潘 镭

随着手机银行产品的不断同质化，拼功能、拼免费的阶段已经逐步退去，质量过硬的产品、极具个性化的客户体验，是差异化发展的趋势。

近期，招商银行通过对海量移动大数据的挖掘，对客户进行360度画像分析，深度了解客户行为偏好和消费需求，并应用移动App分析管理平台，实现数字化精准营销，激活了老客户，赢得了新客户。在大数据时代，银行“玩转”移动金融须用好大数据技术。

大数据助力移动金融发展

随着移动互联网技术的逐步成熟，银行手机银行获得了快速发展，不仅积累了海量的客户数据信息，而且对银行数据整合能力也提出了较高要求。海量数据信息主要包括用户的交易数据和行为数据。

对于银行来说，激发移动金融活力，简单的数据整合是不够的，还需要对大数据进行深度挖掘。只有对金融数据进行深度分析，才能快速匹配客户的金融需求，挖掘现有产品的潜在发展趋势，洞察隐性金融商机。

以智能手机为例，用户一天使用的平均时长在4个小时左右，从互联网人群渗透率来看，目前中国的互联网活跃人群约为6.44亿。移动金融正以前所未有的强势姿态渗透到日常生活场景中，为大众的医、食、住、行提供便捷的金融服务。

银行应用“大数据”挖掘和分析技术，可迅速对海量客户数据持续进行在线、实时清洗处理，重点钻取客户身份、偏好、服务质量、市场动态、竞争对手等重要营销信息，并通过归集、处理、存储、调用和分析，为银行改善服务质量，提升经营效率，创新服务模式提供强大的技术支撑。

构建数据分析平台刻不容缓

银行手机App客户端是和客户沟通的主要渠道之一，拥有庞大的交易数据流，但如果缺乏一个高效的移动金融大数据分析平台，就无法实现手机App的数字化运营。鉴于此，在数字化时代，发展移动金融必须构建移动金融大数据分析平台。

移动金融大数据分析平台主要包括面向企业用户和渠道客户这两大类集群，需提供决策支持、分析探索、实时交易、信息交互以及金融行业应用等环境，以便了解客户偏好，提供个性化的金融服务。

该平台一般拥有3个职能：一是银行高性价比的半结构化和非结构化数据的存储平台；二是银行对半结构化和非结构化数据进行规整和预处理的计算平台；三是作为大数据应用创新的方法和工具，去探索分析各类银行服务的应用场景。

在这个平台的架构里，最核心的是传统的数据仓库系统，它是基于数据逻辑模型去整合银行的数据，形成类似客户风险识别、财务绩效分析等的全景视图。其次是统计分析系统，可为银行产品和业务优化提供数据支持，增强用户体验度。并通过梳理客户手机银行数据应用，建立一套支持手机银行运营的用户行为数据模型及指标，依靠研发用户行为数据采集分析系统，实时掌控产品的关键指标数据，提高产品的转化率和客户体验度。

大数据时代的移动金融创新

支撑新一代手机银行的移动金融大数据分析平台具有运行效率高、操作体验佳等优势。目前，多家银行把传统的银行卡服务与手机银行整合，先后推出手机银行无卡取款、无卡消费等无卡金融服务。同时，银行可从客户的取款情况、位置信息、消费状况、交易明细中整理出一条清晰的客户需求列表，为客户提供定制的金融服务。

另外，新一代手机银行还针对WAP、NET、WiFi等多种用户上网方式，提供多种身份验证技术，包括WAP上网手机号验证技术、7号信令动态密码验证技术、动态密码验证技术。其中手机号验证和7号信令验证都是首次在移动金融领域使用。

在“互联网+”时代，银行业迫切需要在产品、技术、数据等多层面进行融合，推动业务模式向网络化和数字化运营转变，以开放的竞争合作方式，融入大数据思维，才能打造银行自己的移动互联网金融生态体系。