MODERN BUSINESS
现代商业134用户群，建立自己的网上银行，构造自己的“支付宝”。但是不可否认的是，如今在互联网领域，国内各大银行占据的份额远远低于两大平台。因此，积极与两大平台合作，而不是通过竞争增加社会的不稳定性可能是浦发银行突破自身业务局限性的有效措施之一。浦发银行可以利用平台的便捷、稳定，创新信贷产品，在平台上开办网上银行。将两大平台的用户群转嫁到自己的平台
上，获得潜在的客户。
参考文献：
[1]Tor Jacobson, Kasper Roszbach. Bank 1ending Po1icy, Credit Scoring and Va1ue -at-Risk [J]. Journa1 of Banking & Finance, 2003, (4): 615-633.
[2]Zhang CF, Han SY. Research on the Performance of Credit Risk Management of Commercia1 Bank in China. Proceedings of China-Canada Workshop on Financia1 Engineering and Enterprise Risk Management,2010, 2010: 328-331.
[3]B I S.B a s e l Ⅱ. I n t e r n a t i o n a l C o n v e r g e n c e o f C a p i t a l Measurement and Capital Standards. a Revised Framework,2012.[4]吕正道.商业银行个人信贷业务的风险防范[J].内蒙古电大学刊，2010(02).
[5]茅朝阳.我国商业银行个人信贷业务风险管理体系的完善
[J].金融经济,2010(12).
[6]陈宏.基于风险管理的商业银行信贷业务内部控制的研究[J].会计之友，2010(1)
[7]蒋萍.宏观下个人消费信贷业务风险防范[J].中国外资(下半月)，2011(4)
[8]王落存.我国商业银行个人信贷业务风险及化解探究[J].金融经济：下半月，2012(12)
[9]冯菁.有效运用征信数据加强信贷风险防范[J].中国信用卡，2013(4)
[10]郁晶磊.浅析我国商业银行个人信贷业务的潜在风险[J].商情，2013(8)
作者简介：
王珏，(1994.03.27—)，男，民族：汉，籍贯：江苏镇江，学历：研究生，作者单位：上海大学悉尼工商学院，研究方向：金融学。
商业银行基于大数据下的精准营销
钱俊伟 何丹妮 大连财经学院 116600
摘要:首先本文针对商业银行在大数据背景下精准营销模式的应用基础进行阐述。其次，与实际情况进行有效结合，提出商业银行精准营销模式在大数据背景下的实施需求，并且对其系统功能进行详细分析。关键词:商业银行；大数据；精准营销
我国现在已经全面进入网络化社会时代，特别是在大数据背景下，很多行业都受到大数据的影响。大数据本身属于一种新兴的数据处理技术，在当前各个领域的发展过程中，都可以看见大数据的有效应用。特别是在当前商业银行快速发展过程中，其已经逐渐朝着网络化、信息化趋势发展，商业银行在日常经营管理过程中，会产生出大量的数据。在针对这些数据进行处理的时候，如果利用单一方式进行操作，那么势必会对商业银行的经营效果产生影响。因此，为了保证商业银行数据的真实性和有效性，同时提高数据的利用率，利用大数据可以实现精准营销。这样不仅能够实现可持续的营销计划，而且还能够将一些潜在客户挖掘出来，为商业银行的未来可持续发展打下良好基础。一、商业银行在大数据背景下精准营销模式的应用基础
(一)物理基础
