洪琦：数据集中与数据挖掘
2002年09月16日 14:29 新浪财经
洪琦：各位先生、各位女士，上午好！演讲之前，我先做一点声明，因为这个题目，数据集中与数据挖掘确实是现在金融信息业一个比较敏感的课题，而且是一个技术性比较强的课题，可我不是一个电脑专家，对这一块的处理，有一些技术性的东西并不是很了解，今天电脑部的老总来了，最好这个课题是他讲。中国民生银行的数据大集中，四代综合系统这一代，可以说先走了一步，有些东西可以谈一点体会，有所借鉴。有技术性的问题，请我们的科技部的总经理来回答。
先谈一下数据集中与数据挖掘，简单的理解，数据集中应该说各家银行人所共知，在许多的宣传，有很多的银行在这方面做了一些尝试。数据大集中，我们是前年的九月份定下来搞的，到去年的年底11月份，全行上线完毕，现在做数据大集中的后面一部分工作，是数据的挖掘、整合以及管理平台的系统的整合。这一块，现在进行的比较顺利，速度比较快。
下面谈一下数据大集中的问题。简单的说，数据大集中是分布在各个网点的业务数据，以及其他的一些业务相关的数据的处理以及采集，对客户的重要的数据进行分析，对我们的决策有所帮助，加快决策的速度以及准确性。应该说，这项技术，在二十世纪，九十年代中叶才在西方真正的探索。现在，国外有一些好的，象北美好一点的银行，在这一块发展的很快，一般在决策系统已经发展到智能型的。我曾经看过美国的芝加哥银行，他们好象是96年开始的这个系统，到现在为止，他们每个星期对我们的客户关系、管理系统做一些决策和分层次，对银行的发展非常快。他们介绍，自从他们搞了第四代综合系统以后，业务翻了一翻，而且和其他的银行竞争中间，明显的感觉效益更高、决策能力强，而且决定得快，其他的行对这个反映并不敏感。现在他们对这个系统进行改造，对数据分析和决策系统进行改造，并且每天要对所有的客户的决策系统进行信息上的分析。可以想见，在这样的竞争环境下，如果我们入世之后，跟国外的商业银行，如何进行竞争？可能我们是每个季度能够把各个分行的数据收集起来，并且进行粗泛的一些分析，做一些概念性的，或者大方向进行判断，每天对客户关系的分析并且作出准确的决策，指导它的营销和利润产生的模型和风险的调整，这种情况下，我们如何竞争？如何提高我们在加入WTO以后，增加商业银行的核心竞争力，在技术支持上面，应该说已经到了非要改造我们传统的业务系统和技术系统的时候了。
实际上，这个大集中，不仅仅是我们在技术系统的一个改造，实际上是对我们传统银行的整体的管理理念，整体的管理经营模式的彻底的再造。作为商业银行，我们实现科技大集中的话，有以下几方面的。
第一，适应市场竞争格局的变化。这一点，我们刚刚谈到的国外的例子，谈到入世之后，我们的竞争的大背景下。显然，在金融一体化的进程加快，计算机信息技术，在金融业普遍运用的情况下，使得国际金融业突破了地域、时间、空间的约束，在这种情况下，谁能够全面的掌握客户信息，及时为客户提供快捷、全方位的服务，就能赢得客户和市场。另外一方面，我们现在银行的系统，原来是围绕着银行的业务处理，在设计自身的科技，后来发展比较好，以产品、设计、产品营销为中心的这种模式，现在随着科学技术的发展，通信技术的发展，尤其是网络技术的发展，使我们在服务理念上有更多的感想。现在是以客户关系为目标，来设计我们的业务系统，设计我们的营销系统，产品的创系统，最终是我们设计的第四代综合业务系统的一些东西，是这样的背景。
