來源:銀行家雜志 作者:合合信息啟信數(shù)據(jù)專家 康龍
近年來,國家大力推動(dòng)城鄉(xiāng)均衡發(fā)展、促進(jìn)中小企業(yè)成長,監(jiān)管部門也頒布了《關(guān)于2022年銀行業(yè)保險(xiǎn)業(yè)服務(wù)全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的通知》等系列政策,強(qiáng)調(diào)商業(yè)銀行要結(jié)合業(yè)務(wù)特長開展農(nóng)村金融服務(wù),加大首貸戶拓展力度,提升縣域貸存比等要求。
大行業(yè)務(wù)下沉,普遍面臨“三高”問題:獲客成本高、服務(wù)成本高、風(fēng)險(xiǎn)成本高。大行作為全國性銀行,對當(dāng)?shù)刂行∑髽I(yè)客戶的資信水平、經(jīng)營狀況的掌握缺乏地緣性優(yōu)勢和時(shí)效優(yōu)勢,導(dǎo)致銀企之間信息不對稱?;谶@種情況,銀行傳統(tǒng)的解決方式是要求企業(yè)補(bǔ)充大量信貸資料,或提高客戶申貸門檻,或要求其提供抵押物進(jìn)行信用增級(jí),這些都讓大量小微企業(yè)望而卻步。
此外,部分大行對普惠業(yè)務(wù)不設(shè)置利潤征收方面的考核,開展業(yè)務(wù)時(shí),通過降低利率來達(dá)到獲客目的。該舉措一定程度上能讓利于普惠小微客戶,但由此產(chǎn)生的高成本、低利率也對大行的經(jīng)營效率有所影響,不利于其穩(wěn)健經(jīng)營和金融風(fēng)險(xiǎn)防控。
大行業(yè)務(wù)下沉,中小銀行業(yè)務(wù)也開始承壓。與大行相比,地方性中小型銀行在數(shù)據(jù)量等方面更處于競爭劣勢。同質(zhì)化競爭加劇,優(yōu)質(zhì)客戶流失,讓相關(guān)銀行進(jìn)入了“逆水行舟”的尷尬階段。
透過現(xiàn)象看本質(zhì),部分銀行在縣域等“下沉”市場的推進(jìn)中,暴露出對公業(yè)務(wù)數(shù)字化體系建設(shè)里存在的短板。目前,銀行雖然已經(jīng)建立了一定的數(shù)據(jù)資產(chǎn),但這些數(shù)據(jù)需要專業(yè)人才和工具對其進(jìn)一步的深度挖掘,以及在業(yè)務(wù)場景中應(yīng)用落地。與此同時(shí),外部數(shù)據(jù)在銀行對公信貸業(yè)務(wù)中的價(jià)值釋放還有明顯的提升空間。
對公信貸數(shù)據(jù)
建設(shè)和應(yīng)用的難點(diǎn)及解決辦法
難點(diǎn)一:數(shù)據(jù)建設(shè)和業(yè)務(wù)應(yīng)用之間存在“鴻溝“
多數(shù)銀行在數(shù)據(jù)資產(chǎn)、大數(shù)據(jù)平臺(tái)等數(shù)據(jù)中臺(tái)基礎(chǔ)設(shè)施建設(shè)上已進(jìn)行了相關(guān)部署,但數(shù)據(jù)建設(shè)與業(yè)務(wù)應(yīng)用之間仍存在鴻溝,導(dǎo)致業(yè)務(wù)不能及時(shí)、按需獲得數(shù)據(jù)支持。
究其根本,受制于崗位劃分和專業(yè)背景,科技/數(shù)據(jù)部門往往不夠了解業(yè)務(wù),而業(yè)務(wù)部門又不懂技術(shù)/數(shù)據(jù)。例如業(yè)務(wù)部門覺得科技/數(shù)據(jù)部門的數(shù)據(jù)建設(shè)成熟度很低,很多業(yè)務(wù)需要的數(shù)據(jù)都沒有;科技/數(shù)據(jù)部門認(rèn)為業(yè)務(wù)部門沒有需求,所以不會(huì)建設(shè)對應(yīng)的數(shù)據(jù)。這種看似簡單的矛盾在銀行內(nèi)部普遍存在。
數(shù)據(jù)的建設(shè)和應(yīng)用,要求從業(yè)人員同時(shí)具備數(shù)據(jù)和業(yè)務(wù)相關(guān)的知識(shí)和能力。銀行可以靠自身人才培養(yǎng),例如派駐科技/數(shù)據(jù)部門人員到業(yè)務(wù)部門去支持,逐漸提高業(yè)務(wù)知識(shí),也可借力在業(yè)務(wù)、數(shù)據(jù)、技術(shù)方面具備整合性優(yōu)勢的廠商,讓其提供咨詢服務(wù)、數(shù)據(jù)服務(wù)、系統(tǒng)建設(shè)服務(wù)。
