大資料、雲計算等智慧在銀行業中主要運用在哪些方面？
大資料在銀行業中的應用
大資料在商業銀行中的應用主要包括使用者畫像、精準營銷、風險管控和運營最佳化四個方面。
根據畫像物件使用者身份的不同又可分為個人和企業兩種，接下來本文用個人使用者畫像來舉例說明。
個人使用者往往有來自消費、財富管理、融資等多方面服務需求，銀行為不同客戶畫像，以提供精準的服務。簡言之，就是利用大資料技術，抽象並勾勒出一個使用者的資訊全貌。這些獲取到的已知使用者資料資訊將在精準分析消費乃至行為習慣方面大有作為。
它們有助於銀行發現精準使用者群體以及使用者需求，旨在提供適銷對路的金融服務、創新業務形式。個人使用者資料包括金融資訊與非金融資訊，資料型別涵蓋個人基本資訊、資產資料、信用資料以及交易資料。
在以上形成個人使用者畫像的基礎上，銀行可以高效開展精準營銷。
主要包括：實時營銷、交叉營銷、個性化推薦、使用者生命週期管理。根據使用者不斷變化著的實時狀態來進行營銷的稱作實時營銷。
在經使用者同意的情形下透過定位其當前所在位置、捕捉其最近一次的消費情況來有的放矢地推送具有針對性的營銷內容。比如，某使用者定期前往附近超市採購商品，且用信用卡支付，那麼可以透過建立模型分析客戶在一定週期內的消費情況並推薦相關優惠業務。
交叉營銷即不同業務或產品的交叉推薦。
例如某銀行透過發掘消費者的交易流水特徵，有效識別到某小微企業使用者，然後主動出擊，利用遠端銀行向該小微企業提供優惠的貸款服務，實現了交叉銷售的目標。
個性化推薦，就是發現使用者偏好後“投其所好”進行產品或金融服務的推銷。
例如銀行除了透過在其手機銀行
APP內搭建理財社群、基金頻道等金融場景之外，還可升級打造生活場景及城市服務，聚焦使用者生活的方方面面。
透過全方位分析使用者服務需求，對其未來潛在需求進行預判並有針對性地營銷推廣。使用者生命週期管理則將新使用者獲取、使用者防止流失和使用者挽留納入到一整套管理流程當中，從初期、中期、後期三個時間段為客戶提供相應服務。
當某家銀行透過其構建的使用者流失預警模型發現即將可能流失的客戶群體，可以對流失可能率較高的部分使用者發售高收益的理財產品予以挽留，將流失可能型客戶轉變為忠誠客戶，維護並穩定銀行客戶群體基礎。
風險管控包含中小企業貸款風險評估和欺詐交易分析等手段。不同於傳統的貸款風險評估法，大資料下的信貸風險評估可以做到精準量化中小企業在生產、流通、銷售及財務狀況等領域的風險大小，透過模型構建來為銀行提供企業信用額度參考數值，有效控制信貸風險。
大資料技術也可以讓供應鏈金融的發展如虎添翼。
商業銀行憑藉大資料技術，透過對整條供應鏈進行嚴格審查，洞察分析各企業之間的關係圖譜，並進行關聯企業分析及風險控制。在識別欺詐交易、防範反洗錢等金融犯罪過程中，銀行也可以利用交易記錄、歷史金融交易記錄等實時進行反欺詐分析，有效保護人民群眾的個人財產安全。
運營最佳化方面，商業銀行可以從市場與渠道、產品與服務兩個方面入手，對其金融服務進行增質提效。
對於前者，商業銀行可同時監測不同市場推廣渠道及其推廣質量，並進行相應的調整與最佳化；對於後者，商業銀行可以將使用者金融行為轉化為資訊流，從中分析使用者個性特徵與風險偏好，深層次把握並預測使用者需求，最終達到產品創新與服務最佳化的目的。
雲計算在銀行業中的應用
雲計算是一種透過分散式技術將廣泛分佈於
Internet中的計算資源進行集約化管理和使用的技術手段。依託這一技術，可以使弱小的個體計算資源集腋成裘、聚沙成塔，達到每秒上億次的計算能力。
