2015年6月-9月，中国金融认证中心（CFCA）、中国电子银行网（微信公众号：cfca-cebnet）联合全国近70家银行发起“2015未来银行”征文活动。以下为热心网友通过网络渠道投来的稿件。

　　工作单位：山东昌乐农村商业银行股份有限公司鄌郚支行

　　数据挖掘，是从海量的数据中，抽取出潜在的、有价值的知识的过程。也就是根据预定的商业目标，对大量的企业数据进行探索和分析，揭示其中隐含的商业规律，并进一步将其模型化的先进有效技术过程。面对经济全球化和和全球经济信息化的发展趋势，大数据在政府、电信、电子商务以及以及金融等行业的应用越来越广泛，越来越多的管理人员正在利用数据挖掘工具，解决商业问题和决策问题。而中国银行业数据管理应用的普遍现状是，银行汇集了大量数据，但缺乏挖掘数据底层隐藏知识的手段和工具，往往导致“数据爆炸但知识贫乏”。下面我们就数据挖掘的方法，银行大数据管理及数据挖掘技术应用进行分析。

　　一、数据挖掘作为一种新的信息处理技术，其主要特点是对数据库中的数据进行抽取、转换、分析或进行模型化处理，以获取有利于决策的信息。银行对于大数据的挖掘方法有很多，本文我们着重介绍集中最为常见的数据挖掘方法。

　　1、分类法，即银行根据不同数据间的特点将其划分为不同的类，以此用于分析客户分类，客户属性和特征分析，客户满意度分析等。

　　2、回归分析法，该方法研究的问题包括数据序列的趋势特征，数据序列的预测以及数据间的相关关系。据此银行可以通过对客户需求及产品生命周期分析，预测销售趋势，制定有针对性的促销活动。

　　3、聚类分析，即根据数据的相似性和差异性分为几个类别，让同一类别中的数据相似性尽可能大，反之相反。据此可以应用到对客户群体进行分类，分析客户背景，预测客户的购买趋势以及进行市场细分等。

　　4、关联规则，在客户关系的管理中，通过对企业的客户数据进行挖掘，找出其中存在的关联关系，分析影响市场营销效果的关键因素，为产品的定位定价，风险评估及诈骗预测提供参考依据。

　　除了上述列举的数据挖掘方法，还有特征分析变化和偏差分析等，这些方法的应用使得银行从海量数据中提取有用的部分，并通过分析相关数据发现问题，相应的制定有效的解决方案。

　　二、银行对于大数据的管理

　　大数据的突出特点就是高度集中，管理难度加大，为了提高数据的安全，可靠和有效性，银行在日常管理中必须做到以下几点：

　　1、 防泄漏，银行掌握着大量的客户信息，一旦泄露会给当事者带来诸多不便甚至是损失。因此相对于分散的数据，大数据对于数据的安全性具有更高的要求和标准，所以银行针对内部和外部均要坚持保密理念，防止信息泄漏。

　　2、防病毒，由于应用系统的开放，病毒传播更加迅速广泛，因此应尽量做到防病毒的全面性，及时做好病毒码的升级，避免由于升级不及时造成的病毒的错杀和漏杀。

　　3、防入侵，面对不法分子对大数据的入侵，防入侵是保证数据安全的必要措施和重要手段，为此，银行必须在网络，应用等各个层面进行物理和逻辑的隔离，全方面避免大数据遭受网络黑手入侵。

　　4、防损坏，大数据对于系统的要求更加严格，因此信息的存储、获取、处理等必须遵循科学审慎的原则，建立完善的备份措施，一旦数据遭受损坏能够快速恢复，尽可能小的减少信息的丢失。

　　三、数据挖掘技术在商业银行中的应用

　　1、目前银行实大多数系统所基于的数据库只能实现数据的录入、查询、统计等较低层次的功能，但却无法发现数据中存在的关联关系和业务规律，更难以根据现有的数据预测未来业务的发展趋势。 银行在管理客户生命周期的各个阶段都会用到数据挖掘技术：通过数据挖掘能够帮助银行确定客户的特点，从而为客户提供有针对性的服务； 还可以发现购买某类金融产品的客户的特征，从而可以扩大业务； 如果找到了流失客户的特征，就可以在具有相似特征的客户还未流失之前，采取针对性的措施——银行的客户获得、交叉销售、客户关怀与保持等方面，数据挖掘工具都将发挥重要作用。

　　2、银行使用的数据挖掘技术，以数据仓库和联机分析处理为平台，银行运用数据挖掘技术结合非线性回归分析、判别分析、聚类分析、主成分／因子分析等多种统计分析方法，借助拥有的大规模数据，通过清洗、转换、装载等数据处理方法，发现大量资料间的关联与趋势，发现其他方法发现不了的业务规律和模式，从而完成大数据的数据分析、知识发现、决策支持和金融智能等任务

　　3、银行利用数据挖掘技术进行经营分析，做到准确营销。通过对大数据的挖掘核查，找出经营中存在的规律，存在的问题并及时制定纠正措施。通过对上市公司的经营情况进行数据比对，分析经营数据中是否存在某种逻辑关系，从而对公司经营做出准确的判断，制定有效的金融服务策略。此外，通过分析数据，找出不同客户的交易习惯及爱好，有针对性的进行准确营销，提高营销的效率和质量。

　　4、银行通过数据挖掘技术可进一步提升服务水平。通过对大数据的分析，能够及时发现现时服务中存在的问题，为有效的改善服务水平提供依据。比如银行通过客服系统得到大量数据并进行挖掘分析，对客户的消费需求进行准确的定位，及时满足消费者诉求，从而为提高客户满意度，提升服务质量奠定基础。

　　面对强大的竞争压力，数据挖掘技术的重要性日益显现，甚至可以说是中国商业银行再造核心竞争力的进程之一。只有通过数据挖掘，才有可能确保银行发展战略在既有的稳定业务机制支撑下，充分发展、保持和扩大客户资源，实现为客户创造价值和银行盈利“双赢”目标的实现。

责任编辑：王超