2015年6月-9月，中國金融認證中心（CFCA）、中國電子銀行網（微信公眾號：cfca-cebnet）聯合全國近70家銀行發起“2015未來銀行”征文活動。以下為熱心網友通過網絡渠道投來的稿件。

　　工作單位：山東昌樂農村商業銀行股份有限公司鄌郚支行

　　數據挖掘，是從海量的數據中，抽取出潛在的、有價值的知識的過程。也就是根據預定的商業目標，對大量的企業數據進行探索和分析，揭示其中隱含的商業規律，并進一步將其模型化的先進有效技術過程。面對經濟全球化和和全球經濟信息化的發展趨勢，大數據在政府、電信、電子商務以及以及金融等行業的應用越來越廣泛，越來越多的管理人員正在利用數據挖掘工具，解決商業問題和決策問題。而中國銀行業數據管理應用的普遍現狀是，銀行匯集了大量數據，但缺乏挖掘數據底層隱藏知識的手段和工具，往往導致“數據爆炸但知識貧乏”。下面我們就數據挖掘的方法，銀行大數據管理及數據挖掘技術應用進行分析。

　　一、數據挖掘作為一種新的信息處理技術，其主要特點是對數據庫中的數據進行抽取、轉換、分析或進行模型化處理，以獲取有利于決策的信息。銀行對于大數據的挖掘方法有很多，本文我們著重介紹集中最為常見的數據挖掘方法。

　　1、分類法，即銀行根據不同數據間的特點將其劃分為不同的類，以此用于分析客戶分類，客戶屬性和特征分析，客戶滿意度分析等。

　　2、回歸分析法，該方法研究的問題包括數據序列的趨勢特征，數據序列的預測以及數據間的相關關系。據此銀行可以通過對客戶需求及產品生命周期分析，預測銷售趨勢，制定有針對性的促銷活動。

　　3、聚類分析，即根據數據的相似性和差異性分為幾個類別，讓同一類別中的數據相似性盡可能大，反之相反。據此可以應用到對客戶群體進行分類，分析客戶背景，預測客戶的購買趨勢以及進行市場細分等。

　　4、關聯規則，在客戶關系的管理中，通過對企業的客戶數據進行挖掘，找出其中存在的關聯關系，分析影響市場營銷效果的關鍵因素，為產品的定位定價，風險評估及詐騙預測提供參考依據。

　　除了上述列舉的數據挖掘方法，還有特征分析變化和偏差分析等，這些方法的應用使得銀行從海量數據中提取有用的部分，并通過分析相關數據發現問題，相應的制定有效的解決方案。

　　二、銀行對于大數據的管理

　　大數據的突出特點就是高度集中，管理難度加大，為了提高數據的安全，可靠和有效性，銀行在日常管理中必須做到以下幾點：

　　1、 防泄漏，銀行掌握著大量的客戶信息，一旦泄露會給當事者帶來諸多不便甚至是損失。因此相對于分散的數據，大數據對于數據的安全性具有更高的要求和標準，所以銀行針對內部和外部均要堅持保密理念，防止信息泄漏。

　　2、防病毒，由于應用系統的開放，病毒傳播更加迅速廣泛，因此應盡量做到防病毒的全面性，及時做好病毒碼的升級，避免由于升級不及時造成的病毒的錯殺和漏殺。

　　3、防入侵，面對不法分子對大數據的入侵，防入侵是保證數據安全的必要措施和重要手段，為此，銀行必須在網絡，應用等各個層面進行物理和邏輯的隔離，全方面避免大數據遭受網絡黑手入侵。

　　4、防損壞，大數據對于系統的要求更加嚴格，因此信息的存儲、獲取、處理等必須遵循科學審慎的原則，建立完善的備份措施，一旦數據遭受損壞能夠快速恢復，盡可能小的減少信息的丟失。

　　三、數據挖掘技術在商業銀行中的應用

　　1、目前銀行實大多數系統所基于的數據庫只能實現數據的錄入、查詢、統計等較低層次的功能，但卻無法發現數據中存在的關聯關系和業務規律，更難以根據現有的數據預測未來業務的發展趨勢。 銀行在管理客戶生命周期的各個階段都會用到數據挖掘技術：通過數據挖掘能夠幫助銀行確定客戶的特點，從而為客戶提供有針對性的服務； 還可以發現購買某類金融產品的客戶的特征，從而可以擴大業務； 如果找到了流失客戶的特征，就可以在具有相似特征的客戶還未流失之前，采取針對性的措施——銀行的客戶獲得、交叉銷售、客戶關懷與保持等方面，數據挖掘工具都將發揮重要作用。

　　2、銀行使用的數據挖掘技術，以數據倉庫和聯機分析處理為平臺，銀行運用數據挖掘技術結合非線性回歸分析、判別分析、聚類分析、主成分／因子分析等多種統計分析方法，借助擁有的大規模數據，通過清洗、轉換、裝載等數據處理方法，發現大量資料間的關聯與趨勢，發現其他方法發現不了的業務規律和模式，從而完成大數據的數據分析、知識發現、決策支持和金融智能等任務

　　3、銀行利用數據挖掘技術進行經營分析，做到準確營銷。通過對大數據的挖掘核查，找出經營中存在的規律，存在的問題并及時制定糾正措施。通過對上市公司的經營情況進行數據比對，分析經營數據中是否存在某種邏輯關系，從而對公司經營做出準確的判斷，制定有效的金融服務策略。此外，通過分析數據，找出不同客戶的交易習慣及愛好，有針對性的進行準確營銷，提高營銷的效率和質量。

　　4、銀行通過數據挖掘技術可進一步提升服務水平。通過對大數據的分析，能夠及時發現現時服務中存在的問題，為有效的改善服務水平提供依據。比如銀行通過客服系統得到大量數據并進行挖掘分析，對客戶的消費需求進行準確的定位，及時滿足消費者訴求，從而為提高客戶滿意度，提升服務質量奠定基礎。

　　面對強大的競爭壓力，數據挖掘技術的重要性日益顯現，甚至可以說是中國商業銀行再造核心競爭力的進程之一。只有通過數據挖掘，才有可能確保銀行發展戰略在既有的穩定業務機制支撐下，充分發展、保持和擴大客戶資源，實現為客戶創造價值和銀行盈利“雙贏”目標的實現。

責任編輯：王超