面對(duì)新興金融力量的不斷滲入，傳統(tǒng)金融機(jī)構(gòu)也開始積極在互聯(lián)網(wǎng)等領(lǐng)域投入。銀行業(yè)推出直銷銀行、網(wǎng)絡(luò)融資和電子商務(wù)等業(yè)務(wù)，保險(xiǎn)業(yè)亦開始探索通過網(wǎng)絡(luò)銷售保險(xiǎn)，網(wǎng)上個(gè)性化保險(xiǎn)產(chǎn)品和虛擬保險(xiǎn)等業(yè)務(wù)。金融行業(yè)終究是一個(gè)數(shù)據(jù)密集型行業(yè)，無論是傳統(tǒng)線下業(yè)務(wù)還是新型的線上業(yè)務(wù)，其競爭的一個(gè)關(guān)鍵要素仍是數(shù)據(jù)。銀行業(yè)進(jìn)軍互聯(lián)網(wǎng)的核心目的在于采集數(shù)據(jù)，銀行業(yè)開展網(wǎng)絡(luò)融資、互聯(lián)網(wǎng)理財(cái)?shù)某蓴〉年P(guān)鍵在于利用數(shù)據(jù)深入洞察客戶、優(yōu)化業(yè)務(wù)流程、加強(qiáng)風(fēng)險(xiǎn)管控等。因此，大數(shù)據(jù)成為商業(yè)銀行構(gòu)建核心競爭力的重要資產(chǎn)。
其實(shí)不僅僅是銀行業(yè)，保險(xiǎn)業(yè)、基金、證券等金融行業(yè)亦與信息技術(shù)加深融合，大數(shù)據(jù)發(fā)展亦令產(chǎn)業(yè)邊界變得更加模糊，“金融+科技”已經(jīng)成為金融領(lǐng)域發(fā)展的必然趨勢。隨著融合進(jìn)程的推進(jìn)，大數(shù)據(jù)價(jià)值日益凸顯，數(shù)據(jù)正逐漸成為金融行業(yè)的新型資產(chǎn)。
以第三方支付、P2P、消費(fèi)信貸為代表的互聯(lián)網(wǎng)金融的數(shù)據(jù)資產(chǎn)結(jié)構(gòu)較傳統(tǒng)銀行業(yè)更為全面。新型數(shù)據(jù)資產(chǎn)的活性、顆粒度、維度都要遠(yuǎn)遠(yuǎn)超過金融業(yè)傳統(tǒng)的數(shù)據(jù)，并借助這一資產(chǎn)創(chuàng)造全新商業(yè)模式，逐步向金融各個(gè)業(yè)務(wù)領(lǐng)域滲透。在這一形勢下，傳統(tǒng)金融機(jī)構(gòu)紛紛積極應(yīng)變，以適應(yīng)時(shí)代的發(fā)展。除了布局大數(shù)據(jù)基礎(chǔ)設(shè)施平臺(tái)，也逐漸形成大數(shù)據(jù)應(yīng)用思維，通過海量數(shù)據(jù)的存儲(chǔ)、挖掘、分析，到用戶畫像、客群分析、精準(zhǔn)營銷、運(yùn)營優(yōu)化、資產(chǎn)配置和業(yè)務(wù)改造等等，傳統(tǒng)金融業(yè)正迅速接納、擁抱新的技術(shù)革命帶來的變革。
1
“智能金融”的定義
無論是金融信息化、互聯(lián)網(wǎng)金融還是智能金融，都意味著利用新興技術(shù)的手段改造原有金融業(yè)的商業(yè)模式、服務(wù)生態(tài)和產(chǎn)業(yè)結(jié)構(gòu)。截止到目前，市場上并未對(duì)“智能金融”這一名詞進(jìn)行準(zhǔn)確的定義。若由大數(shù)據(jù)引發(fā)的智能革命可以總結(jié)為“大數(shù)據(jù)+傳統(tǒng)產(chǎn)業(yè)=新產(chǎn)業(yè)”這一公式，那么我們認(rèn)為，“智能金融”的定義同樣可以由如下公式描述：
“大數(shù)據(jù)+傳統(tǒng)金融=智能金融”
從金融信息化到智能金融，金融業(yè)與信息技術(shù)的交叉融合歷經(jīng)了三個(gè)階段：