这样的背景，体现了一个业务的个性化、也体现了整个运营中间的目标型和效益性。作为国内的商业银行，还有一个问题，就是国内的商业银行，我们拓展业务，往往是传统的外延型的扩张，现在是在矛盾中间，尤其是新兴的商业银行对一些效益相对比较低一点的，或者是经济次发达的地区，是否要设网点，是否开展业务都发生了疑虑，因为我们对风险的管理，我们的信息收集不是很完整，效率比较低，管理上比较困难，对于客户的话，有感觉到有一些好的客户群，但是这些客户群，我们在设网点以后，如何分析这些客户群，找到他们的需求，提供一些适应他们的产品，这些目标性不强，所以感觉到心里没有底。外延扩张，我们感觉对这些稍微欠发达的地区有一些心理疑虑。但是，如果在第四代综合系统，就在数据大集中之后，我们对客户的分析、对风险管理、对信息的完整性，收集完整性，对决策有很强的目的性和目标性的话，可以规避这些风险，抓住这些优质客户，照样我们可以把我们的外延能够扩张起来，把我们的业务范围，在全国的范围更加扩大。当然这是基于新的平台上扩张我们的领域。
第三，提高管理水平和营运效率，我们依靠内行的信息资源的整合，提高资源营运效率和分配效率。原来在数据分离式的结构中间，所有的数据都是从底下，从分行、支行，逐步的一层一层的按着区县到上面汇总，最后上来的这些信息有时候是通过一些改造的，甚至信息上来以后比较缓慢，流失也比较多，而且有用的信可能在统计、挖掘中都不够，所以，这些信息仅仅是一个会计统计的概念，中间有用的信息比较少。还有就是分布在底下的信息收集的准确度有偏差，各个行不一样，有些行的网点特别多，特别大的行，真正收集起来的信息准确度偏差更大。一些行，总的来说，分支、网点比较少，效率还快一些，信息的准确性还强一些，这种情况下感觉不是很明显。但是大集中上线以后，现在信息是从上往下走，我们的分支行要了解他们行的具体的业务，到总行采集数据，总行通过处理以后，给他们每笔业务的真实数据，并且给予指导，这样效率提高了，而且信息的准确度提高了，还有就是信息收集的有效性提高了，资源分配，效率大大的提高，使我们明显感觉到，今年在我们的业务的处理效益上，使我们的整体管理水平上了一个台阶。民生银行提出来一个口号“要低风险，高增长、高效益”，这个高增长，低风险，高效益，要达到，完全是靠中间的服务平台和技术平台的支持，对我们风险信息的掌握程度。否则的话，管理跟不上的话，这种口号是很难实现的。
下面，我谈一谈我们在大集中实施过程中的一些具体的步骤。所谓大集中内行上看，大集中是对我们资产类、负债类、中间业务类等会计的信息资源进行整体的规划和开发，让在各个分散在各分支机构和营业网点的数据信息进行集中储蓄和管理，在财务组织和管理上形成统一的管理体系。是一种分散的集中的运营模式和操作模式，确保银行的流动性和安全性的前提下，实现运营最大化，所以说，大集中是一种新的理念、新的管理模式的前提下的技术支持水平。不仅仅是改造过程中间，我们也搞了一个大集中，就是把所有的全行的业务人员，各个部门的业务人员全部集中在总行，我们集中了一百多人，整整花了一年的时间，全封闭的开发了一年，设计的部门是方方面面，不仅仅是一个科技部。大集中直接的成果，就是实现全行会计一本帐，本外币一体化，现在的组织机构设计的话，原来是分离的，现在也没有国际部，本外币都是合一的，而且公司币、个人币和外币全部合一，而且统一了财务处理，现在行政财务处理全部是总行。对于后台的监督也是集中，对于每笔业务都是集中，并且实时资金的实时进帐，对客户的个性化服务，我们去年年底和今年年初，推出了一系列产品，这是基于我们总行对客户信息的直接掌握，在我们的公司个人业务部，直接掌握信息以后，进行一些创新，所以，总行给分支机构实现了强大的技术管理创新的平台。其实，各个网点逐步逐步从分离式的单兵作战的分离式的结构，慢慢的转化成营销的一个环节，分行的职能在转化，总行的职能在加强，逐步形成了我们的管理体系，原来块块为主的管理体系，逐步形成条条为主的管理体系。包括个人业务、公司业务，条条的管理为主，并且形成国外的矩阵式管理体系。我们明显感觉到，大集中以后，信息财务我们的管理体系在转变，我们的流程在转变，理念也逐步的在转变。
