美国麦肯锡公司在《大数据的下一个前沿：创新、竞争和生产力》报告里提出，那种大小超出了典型数据库软件工具能够收集、存储、管理和分析能力的数据集就是大数据。《大数据时代》（维克托·迈尔 - 舍恩伯格等）一书表明：大数据具有“5V”特性，其一，数据的量很大；其二，数据的增长速度较为迅速；其三，数据的种类以及来源呈现出多样化的态势；其四，数据的价值密度较低；其五，数据在准确性以及可信赖度等质量方面表现较高。信息技术不断发展，互联网快速普及。全球大数据呈现出倍数级的增长态势。这种增长对国民生活以及经济社会发展都产生了重大的影响。

2018 年，中国银行业迈入了一个新的时代。这个时代是以大数据等为代表的新兴技术与金融深度融合的 3.0 时代。百度金融与爱分析联合发布了《2018 年中国大数据风控调研报告调研》。该报告指出：在市场规模方面，大数据在金融行业的应用比其他行业渗透得更深入；在基础设施方面，大数据在金融行业的应用比其他行业渗透得更深入；在应用范围方面，大数据在金融行业的应用比其他行业渗透得更深入。并且，大数据在金融行业的应用已经进入成熟期。大数据在银行业 3.0 时代展现出了极大的价值。它成为了普惠金融的信息纽带，也成为了一种数据化资产。通过这些作用，提升了银行业的获客导流能力，提升了银行业的精准营销能力，优化了风控的策略，优化了风控的手段。同时，它对改善客户体验起到了巨大的促进作用，对提升服务水平起到了巨大的促进作用，对提升流程效率也起到了巨大的促进作用。它还有利于推动我国银行业在“业务线上化、运营轻型化、经营集约化”等方面进行转型升级，进而实现跨越式发展。

国务院出台了《推进普惠金融发展规划（2016—2020 年）》。在此背景下，积极引导各类金融服务主体运用大数据等现代信息技术手段，为社会各阶层和群体提供适当且有效的金融服务，这成为了关键所在。银行开展线上贷款业务时，积极利用大数据技术，一方面依托内部历史积淀数据，另一方面借助丰富且动态的外部第三方数据进行补充和交叉验证。这样做能够降低客户融资成本和银行运营成本，延伸服务半径，提升获客能力与业务效率，拓展普惠金融服务的广度和深度，提升商业可持续性，打造更为高效、完整的信贷业务生态链。

银行利用大数据开展线上贷款业务的优势

积极发展线上贷款业务，需要掌握大量用户信息和数据，以此构建用户 360 度立体画像，进行客群细分。这样能有效帮助银行挖掘目标价值客户，提升客户满意度，实现降费增效、业务规模化以及客户批量化。同时，也可为后期的客户管理、产品迭代、服务改进等提供数据支持与决策参考。以微众银行为例，为践行普惠金融，它借助腾讯旗下 和微信那亿量级的用户社交数据资源。通过大数据手段，挖掘并筛选出白名单客户。把传统贷款业务中最容易被忽略的长尾客群，转变为不可忽略的信贷主力军。依据这些客户“短小频急”的贷款需求及痛点，推出了灵活且可得性高的线上金融服务。充分满足了广大普惠群体的金融服务需求。微众银行 2018 年公开年报显示，其授信的个人客户中，约 80%是大专及以下学历，并且四分之三是非白领从业者；在授信的小微企业客户里，约三分之二是首次获得银行贷款的。由此能看出，把大数据技术融入银行线上贷款业务当中，能够触及并定位到更下沉、更长尾的客群，对解决“融资难、融资贵”的难题是有帮助的。

大数据在有效挖掘目标价值客户的过程中，推动着银行线上贷款业务的营销模式发生转变，从“以产品为中心”转变为“以客户为中心”。借助大数据输出的不同客户标签，助力实现精准营销、实时营销、场景营销等个性化智慧营销。同时，改善了银行与客户之间的交互，增加了用户黏性，使营销能够有的放矢。成都农商银行在全新上线的个人消费贷款产品“蓉易借”上推出了“额度试算器”功能，目的是为方便客户在不查询征信的情况下试算贷款额度。客户只需填写个人相关信息，在线提交后，系统就能快速自动估算贷款额度，这为客户作出贷款申请决策提供了参考，同时也有助于银行了解客户需求。该行借助大数据清洗技术以及“精准营销平台”，能够为潜在客户提供产品推荐以及申贷入口信息，这样有助于迅速响应客户需求；在开展优惠券派发活动时，通过对那些符合派发标准的存量授信但未提款的客户进行标识，就可以对新增客户进行定向匹配优惠券，从而实现派发优惠券的精准化与自动化。