1.0時(shí)代(金融信息化)：運(yùn)用信息技術(shù)如計(jì)算機(jī)技術(shù)、通信技術(shù)改造和裝備金融業(yè)，創(chuàng)造金融經(jīng)營、管理、服務(wù)新模式的系統(tǒng)工程。典型應(yīng)用如決策支持系統(tǒng)(DSS)、管理信息系統(tǒng)(MIS)、企業(yè)資源計(jì)劃(ERP)、客戶關(guān)系管理(CRM)等。這一時(shí)期仍以傳統(tǒng)數(shù)據(jù)庫、網(wǎng)絡(luò)服務(wù)器、基于CS架構(gòu)的客戶端軟件等為基礎(chǔ)技術(shù)構(gòu)件;
2.0時(shí)代(互聯(lián)網(wǎng)金融)：傳統(tǒng)金融服務(wù)與互聯(lián)網(wǎng)技術(shù)和通信技術(shù)相結(jié)合實(shí)現(xiàn)資產(chǎn)管理、資金融通，支付、投資、信息中介等新型金融業(yè)務(wù)和服務(wù)模式，國外市場亦稱為金融科技(FinTech)。相比前一時(shí)期，2.0時(shí)代最主要的技術(shù)變化是大量運(yùn)用互聯(lián)網(wǎng)技術(shù)、客戶端服務(wù)器架構(gòu)、數(shù)據(jù)倉庫等;
3.0時(shí)代(智能金融)：以大數(shù)據(jù)、人工智能改造傳統(tǒng)金融的產(chǎn)業(yè)邊界，利用機(jī)器智能的手段自主學(xué)習(xí)、自動(dòng)化服務(wù)于整個(gè)金融產(chǎn)業(yè)鏈。從大數(shù)據(jù)基礎(chǔ)設(shè)施，到大數(shù)據(jù)分析技術(shù)，再到大數(shù)據(jù)業(yè)務(wù)應(yīng)用，以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，以數(shù)據(jù)量化構(gòu)建決策依據(jù)，摒棄了傳統(tǒng)決策以人為核心的模式，運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方式感知市場變化、用戶行為等。這一時(shí)期以大數(shù)據(jù)、云計(jì)算、分布式存儲(chǔ)、人工智能等為技術(shù)代表。
圖1：金融業(yè)與信息技術(shù)融合的三個(gè)時(shí)期
可以看出，隨著時(shí)代的快速發(fā)展和加速迭代的技術(shù)革命，金融業(yè)正與不斷融匯新興技術(shù)帶來的變革和機(jī)遇。在大數(shù)據(jù)時(shí)代，機(jī)器智能的浪潮沖擊到金融產(chǎn)業(yè)，金融業(yè)進(jìn)入“智能金融”的3.0時(shí)期。“智能金融”意味著打破原有金融服務(wù)的固有思維，運(yùn)用機(jī)器智能重新設(shè)計(jì)商業(yè)模式，運(yùn)用大數(shù)據(jù)技術(shù)深入洞察多維信息，從而改造原有服務(wù)生態(tài)，使之更符合市場和客戶的需求;改善運(yùn)營效率，使之更適應(yīng)企業(yè)應(yīng)對(duì)內(nèi)外部環(huán)境的變化。
2
“智能金融”的創(chuàng)新應(yīng)用
金融機(jī)構(gòu)實(shí)踐“智能金融”戰(zhàn)略、構(gòu)造“智能金融”領(lǐng)域的創(chuàng)新，仍需定位于服務(wù)實(shí)體經(jīng)濟(jì)、滿足客戶金融需求和提高自身多元化競爭力，但更重要的是意識(shí)到技術(shù)將成為業(yè)務(wù)的主要驅(qū)動(dòng)力。同時(shí)，在國務(wù)院積極推進(jìn)“互聯(lián)網(wǎng)+”、“智慧城市”、促進(jìn)“大數(shù)據(jù)發(fā)展”的行動(dòng)綱要指引下，金融機(jī)構(gòu)順應(yīng)時(shí)代發(fā)展，積極推進(jìn)“智能金融”應(yīng)用發(fā)展，具有強(qiáng)烈的現(xiàn)實(shí)意義和實(shí)踐價(jià)值。
