首頁 > 首頁 > 銀行 > 正文

數據有保鮮期 快速動態分析最重要

富國銀行的大數據實踐


2016-06-21 10:17:18   出處:《中國信息化周報》   作者:霍娜   
富國銀行已成為一家多元化的金融集團,在美洲擁有7000萬多家客戶,8643家網點。雖然擁有眾多的客戶和網點,但美國富國銀行企業模型風險部副總裁劉維政卻告訴《中國信息化周報》記者:“我們每次看到數據都很擔心這些客戶會流失。過去銀行在數據方面做的大多是傳統的統計,不是動態的信息,而銀行需要了解的是顧客行為的變化。”

  1852年在美國紐約成立的富國銀行已有一百多年歷史,不再是“拉著馬車賣黃金”(富國銀行的Logo為黃金馬車)的年代,早已成為一家多元化的金融集團,業務范圍包括商業貸款、住房抵押貸款、其他消費貸款、存款、財富管理/經紀業務等,在美洲擁有7000萬多家客戶,8643家網點。

  雖然擁有眾多的客戶和網點,但美國富國銀行企業模型風險部副總裁劉維政卻告訴《中國信息化周報》記者:“我們每次看到數據都很擔心這些客戶會流失。過去銀行在數據方面做的大多是傳統的統計,不是動態的信息,而銀行需要了解的是顧客行為的變化。”

  不做數據集中 建數據聯邦

  劉維政受邀在“2016 Teradata大數據峰會”上做主題演講,介紹了富國銀行的大數據思路和實踐。為了更好地服務客戶,富國銀行的大數據策略要和企業戰略保持一致。富國銀行的企業戰略是“深化客戶關系、吸引新客戶,無論何時何地無縫服務客戶,通過健全的風險管理始終如一地贏取客戶的信賴”。而這樣的戰略要靠大數據來實現和推動,富國銀行需要通過利用跨企業的數據獲得深入的理解,預測需求,并打造極具吸引力的整合式客戶體驗。為此,富國銀行制定出多個大數據戰略目標主題,包括改善客戶體驗、減少上市時間、提升風險管理能力、解決復雜的業務問題、提高團隊成員經驗、適應競爭日益劇烈的環境、降低遵循監管要求的成本和提高收入增長等。

  劉維政介紹,要實現上述目標,必須要做一系列的組織架構調整和動作來實現支持。比如,要做數據戰略咨詢,制定企業數據、業務數據和計劃數據發展戰略;要規范數據管理,包括數據的環境管理、數據采集與集成、元數據管理、數據質量管理和主數據管理;要統一數據架構,包括業務架構設計、數據架構設計和數據架構支持;要進行商業智能分析,包括高級分析、商業智能與可視化和大數據分析;要做好數據管理,包括政策與標準管理、管理健康監測、組織與監督,培訓、支持和通信;在解決方案咨詢與交付方面要做終端用戶培訓、解決方案記錄、評估管理、終端用戶支持和數據解決方案支持;對于數據的計劃管理,要做項目啟動、規劃與執行,程序與項目檢測及控制,以及資產組合管理。

  說起來容易做起來難。可想而知,對于業務和分支機構眾多的富國銀行來說要統一實現大數據的管理和分析是多么困難。他們遇到的首要問題就是數據分散在各處怎么辦,要做數據的大集中嗎?

  “富國銀行擁有 80 項不同的業務,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。”劉維政介紹,“我們采取了變通的方式,保持個部門的數據獨立,沒有做大集中,而是建立了數據聯邦(DF),建立了EDA(企業數據分析部門),結果證明這種方法也很不錯。”

  的確,如果沒有堅實的數據基礎架構,數據便沒有任何意義。富國銀行讓數據還是保留在各部門本地并管理,而數據聯邦可以跨越各個系統進行對話,并了解哪些系統專門記錄了哪些信息,然后,采取適當的方式記錄信息的傳輸。

  數據團隊要確保銀行的風險數據有統一的數據定義(元數據),且可追溯至記錄系統。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。他們將最常用的數據整合成一個單一版本的數據。當監管機構或銀行員工查詢某個具體數字時,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,挖掘銀行各項業務之間的機遇。

  三個場景的應用實例

  劉維政向記者舉了三個例子來說明大數據帶來的業務價值。

  在個人金融業務領域,他舉例說,有了大數據的支持,在財富管理方面,富國銀行的員工保險保費可以根據每個人的情況進行定制化設計。“比如,他們特別針對我推出的策略是,如果我每天能堅持走5公里,每月就可以少交10美元的保費。我很愿意接受這樣的方案,對于我來說是個不錯的激勵。對于公司業務來說,小額的保費收入減少換來的是醫療保費等大額支出的節省。”他介紹,未來富國銀行可以根據更多的可穿戴設備、社交網絡、生物科技、行車信息等數據信息的收集分析,制定特別有針對性的客戶服務方案。

