日前，麥肯錫發(fā)布《中國銀行業(yè)CEO季刊(2019年冬季刊)》(以下簡稱《報告》)。其中提出，近年來，面對外部經(jīng)營壓力、競爭和監(jiān)管環(huán)境變化，國內(nèi)銀行業(yè)收入和利潤增長步履維艱，很難突破雙位數(shù);但在同樣嚴(yán)峻的環(huán)境下，全球領(lǐng)先銀行通過大數(shù)據(jù)應(yīng)用，仍能在公司及零售核心業(yè)務(wù)上實現(xiàn)10%～15%的增長。此外，針對困擾很多銀行的不良率高企問題，領(lǐng)先銀行利用大數(shù)據(jù)和人工智能技術(shù)，在宏觀經(jīng)濟(jì)下行情況下，仍然實現(xiàn)良好的風(fēng)險控制。而人工成本上升、科技投入增加，令很多銀行的成本/收入比上升，但數(shù)字化、大數(shù)據(jù)和人工智能可以幫助銀行有效實現(xiàn)降本增效。

[[284635]]

根據(jù)麥肯錫全球數(shù)據(jù)工作坊的分析，規(guī)模化應(yīng)用大數(shù)據(jù)和高級分析可顯著提升銀行業(yè)務(wù)績效、降低運(yùn)營成本、優(yōu)化風(fēng)控和決策、改善監(jiān)管數(shù)據(jù)效率及提升客戶體驗。大量銀行斥巨資于大數(shù)據(jù)和高級分析技術(shù)，就是看到了其背后的巨大價值。據(jù)麥肯錫全球研究院(MGI)測算，高級分析在全球各個行業(yè)的價值創(chuàng)造潛力高達(dá)9.5萬～15.4萬億美元，能推動銀行業(yè)利潤增長10%～15%。

得益于中國銀行業(yè)邁向高質(zhì)量發(fā)展的內(nèi)在要求、國家政策扶持以及相關(guān)技術(shù)能力的日臻成熟，在中國銀行業(yè)，大數(shù)據(jù)和高級分析規(guī)?；堰M(jìn)入黃金時代，是整個行業(yè)未來發(fā)展的大勢所趨。

據(jù)麥肯錫全球資深董事合伙人、中國區(qū)金融機(jī)構(gòu)咨詢業(yè)務(wù)負(fù)責(zé)人曲向軍介紹：“全球前50大銀行中，90%以上都在積極應(yīng)用高級分析技術(shù)。全球領(lǐng)先銀行將稅息前利潤的15%至17%投入到數(shù)字化、科技和大數(shù)據(jù)領(lǐng)域，科技和大數(shù)據(jù)人員占到總?cè)藬?shù)的17%左右;與之相比，中國銀行業(yè)的相關(guān)人才比例不足5%。擁抱大數(shù)據(jù)、提升銀行競爭力已是整個行業(yè)的共識，能夠率先轉(zhuǎn)型為‘科技銀行’、‘數(shù)據(jù)銀行’的金融機(jī)構(gòu)，將在未來10年領(lǐng)跑同業(yè)。”

但需要注意的是，現(xiàn)階段，國內(nèi)銀行在大數(shù)據(jù)規(guī)模化方面還存在幾大共性問題，如：大型銀行往往耗費(fèi)大量時間和金錢，從全面數(shù)據(jù)治理開始大數(shù)據(jù)規(guī)?；瘧?yīng)用，但這些投入?yún)s久不見價值;小型銀行則畏難情緒嚴(yán)重，較差的數(shù)據(jù)基礎(chǔ)致使他們多止于觀望;此外，各類銀行還普遍存在模型搭建與業(yè)務(wù)場景應(yīng)用“兩張皮”的情況，未遵循“用例驅(qū)動”和“閉環(huán)循環(huán)優(yōu)化”原則;大數(shù)據(jù)人才匱乏進(jìn)一步制約了規(guī)?；瘧?yīng)用。

對此，《報告》給出了三項戰(zhàn)略舉措。首先，制定價值驅(qū)動的大數(shù)據(jù)實施路線圖：通過大數(shù)據(jù)診斷，識別出銀行的機(jī)會點(diǎn)，定義并對大數(shù)據(jù)用例進(jìn)行優(yōu)先排序，制定最佳實施路線圖，并在全行上下達(dá)成共識;其次，端到端大數(shù)據(jù)用例試點(diǎn)：通過落地1至2個試點(diǎn)用例，跑通端到端大數(shù)據(jù)用例閉環(huán)，對用例進(jìn)行快速迭代優(yōu)化，并驗證其業(yè)務(wù)價值，實現(xiàn)速贏;最后，夯實支撐體系，加速大數(shù)據(jù)規(guī)?；涞兀簩τ谝患倚畔⒖萍碱A(yù)算在10億美元的銀行而言，簡化、梳理及優(yōu)化數(shù)據(jù)管理工作，每年能給其節(jié)省0.71億美元。銀行需在18個月內(nèi)循序漸進(jìn)地建立大數(shù)據(jù)卓越中心，招募并培養(yǎng)大數(shù)據(jù)核心人才，完善數(shù)據(jù)治理機(jī)制，以及構(gòu)建大數(shù)據(jù)相關(guān)系統(tǒng)，是保證大數(shù)據(jù)規(guī)模化落地的重中之重。

曲向軍最后總結(jié)道：“第一，銀行大數(shù)據(jù)應(yīng)用要先從‘小數(shù)據(jù)’做起，從銀行內(nèi)部數(shù)據(jù)入手，通過分析產(chǎn)生價值，實現(xiàn)小步快跑;第二，相比從下而上進(jìn)行數(shù)據(jù)清理，從上而下用例驅(qū)動的方式更加有效;第三，數(shù)據(jù)清理是一個持續(xù)性工程，不是一勞永逸;第四，大數(shù)據(jù)用例要規(guī)?；?，從亮點(diǎn)到規(guī)模、最終搭建平臺;第五，大數(shù)據(jù)人才培養(yǎng)要規(guī)?；?，銀行應(yīng)建立人才中心、大數(shù)據(jù)學(xué)院，實現(xiàn)人才的批量培養(yǎng);第六，搭建聯(lián)邦制組織架構(gòu)，在前臺業(yè)務(wù)部門和科技部門都應(yīng)配備數(shù)據(jù)分析人員，讓業(yè)務(wù)與數(shù)據(jù)、科技實現(xiàn)有機(jī)融合;第七，銀行決策層要形成數(shù)據(jù)驅(qū)動型(IBS)決策文化，讓數(shù)據(jù)文化融入到銀行的DNA。”