“智能金融”為金融機(jī)構(gòu)帶來了技術(shù)運(yùn)用上的變革，同時(shí)也為業(yè)務(wù)人員、管理者和金融科技從業(yè)者帶來了應(yīng)用設(shè)計(jì)方向上的思考。探索“智能金融”的應(yīng)用領(lǐng)域，可以運(yùn)用價(jià)值鏈分析的方法，從金融業(yè)基礎(chǔ)活動(dòng)和支持性活動(dòng)兩方面入手，探查大數(shù)據(jù)與應(yīng)用場景的結(jié)合點(diǎn)，從而為實(shí)現(xiàn)“智慧金融”構(gòu)建應(yīng)用的業(yè)務(wù)邏輯基礎(chǔ)。
圖2：商業(yè)銀行價(jià)值鏈分析
以商業(yè)銀行為例，通過價(jià)值鏈分析方法，可將公司內(nèi)部運(yùn)營業(yè)務(wù)分為如圖2所示的價(jià)值活動(dòng)。通過這些價(jià)值活動(dòng)的進(jìn)一步抽象，我們可將銀行業(yè)務(wù)劃分為“要素”和“行為”兩類業(yè)務(wù)主體。其中，要素指“金融業(yè)務(wù)中所涵蓋的類別和對(duì)象”，行為是指“滿足金融業(yè)務(wù)運(yùn)營所必要的操作或管理活動(dòng)”。舉例來說，結(jié)合數(shù)據(jù)信息流在這兩類業(yè)務(wù)主體中的維度，可將其劃分為:
- 要素：客戶、資產(chǎn)、產(chǎn)品、渠道
- 行為：交易、風(fēng)控、營銷、運(yùn)營
其中客戶不僅包括對(duì)私業(yè)務(wù)的私人客戶、信用卡、直銷銀行和電子銀行客戶，還包括對(duì)公客戶、交易對(duì)手方、機(jī)構(gòu)和投資銀行客戶等;而運(yùn)營則可以包括金融產(chǎn)品發(fā)行、流程審查、自動(dòng)化等等。
圖3：大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用領(lǐng)域
探查“智能金融”在這些業(yè)務(wù)的應(yīng)用場景，就是通過“要素”和“行為”的數(shù)據(jù)流和信息流分析，評(píng)估大數(shù)據(jù)在這些業(yè)務(wù)主題下的應(yīng)用機(jī)會(huì)，以實(shí)現(xiàn)產(chǎn)品科學(xué)設(shè)計(jì)、服務(wù)改進(jìn)、效率優(yōu)化、風(fēng)險(xiǎn)管控等方面的企業(yè)戰(zhàn)略目標(biāo)，從而為金融機(jī)構(gòu)向“智能金融”戰(zhàn)略轉(zhuǎn)型奠定基礎(chǔ)。
如下是一些可以作為大數(shù)據(jù)在不同業(yè)務(wù)主題下的應(yīng)用場景舉例：
客戶：在用戶洞察和行為分析視角提供用戶畫像，提供客戶增值服務(wù)和精準(zhǔn)信息推送，同時(shí)滿足客戶關(guān)系管理的要求;
資產(chǎn)：實(shí)現(xiàn)金融資產(chǎn)的定價(jià)和資產(chǎn)供應(yīng)方的管理通路，提供優(yōu)質(zhì)資產(chǎn)甄選，在資產(chǎn)充裕、資產(chǎn)荒等不同的環(huán)境下確保良好的資產(chǎn)條件;
產(chǎn)品：金融產(chǎn)品定價(jià)和風(fēng)險(xiǎn)定價(jià)，通過第一方數(shù)據(jù)和第三方數(shù)據(jù)獲得宏觀環(huán)境的洞察，實(shí)現(xiàn)產(chǎn)品個(gè)性化定價(jià)和實(shí)時(shí)定價(jià);通過用戶感知優(yōu)化產(chǎn)品要素和結(jié)構(gòu);
