商业银行中不得不做的加法
在管理中做减法能够为企业节约成本、提升效率⋯⋯但是有些加法真的不得不做，也不能变通。
在管理中，“加减乘除”法在不同的时期都被拿来比喻管理中用到的解决方案。在减法盛行的今天，以“加法”为题是不是会遭人诟病？的确，在管理中做减法能够为企业节约成本、提升效率……但是有些加法真的不得不做，也不能变通。
大数据时代已经来临，数据逐渐成为企业的重要资产，先知、先觉、先行、先试者将率先受益，金融企业在大数据应用方面具有天然优势：金融企业在业务开展过程中积累了包括客户身份、资产负债情况、资金收付交易等大量高价值的数据。在大数据时代，这些数据将产生巨大的商业价值……这个时候银行业需要的是什么呢？根据Gartner的最新报告显示，各家银行正面临提高效率、降低成本以及交付下一代数字服务的巨大压力。然而，遗留应用程序（legacy application）厂商对于这些新要求一直力不从心。据Gartner预测，到2019年年底，25%的零售银行将牵手新一代提供商，以更换陈旧的在线和移动银行业务系统。
也就是说银行目前最需要的是新的技术+新的技术提供商。
值得警惕的供需不对称
数据一直是银行的生命线，所以数据管理对商业银行具有重要的战略意义。2006年银监会在《商业银行信息科技风险管理指引》中明确规定，商业银行应确保信息系统开发、测试、维护过程中数据的完整性、保密性和可用性，财政部、国资委、证监会等政府监管部门也在数据管理层面对商业银行提出了一些相关要求。
兴业银行股份有限公司（简称：兴业银行）是经国务院、中国人民银行批准成立的首批股份制商业银行之一，也是中国首家赤道银行。目前，兴业银行作为首批试水大数据的商业银行之一，借助大数据的关键技术和核心优势，通过对消费者行为的分析和洞察，在产品研发、服务组织以及营销模式创新与自我变革等方面已初见成效，陆续推出了“钱大掌柜”、“直销银行”等金融创新产品，发展势头良好。兴业银行信用卡中心负责人表示，“大数据时代向我们提供了丰富的数据，让全面了解客户成为可能，但如何有效管理并整合海量数据？传统数据处理的理念及模式该如何应变？都是行业亟需探讨和解决的问题，信用卡行业的大数据变革正拉开序幕。”加上互联网带给银行业务内容及形式上的突破，种种现象表明，银行业的现实需求就摆在眼前，那么技术市场中的情况又如何呢？
根据G a r t n e r的调研，为消费者与商业客户提供银行渠道应用的大部分传统厂商在满足客户新需求方面行动迟缓，这是今天数字化的银行业务解决方案市场走向公开化的其中一个最重要原因。
现有厂商主要提供传统的在线与移动银行业务解决方案，并与核心银行业务系统相集成，但通常不支持与当前服务与交易无关联的开放式服务架构；更重要的是，它们无法让银行将新流程与现有流程整合在一起以提供创新型数字服务。与此同时大多数大数据技术公司将重点放在了数据应用上，而在一定程度上忽视了金融业最为看重的数据治理环节。
因此从目前来看，具备大数据治理能力能够帮助行业树立数据标准，或者具备数字银行业务能力的新型厂商将脱颖而出。它们可以为银行的业务与IT人员提供更具价值的大数据治理方案，支持以客户为中心的个性化银行业务体验、数据与行为分析、位置与情境感知以及构建合作生态系统，进而利用合作伙伴数据、交易与流程创建新服务。
传统数据处理的理念及模式该如何应变？这是行业亟需探讨和解决的问题，信用卡行业的大数据变革正拉开序幕。
变革与合作共生
目前，国内信用卡行业在大数据技术，尤其是在对海量数据的运用方面普遍缺乏技术和经验。因此，对于信用卡行业来说一场技术与业务的变革在所难免。
银行的信用卡中心大多需要妥善保管大量与信用卡业务相关的数据信息。通过大数据平台的建设，不仅能保障不同业务系统之间数据的一致性，确保各项业务的有效开展，还能提升数据的完整性和可用性，保证在突发事件发生时对关键业务系统的及时恢复，实现业务连续。
以兴业银行为例，利用信用卡基础数据平台对上游源系统数据（包括系统数据和各类深度分析结果数据，以及手工补录数据等）进行统一抽取、清洗、加载，并完成数据的集成存储。过程分为数据采集和数据存储两方面：首先，在数据采集上，需要梳理信用卡中心已有平台基础数据处理逻辑和数据模型，完善对源系统数据的规范化清理转换功能；第二，在数据存储上，根据业务需要，按照业务种类对数据进行分层存储，提高业务数据供应的效率，并满足未来对数据存储的需求。
同时，风险管理是信用卡行业的核心业务。大数据平台能够帮助风险管理部门密切关注客户信息的变动，提高数据资产质量，减少非预期损失。其次，资产管理部门还可以通过大数据平台对数据进行分析，为各经营机构设定业务限额，在保证安全的情况下实现效益最大化。在这一层面，数据治理平台保障了整个基础数据平台中流转数据的质量。通过数据标准、元数据管理、数据质量管理、数据安全四个模块的建设，全面反映基础数据平台的数据质量情况，通过自动化的统一数据管控，对数据流转过程中的数据质量进行监控，并提供对数据质量监控指标的预警管理，最大化避免业务流程中的数据质量问题。
从技术上讲，数据集成平台需要建立统一调度配置和控制机制，支持跨服务器、多种触发方式的调度控制，支持整个数据平台业务流程任务的调度预测和调度影响分析，对业务作业实现统一的运行监控和管理。从应用的角度来讲，通过大数据平台的分析能力，可以对不同卡种的持卡人，采用不同的营销策略。大数据平台对消费者的刷卡行为进行分类、统计和整理之后，能获取消费者的消费习惯、消费能力、消费偏好等信息，结合这些丰富的数据，深入挖掘有效信息，细分客群，实现精准营销。
在兴业银行信用卡中心的大数据平台实践中，为了实现各应用系统之间的数据共享，建成了专门的“信用卡基础数据平台 ”。这个基础数据平台能够提供数据采集、数据补录、数据质量、作业统一监控调度、数据分发共享等一整套的数据处理能力。平台包括信用卡基础数据平台、数据集成平台与数据治理平台三部分，其中基础数据平台是支撑，数据集成平台是手段，数据治理平台是保障，三部分协同建设，更好地支撑了信用卡业务的流转，帮助其实现利益最大化。目前同时具备以上技术能力的厂商很少，银行在选择合作伙伴的时候不仅需要做加法还要会做选择题。
因此，从银行的角度来讲，信用卡行业应尽早与相关技术公司合作，利用大数据等前沿技术，对自身的数据架构进行软硬件升级调整，搭建大数据平台。大数据平台的建设将对其安全稳定运营，实现风险管理等具有十分重要的意义。各银行的首席信息官应针对该市场内广泛、潜在的突破性变化、更加激烈的竞争以及来自其他地区的新进入者，做好充足准备。
简化IT与在必要的时刻做加法并不冲突，在业务与技术面前，有些流程与步骤不但不能简化，还应该力求周到、圆满。银行业在新技术面前尤其保守，但这并不能成为阻碍行业向前发展的绊脚石。相反，随着业务的不断拓展和服务需求的提升，银行业需要更多既能够跨过高技术门槛又充分了解业务的优质厂商，这种供与需的良性促进将会带来更多来自应用与技术市场的双轨并进。
