近些年，互联网和信息化技术正在重构着各行各业，银行由于客户交易模式发生变化，营业厅逐步向互联网在线交易转变，因此大数据技术快速涌现和发展。前不久，中国工商银行上海研究中心副总经理王晓平在华为2014年云计算大会上，分享了工商银行是如何利用大数据，从原先以产品为中心、客户被动接受向以客户为中心、主动精准营销的转型。

王晓平介绍说，信息化的发展使金融行业的数据处理能力受到巨大挑战，不仅客户交易频次增加，使得历史数据、非结构化和半结构化数据越来越多，而且数据平台从以往传统交易系统中账户交易明细，向更多社交、用户信息和在线交易行为数据延伸。

以前工商银行使用像Oracle DB2这样的SMP架构产品，有点是可靠性高，但缺点是扩展性较差，更适合传统OLTP交易处理，而不适合于大规模数据处理。

从2007年工商银行开始建设以MPP架构为中心的数据仓库，经过多年积累了几百TB的结构化数据，涵盖存款贷款、中间业务、电子银行等交易系统数据。伴随持续化数据质量的治理，这为工行经营决策、精准营销和绩效考核提供了大量支撑。

但是王晓平也在这个过程中发现一个问题，这种数据仓库的形式是软硬件一体机，成本很高，他们需要找一些适合的技术和产品，搭建自己的架构。

不仅如此，因此需要对更多非结构化和半结构化数据、以及更多行外数据进行处理，所以工商银行开始和华为展开深度合作，着手搭建基于Hadoop的大数据平台，这样相对成本较低，扩展性好，适合海量数据处理，同时也可以继续用MPP处理传统结构化数据。

大数据渗透四大业务领域

各种技术各司其职，是工行构建大数据平台的一大特色。但王晓平也强调说，光有大数据不行，大数据的使用是最重要的。很多数据的问题只有通过充分使用才能被发现，大数据不仅是技术的需要，更多是业务和管理的深层需要，提供大数据给公司管理层做决策同时服务于客户。他举例说，目前工商银行在四大业务领域开始深度使用大数据技术：

在信贷业务领域，工商银行利用大数据对客户信息进行分析评价，提前预测向客户发放信贷的金额，当客户线上刷卡达到一定额度的时候，银行会短信询问客户是否需要办理有针对性的贷款。据透露，工行从一年前开始这方面的尝试，如今贷款金额已经超过60亿元，相对来说快速便捷。

在精准营销方面，工商银行通过数据挖掘方法，建立精准目标客户定位模型，协助提升营销成功率。在理财产品营销中，工行通过决策树和营销网络找到了一些营销目标客户，进行有针对性的营销，相比传统的客户反馈率和营销成功率都有大幅度提高。王晓平强调说，只有分析挖掘是不够的，要辅助以比较完善的营销体系，对数据的探索形成营销创意，对客户特征的分析形成目标客户，对接短信、客服、网上银行和柜台等，这样大大提升了营销的效率和对客户的过度打扰。

在客户服务领域，工商银行利用大数据为客户提供了专享信息的推送，差异化的产品定价服务，通过网银等渠道定制一些服务，对数据进行过滤和整合，定期通过短信方式推送给客户投资咨询，对客户进行细分对接到产品系统，这样购买过程中可以享受一些优惠。

在舆情监测方面，工行基于大数据从互联网上获得一些评价信息，通过分类统计和情感分析等方法来判断客户的正负面倾向；另外通过客户点击网银的行为，分析客户点击路径，对重点网银栏目布局进行优化，这些方法对于客户规模超过4亿的工商银行来说，这无疑是直观而快捷的。

三大思考 展望未来

在王晓平看来，利用大数据需要结合不同的应用场景，综合考虑技术特点和成本投入，配置不同的大数据加工技术平台。其次，一项大数据技术可以应用在多个业务场景中，“小步快跑”是大数据应用的鲜明特点。不仅如此，银行还要梳理大数据思维，改变单纯以来经验的经营决策、客户营销和风险控制方法，让数据说话。

展望未来，他认为，商业银行需要认真地考虑如何利用大数据加强风险控制，同时在互联网金融的迅猛发展下，如何加快IT架构的变革和技术路线转型，从而带动大数据辅助银行的转型，找到适合自己银行模式的客户群体，强大自己的商业模式。

那什么分析方法是比较好的？他认为“只要达到目的”就是好的方法，有时候可能是复杂的数据模型，有时候只是简单的分类统计，我们需要结合具体的业务场景以及现有数据进行选择，在分析过程中需要逐步调整和优化，这是必不可少的，一蹴而就是很难的。