渠道：通過資產(chǎn)負(fù)債管理和融資渠道分析，提供資金的流動(dòng)性分析和渠道、對(duì)手方的分析服務(wù);
交易：通過市場數(shù)據(jù)實(shí)現(xiàn)投資組合分析、智能化投資顧問服務(wù);通過數(shù)據(jù)化的信貸分析為中小微企業(yè)解決融資難與融資貴問題;
風(fēng)控：擴(kuò)充傳統(tǒng)全面風(fēng)險(xiǎn)管理的數(shù)據(jù)維度，在市場風(fēng)險(xiǎn)識(shí)別、信用風(fēng)險(xiǎn)、大數(shù)據(jù)征信、反欺詐和反洗錢、輿情風(fēng)險(xiǎn)等角度優(yōu)化分析、監(jiān)控與行動(dòng);
營銷：通過客群分析、用戶畫像尋求精準(zhǔn)營銷、交叉銷售和跨界營銷的機(jī)會(huì);
運(yùn)營：優(yōu)化運(yùn)營管控，通過數(shù)據(jù)實(shí)現(xiàn)時(shí)效分析、自動(dòng)化產(chǎn)品生成，在資產(chǎn)管理和財(cái)富管理角度減少生命周期管理中的冗余環(huán)節(jié)。
由上述分析可知，商業(yè)銀行在實(shí)踐“智能金融”戰(zhàn)略過程中，應(yīng)運(yùn)用科學(xué)的分析方法，仔細(xì)審視業(yè)務(wù)流程中的各項(xiàng)要點(diǎn)，并于大數(shù)據(jù)的5V特點(diǎn)3相結(jié)合，從而發(fā)現(xiàn)潛在的優(yōu)化、改進(jìn)、重構(gòu)和提升機(jī)會(huì)。
3
商業(yè)銀行“智能金融”戰(zhàn)略
當(dāng)理解了理論基礎(chǔ)、規(guī)劃了業(yè)務(wù)應(yīng)用場景之后，金融機(jī)構(gòu)在實(shí)踐“智能金融”戰(zhàn)略的最后環(huán)節(jié)即為運(yùn)用切實(shí)可落地的方法和步驟來實(shí)現(xiàn)規(guī)劃目標(biāo)。
大數(shù)據(jù)的數(shù)據(jù)量大、維度多、數(shù)據(jù)完備等的特點(diǎn)，使得它從收集、到存儲(chǔ)和處理加工，再到應(yīng)用，都與過去的數(shù)據(jù)方法有很大的不同，對(duì)于實(shí)現(xiàn)業(yè)務(wù)應(yīng)用也有著不同的實(shí)現(xiàn)方式。因此，金融業(yè)使用大數(shù)據(jù)同樣需要在技術(shù)和工程上采取新興的方法?；趹?zhàn)略執(zhí)行的“規(guī)劃-執(zhí)行-評(píng)估-行動(dòng)”原則，由“戰(zhàn)略”規(guī)劃到“戰(zhàn)術(shù)”落地，我們總結(jié)了商業(yè)銀行實(shí)現(xiàn)“智能金融”的四步走戰(zhàn)略。
1、整合內(nèi)外部數(shù)據(jù)，構(gòu)建大數(shù)據(jù)基礎(chǔ)管理平臺(tái)
沒有好的大數(shù)據(jù)基礎(chǔ)管理平臺(tái)，就沒有好的IT基礎(chǔ)設(shè)施建設(shè)支撐業(yè)務(wù)應(yīng)用層的數(shù)據(jù)存取需求，也無法滿足商業(yè)銀行數(shù)據(jù)標(biāo)準(zhǔn)化的架構(gòu)需要。因此，商業(yè)銀行在實(shí)踐“智能金融”戰(zhàn)略的出發(fā)點(diǎn)，應(yīng)是規(guī)劃、設(shè)計(jì)、建設(shè)大數(shù)據(jù)基礎(chǔ)管理平臺(tái)，并持續(xù)不斷加工、維護(hù)平臺(tái)的功能、性能，從底層出發(fā)逐級(jí)向上，滿足上層業(yè)務(wù)多樣化、擴(kuò)展性、健壯性和安全性的需要。
