麦肯锡:银行大数据战略落地关键在于规模化应用 可先从“小数据”做起

近年来,面对外部经营压力、竞争和监管环境变化,国内银行业收入和利润增长步履维艰,很难突破双位数;但在同样严峻的环境下,全球领先银行通过大数据应用,仍能在公司及零售核心业务上实现10%~15%的增长。此外,针对困扰很多银行的不良率高企问题,领先银行利用大数据和人工智能技术,在宏观经济下行情况下,仍然实现了良好的风险控制。而人工成本上升、科技投入增加,令很多银行的成本/收入比上升,但数字化、大数据和人工智能可以帮助银行有效实现降本增效。

近年来,面对外部经营压力、竞争和监管环境变化,国内银行业收入和利润增长步履维艰,很难突破双位数;但在同样严峻的环境下,全球领先银行通过大数据应用,仍能在公司及零售核心业务上实现10%~15%的增长。此外,针对困扰很多银行的不良率高企问题,领先银行利用大数据和人工智能技术,在宏观经济下行情况下,仍然实现了良好的风险控制。而人工成本上升、科技投入增加,令很多银行的成本/收入比上升,但数字化、大数据和人工智能可以帮助银行有效实现降本增效。

根据麦肯锡全球数据工作坊的分析,规模化应用大数据和高级分析可显著提升银行业务绩效、降低运营成本、优化风控和决策、改善监管数据效率及提升客户体验。大量银行斥巨资于大数据和高级分析技术,就是看到了其背后的巨大价值。据麦肯锡全球研究院(MGI)测算,高级分析在全球各个行业的价值创造潜力高达9.5万~15.4万亿美元,能推动银行业利润增长10%~15%。

得益于中国银行业迈向高质量发展的内在要求、国家政策扶持以及相关技术能力的日臻成熟,在中国银行业,大数据和高级分析规模化已进入黄金时代,是整个行业未来发展的大势所趋。

麦肯锡全球资深董事合伙人、中国区金融机构咨询业务负责人曲向军介绍:“全球前50大银行中,90%以上都在积极应用高级分析技术。全球领先银行将税息前利润的15%~17%投入到数字化、科技和大数据领域,科技和大数据人员占到总人数的17%左右;与之相比,中国银行业的相关人才比例不足5%。拥抱大数据、提升银行竞争力已是整个行业的共识,能够率先转型为‘科技银行’、‘数据银行’的金融机构,将在未来10年领跑同业。”

大数据与高级分析能够给银行前台业务和中后台管理创造可观价值。以零售银行为例,实践表明,通过大数据精准营销,新客获客率可提升10%~15%,老客交叉/向上销售率可提升15%~20%,老客到期维护续接率可提升逾20%,流失客户挽回率可达到15%,准清零及以下客户的批量激活与经营可令客户价值提升50%以上。在风控等中后台管理上,大数据与高级分析同样成效斐然,可令成本至多降低30%。

然而,即便是在大数据应用方面领先的银行也认为,大数据战略的真正落地挑战重重,其中最艰难的是完成洞见转变为成果的“最后一公里”,这是实现规模化应用的关键。

麦肯锡全球董事合伙人韩峰表示:“在大数据和高级分析应用上,多数银行取得了单次小范围的成功,但尚未实现真正的规模化。许多银行高管反映,尽管在大数据和高级分析法方面投入了巨资,但创造的价值却不成比例。究其原因,根源在于这些分析技术的用例不广,即便能够创造出少量效益,也远未能扎根于银行的各个业务领域、实现全面开花。从客户经营角度来看,很多银行投入巨大资源获新客,但转化率不到25%,存量客户中75%左右都是准清零客户(1000元~2000元余额以下),说明银行的存量客户经营能力非常薄弱。单个客户贡献仅在300元~350元左右,全面关系客户只占2%左右,而国外领先银行全面关系客户能占到15%。零售银行单点产能(零售收入)只有1500万~2000万,产能低下。各家银行普遍重注产品销售,忽视客户体验。因此,在客户经营、获取和客户体验方面,大数据和高级分析均大有可为。”

