大數據在財金領域的應用

文/ 許育峯世新大學財務金融學系助理教授

巨量資料或稱大數據(Big Data)是近年來頗受矚目的新名詞。大數據泛指其資料規模大到無法在合理時間內完成資料分析、資料擷取且轉換成可判讀資訊的資料量。而大量數據的產生,源自於過去幾年來資訊科技技術的進步;包括網際網路的蓬勃發展、網路傳輸速度大幅提升、個人電腦與行動裝置的大量普及,再輔以資料儲存技術的發展成熟,造就今日大量數據的出現。

大數據資料具有所謂的4V特性,包括海量(Volume)、多樣化(Variety)、高速處理(Velocity)以及準確性(Veracity)。透過大數據分析,從海量的資料中獲得具有價值的資訊與模式,並將之轉化為可用的商業模式,已經在許多產業如火如荼的進行,不論是零售業、醫療業、科技業;甚至金融業也不例外。金融業因其行業特性,在產業運作過程中,資料即不斷的產生,而資料產生後即衍生資料儲存的需求;且因為金融商品/金融服務較敏感、具高隱私的特性,在不試探過多客戶隱私的前提下,應用大數據分析對客戶需求進行分析與預測,成為對金融業而言一個可行且存在機會的方法。

大數據分析於金融產業之應用主要在於四個方面,包括顧客服務最佳化(Customer Service Optimization), 顧客關係管理(Customer Relationship Management), 目標行銷(Target Marketing), 以及風險管理(Risk Management)。

顧客服務最佳化

金融業可透過大數據分析,了解顧客的消費行為與消費特性,甚至輔以資料探勘技術中的關聯法則找出顧客較明確的消費模式,進而推行新的行銷策略,對不同特定族群的顧客執行專屬的服務模式。在台灣,已有銀行業將實體、虛擬銀行的資料建置成一個巨型的資料庫,透過對這個資料庫進行大數據分析,針對不同區域的分行,分析其顧客的特性,包括職業、年齡、處理業務的時間點與業務內容等屬性,去調整個別分行的物件擺設與服務方式,讓顧客可以在進入分行後,明確的感受到銀行提供服務的完善與便捷性。此外,亦有銀行業透過大數據分析,找出顧客的消費模式,並藉此預測、推銷顧客下一個可能選擇的金融商品,達到提升營業額的目的。例如:銀行在銷售理財商品的過程,發現有一個消費模式是A→B→C;亦即購買A跟B商品之後,顧客通常會再購買C商品。如此,銀行便可針對已經購買A跟B商品的顧客,推銷C商品。如此一來即可大幅提高C商品銷售成功的機率。

顧客關係管理

金融業的客戶主要為個人客戶與企業客戶。為使行業(ex:銀行業)永續經營,與顧客保持良好關係,適時維繫與顧客的關係,就成為極具重要性的議題。銀行業可以先透過大數據分析找出與銀行存有長期穩定來往的客戶群(ie:即所謂的忠誠客戶),之後以這些客戶群為目標,分析、了解其與銀行往來的模式與內容,在釐清其特定的往來模式後,即進行密切的關注,當顧客的往來模式出現變化或異於以往的情況時,銀行即可適時的透過理財專員給予關心,了解該顧客與銀行往來行為改變的原因,並進行補救措施。

目標行銷

經由資料分析,建立顧客關係管理的基礎後,金融業除了掌握整個巨型資料庫的主流顧客消費模式與特徵之外,亦能得知單一個別顧客的細部資料與往來模式。因此,當金融業想提升特定客群的毛利貢獻度時,即可依經由大數據分析所找出的特定客群,依其消費模式與屬性,發動目標行銷,將可大幅提升該目標客群對自身的毛利貢獻度。亦或是,當金融業想主打某特定金融商品時,透過大數據分析,找出最可能接受該商品的特定客群,針對這些客群進行大力推銷,亦可提升產品行銷的成功率。

風險管理

在大數據資料庫建置完成之後,除了進行顧客服務最佳化、顧客關係管理與目標行銷之外,還有相當重要的一點即是風險管理。金融業的營運過程中,積極擴展客戶數量固然重要,然而風險管控、避免公司損失亦是如此。例如銀行業為求獲得利差收入,在接受客戶的存款後,轉而向有資金需求的顧客放款,藉此賺取利息。然而,隨著放款人數增加,潛在可能發生壞帳的人數也會提高。因此,為求降低放款後發生壞帳的機率,銀行利用大數據分析對客戶的過去信用狀況進行評估,並依其信用狀況決定放款的金額大小,甚至完全不考慮放款。如此,將可有效減少因壞帳發生所造成的損失。大數據的浪潮來襲,金融業妥善應用大數據分析的技術進行業務擴展與風險管控已是必為之舉,未來的經營環境勢必更加險惡,大數據分析將是未來各行業所需倚重的競爭利器之一。

23120156_10155663289002906_2240879465435698024_o

作者許育峯

世新大學財務金融學系助理教授

中山大學資訊管理研究所博士中正大學會計與資訊科技研究所碩士

經歷:

統一證券投資信託股份有限公司債券部研究員

空軍航空技術學院軍事氣象系兼任講師

財團法人資訊工業策進會產業情報研究所外稿作者

研究專長:

資料探勘、文字探勘、公司持續經營分析、破產預測、總體經濟研究、債券市場、程式/演算法交易

隨時補充新觀點,《立報傳媒》Line→http://bit.ly/2YyjUW1