目前市場上構(gòu)建大數(shù)據(jù)基礎(chǔ)管理平臺(tái)的模式、架構(gòu)和技術(shù)方法具有多種，以Hadoop為首的分布式開源開源框架、以Docker為首的企業(yè)服務(wù)分發(fā)等技術(shù)已完善成熟，并實(shí)現(xiàn)了完整的技術(shù)生態(tài)系統(tǒng)，也經(jīng)歷了多行業(yè)、多業(yè)態(tài)的落地實(shí)踐經(jīng)驗(yàn)。主流的第三方技術(shù)提供商已經(jīng)逐漸替代傳統(tǒng)數(shù)據(jù)倉庫開發(fā)商走上市場舞臺(tái)，為越來越多的金融機(jī)構(gòu)提供平臺(tái)設(shè)計(jì)、開發(fā)、解決方案構(gòu)建咨詢的能力。
圖4：商業(yè)銀行大數(shù)據(jù)基礎(chǔ)管理平臺(tái)樣例
此外，大數(shù)據(jù)基礎(chǔ)管理平臺(tái)的作用更體現(xiàn)在數(shù)據(jù)工程、數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)治理方面。隨著商業(yè)銀行的業(yè)務(wù)多樣化進(jìn)程，業(yè)務(wù)系統(tǒng)越來越多，數(shù)據(jù)孤島效應(yīng)凸顯，數(shù)據(jù)標(biāo)準(zhǔn)不一致的問題成為業(yè)務(wù)和技術(shù)人員的最大難題。例如，當(dāng)管理者認(rèn)為業(yè)務(wù)戰(zhàn)略是成為“信息驅(qū)動(dòng)”型企業(yè)，基于數(shù)據(jù)進(jìn)行決策，但卻發(fā)現(xiàn)使用的數(shù)據(jù)往往是不清楚、不一致的;又如，科技部門剛完成數(shù)據(jù)清洗項(xiàng)目，但“臟數(shù)據(jù)”問題又重復(fù)出現(xiàn)。這直接導(dǎo)致了銀行科技部門的運(yùn)維難度變大、數(shù)據(jù)管理困難、業(yè)務(wù)決策周期變長、業(yè)務(wù)與技術(shù)人員產(chǎn)生矛盾等問題。因此，結(jié)合大數(shù)據(jù)基礎(chǔ)管理平臺(tái)的規(guī)劃和實(shí)施項(xiàng)目，應(yīng)有條件地規(guī)劃、梳理數(shù)據(jù)標(biāo)準(zhǔn)，推動(dòng)數(shù)據(jù)治理在銀行的實(shí)踐，從數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)架構(gòu)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)開發(fā)管理、數(shù)據(jù)安全管理、數(shù)據(jù)操作管理、元數(shù)據(jù)管理、主數(shù)據(jù)管理、文檔內(nèi)容管理等維度來全新審視整體數(shù)據(jù)路徑和數(shù)據(jù)標(biāo)準(zhǔn)，為“智能金融”戰(zhàn)略打好數(shù)據(jù)基礎(chǔ)。
2、構(gòu)建數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)價(jià)值的能力
基于大數(shù)據(jù)基礎(chǔ)管理平臺(tái)的建設(shè)部署，商業(yè)銀行需結(jié)合自身技術(shù)能力和發(fā)展目標(biāo)，規(guī)劃數(shù)據(jù)科學(xué)的發(fā)展目標(biāo)與方向，有節(jié)奏的穩(wěn)步推行數(shù)據(jù)科學(xué)方法論在企業(yè)的落地執(zhí)行，為“智能金融”戰(zhàn)略中數(shù)據(jù)應(yīng)用部分，奠定良好的數(shù)據(jù)基礎(chǔ)和準(zhǔn)備。