對於資料密集型的傳統銀行業，雲計算的重要性不言而喻。雲計算可以從服務模式、收益模式、風控模式、合作意願、資料傳輸安全性、資料儲存與維護能力六個維度對商業銀行產生重大影響。
第一，
變革商業銀行的服務模式。
雲計算可以使客戶減少對傳統物理營業網點和櫃檯的依賴性，因為網上銀行、移動支付等金融服務可以由客戶自主完成業務辦理。站在銀行的角度，線上業務辦理與線上交易可以捕獲到更多、更密集的客戶金融資訊，便於深層挖掘客戶金融需求，提供個性化金融服務。
此外，銀行也可得以實現多元化和集約化發展。原本隸屬於不同部門的業務如支付結算、現金及票據管理、供應鏈管理可以藉助雲計算強大的計算能力進行橫向整合，為客戶提供全方位的綜合性服務。
第二，
變革商業銀行的收益模式。
傳統商業銀行的盈利模式由吸存放貸到大力發展中間業務，再到如今擁抱金融科技發展新型金融業務，商業銀行對其收益模式的探索從未停止。
以供應鏈金融為例，銀行可以作為雲計算提供方，為供應鏈各個節點上的企業提供雲端的從採購到支付的流程處理支援，並實現供應鏈條上所有企業之間、企業與銀行之間的信貸、支付結算等服務的對接。上述提及的金融服務，均能為銀行帶來除息差收益外的服務和管理收益，並且這些收益豐厚。
第三，
變革商業銀行的風控模式。
雲計算為銀行業在風險預警和信貸監測上提供雄厚的技術支援，為重塑徵信體系、建設創新型信貸評估體系開闢出一條切實可行的道路。雲計算應用之前，商業銀行對貸款方的信用評估還停留在比較其信用歷史資料與信用歷史行為，利用人工評估貸款方的違約機率，對其進行信用評級。
雲計算的出現，使得商業銀行能獲取到有關借貸者的多維度資料，不侷限於借貸者的借貸資料流，而是將諸如電子商務記錄、社交網站資訊等非
結構型
資料也納入進來。這些資料蘊含了與客戶信用相關的海量資訊，雲計算高度發達的資料處理和計算能力將在貸款風險評估方面發揮不可替代的作用。
第四，
提升銀行同業間的合作意願。
由於運營和維護資料中心的成本非常昂貴，囊括了伺服器購置成本、運營及人工成本、電力消耗、場地費用和日後擴充套件升級費用。大型銀行具有足夠的財力支援相關費用，而對於廣大的中小銀行，確實一筆不菲的開支。
況且，僅憑單家中小銀行之力承擔高階研發或將系統外包也不經濟。此時，雲平臺將發揮使各家銀行間的計算資源實現共享的作用。依託雲計算技術，眾多中小銀行可透過搭建統一的後方服務支援平臺，花費最小的成本便可擁有強大的資料儲存和計算能力，為後續進行高階研發和計算工作提供諸多便利。因此，各方銀行可有效開展全方位、多層次合作。
第五，
提升資料傳輸安全性。
近些年，有關客戶金融資訊洩露、信用卡盜刷等問題頻頻發生，威脅金融消費者的財產安全和隱私安全。網上銀行、移動支付等服務均透過網際網路進行，這無疑增加了客戶個人資訊及交易資訊的暴露的可能，從而降低資料傳輸的安全性。
雲計算平臺的出現，可在很大程度上攔截可能造成的資料盜取風險的行為。
如若遇到病毒侵襲程式或資料被盜取，雲計算平臺下的某個節點會出現異常，異常將自動傳送到雲端伺服器，由雲端專業人員做出分析並實時彙報給其他節點的客戶，第一時間將風險鎖定。
第六，
提升資料儲存與維護能力。
NAS（網路附屬儲存）和SAN（儲存區域網路）是銀行傳統的兩種儲存技術。該技術所需的基礎設施龐大，管理和維護代價高昂。隨著銀行資料量級不斷擴大，它們已越來越滿足不了現行的儲存需求。雲計算技術可將資料儲存在雲端伺服器叢集中，如遇伺服器崩潰，可透過資料複製演算法及時複製到他伺服器中，有效儲存海量資料。
