商業銀行大數據時代的SWOT分析及戰略探討
金融論壇
作者：李宏博
【摘要】大數據時代將帶來商業模式的變革，商業銀行將麵對各種挑戰。本文將在大數據時代的背景下對商業銀行進行SWOT分析，並對其戰略選擇進行探討。
【關鍵詞】商業銀行 大數據 SWOT分析 戰略探討
2012年以來，“大數據”成為了新的關鍵詞。2012年12月，英國作家維克托·邁爾-舍恩伯格和肯尼斯·庫克耶所著的《大數據時代》向讀者揭示了大數據時代的到來，在這個信息爆炸、數據為王的新時代，傳統的商業模式正在被顛覆，商業銀行將麵對各種各樣新的挑戰。在大數據時代，商業銀行有必要針對“大數據”製定新的發展戰略，以應對未來大數據時代帶來的各種變革。
一、大數據時代概述
較早提出“大數據（Big Data）時代”的是全球知名谘詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。”然而，對於“大數據”一詞，IT界並沒有準確的定義。美國研究機構Gartner給出了這樣的解釋：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
國際數據公司（IDC）的研究結果表明，2011年全球產生的數據量高達1.82ZB（（ 1ZB=1024EB；1EB=1024PB；1PB=1024TB；1TB=1024GB；1GB=1024MB），相當於全球每人產生200GB以上的數據。對於商業銀行，客戶數據和交易數據已經成為其核心資產之一，隨著業務的發展，客戶數據將由簡單的個人資料轉變成全麵的個人資產結構、個人消費結構等信息，而這種信息將對銀行的數據積累和處理能力帶來極大的挑戰。因此，未來的商業銀行之間的競爭也可以看作是銀行間大數據戰略的比拚。
二、商業銀行大數據時代的SWOT分析
（一）優勢分析
1.商業銀行擁有廣大的客戶群體
商業銀行在多年發展中，積累了大量的客戶數據，包括客戶個人資料、客戶存貸款信息等。大數據時代下，商業銀行的客戶資料將成為商業銀行的重要信息資產之一，通過雲計算等技術手段，將加快客戶信息的驗證和調用速度，提高業務辦理效率。
2.商業銀行資本雄厚，有能力建立大數據庫
商業銀行具有雄厚的資本，盈利能力較強，為其建立大數據服務器提供資金保障。由於建立數據庫、雲計算服務器等設備需要大量的資金支持，一般中小企業難以承受，商業銀行憑借其較強的資本實力可以輕易構架起數據設備，以應對未來數以ZB計的數據量。
3.商業銀行擁有專業的客戶服務人才
商業銀行發展過程中，培養了許多專業的客戶服務人才。這些客戶服務人才在大數據時代下，可以利用更加詳細的客戶信息，更加豐富的客戶行為，從各個角度分析客戶需求，為客戶提供全麵的金融服務方案。
（二）劣勢分析
1.客戶信息不全麵
（1）缺乏個人客戶基本信息
商業銀行雖然擁有大量的客戶信息，但是對於單個客戶的資料僅限於身份證信息和銀行卡流水信息，對於客戶其他方麵的信息知之甚少。如客戶的家庭情況、生活習慣、性格特征、興趣愛好等。這些信息在大數據時代顯得尤為重要，依據這些信息，客戶經理可以為客戶量體裁衣，提供滿足客戶各種需求的服務。
（2）缺少小微企業客戶信息
小微企業不僅數量眾多，金融需求總量也十分巨大。盡管商業銀行一直在開拓小微企業金融業務，但非常缺乏小微企業的相關數據，一方麵小微企業不願透漏更多的信息，另一方麵，為小微企業搭建貿易平台的電商企業掌握著眾多的小微企業信息，而這些信息作為其核心資產，銀行很難獲得。
（3）缺少產業鏈客戶的信息
很多商業銀行的產業鏈金融業務由於涉及信息較多，收集和維護產業鏈相關企業數據較為不易。大數據時代下，銀行可以觀察核心企業的資金流水和交易記錄，找到核心企業的供銷商，更加高效便捷的發展產業鏈金融。
2.缺乏專業的數據分析人才
盡管銀行擁有豐富的金融專業人才，但其數據分析人員較為匱乏。數據分析人才是指能夠針對客戶信息（如客戶消費習慣、客戶社交特點）等數據做出分析的人才。大數據時代下，需要金融專業人才和數據分析人才相互配合，才能為客戶指定更加具體的、深入的金融服務方案。