數(shù)據(jù)科學(xué)是科學(xué)研究數(shù)據(jù)的方法，在金融領(lǐng)域中，其基礎(chǔ)理論依據(jù)源于數(shù)學(xué)、統(tǒng)計(jì)學(xué)、拓?fù)鋵W(xué)、金融學(xué)、金融工程、數(shù)據(jù)挖掘、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化等，內(nèi)容涵蓋了數(shù)據(jù)處理、數(shù)據(jù)計(jì)算、數(shù)據(jù)管理和統(tǒng)計(jì)分析。金融機(jī)構(gòu)數(shù)據(jù)科學(xué)的發(fā)展歷程，可以總結(jié)為如下五個(gè)階段或?qū)哟危?/p>
(1)基于專家經(jīng)驗(yàn)的規(guī)則
最初的數(shù)據(jù)科學(xué)工作者，是對(duì)于金融業(yè)務(wù)有著深刻認(rèn)識(shí)的領(lǐng)域?qū)＜?。如在金融風(fēng)險(xiǎn)管理、信貸管理、審計(jì)管理、財(cái)務(wù)與管理會(huì)計(jì)等領(lǐng)域的業(yè)務(wù)部門專家，通過專家經(jīng)驗(yàn)判斷、評(píng)審、歸納、推理、演繹等方式，對(duì)于業(yè)務(wù)數(shù)據(jù)進(jìn)行檢查和評(píng)估，以指導(dǎo)決策過程。這一階段的主要以定性判斷方式進(jìn)行，決策過程缺乏有效的量化依據(jù)。但在實(shí)際業(yè)務(wù)實(shí)操過程中，仍可作為決策過程的有效輸入之一。
(2)基于報(bào)表和多維分析
第二層次基于報(bào)表和多維分析應(yīng)用，這一層級(jí)發(fā)展歷經(jīng)數(shù)十年，在方法、工具、流程方面都較為成熟，應(yīng)用也較為廣泛，仍是現(xiàn)階段大多數(shù)金融機(jī)構(gòu)進(jìn)行監(jiān)管報(bào)送、管理分析的主要手段和方式。工具應(yīng)用層面，以管理信息系統(tǒng)(MIS)、決策支持系統(tǒng)(DSS)、報(bào)表系統(tǒng)、管理駕駛艙為主;技術(shù)層面主要為傳統(tǒng)關(guān)系型數(shù)據(jù)庫或數(shù)據(jù)倉庫，運(yùn)用聯(lián)機(jī)分析處理(OLAP)支持較為復(fù)雜的分析操作。
基于報(bào)表和多維分析的工具，將在一定時(shí)期仍是多數(shù)金融機(jī)構(gòu)的主要數(shù)據(jù)應(yīng)用，但仍局限于數(shù)據(jù)的整合與關(guān)聯(lián)，并未基于形成基于真正的數(shù)據(jù)科學(xué)基礎(chǔ)，沒有數(shù)理統(tǒng)計(jì)意義上的數(shù)據(jù)挖掘和分析，所以對(duì)于數(shù)據(jù)的利用仍停留在初級(jí)階段。
(3)基于數(shù)據(jù)統(tǒng)計(jì)模型
第三層次的數(shù)據(jù)科學(xué)以數(shù)據(jù)挖掘、數(shù)據(jù)統(tǒng)計(jì)分析為基本方法，逐漸成為金融機(jī)構(gòu)分析型系統(tǒng)的基礎(chǔ)?；跉v史數(shù)據(jù)統(tǒng)計(jì)的方法將統(tǒng)計(jì)學(xué)模型運(yùn)用于數(shù)據(jù)倉庫和數(shù)據(jù)分析平臺(tái)之中，對(duì)于金融業(yè)務(wù)場景能夠支持市場風(fēng)險(xiǎn)量化、資產(chǎn)波動(dòng)率分析、投資組合分析、審計(jì)分析、信用風(fēng)險(xiǎn)評(píng)估等，已經(jīng)體現(xiàn)了數(shù)據(jù)化的思維指導(dǎo)管理決策。
(4)基于機(jī)器學(xué)習(xí)算法