所以说，大集中最终的目的，一是通过对客户信息分析和评价，切实明确的市场和拓展方向，寻求银行新的利润增长点。对于这种竞争过程中，其实我们的客户，现在的客户服务，越来越感觉到我们比较浅化，无非就是贷款，了不起的话，搞一些其他的业务，比如说信用证等等，其实客户的需求非常多，我们在和客户分析过程中间，现在国内的客户需求比较简单，无非是减少成本，提高效率，无非在资金运作的安全性的前提下，能够把两者结合起来。实际上这些信息，只要是为客户掌握以后，切入很容易。我我国外的一些商业银们进行交流的过程中，他们也无非是这几个方。
这样，使我们在银行的竞争过程中间，在替客户服务中，改变了原来传统的酒精含量比较高的服务的客户关系，以前是人情，互相之间拉一些关系，喝酒，处理人际关系，现在是走服务的态度，满足客户需求，建立新型的客户关系，是一种为客户服务的理念和技术支持，使我们的营销队伍能够得到新型的改造。原来的营销队伍是你有多少队伍和客户，现在招收人员，聘用人员，对人员的培训，这种观念的改变，需要的素质比较高，分析能力比较强，掌握现代的工程的技术，掌握科技的技术，专业的技术要求比较高，这样对队伍的整合，人才的需求来说，实际上比原来大得多，使我们在竞争过程中间，人才的吸引和培养，进入了新的领域。
第二，通过银行信息资源的整合，推动银行由粗放型向集约化经营转变，全面提高商业银行的管理水平和工作效率。我简单的谈一点体会，作为商业银行，原来我们并没有把各个部门，每一个人的单位成本和效益能够计算一个投入产出，因为我们在会计体系，在管理会计体系上，各个银行没有达到这个水平。所以，内部一锅煮，各个部门挣多少钱不知道，国际业务挣多少钱不知道，最大价值客户是多少不知道，都不清楚。在不清楚的前提下，决策是盲目的，只是看到公司业务这一块，现在增长速度慢了，抓业务，个人业务有所停滞就抓一下。到底哪一块是挣钱的，到底哪些客户是挣钱的，到底运作的效率怎么样？银行的资源怎么样在客户中间分配，哪一些是重点，哪一些是次要的，哪一些是放在后面逐步开发的，哪些是潜在的客户，都不清楚。通过这种数据集中和分析，我们对这些逐步的初步理清思路，使我们的管理水平和效益都有所提高。实际上，我们在过去，在成本效益这一块，都不清楚，没有分类，在这种情况下，工作是无用功。百分之四五十的工作白做。
第三，通过对业务数据的实时跟踪和检测，化解和防范各种风险。我们在传统的情况下，各个分行和部门之间是割断的，一个部门有多种业务，有储蓄业务、结算业务、外汇业务、人民币业务。尤其是大的集团性的公司，上海有点、北京有点、深圳有点，这些点在数据不集中的时候，有时候在贷款受信的过程中间都重叠，你对他受信，我对他受信，最后一加非常多，我们总行评审的时候还是集团式的，其中底下做的很多，因为这些业务是分开的，所以就难以把握。而数据集中以后，基本上这些分支机构，全部在总行，相当于一个帐户一样，这些信息全部收集起来，立刻知道综合的受信是多少，而且和别的银行的业务关系是什么样的，这样对风险可以实时的跟踪和把握。现在有很多的企业，采取多个城市，设立多个分支机构，以集团的名义来贷，贷完以后打到各个分支机构，让你感觉实力很强，他到别的银行贷款，说资产规模的时候，不说这单，就造成了假象，信息不对称。所以说，我们在数据集中以后，对风险管理这一块，我们的体会还是很深的。现在信用评审体系，为什么改造成了一个独立的评审体系，由总行直接来管理，现在对底下16个分行中间，基本上只有一半是给予授权，这一半给予授权，也是总行派专员直管，其他的全是总行统管，所以这样的信息才有效，否则的话，风险的管理不具有效益。