難點(diǎn)二:內(nèi)部數(shù)據(jù)治理及價(jià)值挖掘能力不足
銀行在日常經(jīng)營活動(dòng)中積累了大量數(shù)據(jù),這些數(shù)據(jù)除了支持銀行前臺(tái)業(yè)務(wù)流程運(yùn)轉(zhuǎn)之外,越來越多地被用于決策支持領(lǐng)域。精準(zhǔn)營銷、產(chǎn)品定價(jià)、風(fēng)險(xiǎn)管理、績效考核等管理決策過程,都需要大量高質(zhì)量數(shù)據(jù)支持。近幾年,雖然各大銀行都在建設(shè)數(shù)據(jù)中臺(tái),進(jìn)行數(shù)據(jù)治理,形成了自身的數(shù)據(jù)資產(chǎn)目錄,但是這些數(shù)據(jù)大多沒有被充分利用起來,數(shù)據(jù)沒有發(fā)揮出應(yīng)有的價(jià)值。相反,數(shù)據(jù)建設(shè)和數(shù)據(jù)治理的投入,以及后續(xù)的數(shù)據(jù)存儲(chǔ)和運(yùn)維成本越來越高。
造成這種現(xiàn)象的原因主要是銀行前期做數(shù)據(jù)建設(shè)和治理時(shí),只考慮了數(shù)據(jù)歸集和標(biāo)準(zhǔn)化治理本身,從業(yè)務(wù)需求層面考慮不夠。例如,同樣是數(shù)據(jù)表,業(yè)務(wù)應(yīng)用需要的表結(jié)構(gòu)和當(dāng)時(shí)數(shù)據(jù)治理時(shí)存儲(chǔ)的表結(jié)構(gòu)可能有較大區(qū)別,對數(shù)據(jù)的歸類和計(jì)算邏輯可能也不符合業(yè)務(wù)應(yīng)用的需求。
另外,對于很多銀行內(nèi)部的數(shù)據(jù),看似對業(yè)務(wù)應(yīng)用沒有什么幫助,往往會(huì)被忽略,但是如果和其他數(shù)據(jù)關(guān)聯(lián)并進(jìn)一步加工、挖掘,就能成為對業(yè)務(wù)有應(yīng)用價(jià)值的數(shù)據(jù)。
難點(diǎn)三:外部數(shù)據(jù)資源引入和應(yīng)用不充分
當(dāng)前,銀行對公業(yè)務(wù)面向的企業(yè)客戶,呈現(xiàn)出客戶主體多元化、集團(tuán)客戶跨區(qū)域、業(yè)務(wù)范圍跨行業(yè)等特征,企業(yè)信息識(shí)別不充分、客戶信用狀況參差不齊、企業(yè)關(guān)聯(lián)關(guān)系錯(cuò)綜復(fù)雜、貸后風(fēng)險(xiǎn)管理存在時(shí)滯等原因,對銀行大數(shù)據(jù)應(yīng)用能力提出了很大的挑戰(zhàn)。
銀行自身積累的企業(yè)客戶數(shù)據(jù)有限,對外部數(shù)據(jù)資源的引入和應(yīng)用也不充分。如果能夠借助和引入外部成熟的企業(yè)大數(shù)據(jù),同時(shí)考慮內(nèi)外部數(shù)據(jù)的融合應(yīng)用,將最大化發(fā)揮數(shù)據(jù)的價(jià)值,才能實(shí)現(xiàn)真正的數(shù)字化轉(zhuǎn)型。比如在貸后管理中,行內(nèi)定期排查的企業(yè)經(jīng)營狀況、財(cái)務(wù)數(shù)據(jù),與外部的工商、司法、高頻輿情風(fēng)控大數(shù)據(jù)結(jié)合,更能全面地監(jiān)測、及早地識(shí)別企業(yè)客戶潛在的違約風(fēng)險(xiǎn)。
外部數(shù)據(jù)應(yīng)用的關(guān)鍵,是了解這些數(shù)據(jù)的種類,以及數(shù)據(jù)在具體的業(yè)務(wù)場景和具體的環(huán)節(jié)中可以發(fā)揮的作用。以銀行對公業(yè)務(wù)為例,啟信數(shù)據(jù)團(tuán)隊(duì)在實(shí)踐中將該場景服務(wù)流程初步歸納為“存客盤點(diǎn)->潛客挖掘->客戶分層->商機(jī)線索挖掘->客戶分配和觸達(dá)營銷->準(zhǔn)入盡調(diào)->授信和用信->貸后監(jiān)控->存客拓新”,其中每一個(gè)環(huán)節(jié)都能夠通過外部數(shù)據(jù)的賦能,大幅提高數(shù)字化效果。
數(shù)據(jù)服務(wù)對公信貸全流程