在上一層級(jí)縱深發(fā)展之上，目前市場主要的應(yīng)用和發(fā)展趨勢即通過以機(jī)器學(xué)習(xí)算法為首的人工智能科學(xué)，結(jié)合Hadoop、Spark等主流大數(shù)據(jù)框架和技術(shù)，在業(yè)務(wù)應(yīng)用層面通過邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯方法、遺傳算法等經(jīng)典算法，讓計(jì)算機(jī)通過數(shù)據(jù)自主歸納、學(xué)習(xí)、預(yù)測相關(guān)結(jié)果，從而運(yùn)用于市場輿情分析、信用反欺詐、金融搜索引擎、智能投顧等業(yè)務(wù)領(lǐng)域。
(5)基于人工智能
深度學(xué)習(xí)(如卷積神經(jīng)網(wǎng)絡(luò)算法)、自然語言處理、生物特征識(shí)別等高度人工智能的機(jī)器學(xué)習(xí)技術(shù)越來越多的被探索和研究，與金融領(lǐng)域科學(xué)、金融工程學(xué)的結(jié)合也是數(shù)據(jù)科學(xué)發(fā)展的趨勢。
金融機(jī)構(gòu)應(yīng)有意識(shí)的思考和探索前沿技術(shù)在業(yè)務(wù)和工程領(lǐng)域的運(yùn)用，及時(shí)把握市場熱點(diǎn)，并不定期組織相應(yīng)的課題研究、行業(yè)觀點(diǎn)，逐漸形成在前沿?cái)?shù)據(jù)科學(xué)應(yīng)用中的思考和實(shí)踐，建立數(shù)據(jù)科學(xué)領(lǐng)域的戰(zhàn)略優(yōu)勢，真正形成將數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)價(jià)值的能力。
圖5：商業(yè)銀行數(shù)據(jù)科學(xué)發(fā)展階段
3. 做好大數(shù)據(jù)應(yīng)用總規(guī)劃和應(yīng)用場景設(shè)計(jì)
應(yīng)用場景的開發(fā)基于兩大現(xiàn)實(shí)基礎(chǔ)：一是構(gòu)建了基礎(chǔ)、健壯、穩(wěn)定的大數(shù)據(jù)基礎(chǔ)管理平臺(tái)，二是已經(jīng)針對(duì)商業(yè)銀行發(fā)展現(xiàn)狀，按階段分步規(guī)劃了業(yè)務(wù)應(yīng)用的開發(fā)步驟。在這兩點(diǎn)基礎(chǔ)之上，商業(yè)銀行結(jié)合自己差異化的服務(wù)戰(zhàn)略、獨(dú)特的服務(wù)模式，在應(yīng)用層面，通過大數(shù)據(jù)服務(wù)于商業(yè)銀行的“要素”和“行為”主題，滿足業(yè)務(wù)、管理人員的實(shí)際需要。
4. 評(píng)估戰(zhàn)略規(guī)劃結(jié)果和持續(xù)優(yōu)化
“智能金融”戰(zhàn)略是一個(gè)長期的規(guī)劃方向，也伴隨著長期的實(shí)施過程。在實(shí)踐過程中，在金融機(jī)構(gòu)組織架構(gòu)、管理思路、技術(shù)實(shí)現(xiàn)方式等方面都面臨著新思維帶來的改造、升級(jí)。商業(yè)銀行在實(shí)踐“智能金融”戰(zhàn)略時(shí)，可結(jié)合評(píng)分卡模型或KPI績效指標(biāo)，從如下8個(gè)方面思考、衡量、評(píng)估戰(zhàn)略執(zhí)行結(jié)果:
(1)組織架構(gòu)：實(shí)施“智能金融”戰(zhàn)略的組織、角色、權(quán)限和職責(zé)劃分;
(2)團(tuán)隊(duì)組建和管理：包括業(yè)務(wù)、技術(shù)、管理團(tuán)隊(duì)的組建和管理;
