數據有效防守
數據團隊通過(guò)一些特定方式來(lái)支持銀行管理風(fēng)險。例如，由于客戶(hù)會(huì )在某個(gè)渠道啟動(dòng)一個(gè)流程，而在另一個(gè)渠道結束該流程，因此數據團隊常常會(huì )索取客戶(hù)記錄，以期了解客戶(hù)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(zhù)，你坐下來(lái)打開(kāi)了電腦，然后又出門(mén)去了一家銀行，”Thomas說(shuō)道，“從預防欺詐的角度來(lái)看，我們至少需要追蹤四個(gè)不同的活動(dòng)。”
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(shí)，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(jīng)發(fā)展到以毫秒計算，同樣的，詐欺犯的詐騙速度也越來(lái)越快。如果銀行可以實(shí)時(shí)識別異常的客戶(hù)行為，就有可能察覺(jué)危險并加以阻止，而不是靜觀(guān)其變，只能在事后聯(lián)系客戶(hù)。
數據團隊還可通過(guò)下列方式支持風(fēng)險管理：
1、管理“沃爾克（Volcker）法規指標”系統，這是按照《Dodd-Frank Act》（多德-弗蘭克法案）的規定設計的一組指標，旨在通過(guò)追蹤結余、風(fēng)險比率和風(fēng)險敞口，減少對流動(dòng)性的威脅。
2、收集和分析美國聯(lián)邦儲備委員會(huì )投訴舉報系統中提交的投訴，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(wèn)題。
3、為信用報告和建模提供數據，有時(shí)在內部進(jìn)行分析，有時(shí)外派給富國銀行其他部門(mén)的分析師。
4、出于保護隱私的目的清理數據，以確保當客戶(hù)選擇不接收營(yíng)銷(xiāo)信息時(shí)，銀行將遵從他們的意愿。
所有這些措施都能為銀行提供價(jià)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(lèi)更多）向第四個(gè)屬性——價(jià)值邁進(jìn)。
如何利用數據發(fā)起進(jìn)攻
企業(yè)數據功能可以幫助銀行全面了解客戶(hù)，或按Thomas的說(shuō)法，從“水平視角”了解客戶(hù)，進(jìn)而幫助銀行發(fā)起進(jìn)攻。一直以來(lái)，各條業(yè)務(wù)線(xiàn)都是自行評估客戶(hù)。如果能夠匯總所有業(yè)務(wù)部門(mén)掌握的客戶(hù)支付行為信息，銀行就能從關(guān)系的角度來(lái)看待客戶(hù)，并最大化每位客戶(hù)的價(jià)值。
例如，費埃哲公司（FICO）的信用評分系統就被多個(gè)國家所采納，該評分能夠清晰地反映出人們在償還債務(wù)時(shí)的表現。但是，人們向不同企業(yè)付款的方式會(huì )有所不同。如果他們喜歡一家公司，他們準時(shí)全額還款的可能性就更高。不過(guò)，按時(shí)付款且服務(wù)成本低的完美客戶(hù)獲得的FICO評分可能并不高。
這時(shí)，整合數據獲得綜合的客戶(hù)視圖，就顯得極其有用了。水平視角能夠呈現任何指定客戶(hù)的所有關(guān)系、還款記錄，以及能反映出該客戶(hù)需求和哪些信貸產(chǎn)品可滿(mǎn)足其需求的其他信息。如果僅憑信用評分來(lái)決定是否放款，銀行可能無(wú)法針對該客戶(hù)作出最佳決定。
Thomas表示：“客戶(hù)或許和銀行在其他方面有業(yè)務(wù)往來(lái)，而這種方法可以讓我們適時(shí)地酬謝他們的支持。現在我們可以全面了解客戶(hù)，作出更明智的放款決策。”
如何利用數據做到攻守兼備
當投資成本下降時(shí)，數據的回報也會(huì )隨之提升。此外，我們還可以透過(guò)多種方式運用輸出的數據。例如，對客戶(hù)的通話(huà)數據進(jìn)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(lèi)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(méi)有問(wèn)題。“在某些情況下，你需要記錄電話(huà)通話(huà)內容，以滿(mǎn)足監管要求，”Thomas說(shuō)，“即使沒(méi)有這方面的合規要求，如今存儲成本這么低，我們也沒(méi)有理由不記錄這些通話(huà)內容。”
我們也可以從音頻中提取文字，將之與交易數據、客戶(hù)統計數據和產(chǎn)品數據整合一體，建立一個(gè)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(fēng)險層面）或購買(mǎi)可能性（機會(huì )層面）的觸發(fā)因素。
Thomas認為，“人類(lèi)是習慣性動(dòng)物。無(wú)論是預防欺詐還是銷(xiāo)售新商品，能夠從80種不同的業(yè)務(wù)中獲取數據都能讓我們防范于未然。風(fēng)險可能比以往更高，但同時(shí)我們也擁有了更強大的工具。因此，現在更像是一場(chǎng)公平的較量。”
從何處著(zhù)手
科技發(fā)展的速度超過(guò)了業(yè)務(wù)的增長(cháng)速度。開(kāi)發(fā)人員經(jīng)常會(huì )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(wù)問(wèn)題上，這些想法將毫無(wú)用武之地。Thomas表示：“業(yè)務(wù)人員會(huì )說(shuō)，‘如果我能想出金點(diǎn)子，我一定會(huì )做一些更有價(jià)值的事情’，例如，轉移風(fēng)險、增加利潤、降低成本和幫助客戶(hù)群等。”
為了推動(dòng)業(yè)務(wù)的發(fā)展，銀行必須建立一個(gè)準確、可靠、可訪(fǎng)問(wèn)且跨越多個(gè)職能和業(yè)務(wù)線(xiàn)的數據存儲庫。你可以將其視為一個(gè)“數據撥號音”，這是支持業(yè)務(wù)發(fā)展必不可少的一項時(shí)刻在線(xiàn)的服務(wù)。其核心包括：統一的數據定義和針對各數據元素的指定記錄系統；確保數據完整性、隱密性和“單一真實(shí)數據源”的控制措施；以及全面的客戶(hù)“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(guān)的政策和法規，這就涉及數據的執行、授權和治理。”