例如,銀行在拓客時(shí)會(huì)有途徑獲取一些潛客名單,但名單中出現(xiàn)的企業(yè)數(shù)量龐大,數(shù)據(jù)顆粒度卻嚴(yán)重不足,營銷人員無法判斷哪些潛客價(jià)值更高,實(shí)際賦能效果有限,構(gòu)建客戶分層評(píng)分模型至關(guān)重要??蛻舴謱雍蜕虣C(jī)線索的優(yōu)先級(jí)排序都需要模型支撐,包括客戶價(jià)值模型、線索有效性模型等;對于潛客名單,可以先利用外部數(shù)據(jù),對名單做批量風(fēng)險(xiǎn)排查,提前篩掉有風(fēng)險(xiǎn)的企業(yè),避免客戶經(jīng)理浪費(fèi)營銷時(shí)間,實(shí)現(xiàn)降本增效。對于這些場景的數(shù)字化賦能,外部數(shù)據(jù)起到了重要的補(bǔ)充作用。
啟信數(shù)據(jù)團(tuán)隊(duì)基于啟信寶旗下商業(yè)大數(shù)據(jù)技術(shù)和境內(nèi)2.3億家企業(yè)等組織機(jī)構(gòu)的超過1,000億條實(shí)時(shí)動(dòng)態(tài)商業(yè)大數(shù)據(jù),研發(fā)了系列數(shù)據(jù)和解決方案產(chǎn)品,如營銷線索數(shù)據(jù),用戶畫像數(shù)據(jù),產(chǎn)業(yè)鏈/供應(yīng)鏈數(shù)據(jù),科創(chuàng)信貸等各類專項(xiàng)數(shù)據(jù),能夠幫助銀行去解決具體場景中數(shù)據(jù)缺乏、數(shù)據(jù)質(zhì)量不高的問題。
面對銀行業(yè)務(wù)下沉趨勢,啟信數(shù)據(jù)團(tuán)隊(duì)還推出了網(wǎng)格化營銷方案,基于分支行地理位置及輻射范圍,自動(dòng)挖掘分支行周邊企業(yè)、園區(qū)、協(xié)會(huì)、新增企業(yè)、新商機(jī)、存量客戶商機(jī) ,助力銀行采取差異化、網(wǎng)格化的經(jīng)營策略,實(shí)現(xiàn)資源精準(zhǔn)分配。
網(wǎng)格化營銷解決方案-新增企業(yè)挖掘功能
難點(diǎn)四:從“信息化”到“數(shù)字化”,模型研發(fā)挑戰(zhàn)重重
銀行對公業(yè)務(wù)從“信息化”到“數(shù)字化”轉(zhuǎn)型,需要模型能力加持。
在對公營銷領(lǐng)域,上述內(nèi)容中涉及的客戶分層以及商機(jī)線索的有效性排序,都需要模型支撐,包括客戶價(jià)值模型、線索有效性模型等。以科創(chuàng)信貸等專項(xiàng)業(yè)務(wù)場景為例,銀行需要量化的評(píng)估模型來識(shí)別客戶的科技創(chuàng)新能力;對于產(chǎn)業(yè)分析,需要構(gòu)建產(chǎn)業(yè)景氣度模型來分析判斷產(chǎn)業(yè)的發(fā)展趨勢;風(fēng)控領(lǐng)域,需要針對每一類風(fēng)險(xiǎn)數(shù)據(jù),構(gòu)建細(xì)分的風(fēng)控子模型,并將這些模型和傳統(tǒng)的風(fēng)控模型融合應(yīng)用;對于反洗錢需求,需要構(gòu)建空殼指數(shù)模型和反洗錢風(fēng)險(xiǎn)識(shí)別模型等等。
從模型定義、設(shè)計(jì)、開發(fā)、驗(yàn)證、應(yīng)用、監(jiān)控,到調(diào)優(yōu)迭代的全生命周期,每個(gè)環(huán)節(jié)都對從業(yè)人員的專業(yè)度提出了較高的要求,需要同時(shí)具備優(yōu)秀的數(shù)據(jù)知識(shí)、業(yè)務(wù)知識(shí)和建模能力,而現(xiàn)階段銀行普遍缺乏這樣的復(fù)合型人才,模型研發(fā)挑戰(zhàn)重重。啟信數(shù)據(jù)團(tuán)隊(duì)在服務(wù)銀行的過程中,積累了大量的數(shù)據(jù)模型,幫助銀行加速實(shí)現(xiàn)“數(shù)智化”。
總體來看,大行業(yè)務(wù)下沉將成為常態(tài)化,中小銀行的發(fā)展空間會(huì)受到一定程度的擠壓,但這一切并不完全是在存量中博弈的零和游戲。商業(yè)大數(shù)據(jù)技術(shù)和高質(zhì)量數(shù)據(jù)的引入將助力銀行實(shí)現(xiàn)數(shù)據(jù)“下沉”,賦能對公業(yè)務(wù)全流程數(shù)字化轉(zhuǎn)型,幫助中小銀行在小微客戶群體中增量擴(kuò)面,對大行也有 “降本增效”的作用,使銀行更好地支持實(shí)體經(jīng)濟(jì)發(fā)展,實(shí)現(xiàn)行業(yè)共贏。