银行大数据应用实地探访：面对新一轮科技洗礼，银行更崇本务实了

数据猿导读

 

经过几轮信息化建设，银行体系中的科技力量并不比第三方科技公司弱。大数据服务提供商如果还像上一轮金融信息化大潮一样，提一站式解决服务方案，或炒作技术概念的话，将很难再打动久经磨练的这些金融大佬们，他们更需要的是专、精、尖的服务提供商。

作者：牟蕾

本文长度为3700字，建议阅读7分钟

随着大数据技术的日趋成熟与快速普及，阻碍企业内部充分运用大数据的技术门槛已越来越低， 数据驱动被认为是未来企业发展的核心竞争力。

金融领域因其优质的数据资源和明确的应用场景，在数据驱动商业价值方面一直领跑于其他行业。但是，其领先性到底体现在哪里、数据项目的真实落地情况如何、具体实施难点有什么、数据应用现状及前景又有哪些呢？为一探究竟，带着这些问题，数据猿携手Data Pipeline、HCR(慧辰资讯)组成了一支庞大、豪华又专业的调研访谈小组，一起走进金融领域内相关代表性企业，为大家一一解开谜团。

本次调研访谈活动的小组成员，不但有大数据领域专家、创业者、媒体记者，也有专业的调研研究人员。此次走进的是一家传统的全国性中小型股份制商业银行的大数据部门，应受访者要求，访问为匿名制，所以暂且称该银行为“H银行”。

也许正因为匿名的原因，期间近4个小时的畅聊一直让调研小组成员兴奋不已，不但实际看到了数据思维在传统金融企业里遍地开花的落地应用实例，更看到了数据驱动企业增长的无限前景。

本次调研访谈的H银行数据团队的组建时间其实不到一年，但因其团队成员有奋战于数据分析领域20多年的领军人物，也有科技与金融领域的跨界人才等核心成员，所以，团队实战经验丰富，且多视角、思想体系成熟。因此，这样一支非常有创新力，又重实效的数据团队正是小组要寻找的“案例样本”。

第一感：互联网思维在深入骨髓

小步快跑，轻化应用，快速迭代

说起金融大数据的应用，人们脑海中常会浮现精准营销、大数据风控、大数据征信、智能客服等一连串“热乎乎”的高科技名词，每个热词的背后都是一个巨大的产业，尤其数据更是一件“很重”的工作，不管是数据的采集、处理还是应用无不体现一个“重”字。但是，当我们的探访小组在跟H银行的数据团队深入交流的时候，却不时听到一句话：“我们不做重的东西”。

大数据的“大”向来给人以重的感觉，怎么能轻的了呢？但就在这个团队的言谈举止中，听到了“轻”的力量。这股力量正是源自于从需求出发着眼于实效，用互联网思维打造产品的思想，也源自于团队领导者的经验和成熟度，才真正做到了“化重于轻”。

在以往的金融科技建设中，SOA思想严重，带来了一系列落地重、难、慢等问题。所以，H银行的数据团队在工作机制上摈弃了传统金融科技部门“项目管理制”的运行模式，启用互联网产品快速迭代的开发思想，这在其团队内部被称之为“微服务化”。

H银行数据相关负责人说，产品开发的核心思想是要从一个“用”字出发，而不是从科技出发，也从不向需求部门传递“黑科技”概念。必须深挖业务需求部门痛点跟痛点中的细点，并且先解决细点。不设立一步达到一站式解决方案的画大饼式项目目标，也不将大量时间花在与需求部门探讨“谁也说不清楚”的大项目产品原型中，而是将需求尽量拆解细化，找出业务中需解决的具体问题。

基于“互联网思维”的影响，H银行的数据部门团队一个月就可以为业务需求部门快速推出产品。然后从使用中发现产品中哪些功能点需继续加强，哪些可以果断放弃。用H银行数据团队人员的说法就是：“我们这么做的试错成本非常低，靠小产品持续的快速迭代，无限接近真实业务场景和业务需求本身。在产品不断完善的过程中同时也解决了业务部门的实际问题”。

放下“技术”天生的骄傲，贴身服务于业务场景，以解决问题为唯一衡量数据科技工作成果的标尺，这是一步从概念到实质的飞越，也是银行自身“转型升级”的重大开拓。

第二感：分布式是一种思维模式
数据必须要模块化、接口化

分布式是大数据技术的核心架构，不但带来了硬件到软件的大规模变革，在商业应用领域也掀起了“狂风暴雨”，成就了NVIDIA这样的图形处理巨头企业，以及Cloudera这样把Hadoop商用化的全球领先企业 。

在金融这样一个“走得比较靠前”的前沿性行业里，不但看到了从集中式向分布式思维的模式演化，更看到了传统集中式大规模建立数据仓库的基建项目在剧烈减少。

H银行工作人员表示，目前很多银行已认识到集中式数据管理带来的弊端，这不仅仅是成本巨大的IT设施投入，更有可能带来严重的数据安全性问题。

用传统思维去构建银行内部的数据支撑体系，已很难再适应当下业务的实际需求。现在的银行数据部门不但要区分清什么是主数据，数据标准是什么，更要找出统计视图等类型在内的多个层次的结构化与非机构化数据，不是所有数据都有必要集中到总行集中管理，也并不是所有数据都要进行实时同步。