第四，信息资源开发与管理的重要性。这一点，我刚刚在过程中间已经谈了很多，我只谈一个问题，我们感觉到信息开发尽管非常重要，但是因为现在很多行在做大集中，就是综合业务系统的时候，一般找一些咨询公司做。很多咨询公司，国外的一些咨询公司，给你介绍的都是很庞大的、很完善的，介绍的都是顶尖的业务系统。但是，你要知道，他们的背景和我们的背景完全是两回事，从它的整体的管理模式来说，他也经历了内部管理系统、产品为主的开发系统，最终才走到客户关系为目标的系统。这个历史是不能割断的，他们是有这个基础的，他们的客户关系的系统，数据的采集来源，有社会上的信息系统，而且银行的信息系统和自身数据的积累，都是很完整和庞大的。作为我们来说，我们的社会变革二十年来非常之多，历史数据的可比性非常大，而且我们对以前数据的分析不是很重视，所以积累的数据，可用的一些数据要经过大量的复杂的处理，才可以使用，并且外围的一些信息，我们的信息采集系统还没有建立，对客户的信息并不完整的时候，利用他们的信息分析模型只能是数据流失。但是他们的管理模式，他们的数据的分析的方法，我们完全可以借鉴，就是说信息的本土化，不要花很多钱办冤枉事，在信息开发这件事情上是这样。我们和国外的资信的机构沟通的时候，他们有同样的想法，并且他们提醒我们，国内的一些银行，想一次性把它和国际完全接轨，成为国际上顶尖的数据支持系统，应该说这个难度是比较大的。所以，我提醒大家，在数据开发、数据管理方面，要注意因地制宜。
第五，数据挖掘。我简单的说一下，因为数据挖掘包括数据集中、信息获得和分析决策三个方面。我谈一下第三方面，数据挖掘一般的系统分九个步骤，一个就是既定的目标的确定、就是银行想达到一个什么目的，第二数据源的确定、第三数据的收集和整理，数据筛选、数据质量的检测、数据的转换、数据挖掘和分析，以及结果的解释和应用的推荐。
下面，数据的方法，有几个方面，一个是目标的销售，主要是确定目标客户，有目的的进行销售，而不是盲目的。第二，风险的分析，这些模型，主要是有四个模型，第一是审批模型、行为模型、预期模型和破产模型，而且适用于市场程度比较高的。第三是客户利用贡献性模型，主要是二八开，2O%的客户。第四方面是银行关键性的经营目标。第五，主要是客户的潜在价值。第六是数据分析，主要是四句话，数据是基础，信息是核心，决策是关键，效益是目标。
【发表评论】【财经论坛】【短信推荐】【】
每月2元享用15M邮箱 中大奖游海南游韩国
第三届中国金融信息化发展论坛专题
相关链接
李子卿：对中国建立个人征信系统的一些看法
李晓鹏：信息化技术在金融资产管理处置中的作用
第三届中国金融信息化发展论坛(直播实录四)
第三届中国金融信息化发展论坛(直播实录三)
Paul Whittard：信息影像
郭为：信息技术的服务金融
戴伟升：未来银行信息化的基础
黎江：金融创新与风险管理
新 闻 查 询
联通手机购买个人家园，百分百中奖！
发短信不仅获积分，还能拿大奖！
短信服务推荐
图片：
图片：
图片：
图片：
贺卡：
[Enya]
[陈冠希]
[徐怀钰]
[Twins ]
新浪商城推荐