在大数据平台的构建过程中，要从根本上意识到大数据平台对商业银行实现精准营销模式的重要性。商业银行可以利用Hadoop平台作为大数据框架的物理基础，为了实现这一目的，需要对商业银行整体的数据量进行预估。在预估过程中，要对其需要具体设置的节点个数进行计算，这样才能够确定Hadoop中各个组件是否能够满足现阶段以及未来业务在处理时的个性化需求。
(二)数据基础
商业银行在日常经营管理过程中，会产生大量数据，其中包括客户信息数据、商业银行日常运作时产生的数据等。商业银行为了保证这些数据的真实性和有效性，提高数据的整体利用率，需要对数据进行整合分析。商业银行在针对内部、外部数据进行梳理、整合过程中，需要将不同类型的数据进行关联处理。只有将这些庞大的数据源关联成一个有机整体，并且构建出统一数据划分维度体系，才能够将这些数据科学合理的利用，同时为大数据平台的构建提供准确有效的数据作为依据支持。
在针对数据基础进行分析时，通过对其实际运作情况进行调查得出，其主要是由以下四个部分相互组合而成。其中包括数据采集模块、数据冗余、维度定义以及并行分析模块。
二、商业银行在大数据背景下精准营销模式的应用需求分析
(一)客户挖掘功能
在当前大数据背景下，商业银行在日常经营管理过程中，想要实现精准营销模式，就需要将大数据平台科学合理的利用起来，同时还要保证大数据平台中数据的真实性和有效性。精准营销模式的构建以及具体应用是为了能够寻找出准确的目标客户，商业银行只有找到精准的营销对象，才能够实现其最终的精准营销效果。在针对客户的时候，要从不同的角度出发对其进行挖
Financial View
金融视线 | MODERN BUSINESS 现代商业
135
掘，这样不仅能够从根本上挖掘出大量的潜在客户群体，而且还能够保证这些客户群体的质量。
(二)智能决策引擎
在大数据背景下利用精准营销模式挖掘出一批有潜能的客户群体之后，精准营销模式的下一步功能主要是针对一些具体客户群体。精准营销模式的应用需要结合商业银行的实际情况，为客户提供一套智能决策方案，其中包括一些准入判断、产品的详细推以及一些具体的定价指导等。在智能决策引擎具体实施过程中，对于一些集团客户或者是一些上下游客户等，最好能够提供出完整的营销计划，这样能够在实践中将这些客户作为目标群体。
(三)业务统一工作平台
精准营销系统在构建以及具体应用过程中，由于受到大数据平台的影响，所以该系统能够实现精准营销方案的制定、一些决策性计划的实施等。与此同时，该系统还能够与一些业务操作平台进行有效结合，为实现完整的精准营销模式打下良好基础。业务统一工作平台的构建以及应用，能够有利于实现精准营销模式整个流程的具体操作，同时还能够将挖掘出一些潜在客户群体，同时还能够保证这些客户群体的质量。一直到业务各个环节完成之后，业务统一工作平台的任务才算完成，这样不仅能够从根本上促使业务操作流程缩短。而且还能够为商业银行工作人员以及客户群体提供更多便利条件，同时还能够体减少一些贷款前调查的复杂程序，真正的实现精准营销的“一体化”操作模式。
三、商业银行在大数据背景下精准营销模式的系统功能分析
(一)客户类型初分
商业银行的日常经营发展对我国整体社会经济发展而言，能够产生实质性的影响和作用。对人们来说，生活质量和水平的提升，促使人们对商业银行的要求也越来越高，商业银行为了能够满足不同类型客户的个性化需求，需要在实践中对客户进行类型划分，这样才能够提出有针对性的营销服务模式。在针对不同类型客户进行划分的时候，精准营销模式在其中具有非常重要的作用，需要根据不同类型客户提出不同的营销方案。在这一基础上，需要利用大数据平台实现客户不同类型的有效划分，构建科学合理的客户类型初分体系，这是实现精准营销的基础。
在该客户类型初分体系构建以及具体应用过程中，需要在其中注意的一点是要意识到对公客户和零售客户相互之间并不是完全的存在。科学合理的精准营销模式的制定和实施，应当从对公客户中逐渐挖掘出能够转变成为零售客户的群体，同时也需要从零售客户中挖掘出对公客户群体。
