从防欺诈到客户洞察:富国银行的大数据战略

18.05.2015  14:05

              有些投资能为多个部门所用,数据就是这样一种投资:因为数据随处可用。我们只需对数据形式稍作修改,反欺诈调查员所使用的数据可能就会为销售和营销人员带来巨大价值。因合规目的而收集的消费者投诉也可以用来提高客户满意度。通过挖掘为监管机构记录的电话通话内容,我们可以提高呼叫中心效率或找出客户作出购买决定的触发因素。

 

              为监管机构收集数据有时会被视为一项艰巨的任务。但是,为监管机构收集的数据也可以用于增加营收。我们不妨思考一下“这些数据还有哪些其他用途”,然后我们会发现重大的新价值。

 

              美国富国银行(Wells Fargo)首席数据官Charles Thomas正在设法寻找对银行攻守两面都有利的数据使用方法,正如他所说的,新的数据使用方法必须能让银行做到“攻守兼备”。防守是指提供降低风险所需的数据和工具,而进攻则是指利用数据支持银行协助客户致富,并提供卓越的客户体验。这会吸引客户更频繁地使用银行业务,从而增加银行收入。银行的数据应用范围越广,得到的回报就越大。Thomas以协助业界同仁为己任,他希望让所有人都了解如何利用数据解决他们的业务问题。

 

              我们经常讨论大数据的三大属性(简称3V):数量(volume)、速度(velocity)和种类(variety),却忽视了第四个也是更重要的一个属性,即价值(value)。而银行业从业者面临的问题是,如何利用大数据的前三个属性来实现第四个属性,也就是如何创造价值。“我们需要压缩从数据采集到分析再到采取行动所耗的时间,”Thomas表示,“洞察很重要。但如果不能将洞察付诸行动,那么你不过是在用一个更有说服力的工具来解析问题而已。”

 

              数据基础

 

              如果没有坚实的数据基础架构,数据便没有了任何意义。Thomas负责监管银行联合数据模型中连接各个本地数据系统的结点。富国银行拥有80项不同的业务,以及人力资源、风险和财务等数据。将所有数据移到一个中央数据仓库将是一个极其复杂、无休无止而结果却令人失望的大工程。

 

              因此,富国银行选择在本地管理数据,并在银行内部部署数据传输管理系统。Thomas解释道:“我们有沟通渠道,让我们可以跨越各个系统进行对话,并了解哪些系统专门记录了哪些信息。然后,我们会采取适当的方式记录信息的传输。”

 

              Thomas强调了数据治理的重要性,特别是追踪每个数字源以及预防分歧数据存储库扩散的能力。监管机构要求金融机构改善流程的设计,以保证数据的准确性和完整性。巴塞尔金融稳定委员会(Financial Stability Board)公布的29家全球系统重要性银行(Global Systematically Important Banks,简称G-SIBs)都需要接受尤为严格的审查,富国银行正是其中之一。企业级数据团队的职责包括:

 

              1、确保银行的风险数据有统一的定义(元数据),且可追溯至纪录系统。这样,无论计算方式为何,数据的传输过程都会有清楚的记录。

 

              2、将最常用的数据整合成一个单一版本的数据。监管机构或银行员工查询某个具体数字时。

 

              3、数据团队需确保他们只能从一个地方取得数据,从而避免他们从多处获得不同的答案。

 

              通过执行这些数据治理工作,银行能够更好地管理风险;并使用数据来解决问题,并挖掘银行各项业务之间的机遇。

 

              如何利用数据有效防守

 

              数据团队通过一些特定方式来支持银行管理风险。例如,由于客户会在某个渠道启动一个流程,而在另一个渠道结束该流程,因此数据团队常常会索取客户记录,以期了解客户如何穿梭于不同渠道之间。“起床之前你在用iPad上,然后你起身往冰箱走去,手上换成了iPhone。接着,你坐下来打开了电脑,然后又出门去了一家银行,”Thomas说道,“从预防欺诈的角度来看,我们至少需要追踪四个不同的活动。”

 

              因为渠道的扩增,这些数据集也变得相当庞大。这体现了大数据的数量属性。同时,我们还不能忽略大数据的速度属性。银行需要以前所未有的速度处理海量数据。正如交易已经发展到以毫秒计算,同样的,诈欺犯的诈骗速度也越来越快。如果银行可以实时识别异常的客户行为,就有可能察觉危险并加以阻止,而不是静观其变,只能在事后联系客户。

