報告下載：新增199IT官方微信【i199it】，回覆關鍵詞【2019年中國銀行業CEO冬季刊】即可
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資料應用，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，領先銀行利用大資料和人工智慧技術，在巨集觀經濟下行情況下，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，數字化、大資料和人工智慧可以幫助銀行有效實現降本增效。
根據麥肯錫全球資料工作坊的分析，規模化應用大資料和高階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、改善監管資料效率及提升客戶體驗。大量銀行斥巨資於大資料和高階分析技術，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，高階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，大資料和高階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：“全球前50大銀行中，90%以上都在積極應用大資料和高階分析技術。全球領先銀行將稅息前利潤的15%～17%投入到數字化、科技和大資料領域，科技和大資料人員佔到總人數的17%左右；與之相比，中國銀行業的相關人才比例不足5%。擁抱大資料、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”、“資料銀行”的金融機構，將在未來10年領跑同業。”
大資料與高階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，通過大資料精準營銷，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啟用與經營可令客戶價值提升50%以上。在風控等中後臺管理上，大資料與高階分析同樣成效斐然，可令成本至多降低30%。
然而，即便是在大資料應用方面領先的銀行也認為，大資料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：“在大資料和高階分析應用上，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，儘管在大資料和高階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。各家銀行普遍注重產品銷售，忽視客戶體驗。因此，在客戶獲取、經營和客戶體驗方面，大資料和高階分析均大有可為。”
我們發現，國內銀行在大資料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，從全面資料治理入手推動大資料規模化應用，但投入之後久不見價值；小型銀行則畏難情緒嚴重，較差的資料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“閉環迭代”原則；而大資料人才匱乏進一步制約了規模化應用。
對於傳統銀行來說，大資料戰略推進與轉型通常需要2～3年時間。為了挖掘大資料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：
制定價值驅動的大資料實施路線圖：通過大資料診斷，識別出銀行的機會點，定義並對大資料用例進行優先排序，制定最佳實施路線圖，並在全行上下達成共識；端到端大資料用例試點：通過落地1～2個試點用例，跑通端到端大資料用例閉環，對用例進行快速迭代優化，並驗證其業務價值，實現速贏；
夯實支撐體系，加速大資料規模化落地：對於一家IT預算在10億美元的銀行而言，簡化、梳理及優化資料管理工作，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資料卓越中心(CoE)，招募並培養大資料核心人才，完善資料治理機制，以及構建大資料相關係統，這些是保證大資料規模化落地的重中之重！
報告下載：新增199IT官方微信【i199it】，回覆關鍵詞【2019年中國銀行業CEO冬季刊】即可