(3)評(píng)估標(biāo)準(zhǔn)：“智能金融”戰(zhàn)略的考核標(biāo)準(zhǔn);
(4)場景規(guī)劃：“智能金融”業(yè)務(wù)場景的梳理、工作流的審查和干系人管理;
(5)大數(shù)據(jù)基礎(chǔ)管理平臺(tái)：大數(shù)據(jù)基礎(chǔ)平臺(tái)規(guī)劃、采購和部署;
(6)大數(shù)據(jù)治理項(xiàng)目：數(shù)據(jù)治理和數(shù)據(jù)管理標(biāo)準(zhǔn)制定;
(7)大數(shù)據(jù)生態(tài)建設(shè)：大數(shù)據(jù)平臺(tái)和應(yīng)用的生態(tài)體系的近期和遠(yuǎn)期規(guī)劃;
(8)大數(shù)據(jù)應(yīng)用實(shí)施：大數(shù)據(jù)業(yè)務(wù)應(yīng)用的開發(fā)和實(shí)施。
完成戰(zhàn)略執(zhí)行的結(jié)果評(píng)估，商業(yè)銀行應(yīng)詳細(xì)審視、持續(xù)優(yōu)化，不斷修訂、完善實(shí)踐中的制度、流程，更新配套設(shè)施，并形成詳細(xì)的組織過程資產(chǎn)。
5. 形成配套建設(shè)：思維、文化、組織架構(gòu)和流程
在商業(yè)銀行執(zhí)行“智能金融”戰(zhàn)略過程中，管理者應(yīng)致力于傳播“智能金融”的核心理念，自上而下的主張、推動(dòng)“數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)”的企業(yè)文化，形成全員目標(biāo)明確一致、優(yōu)化改進(jìn)流程。同時(shí)，應(yīng)建立健全組織架構(gòu)，安排專職專職人員負(fù)責(zé)相關(guān)技術(shù)和對(duì)接;形成數(shù)據(jù)科學(xué)團(tuán)隊(duì)，對(duì)于金融業(yè)務(wù)和大數(shù)據(jù)結(jié)合進(jìn)行梳理與分析，形成長遠(yuǎn)的研究規(guī)劃和排期。最后，應(yīng)將配套建設(shè)不斷完善，定期審視和匯報(bào)，從而從戰(zhàn)略規(guī)劃過渡到戰(zhàn)略優(yōu)化，實(shí)現(xiàn)“智能金融”的目標(biāo)。
總之，隨著大數(shù)據(jù)時(shí)代的到來，商業(yè)銀行應(yīng)積極響應(yīng)市場變化，構(gòu)建“智能金融”戰(zhàn)略，有節(jié)奏的規(guī)劃設(shè)計(jì)實(shí)踐路徑，從無到有構(gòu)建大數(shù)據(jù)管理平臺(tái)和大數(shù)據(jù)業(yè)務(wù)應(yīng)用。大浪淘沙，時(shí)代的快速發(fā)展、技術(shù)的日新月異，只有迅速響應(yīng)變化，積極響應(yīng)國家號(hào)召、順應(yīng)行業(yè)形式的金融機(jī)構(gòu)，才能逐漸不被市場所淘汰，才能形成自己獨(dú)有的競爭優(yōu)勢，從而起到金融服務(wù)機(jī)構(gòu)應(yīng)有的服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)客戶、服務(wù)市場的價(jià)值和使命。
來源：集奧聚合
免責(zé)聲明：
數(shù)邦客-大數(shù)據(jù)價(jià)值構(gòu)建師（www.databanker.cn）除非特別注明，本站所載內(nèi)容來源于互聯(lián)網(wǎng)、微信公眾號(hào)等公開渠道，不代表本站觀點(diǎn)，僅供參考、交流之目的。轉(zhuǎn)載的稿件版權(quán)歸原作者或機(jī)構(gòu)所有，如有侵權(quán)，請(qǐng)聯(lián)系刪除。
聯(lián)系客服
