11.27 麥肯錫：助力銀行業實現規模化大數據應用

全球管理諮詢公司麥肯錫發佈《麥肯錫中國銀行業CEO季刊》2019年冬季刊《點數成金，規模化大數據應用——領軍同行，佈局未來》。

近年來，面對外部經營壓力、競爭和監管環境變化，國內銀行業收入和利潤增長步履維艱，很難突破雙位數；但在同樣嚴峻的環境下，全球領先銀行通過大數據應用，仍能在公司及零售核心業務上實現10%～15%的增長。此外，針對困擾很多銀行的不良率高企問題，領先銀行利用大數據和人工智能技術，在宏觀經濟下行情況下，仍然實現了良好的風險控制。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，但數字化、大數據和人工智能可以幫助銀行有效實現降本增效。

根據麥肯錫全球數據工作坊的分析，規模化應用大數據和高級分析可顯著提升銀行業務績效、降低運營成本、優化風控和決策、改善監管數據效率及提升客戶體驗。大量銀行斥巨資於大數據和高級分析技術，就是看到了其背後的巨大價值。據麥肯錫全球研究院（MGI）測算，高級分析在全球各個行業的價值創造潛力高達9.5萬～15.4萬億美元，能推動銀行業利潤增長10%～15%。

得益於中國銀行業邁向高質量發展的內在要求、國家政策扶持以及相關技術能力的日臻成熟，在中國銀行業，大數據和高級分析規模化已進入黃金時代，是整個行業未來發展的大勢所趨。

麥肯錫全球資深董事合夥人、中國區金融機構諮詢業務負責人曲向軍介紹：“全球前50大銀行中，90%以上都在積極應用高級分析技術。全球領先銀行將稅息前利潤的15%～17%投入到數字化、科技和大數據領域，科技和大數據人員佔到總人數的17%左右；與之相比，中國銀行業的相關人才比例不足5%。擁抱大數據、提升銀行競爭力已是整個行業的共識，能夠率先轉型為‘科技銀行’、‘數據銀行’的金融機構，將在未來10年領跑同業。”

大數據與高級分析能夠給銀行前臺業務和中後臺管理創造可觀價值。以零售銀行為例，實踐表明，通過大數據精準營銷，新客獲客率可提升10%～15%，老客交叉/向上銷售率可提升15%～20%，老客到期維護續接率可提升逾20%，流失客戶挽回率可達到15%，準清零及以下客戶的批量激活與經營可令客戶價值提升50%以上。在風控等中後臺管理上，大數據與高級分析同樣成效斐然，可令成本至多降低30%。

然而，即便是在大數據應用方面領先的銀行也認為，大數據戰略的真正落地挑戰重重，其中最艱難的是完成洞見轉變為成果的“最後一公里”，這是實現規模化應用的關鍵。

麥肯錫全球董事合夥人韓峰表示:“在大數據和高級分析應用上，多數銀行取得了單次小範圍的成功，但尚未實現真正的規模化。許多銀行高管反映，儘管在大數據和高級分析法方面投入了巨資，但創造的價值卻不成比例。究其原因，根源在於這些分析技術的用例不廣，即便能夠創造出少量效益，也遠未能紮根於銀行的各個業務領域、實現全面開花。從客戶經營角度來看，很多銀行投入巨大資源獲新客，但轉化率不到25%，存量客戶中75%左右都是準清零客戶（1000元～2000元餘額以下），說明銀行的存量客戶經營能力非常薄弱。單個客戶貢獻僅在300元～350元左右，全面關係客戶只佔2%左右，而國外領先銀行全面關係客戶能佔到15%。零售銀行單點產能（零售收入）只有1500萬～2000萬，產能低下。各家銀行普遍重注產品銷售，忽視客戶體驗。因此，在客戶經營、獲取和客戶體驗方面，大數據和高級分析均大有可為。”

我們發現，國內銀行在大數據規模化方面存在幾大共性問題：大型銀行往往耗費大量時間和金錢，從全面數據治理入手推動大數據規模化應用，但投入之後久不見價值；小型銀行則畏難情緒嚴重，較差的數據基礎致使它們多止於觀望；此外，各類銀行還普遍存在模型搭建與業務場景應用“兩張皮”的情況，未遵循“用例驅動”和“閉環循環優化”原則；而大數據人才匱乏進一步制約了規模化應用。

對於傳統銀行來說，大數據戰略推進與轉型通常需要2～3年時間。為了挖掘大數據規模化應用的巨大價值、幫助國內銀行有效應對上述普遍挑戰，麥肯錫提出以下三大戰略舉措：

1）制定價值驅動的大數據實施路線圖：通過大數據診斷，識別出銀行的機會點，定義並對大數據用例進行優先排序，制定最佳實施路線圖，並在全行上下達成共識；

2）端到端大數據用例試點：通過落地1～2個試點用例，跑通端到端大數據用例閉環，對用例進行快速迭代優化，並驗證其業務價值，實現速贏；

3）夯實支撐體系，加速大數據規模化落地：對於一家IT預算在10億美元的銀行而言，簡化、梳理及優化數據管理工作，每年能給其節省0.71億美元。銀行需在18個月內循序漸進地建立大數據卓越中心(CoE)，招募並培養大數據核心人才，完善數據治理機制，以及構建大數據相關係統，這些是保證大數據規模化落地的重中之重！

閱讀更多 中經上海 的文章

關鍵字: 黃金 規模化 麥肯錫