中国农业银行软件开发副总经理 王赤红
和讯银行消息 8月28日，2014中国国际金融展在北京展览馆举行，同时，第十五届中国金融发展论坛于28日-29日召开，和讯银行对论坛进行全程图文报道。图为中国农业银行软件开发副总经理王赤红在论坛上发表演讲。
以下为嘉宾发言全文：
王赤红：各位尊敬的领导、各位来宾，大家下午好，下面由我来给大家一起分享农业银行在大数据上面一些战略和做法。云计算在商业银行的应用我们来看的话是包括三个方面，一个方面在IT设施的管理方面，我们着重于在通过云计算技术来帮助我们的资源有效合理分配来及时有效的提高运维效率，提高资源的利用率，降低成本。在产品创新方面云将来是我们大的使用的领域，通过云应用的开发和实施产品的创新，将推进新的商务模式的探索。今天我跟大家分享的是我们云计算在我们大数据方面的一些想法和一些应用案例。
大数据热潮现在已经引发生产和生活方式的重要变革，我们应该来到全新的大数据时代。对于复杂的数据，他所酝酿的资产价值，大家从各个渠道都感受到他的无处不在，预示着一个新的时代的来临。在新的时代的来临的时候，我们银行业来讲他应该通过这种海量的数据收集和数据处理和数据分析，这种人类成本来找到他的规律，就生产关系和生活方式管理和营销活动中会发生一些变化。新的产业活动和游戏规则就会脱颖而出。
这种机遇有三个方面，第一我们可以获得更广阔的业务发展空间，商业银行提供的服务和产品存在较大同质性，商业银行需要通过同质性实施差异化的战略。我们可以看到社交媒体兴起为银行创造了全新的客户接触的渠道，来自银行网点、PC终端、移动设备、传感器等等这种渠道给我们带来结构化和非结构化的海量数据，为银行创造深化客户挖掘还有加快产品创新的广阔空间。第二个机遇上我们可以获得更精准的决策判断能力。大数据将使银行决策从经验依赖向数据依据来转化，将再深入了解和把握银行自身乃至市场状况的基础上，更加科学的来评价经营业绩，引导银行业务科学健康发展。我们从第三方面来看，我们看到这个机遇来给我们是更优秀的经营管理能力。大数据掀起银行业的经营管理革命，资产以及数据资产、风险控制、成本核算、绩效考核等方面都发挥重要的作用，充分利用数据分析这么一个技术，将使银行制胜关键。数据、信息、商业智能将逐步成为银行精细化发展的路径，为有效提升服务提供这种强大的支撑。
我们也可以看到对银行来讲大数据时代我们也面临一种挑战，首先我们的挑战来源于我们自身，主要是我们自身有没有数据占领能力。银行在数据的搜集方面他经过几十年的信息化发展，应该讲数据是海量的，我们已经有了很多年的存贷等客户信息的结构化数据。但是我们还缺乏很多其他的数据，这些数据将要彻底颠覆我们过去对这种数据仓库和大数据更扩展的想法和理念。在数据存储方面要达到低成本、低能耗、高可靠性的目标，是在我们整个建设过程当中考虑的问题。数据处理面对复杂的数据，处理复杂度相当高，怎样利用他这种能力又成为我们一种关键因素。
第二方面我们认为我们的挑战来源于大量的数据来源和庞大分析工具的产生，正催生出许多新的经营业态来直接瓜分传统的业务市场。互联网金融在信息收集和信息处理方面有天然优势，他提供进服务从简单支付渗透到转帐汇款、小额信贷还有理财核心领域。
我们挑战第三方面是商业运营模式我们面临的变革。在产品和服务方面我们也越来越多的看到远程虚拟化的趋势。互联网金融、移动金融、金融IC卡的推广逐步改变银行向客户提供的产品和服务的形式。在管理方面应该讲信息化下的数字证书，数据信息以及网络模式下的流程化管理，使传统的商业银行传统的经营模式必须融汇到大数据时代中，借助大数据的手段实现跨越式的发展。
农业银行的应对之道体现以下四个方面，理念上我们是强化数据治行。除了上帝，其他任何人都必须用数据说话。大数据革命必将颠覆银行传统观念和经营模式，要强化数据治行理念，强调大数据的开发利用，建立分析数据的习惯，提升全行的数据质量管理，真正做到人人心中有数，用数据说话，准确描述这个事实，准确反映这种逻辑，将数据转化成一种资源。在手段上我们要通过建设大数据平台，主要是要解决我们的采集问题和质量问题，整合要有序。在技术上我们要通过建设数据分析应用体系，着眼于大数据的挖掘和分析，对海量数据的持续实时处理，在服务质量提升、经营效率提升得到支撑，运用数据挖掘和分析全方位标准产品结构、营销模式，根本上提高风险管理和成本效益管理等等方面的这种水平。在目标上我们需要建设智慧银行，智慧银行是能够通过对外兼修、准确应对、快速应变、有机处理这种纷杂的数据，高效配置金融资源，敏锐洞察，引领客户需求高度智能化的新的商业心态。
农行大数据平台可以概括为四个基础平台，五类数据服务还有九大技术创新。四大基础平台，首先我们看到我们要构建我们企业级数据仓库，他主要目的是以出和处理结构化数据为主，涵盖我行存贷客户信息等主要的核心类数据。我们建立信息共享平台，主要以存储和处理行内的非结构化数据为主，辅助来自社会其他第三方一些社会数据。第三个基础平台是实时流计算平台，我们要通过这个平台实现数据的快速采集、交换和快速应用，主要应用于对实时性要求比较高的业务场景。第四大平台是高性能数据处理平台，不言而喻他主要是以高性能这种特点来实现对所有数据综合数据能力。五类数据服务，第一我们通过指标及报表查询服务，通过指标库的构建为每一个业务的条件，提供常用的查询服务。即席查询服务采用特定的工具，构建一个功能强大的查询的知识库，来满足各类灵活的一查询需求。这样的话，灵活的配置，由查询组来完成。第三是定制化信息服务，是通过智能资源一个管理平台，集中面向不同业务定制化的个性服务。第四类是多维数据分析服务，提供图形化的界面，拖拉式的这种操作，审核，也是支持业务从各个纬度的综合分析。最后是深度数据挖掘形式，采用回归算法，通过一些工具对大数据来进行深度挖掘。