当然，大数据技术在为银行线上贷款业务挖掘价值客户并带来高效精准营销方案的同时，还助力银行提升了风险防控能力，健全了风控体系。银行的传统信贷业务在防范欺诈风险方面，主要是在人工贷前调查时，从定性和感性的角度对借款人进行评估和观察。对于线上贷款业务来说，大数据是判断客户信息真实性的重要支撑技术。它能够有效预防欺诈行为的发生，也能够拦截欺诈行为的发生。比如通过活体检测身份识别评分、反欺诈评分、设备指纹、行为反欺诈、外部数据交叉验证以及黑名单过滤筛查等方式。西部某互联网银行拥有智能化大数据风控能力。以其为例，在反欺诈环节，该行整合内外部数据，构建了风控系统，该系统包含信用评分模型、恶意透支指数模型、消费倾向模型等九大模型。通过对客户的职业、学历、资产等多个信息维度以及多个数据字段进行分析，实现了全方位的风险画像，使风控更精准、更高效。截至 2019 年三季度末，该行凭借其大数据风控体系，成功阻断了超过 400 万次的欺诈攻击，达成了对欺诈风险的有效拦截。此外，该行还利用人脸识别、设备指纹等技术手段，对客户的风险水平进行综合评判，实现了精准监控，并且能够实时反馈客户信息，以此做到快速决策。内外部数据有效结合，可帮助银行进行从合规到反欺诈的判断。能建立多维度、多层级的数据价值评估体系和贷后预警监测机制。还可实现从监测到预警处置的全流程自动化。有助于全面控制信贷风险，完善风控体系。

对银行线上贷款业务合规使用数据的思考

大数据应用对普惠金融的发展起着重要作用。银行的线上贷款业务在客户管理等各个方面都需要数据。由于数据来源、科技实力以及数据治理能力较为薄弱，银行可以借助外部力量，即与合规的第三方数据公司或平台进行合作，以此实现数据驱动业务，加快自身的数字化转型步伐。目前，银行业已广泛且较为深入地应用利用外部大数据对申贷客户的欺诈风险防范与信用风险进行评估的方式。然而，风险与机遇向来是并存的。不能通过非法获取、非法买卖数据等手段来获取和滥用数据，数据信息安全和客户隐私保护问题不容忽视。2019 年三季度起，多家第三方大数据公司的负责人被警方带走以协助调查，这开启了金融大数据乱象整治的开端。在此次数据整顿的风暴当中，整个大数据行业经历了“大洗礼”并且有了行业自律，相关的主管部门持续强化监管以及打击的力度，对客户信息安全进行保护并且维护消费者的权益，下发了《个人金融信息保护试行办法（初稿）》来广泛征求意见。未来，随着法律法规的完善，预计在数据来源合法性方面将提出更高要求，在数据应用范围方面将提出更高要求，在隐私保护政策及措施方面将提出更高要求，在信息数据保护方面将提出更高要求。

银行需要不断提升对数据来源的把控能力，同时也要不断提升数据安全管理能力，这样才能让大数据在银行线上贷款业务中合规应用且科学合理使用。银行首先要获得客户的充分授权，以保证客户的知情权。例如，在申贷授权页面要提示客户充分阅读相关内容，并与客户签订数据查询使用授权书。其次，银行应按照必要性及合理性原则，依据产品所需的风控模型，按需适度地使用外部数据进行风险管理，避免过度采集和非必要的数据采集。再者，银行要加强内部数据安全管理。对敏感数据进行处理，或是进行脱敏，或是进行加密，同时严格把控信息查看的权限以及使用的权限，以防信息出现泄露的情况或者数据被不当使用。总而言之，必须将数据安全当作一条绝对不能跨越的红线，搭建起信息安全的保障体系，切实把风险防控的工作做好。

综上，利用大数据开展银行线上贷款业务有显著优势。其一，大数据可助银行构建 360 度客户立体画像，助力客户经营，能触及更下沉、更长尾客群，缓解“融资难、融资贵”难题。其二，大数据能让银行线上贷款业务营销模式转向以客户为中心，实现精准营销，改善银行与客户交互，提高客户满意度和体验。此外，在贷前反欺诈、信用风险风控、贷后风险预警方面，有利于提升大数据风控能力，健全流程化、数字化风控体系。银行推动线上贷款业务时，会“借船出海”与合规的外部第三方数据公司合作。这样做能在一定程度上弥补数据来源、科技实力与数据治理方面的不足，并且会带来诸多益处。然而，还需要注意甄别数据来源是否合法，同时要注意对数据进行科学、合理、合规的使用，还要加强数据安全管理和客户隐私保护，切实有效地构建大数据应用的安全保障体系。（ 成都农商银行 唐诗韵）