  在企業金融方面,劉維政以針對中小企業的風險評估授信為例向記者展開介紹,“富國銀行不只就這一家企業做評估,會通過收集數據做上下游企業的關聯分析進行風險評估并授信。例如,在能源產業的油價下降時,不只會影響汽車加油或者電力企業,還會影響鞋的采購,因為石油降價,樹膠降價,會讓鞋子的成本降低,一些零售企業對鞋子的采購量會增加。這種分析產業鏈上下游,從最上端原材料供應到最下游的產品消費之間的關聯、彈性變化會有助于銀行對企業風險進行更準確的評估,做到陰天備傘的效果。”他說

  在銀行的產品研發方面,大數據也有很大的應用價值,“銀行就是要與客戶建立信任關系,要評估客戶投資風險的忍受程度方面,富國銀行會借助虛擬技術,提供虛擬的理財專員為客戶提供更別致的理財服務。虛擬理財專員可以規避真人理財專員的很多弊端,比如個人限制或者說不合規的語言等;而且還可以根據客戶的偏好定制猛男、萌妹或者熟女型的專員。”

  數據是有保鮮期的

  “數據要抓緊時間用。數據對企業而言,可能是資產,也可能是負債。”在采訪的過程中,劉維政反復強調,“數據是有保鮮期的,過期不用就作廢了。做靜態的統計,總數、平均數其實都沒有太大的意義。”

  劉維政建議銀行要先把銀行內部的數據用好,包括呼叫中心的錄音數據、ATM數據、網站數據、電商數據等,不需要大規模地去買數據。對這些數據要及時做動態分析,深入理解客戶行動,從而實現銀行對客戶的黏著度,而不是通過統計分類,區分客戶對銀行的忠誠度。

  富國銀行具體采用了哪些分析工具呢?負責管理銀行模型驗證的架構,監管一系列的量化分析的劉維政介紹,富國銀行一直與Teradata天睿公司保持合作,并結合更多開源工具進行數據分析,比如他們正用開源高性能計算技術Spark與Teradata的大數據工具Teradata Aster結合利用,監管每一賬戶和每一個投資組合中的變化。

  他特別喜歡Teradata Aster的一項功能—— NPath。使用 Teradata Aster 的NPath 功能可以快速了解事件順序問題,例如:客戶在使用或購買其產品之間經過了哪些步驟?客戶在離開網站時所做的最后一步是什么?哪些步驟帶來了購買決策?“我們現在能夠一次性分析所有這些內容,以便了解客戶行為,而這非常重要。”劉維政說。

  富國銀行的數據聯邦要實現跨不同部門的數據訪問,就多虧了Teradata 提供的一種叫QueryGrid的技術產品。QueryGrid是一種互操作技術,可以實現Teradata與其他數據庫產品的互通操作。據記者了解,幾年前,Teradata 開發了 Teradata SQL-H和 Teradata Aster SQL-H連接器,用于在 Hadoop 平臺上的 Hadoop 分布式文件系統 (HDFS) 與 Teradata 或 Teradata Aster 系統之間移動數據。這些連接器的創新之處在于,通過將一個平臺上的處理單元映射到另一個平臺上進行平行數據移動,實現高達百倍的吞吐速率。Teradata 現在已經將這些較早的連接器合并到更廣泛的 QueryGrid 連接器套件中。其實,QueryGrid早在2014年就已經推出,功能已經越來越完備,目前已經能實現對ORCALE、SAS、MONGDB等數據庫的無縫查詢。據介紹,QueryGrid對SAS的一次查詢可以從過去的48小時減少到5分鐘。

  這種效率讓富國銀行的數據分析人員每分鐘可以提出更多問題并獲得更多答案,從而實現更深入的探索,更好地研究業務問題。大數據也讓富國銀行實現了最優化的業務資產組合結構,在金融界保持領先的競爭力。



美國富國銀行企業模型風險部副總裁劉維政

責任編輯:霍娜

相關熱詞搜索:大數據 動態分析 開源 富國銀行

上一篇:銀行業大數據變現的三大關鍵
下一篇:2018年我國家電網購市場規模達到5765億元

分享到: 收藏

專題

more>>

中國軟件園區發展...

當前,我國經濟已由高速增長階段轉向高質量發展階段,..

第三屆中國大數據...

2018年12月11日下午,作為第十一屆中國信息主管年會的..
Email:

藏經樓

more>>

論壇熱議

more>>
欧洲超级杯