九大技术创新，我们分享一下农业银行第一个创新跟别的行不太一样，我们首家引入国产高性能的数据库的应用。我们整个架构是才有云服务架构，融合的架构体系，异构相容的技术支持，我们由于是大数据应用，我们已经使用了MPP数据库，Hadoop，还有Oracle等等深度融合的体系架构。创新的数据模型，使用纬度模型方式来构建这种基础模型。智能的资源管理服务，我们通过构建统一的智能资源管理平台，实现各类资源智能化。动态混合的调用机制，在混合负载情况下实现动态调度来保证高性能的稳定运转。自动的高可用机制，我们采用是一种安全组的技术，多形态的灾备技术。
大数据平台建设不是一蹴而就，是一个持续迭代的工程。我们是本着开放、平等、协作、分享的互联网精神，构建农行大数据平台生态圈，形成相互协同、相互促进的良好的态势。农行的大数据平台建设理念是本着数据是基础，治理是保障，技术是支撑，分析是关键，应用是目标原则来构建农行的大数据平台。数据是基础是要整合内外部数据，通过科学的数据模型来进行数据整合，构建全行统一的客户信息视图，产品信息视图，内部管理视图，风险分析视图。技术是支撑是以开放创新心态，紧跟业界发展，采用技术解决问题。挖掘是关键是从海量内外部数据中挖掘价值，实现知识发现，为业务发展和经营决策提供智能决策引擎。应用目标就是数据价值在业务应用中转变为生产力，构建数据价值利用的有效闭环，真正实现从数据支撑到数据永远的转变。这里是保障要坚定不移的进行数据治理，提高数据质量，更好的满足数据挖掘的需求，为数据价值在业务中的深入应用打下好的基础。
整个大数据里面其实对我们来讲一边应用一边实践，我们感觉要着力推动是数据治理工作，数据治理工作我们主要是从数据标准建设，数据质量发现、检查与整改以及数据的非常重视他的权限控制、访问控制和安全管理，通过技术上，通过原数据管理来促进以上三类数据治理的工作。
第三个方面，跟大家汇报一下我们农业银行在银行大数据应用方面我们目前的一些实践，我们银行大数据的应用方向是通过实施大数据的应用来促进全行的经营理念、业务运营、组织流程的不断创新，全力打造信息化银行和智慧银行。主要是目标要营销更精准、服务更贴心、管理更精细、监管更透明、风险更可控、决策更智能。
目前农行大数据的领域主要应用在几大领域，第一是客户关系管理领域，是基于行内外的数据来构建全生命周期的客户关系管理模型，准确洞察这种客户需求，实现精准营销与个性化服务。第二个是运营分析，是建设大数据深入洞察运营细节，优化业务处理流程，改善运行效率和客户体验，快速响应市场来提升我们核心竞争力。第三个方面我们是在外部监管来通过要满足银监会、人民银行对外部监管对银行经营数据披露的监管要求。第四方面是互联网金融，我们互联网金融更多是创新型为中小微企业提供支付、融资方面大数据服务。资产负债管理是提供资产负债组合管理，流动性管理，资金转移计价、定价、外币资金管理、同业融资等功能。风险管理，我们主要是借助流计算等先进的技术，构建趋势预判、风险评估、实施欺诈等大数据分析挖掘模型。财务管理是提供核算管理、预算管理、价值管理、资源配置、绩效考评功能。
最后我跟大家分享一下我们的大数据的应用案例，这是一个我们贵宾客户信用卡精准营销的一个例子，通过行内外的综合数据，我们聚类分析，关联规则发现，决策树等数据挖掘的算法。在贵宾客户然后从发现尚未持有信用卡这种客户群体来识别他的信用卡的需求，根据客户的消费行为，他的自然属性，忠诚度等等进行分析，对客户群组划分，对不同群组提供不同的产品，配置不同的策略。
第二个分享案例是互联网理财方面对客户的分析，我们首先是采集研究机构第三方机构融合我们内部数据对比，整体规模进行分析，对购买互联网理财的客户特点进行挖掘，对这一特点的客户在进行综合画像，我们在大数据中可以重点发挥。再通过深度挖掘分析，采用神经网络、回归等方法对即将流失客户对他进行智能识别，针对不同客户特点，制定不同客户挽留措施，回答即将发生什么。通过对客户和资产流失的深度分析，我们要在产品层面进行创新，并给出具体的指导意见，产品优化和创新之后，再通过数据挖掘，再分析这些产品效果，对产品进行持续优化，这就是我们大数据一种迭代的应用。
第三方面是在客户关系管理的方面，我们要对潜在客户进行分析和预测，通过对行内行外的数据分析，找到潜在客户，对他进行营销。对我们现在已有客户，我们要通过深度分析客户对我们所创造这种价值，通过具体有针对性的营销策略来提升客户的价值贡献。客户的发展也是要根据客户发展过程当中一些特定的事件、需求来进行有针对性营销，提升客户的忠诚度。
这就是我今天跟大家介绍和分享的，谢谢。