(二)准入客户筛选
客户准入筛选功能的实现是为了能够对客户质量进行把控。在商业银行日常运作过程中，不可避免会遇到各种不同类型的客户，但是如何保证客户质量，是商业银行需要着重思考的问题。商业银行在实施客户筛选制度的时候，不仅是为了保证客户质量，而且还能够为客户结构的构建提供保障。在实践中，要与大数据平台的实际运作情况进行结合，将一些黑白灰名单的制定和要求纳入到准入客户筛选机制当中。一般情况下，白名单主要是指一些属于精准营销判定中的推荐客户，而黑名单则是禁止准入的客户，灰名单则表示一些风险提示类客户。
(三)客户信息整合及验证
在大数据平台的构建以及具体应用过程中，商业银行为了实现其精准营销模式的合理应用，需要与实际情况进行有效结合。这样不仅能够构建出与商业银行实际情况相符和的精准营销模式，而且还能够将大数据平台的优势特点发挥到实处，保证商业银行数据的有效性和真实性。除此之外，通过对现阶段大数据平
台的实际应用情况进行分析可以看出，利用大数据平台，能够实现对各项数据的有效整合。特别是一些外部数据、内部数据、不同业务数据等，这些数据如果按照传统的数据搜集和整合方式进行分析，不仅会消耗大量的时间、人力等成本资源，而且还不能够保证数据的合理利用。但是，在大数据平台的影响下，这些数据能够被合理的整合在一起，对这些数据进行科学合理的分析，同时还能够与客户的实际情况进行结合，实现客户数据的详细记录。
在实践中为了保证精准营销结果具有良好准确性，需要与实际情况结合之后，构建出客户信息验证机制。该机制在构建以及具体实施中，要保证严密性特征，最大限度为客户信息数据提供安全保障。在针对客户信息进行校验的时候，主要体现在两个方面。其一是针对一些错误信息进行验证分析，比如处于同一个企业，但是却处于不同系统中的行业分类相互之间的差异性非常明显。在这种情况下，利用大数据平台对校验规则进行设置，这样能够对数据来源的准确性和有效性进行判断分析，并且将直接实现正确数据的自动覆盖。这样不仅能够保证数据的真实性，而且还能够尽可能避免出现错误数据的现象，为数据的利用率提升打下良好基础。其二是针对数据时效进行验证。比如大数据平台的构建是利用多个来源不同的企业或者是单位进行结合，这些企业的营业执照有效期可以直接通过大数据平台的扫描获取，在保证能够获取到各个企业最新营业执照日期的基础上，能够保证这些企业都符合资质要求。
(四)客户及场景标签设定
在商业银行实施精准营销相关策略的时候，要根据系不同角度设置出不同类别的标签。在标签设定过程中，要尽可能保证标签本身具有灵活性特征，这样无论是任何一种类别的标签都可以跟着业务发展的不同，或者是随着精准营销场景的不断切换对其进行相对应的增减或者是变化。比如客户标签是商业银行标签设定中比较常见的一种方式，客户标签的设定主要是为了将客户本的属性特征进行有效划分，比如从职业信息的角度对客户进行标签设定的时候，就可以按照企业、普通白领等这种形式进行设定。
四、结束语
综上所述，本文针对大数据背景下的商业银行精准营销模式的实现进行分析。在这一基础上，为了保证精准营销模式的有效实施，需要结合商业银行现阶段的实际情况，提高数据的准确性和利用率。与此同时，挖掘出一些潜在客户，提高客户质量，为
商业银行精准营销模式的有效应用打下良好基础。
参考文献：
[1]胡朝举.大数据领衔:商业银行的经营与营销策略转变[J].重庆邮电大学学报(社会科学版),2017,29(03):95-101.
[2]王敏,马彦姣.大数据时代银行个人客户关系管理[J].西南金融,2016(07):30-32.
[3]胡一华.刍议中国大型商业银行精准营销管理机制[J].中外企业家,2015(01):107.下载本文
