目前，中国金融业正在步入大数据时代的初级阶段，金融机构之间的竞争将在网络信息平台上全面展开，说到底就是”数据为王”。谁掌握了数据，谁就拥有风险定价能力，谁就可以获得高额的风险收益，最终赢得竞争优势。总体看，正在兴起的大数据技术将与金融业务呈现快速融合的趋势，给未来金融业的发展带来重要机遇。

银行大数据时代转型迫在眉睫

面对形式，有相当一部分银行并未足够重视，仍停留在互联网转型阶段，局限于将线下业务搬到线上，将互联网业务转型局限于个人金融部门，将科技转型局限于降本增效，对数据、场景等更为底层的东西，视而不见。

在数据收集上，很多银行仍采取“挖井打水”的主动模式，动用大量的人力、物力、财力，通过上门调查、实地考察等方式主动收集客户数据，费时费力且数据有可能失真；互联网公司则采取“修管引水”的被动模式，通过建立高黏度的APP或在存量APP上叠加新使用场景的方式被动收集客户数据，让客户的真实数据源源不断地流入自家的数据库。

在场景建设上，很多银行把主要精力放在金融APP推广上，却将与客户需求密切相关的场景建设、场景运营外包，甚至是不建设场景，导致银行APP缺少高黏度、高使用频率的客户使用场景；互联网公司则通过快速迭代持续优化场景，及时满足和挖掘客户需求，并结合客户需求不断拓展各类场景，通过场景孵化金融需求，如基于付款环节的支付、基于卖家销售流水的小额信用贷款、基于支付账户余额的“宝宝理财”，让金融与场景天然融合。

在银行追逐大客户年代， “挖井打水”是较为高效的策略，然而，随着银行的零售转型，追逐长尾客户， “挖井打水”成本高、反应慢、数据失真不全面、无法挖掘客户隐藏需求等缺点就暴露出来；而“修管引水”策略依赖于高黏度的场景建设，但未获得银行的足够重视。相反，以支付宝和腾讯为代表的互联网巨头则拼命抢占客户数据收集渠道，对客户的常用场景，比如吃穿住行、社交、娱乐、资讯、教育、健康、金融等均有所涉及。依托多维度的数据资源和成熟的数据分析技术，互联网巨头迭代了个人信用模型，甚至成立了个人征信机构，为长尾客户提供多样化、个性化、精准化的金融服务，并实现了信用风险的有效控制。

中小银行应对大数据策略与建议

（一）应对策略。既然顺应“大数据”这一趋势非常重要，且大数据转型迫在眉睫，那么，地方性中小银行是否有必要向互联网公司、全国性股份制银行看齐，在全局层面彻底进行所谓的大数据革命呢？答案是否定的，全盘数据化需要巨额的资金投入和庞大的科技团队，这显然不符合中小型银行区域经营的定位；现阶段，“在中小银行既定的发展规划下增加数据收集与存储工作”或许是更切实可行的方案。先从小的具体业务和关键节点入手，结合中小银行财务实力优先收集和存储数据资源，适度探索数据运用，逐步将大数据纳入到银行的经营体系中去。

（二）相关建议。一是将客户关系管理系统的建设与运营工作上升至全行战略高度，优先做好数据收集和数据储存工作。全面、及时、准确地维护好客户数据，实现客户信息标准化管理，为下一步建立客户价值评价模型和差异化精准营销打下基础。二是充分连接外部系统，引流外部数据。借助中小银行与当地政府、企业的天然合作关系，综合运用人民银行征信数据、公积金、税务、工商、法院、企业行为、水电气等全方位的数据为小微企业进行360度精准画像，并争取将外部数据引流至中小银行的数据库。三是与政府部门、高校、互联网公司，在数据、技术和人才等方面开展全方位合作，实现各方优势互补、互通有无，探索中小银行数据驱动的转型发展之路。四是大力发展智慧校园、智慧医院、智慧工业园区等智能场景业务，通过搭建闭合性的功能社区系统全面收集和存储客户的多维数据。五是根据银行自身的财务实力加大IT投入力度，搭建数据存储与分析的底层系统架构，购入足量的数据存储设备，做好相关人才培养与培训，逐步组建数据分析团队，为中小银行做好数据收集、数据存储和数据运用打下扎实的技术基础。六是借助微信小程序和支付宝小程序平台，开发黏性强的线上产品，将微信和支付宝的庞大客户群引流转化为中小银行潜在客户，被动收集客户信息。

随着客户数据收集渠道的逐步稳定，数据收集成本越来越高，地方性中小银行若能提前布局数据收集和存储工作，结合银行自身的数据分析和数据运用水平，可有三个思路：如果数据分析水平较高，可考虑自行运用行内数据，实行“自家土地自己耕”，将数据价值最大化；如果数据分析水平一般，可考虑与外部机构合作，联合开发运用行内数据，实行“自家土地一起耕”，并借此提升本行数据分析水平；如果数据分析水平离开发使用仍有较大差距，可考虑引入外部机构，由外部机构提供技术，中小银行提供数据，实行“土地承包”，以为客户提供多样化的服务。