近兩年，大數據技術和數字化驅動的發展和應用正方興未艾，尤其是在伴隨移動互聯技術進步而興起的新型零售信貸業務中的應用更是成果顯著。與此同時傳統銀行也正在大力探索數字化轉型，重點是在零售信貸業務條線上的數字化轉型。在這個過程中，不少傳統中小銀行所采納的發展戰略是，首先推進大數據技術和數字化驅動在傳統信貸客群上的發揮和應用，同時逐步推進向新零售信貸客群的發揮和應用。

然而對于大多數傳統中小銀行來說，如何通過技術進步來實現這個戰略目標，還是缺乏經驗。而前兩年一些互聯網金融公司和近期具有互聯網基因民營銀行在大數據技術和數字化驅動方面的發展應用經驗，也不見得適合于大多數傳統中小銀行，因為前者在信貸業務推進中的基本客群，都不是傳統銀行所習慣面對的傳統信貸客群。為此，筆者愿就此題目在此拋磚引玉展開一些討論。 

傳統銀行傳統信貸客群的特點

首先當我們討論大數據技術在銀行的傳統信貸客群上應用，則主要還是針對零售信貸客群。此處我們講的零售信貸客群，包括個人消費者和個人經營者。

不同于現在我們常提到的互聯網金融或新型零售金融的信貸客群，至今為止銀行的傳統零售信貸客群，基本上還是社會上一批資質較好的客群。這些客戶的最大特點是一般都具有相對穩定的居住地點，和相對穩定的受雇或自雇工作職業及收入，且大多數具有人行征信中心的個人征信記錄。

銀行對這群客戶提供的傳統型貸款產品，主要為消費類貸款有住房按揭貸款、汽車消費貸款、信用卡可用額度、各種場景下的信用消費分期等等，經營類貸款有各種抵押擔保類的資金流動性支持等等。除信用卡及信用卡名下的消費分期之外，一般都不會是純信用類的貸款服務。

這些年，隨著互聯網金融的興起，也有一些傳統銀行在嘗試推廣線上貸款，以滿足客戶日益增長的線上化需求和擴大零售服務覆蓋范圍。也因為線上化的客觀環境，傳統銀行在業務推廣中不得不更多地是提供信用類貸款。

傳統銀行提供的線上信用類貸款，主要又可分為兩類：一類是傳統銀行特地下沉客戶層次去面向非傳統型的長尾客戶群體，這類客戶對于傳統銀行則基本上都是新的客戶，傳統銀行開展此類貸款服務也都常需與具有互聯網基因的新興民營銀行等持牌機構進行合作采用聯合出資的模式，或與大型互聯網平臺進行合作獲得流量導入和風控支持的模式，而單戶和單筆放貸的額度通常也很微小。

另外一類則是傳統銀行針對自有的或合作獲取的傳統客戶群體開展交叉銷售，通常是以白名單預授信的模式進行推廣，實現將原有的線下業務流程線上化和自動化。而筆者認為，在未來不遠的時間段在市場上將會涌現的需求及挑戰，應該就是以這類傳統客戶為主體、以自有客戶挖掘兼有它行客戶獲取的、傳統信貸業務線上化和自動化的要求下，如何更好更多地發揮大數據和數字化的作用。 

當前常規大數據應用對銀行傳統客群影響有限

雖然當前市場上大數據的應用已經取得了很多進展，從事大數據應用業務的第三方服務商也已經有很多家，但筆者以為，就針對傳統銀行傳統零售信貸客群這個群體來看，當前大數據應用的面還是比較窄，大數據應用的影響力也是比較有限，市場上還是鮮有大數據服務商在為傳統銀行面向傳統零售信貸客群發展線下業務線上化或自動化方面做出有很好口碑的業績。

首先一個最主要的點是，對于傳統零售信貸業務的客群，銀行要為其提供相應的信貸服務，那怕是包含了多項產品創新和服務創新的內容在其中，這類客群的特征本身決定了為其提供的信貸服務都不可能是微小額度的貸款服務。過分微小額度的信貸服務對于這群客戶是沒有吸引力。

第二，那怕現在部分傳統銀行已經進行了很多的投入，開發和改進了相應的系統，但是大多數傳統中小銀行的流程、配套、管理和經驗，都還一時不適合需要靠高頻處理的批量化微小額度信貸服務，還一時很難達到通過技術進步發揮邊際運營成本效應的水準。

