近日，前星展銀行中國科技副總裁、現TalkingData首席金融行業專家鮑忠鐵，在標準普惠和Fintech情報局主辦的金融科技大會上發表演講，就現在經濟環境下銀行面臨的挑戰以及如何利用數據技術迎接這些挑戰進行了探討。

鮑忠鐵認為，現在銀行業面臨的主要問題，其一是未來宏觀經濟的放緩將持續多久具有不確定性，其二是年輕人不愿意到銀行辦業務，其三是很多傳統企業都開始進入金融領域，競爭越來越激烈。銀行業在2015年總貸款金額為85萬億，只要增加1%的壞賬，就是接近一萬億的損失。

面對金融科技公司的競爭，銀行在效率、成本和產品上都處于劣勢。正常銀行發放一筆三萬元的小微貸款需要一個月，互聯網金融企業只要三天，有的公司甚至可以實現秒放。傳統的金融機構發放一筆抵押貸款的成本大概在兩千塊，互聯網金融的成本要低得多。銀行的理財產品期限偏長，通常五萬起售，好的產品用戶還需要排隊，互聯網金融的產品通常一百塊就可以買，并且可以隨時贖回。

作為銀行業的可怕對手，成立不到三年的螞蟻金服做到了600億美金的估值，超過了1993年成立的招商銀行。鮑忠鐵認為，造成銀行業落后于互聯網企業的很重要的一個原因，在于對數據的應用，包括數據的商業化思維和場景應用，這方面銀行業比領先互聯網企業差了很多。

傳統銀行過去十年做的一件事情是信息化，通過信息系統對流程進行控制，提升運營的效率。互聯網企業已經走過了信息化過程，包括BAT在內的所有互聯網企業都在做數據運營，從數據中找到商業價值，通過數據指導產品設計、運營推廣等，實現對數據價值進行變現。

對于銀行業務來說，大數據可以應用在效率提升、精準營銷、風險控制、產品研發、決策支持等方面，最終實現增加業務收入，降低運營成本。Talking Data在做的主要有兩個方面，其一是幫助用戶進行精準營銷，其二是利用大數據進行風控。

去年很多證券公司和銀行主動找到BAT合作，但是效果并不理想。最初三個月證券公司從百度渠道獲得一個正常交易客戶的成本達到了2.2萬元，而平均來說每個客戶一年為證券公司貢獻的凈利潤是3000元，因此這種獲客成本是無法承受的。

如果沒有數據分析，大家肯定認為BAT的渠道轉化率最高，但是Talking Data經過數據分析之后發現，轉化率最高的渠道是參考消息，在參考消息投放廣告帶來的客戶轉化率達到60%，人均購買理財產品超過二十萬元。為什么是參考消息？因為參考消息是黨和國家的媒體，有一層隱性背書在里面。

在風控方面，大數據風控不是一個新的系統，而是基于傳統風控系統，補充了一些信息，比如黑名單、社交信息等。舉例來說，一般填寫家庭住址需要四點幾秒，如果一個用戶一秒鐘填好，就很可能是批量復制的欺詐行為。互聯網金融企業有70%的信用風險在反欺詐上，這方面是風控最主要的部分。

Talking Data在做的另外一個事情，是多數據源的整合和打通。美國數據環境非常好，中國數據環境比較差，臟數據特別多，在美國數據打通最多打通兩個場景數據，在中國則需要面對多個場景數據。Talking Data未來會做數據云，把市場上的數據引入進來，做選址、客戶營銷、客流分析這樣的應用。

對于金融機構來說，大數據戰略不是買數據戰略，而是用數據思維找到場景、創造價值。真正的擁抱互聯網，是學習互聯網企業怎么應用數據思維來成就自己的產品。