 

              数据团队还可通过下列方式支持风险管理:

 

              1、管理“沃尔克(Volcker)法规指标”系统,这是按照《Dodd-Frank Act》(多德-弗兰克法案)的规定设计的一组指标,旨在通过追踪结余、风险比率和风险敞口,减少对流动性的威胁。

 

              2、收集和分析美国联邦储备委员会投诉举报系统中提交的投诉,并建立预测模型,了解投诉的上游起因,以便预先避免投诉,而非事后再解决投诉问题。

 

              3、为信用报告和建模提供数据,有时在内部进行分析,有时外派给富国银行其他部门的分析师。

 

              4、出于保护隐私的目的清理数据,以确保当客户选择不接收营销信息时,银行将遵从他们的意愿。

 

所有这些措施都能为银行提供价值,以协助银行从大数据的三V属性(数量更大、速度更快、种类更多)向第四个属性——价值迈进。

 

              如何利用数据发起进攻

 

              企业数据功能可以帮助银行全面了解客户,或按Thomas的说法,从“水平视角”了解客户,进而帮助银行发起进攻。一直以来,各条业务线都是自行评估客户。如果能够汇总所有业务部门掌握的客户支付行为信息,银行就能从关系的角度来看待客户,并最大化每位客户的价值。

 

              例如,费埃哲公司(FICO)的信用评分系统就被多个国家所采纳,该评分能够清晰地反映出人们在偿还债务时的表现。但是,人们向不同企业付款的方式会有所不同。如果他们喜欢一家公司,他们准时全额还款的可能性就更高。不过,按时付款且服务成本低的完美客户获得的FICO评分可能并不高。

 

              这时,整合数据获得综合的客户视图,就显得极其有用了。水平视角能够呈现任何指定客户的所有关系、还款记录,以及能反映出该客户需求和哪些信贷产品可满足其需求的其他信息。如果仅凭信用评分来决定是否放款,银行可能无法针对该客户作出最佳决定。

 

              Thomas表示:“客户或许和银行在其他方面有业务往来,而这种方法可以让我们适时地酬谢他们的支持。现在我们可以全面了解客户,作出更明智的放款决策。”

 

              如何利用数据做到攻守兼备

 

              当投资成本下降时,数据的回报也会随之提升。此外,我们还可以透过多种方式运用输出的数据。例如,对客户的通话数据进行文本挖掘。

 

              鉴于如今数据存储的成本非常低,因此,我们可以大量存储任何类型的数据,不论是音频、视频、扫描文档和图形,还是海量文本都没有问题。“在某些情况下,你需要记录电话通话内容,以满足监管要求,”Thomas说,“即使没有这方面的合规要求,如今存储成本这么低,我们也没有理由不记录这些通话内容。”

 

              我们也可以从音频中提取文字,将之与交易数据、客户统计数据和产品数据整合一体,建立一个强大的数据集,让我们能更好地了解有助于识别欺诈行为(风险层面)或购买可能性(机会层面)的触发因素。

 

              Thomas认为,“人类是习惯性动物。无论是预防欺诈还是销售新商品,能够从80种不同的业务中获取数据都能让我们防范于未然。风险可能比以往更高,但同时我们也拥有了更强大的工具。因此,现在更像是一场公平的较量。”

 

              从何处着手

 

              科技发展的速度超过了业务的增长速度。开发人员经常会有一些奇思妙想,但是如果他们不能将这些想法运用到业务问题上,这些想法将毫无用武之地。Thomas表示:“业务人员会说,‘如果我能想出金点子,我一定会做一些更有价值的事情’,例如,转移风险、增加利润、降低成本和帮助客户群等。”

 

              为了推动业务的发展,银行必须建立一个准确、可靠、可访问且跨越多个职能和业务线的数据存储库。你可以将其视为一个“数据拨号音”,这是支持业务发展必不可少的一项时刻在线的服务。其核心包括:统一的数据定义和针对各数据元素的指定记录系统;确保数据完整性、隐密性和“单一真实数据源”的控制措施;以及全面的客户“水平视图”。Thomas认为,“我们要确保在数据的合理使用、存储方式和用途方面,所有人都遵守相关的政策和法规,这就涉及数据的执行、授权和治理。”