當一個信貸服務所提供的貸款額度不能為很小的話，在目前的技術手段、風控能力和監管要求下，不管是對于行內交叉銷售客戶的預授信，還是與合作機構的向面行外客戶的合作貸款或批量名單，傳統銀行是很難放棄面簽直接接受全線上的開戶與授信。那怕委托由有持牌的合作金融機構進行對于新客戶的開戶面簽，后繼通過純線上化的方式提供提款循環支用及還款服務等已經是步伐邁得很大了。而這類流程本身在很大程度上是可以將單個客戶的直接身份欺詐和利用高科技的集團攻擊欺詐排除了，在反欺詐方面則更多地是需要注重有內部配合或流程缺陷的開戶和申請欺詐。

反觀這些年大數據技術的發展，因為很多第三方大數據服務商在起步階段首先要從市場主流需求出發，因此大數據應用很大的一塊目前尚在純線上的身份核實和反欺詐方面，包括地理位置和惡意環境的判別和應用、設備痕跡和機器模擬申請的判別和應用、關系圖譜及與確認欺詐者的關聯度的應用、群體申請者身份關聯集中度的判別和應用、以及本質上還是以大數據技術為底層基礎的人臉識別和活體檢測等等技術的發展，都是以針對純線上身份欺詐和集團攻擊為主。而一旦銀行對于傳統零售信貸客群依舊采納首次申請需要線下面簽和開戶，則此類常規的大數據技術用武之地有限。 

銀行信貸業務的縱深發展離不開大數據應用

在目前的大環境大趨勢下，傳統中小銀行都明白，應用金融科技的數字化轉型應是必由之路。數字化轉型將涉及傳統銀行業務發展的方方面面，而在針對傳統信貸客戶提供貸款服務的線上化和自動化方面，數字化應用則將廣泛涉及于場景化獲客，智能化服務，精細化管理等各個方面。

其實針對傳統信貸客戶和針對互聯網類長尾信貸客戶，在數字化應用的基本理念和基本方法方面，是沒有本質性的區別。所具有的區別更多的則是在所應用的業務環節、數據資源和具體落實手段。

對于傳統中小銀行的零售信貸數字化轉型來說，其實重點并不在于是否信貸業務一定要線上化，而是首先要考慮如何盡可能地對傳統線下信貸業務流程實現自動化。筆者一直認為通過實現自動化達到實現線上化或準線上化的思路，才是傳統中小銀行應有的發展思路。

在系統技術層面，需要打通傳統銀行自有的分散的尚無標準化的各種客戶數據，做好各個環節自動化的數據集成、匹配、解析和判斷，做到數據資源的智能化管理，盡量充分發揮銀行自有數據資源的價值，通過數字化智能化，提高服務質量和運營效率。

在數據資源層面，除了要盡量利用銀行自有的數據資源，包括銀行傳統一直依賴的人行征信數據資源之外，還需要盡量嘗試連接和整合各種相關的外部數據資源，尤其是政府方面擁有的數據資源，并通過開發部署各種量化模型實現數字化驅動。

在傳統銀行的量化模型開發應用中，習慣上強調信貸閉環數據。為了達到智能決策的效果，量化模型是必須需要信貸閉環數據的，而通常市場上的外部數據本身都不直接與信貸業務構成閉環，實踐也證明了大多數外部數據對于信貸量化模型的健壯度貢獻不大，但是這一切并不等于說外部數據對于傳統中小銀行的零售數字化轉型沒有多大用途。

在當前技術進步的推動下，算法、算力和實時應用能力等都得到了很大提高。由此，與信貸結果弱相關的部分外部數據，在加強和提高量化模型時的微小作用，也是能夠被挖掘出來利用。進一步，很多時候這些外部數據和手段，雖然沒能直接提高風控效果，但是至少可以在不削弱風控水準的前提下，在業務流程中起到增強客戶粘性并減少差錯降低成本的作用，起到了首先帶動管理效率和服務效率的提升，進而促進客戶體驗和服務質量的提升的作用。 

傳統信貸客群的大數據解決方案將有較大差異化

大數據技術和數字化驅動應用于傳統中小銀行傳統信貸客群的必要性是很明顯的，對于大多數傳統銀行來說，這一塊的應用幾乎就是傳統銀行數字化轉型的核心。然而大多數人可能尚未意識到這個事情的迫切性，或者是因為在業界對于怎樣應用尚未有較為完整的可參考案例，或者是因為第三方大數據服務商尚未拿出相對周全的方案，或者是因為國內最大的數據資源方即政府方面尚未能夠有效開放資源等各種原因。