通常，银行的零售数据真正需要集中到总行管理的只有十几个字段的数据，需要做标注的数据也只有几百条而已。所以，实际情况是只要规定好数据标准，存在业务产生的地方并做好数据接口，当有需要的时候从各处调用即可。

数据的模块化，接口化将是未来银行对数据管理的必然趋势，同时，随着区块链等新兴技术的成熟，也在技术层面为这样的趋势辅以更好的落地保障。

第三感：一才难求却可期
不但要抢互联网人才、跨界人才，更要重视内部人才

谈到大数据在金融企业中的应用困境，H银行的受访者表示，最大的难题还是人才：“有数据敏感性，懂数据分析技术，在金融行业又有经验的人非常难得”。在数据成为企业核心竞争力之一的时代，谁能够拥有一支懂业务创新又懂技术创新，能快速应对变化的团队，谁就是下一个十年的业界王者。

目前，金融拥抱科技，实现升级的最大体现就是人才的争夺。既有金融机构工作经验，又有BAT等大型互联网公司被“大数据打磨”过的人才最受业界欢迎。

受访者表示，有互联网企业工作经验的人才，不但有面对真正海量数据的经验，工作效率也非常高，虽然简单粗暴，从不追求100%的精度，但能快速出成果，非常具有“互联网思维”以及“快速迭代”的特质，但每个行业还是有所不同，有自己的特殊性也有自己的优劣势。在金融行业的某些业务场景中，“高精度”、“小误差”是必须追求的工作效果，所以，从事传统金融信息工作的人更多的优秀特质是其严谨性，但缺点是容易把简单的事情复杂化，从而失去创新性和高效率。

关于人才，作为数据团队的管理者，尤其需要明白跨界人才是凤毛麟角，可遇而不可求。单个人才的不足需要用团队的力量去弥补。

H银行受访者表示：“最好的办法就是把两种人放在一个团队里，让他们一起去做项目跟产品，规定好工作机制，在实战中互相影响，取长补短。在不断的打磨中完成单一人才向跨界人才的转变”。

如今，不管是哪个领域的企业，往往容易“眼睛往外看”，总愿意不惜重金抢夺外部数据科学家等高精尖人才，虽然无可厚非，但同样要内部人才的发掘与培养。

有银行内相关人员表示：“在金融机构干了十几年的数据分析师，对金融业务场景是有非常深刻的理解，其中也不乏一些技术痴迷者。如果像挖外部人才那样给他们空间、时间和激励，内部可挖掘的力量也同样不容小觑”。

第四感：银行需要专、精、尖的服务商
大数据企业要找好定位，银行不再需要“一站式服务”

与本次受邀访问的H银行类似，多数全国性股份制商业银行的资产规模都在万亿以上。在这样规模的银行队伍里，通常都有数百人的科技团队在支撑着整个银行体系的信息建设，其中，大数据团队的规模就达数十人之多，未来，团队的人数规模与重要性将会与科技部门同等级别。

在目前的中国市场，有一定规模的银行情况都类似，都有自己强大的科技团队。那么，在银行如此大规模投入自建科技团队与数据团队的情况下，将金融作为重要服务领域的大数据服务提供商们，将如何定位自己，如何才能找到更好的生存发展空间呢？

从此次访谈中笔者认为，大数据服务提供商如果还像上一轮金融信息化大潮一样，提一站式解决服务方案，或炒作技术概念的话，将很难再打动久经磨练的这些金融大佬们。

一是银行对自身科技能力建设的态度已非常明确，核心能力自建，成熟单点技术可外采商业化产品，价值较低，技术很成熟的重复开发工作可利用外包IT的合作模式外采；二是经过几轮信息化建设，银行体系中的科技力量并不比第三方科技公司弱。

第三方科技企业的生存方向只有三个：专、精、尖：

专指的是专注，要专注打造自己的金融服务团队，贴身服务于客户，以服务能力和响应速度取胜，做到“不怕累不挑活”，用H银行人员的话来说就是：“守得住根本、耐得住寂寞”，用一砖一瓦构建起自己在金融领域的服务能力；

精指是精通金融业务，有金融科技的咨询能力，从金融业务需求出发能够有顶层设计能力，从业务出发能够交付完整的可落地在业务场景里，对业务起到实际效果的科技产品和服务；

尖指的是在一个技术点上，走在所有人前列，有技术的原创能力，在单个技术点上能守出领军型的企业位置。

在此问题上，也特别向基于开源社区的非技术原创型服务企业提出善意的提醒，必须要思考在开源体系中自己的定位问题，如果走技术路线，作为中国公司如何与国际公司在“尖”上比拼技术，如果走行业服务路线，怎样才能守住客户，上升到企业层面。对于大部分科技型创业公司来说，这两个方向是必须有取舍的战略选择。

本次调研访谈活动刚刚展开，更多有趣、有料的发现还有待小组成员继续发现。本文所体现的行业现象只是冰山一角。6月份，我们还将以报告的形式为业界展示金融行业在大数据落地、实际应用、供应商服务优劣势，以及数据对金融领域商业模式、运行方式变化的趋势分析成果，敬请期待！

本文作者：牟蕾

相关阅读：

来源：数据猿