我们发现,国内银行在大数据规模化方面存在几大共性问题:大型银行往往耗费大量时间和金钱,从全面数据治理入手推动大数据规模化应用,但投入之后久不见价值;小型银行则畏难情绪严重,较差的数据基础致使它们多止于观望;此外,各类银行还普遍存在模型搭建与业务场景应用“两张皮”的情况,未遵循“用例驱动”和“闭环循环优化”原则;而大数据人才匮乏进一步制约了规模化应用。

对于传统银行来说,大数据战略推进与转型通常需要2~3年时间。为了挖掘大数据规模化应用的巨大价值、帮助国内银行有效应对上述普遍挑战,麦肯锡提出以下三大战略举措:

1)制定价值驱动的大数据实施路线图:通过大数据诊断,识别出银行的机会点,定义并对大数据用例进行优先排序,制定最佳实施路线图,并在全行上下达成共识;

2)端到端大数据用例试点:通过落地1~2个试点用例,跑通端到端大数据用例闭环,对用例进行快速迭代优化,并验证其业务价值,实现速赢;

3)夯实支撑体系,加速大数据规模化落地:对于一家IT预算在10亿美元的银行而言,简化、梳理及优化数据管理工作,每年能给其节省0.71亿美元。银行需在18个月内循序渐进地建立大数据卓越中心(CoE),招募并培养大数据核心人才,完善数据治理机制,以及构建大数据相关系统,这些是保证大数据规模化落地的重中之重!

曲向军最后总结道:“第一,银行大数据应用要先从‘小数据’做起,从银行内部数据入手,通过分析产生价值,实现小步快跑;第二,相比自下而上的数据清理,自上而下的用例驱动更具效率;第三,要在实践中迭代优化大数据用例,反向指导设计,形成闭环;第四,大数据用例要规模化,从亮点到规模、最终搭建大数据平台;第五,大数据人才培养要规模化,有能力的银行应建立内部大数据学院,实现人才的批量培养;第六,搭建联邦制组织架构,在前台业务部门和科技部门都配备数据分析人员,让业务与数据、科技实现有机融合;第七,银行决策层要形成数据驱动型(IBS)决策文化,让数据文化融入到银行的DNA;第八,以首席分析官(CAO)为代表的数据分析部门主管要转变角色,从专家型人才转变成‘业务促进者’,具体要完成5个动作:1)促进业务、IT与数据分析部门三方合作,2)培育内部分析能力,3)将高级分析纳入业务工作流程,4)成为推动变革的骨干以及5)为董事会和CEO出谋划策。


立即QQ咨询   在线提交咨询问题

微信公众号 chnmc-com,微信扫码关注

WORK WITH US

预约咨询服务

有管理问题,中国找管理咨询平台!

提供企业战略规划、人力资源、信息规划、行业研究、商业计划、企业助手一站式服务!.

现在就预约咨询服务

填写一下,我们帮您解决问题

可以QQ联系: 896161733;也可以电话: 18121118831

相关服务

创新服务

商业计划书

云微咨询

商业计划书是一份全方位的项目计划,它从企业内部的人员、制度、管理以及企业的产品、营销、市场等各个方面对即将展开的商业项目进行可行性分析。

点击查看详细

创业网站制作

云微咨询

一般企业网站和中大型B2B、B2C网站策划制作,满足创业型公司到一般集团公司企业形象、电子商务、电子支付和订单管理需求…

点击查看详细

决策咨询

云微咨询

依托其信息资源优势和专业的研究咨询团队,结合多年积累的庞大数据库资源和在经济行业分析、战略规划和企业管理等领域积累的丰富经验,...

点击查看

研究报告

云微咨询

行业报告、竞争对手研究报告、企业案例,一站搞定

点击查看详细

中国管理咨询网服务客户

真诚合作
brands-small4
brands-small3
brands-small2
brands-small1
brands-small4
brands-small3
brands-small2
brands-small1