我們要理解，將外部數據有效地應用在傳統中小銀行的傳統信貸客群上，從市場上解決方案的角度來講，最終狀態很可能是很分散化很多樣性的，而不是像今天我們常見的在互聯網類長尾信貸客群上的大數據應用解決方案那樣比較統一化。

其實這個背景也是與開展信貸服務的主流模式相關的。在面對互聯網類長尾信貸客群提供信貸產品方面，目前市場上多以微小額度的現金貸為主，產品同質化程度高并且業務流程和底層系統建設都頗為相似，因此大數據應用解決方案也都頗為相似。

而對于廣大傳統中小銀行在發掘自有信貸存量客戶、自有信貸獲客渠道和自有系統資源的過程中，充分發揮大數據技術和數字化驅動的應用，則很有可能是帶來五花八門各顯神通的解決方案和實施經驗。傳統中小銀行所面對的可以批量化處理的傳統信貸客群，往往是帶有地方性的特征或行業性的特征，比如工會客戶、社?？蛻?、保險客戶、房產客戶等等。

在面對具有地方性特色的傳統信貸客群的時候，相關地方政府方面擁有的大數據資源是可以大有作為的，包括社保數據、稅務數據、勞動數據、房產數據等。然而目前在政府擁有的大數據資源方面，首先是尚未有效打通，其次是各個地方對于各類數據資源為持牌金融機構的開放使用的政策和方法都很不一致。

根據與業界的交流，我們還可以看到，外部大數據對傳統信貸客群的獲客場景、客戶面簽之前的初選過程、客戶還款意愿的補充判斷、信貸服務的補充增信、真實消費場景和實際消費用途的判定，貸后資金流向和反洗錢鑒定，欠款客戶的有效聯系等多個環節，在傳統業務流程進行改造實現數字化驅動的過程中，都可以有著直接或間接的作用。

各家傳統地方性中小銀行的所有這些在客群、業務和技術方面已經存在的差異化因素，都將導致大數據技術在針對銀行的傳統信貸客群的應用解決方案方面的差異化。 

大數據技術應用傳統信貸客群應大有作為

對于傳統信貸客群的貸款流程，雖然對于單個客戶的直接身份欺詐和利用高科技的集團線上攻擊欺詐可以規避，但是為了提高運營效率和加大批量審核審批，大數據資源依舊可以在線上線下結合的業務環境中發揮很多作用。

利用外部大數據資源，在各類證明證件的文本錄像傳遞和解析方面，在身份、消費、收支、經營、發票、合同證據的真實性和有效性檢驗方面，在合作消費場景中的消費申請撤銷和受托支付放款返回方面，在自主支付放款款項是否流向股市債市投資方面，都有可能通過一系列的數據歸集和交叉檢驗以支持業務流程自動化。

利用外部大數據資源，在開發和部署客戶層面的量化模型方面，可以針對信貸流程中多個環節，逐步建立起諸如客戶全景圖像模型、交叉銷售模型、客戶預授信模型、消費真實性評估模型、貸款中介鑒別模型、個體經營評估模型、個人信用與還款能力評估模型、額度匹配模型、風險定價模型、資金流向檢測模型、貸后預警模型、催收策略模型、回收評估模型、客戶生命周期模型等一系列的量化評分和策略模型。

利用大數據資源，在開發和部署信貸業務管理層面的量化模型方面，可以逐步建立渠道效益評估模型、遠程營銷管理模型、產品盈虧評估模型、平臺系統穩定性評估模型、合作頭寸評估模型、外部數據資源質量監控和優化選擇模型等一系列量化管理手段，將對客戶的經營和業務的管理有機地靈活地協調好。

總之，大數據應用在傳統信貸客群上，應有著廣泛的前景。傳統中小銀行方面和第三方大數據服務商方面，則第一要樹立信心，相信大數據技術和數字化驅動最終一定會給業務的縱深健康長期發展帶來巨大效應；第二要充分注意到在大數據應用方面，解決方案的多樣性和復雜性，要從自己擁有的場景和資源特點出發，不要盲目照搬別人的解決方案；第三要理解大數據在傳統信貸客群這一塊上應用的收益會來得稍微慢一些，要穩步推進并有耐心做好這件事情，要在宏觀層面有整體設計但是具體開發則從單個具體環節做起，逐步形成和完善。

文章系作者投稿，文中內容不代表中國電子銀行網觀點和立場。

責任編輯：王超