在香港，銀行業是受高度監管的一個行業，并且由于競爭比大陸銀行更為激烈，產品形態多樣，所以銀行運營方面的相關數據被充分分析和利用，客戶的流失數據、資本金比率、存貸比等各種數據形成了銀行日常管理的基礎。

在競爭激烈的香港銀行業，對客戶的了解程度決定了生意的成功率，銀行不僅收集客戶的風險承受能力、收入、工作背景、商業財務活動、理財習慣等相關數據來做分析，還通過物聯網進一步了解客戶的生活群體，他的朋友和伙伴之間互動情況，校友會和其它相關社會資源的情況也被列為數據收集和分析的組成部分。

在詳盡的客戶數據基礎上，傳統的公開廣告形式已不再受銀行歡迎，再更偏向于基于對客戶個人數據分析的更有針對性的營銷模式，以提高營銷效率。什么樣的產品更會引起客戶的興趣，他們為什么買，從什么渠道買，興趣為什么變化等各種信息中都能獲得對營銷的支持。銀行不再雇一大群營銷員去做掃街式的推銷，而是由數據主導和推動的進行有的放矢的精準營銷。建行亞洲甚至為此設置了一個確切科學的部門進行關于客戶營銷的各種數據分析，這個部門直接向行政總裁匯報，形成銀行的決策支持基礎。

處理客戶的反饋也是大數據應用的重要方面，以往這些反饋內容雖然被記錄下來，但由于不是規律的數據，所以很少被分析，現在利用大數據工具來分析客戶反饋，用以改善往后的服務。

在銀行的產品和渠道方面，由于客戶的喜好經常變化，實時全面的數據分析可以幫助銀行不斷去改善和改變產品。在香港，為了應對競爭銀行往往做大量的數據分析，比如網上銀行，建行亞洲設置了專業團隊分析香港12個主要銀行的網銀產品和服務對比。同時在產品、渠道、網點、客戶增加的數量、產品銷量和速度方面做詳細的市場數據收集。

在客戶服務方面，對客戶提供個性化的服務已成為行業共識，現在已進一步關注到客戶體驗上，由關注客戶關系提升到關注客戶滿意度。通過客戶數據分析，了解客戶在不同生命階段的生活模型。比如客戶開始在社交網絡上談論跑車的時候，銀行就根據這一數據為他提供買車方面的貸款優惠服務。不同的生活模型對應很多不同的銷售模型，這種數據應用在很多行業都被應用，但在銀行業，由于客戶數據收集全面，被應用得更廣泛。銀行可以通過數據分析了解客戶的期望，比如他在40歲之前期待建立自己的公司，銀行就提供貸款。

在風險管控方面，銀行收集客戶正面和負面的信貸數據，作為對其進行信貸審批的依據，在香港已有第三方的數據公司可以提供這方面的服務?？蛻裘恳粡埿庞每ǖ膶徟ㄟ^背后，都有大量的數據分析來支持。銀行通過第三方途徑獲得有相關數據還有恐怖分子的黑名單、富人及未來之星的數據庫，這些都成為信貸管理的數據分析基礎。

簡單總結大數據在銀行業的應用重點，一是要把大數據變成小數據，形成可分析處理的基礎。另外是數據做了分析之后可以變成一個具體的行動，行動才能創造成效，大數據的分析要變成一個業務上的改變，對業務模型做優化。最后就是大數據也是商業的一部分，一定不要等太久，要形成有立竿見影效果的項目，讓管理層看到成效。


（本文由ITValue周應根據香港電腦學會會長、中國建設銀行亞洲股份有限公司副行長兼信息科技總監梁建文先生在2013IT價值峰會上的演講整理而成。）