数据如何改变银行业的未来 – Fintech Singapore

银行收集并持有大量可用数据，许多银行已经在各种业务案例中成功应用大数据和人工智能。

通过数据驱动的银行战略优化数据使用的潜力是巨大的，特别是对于小型银行而言。这是因为即使是小项目也可以通过这种策略实现明显的附加值。

本文是金融软件提供商之间的合作 时间与时间 谷歌云亮相TI&M数字银行专场，探讨大数据和人工智能在银行业的运用和潜力。

完整杂志 提供对各种银行和技术趋势的进一步见解。

大多数银行尚未真正触及数据驱动银行业务的表面。尽管最近有关该主题的调查表明，数据分析和人工智能在银行业的潜力已得到行业专家的认可和证明。

然而，银行要想在未来保持成功，就必须不断、动态地调整其业务模式以适应不断变化的条件。

数据驱动银行业务背后的关键驱动因素是技术和监管因素。基于这些因素，可以确定用于提高业务绩效的各种杠杆的具体用例（例如，最小化成本、降低风险或增加营业额）。

技术驱动力正在推动银行通过人工智能迈向数据驱动的未来

技术是数据驱动银行业的关键驱动力。被认为与金融行业特别相关的驱动因素能够实现灵活的扩展、标准化，从而实现不同提供商之间的高效交互以及最新的方法论。

所有三个技术驱动因素背后的基本资源都是数据。这是金融机构为自身及其客户创造附加值的基础。

银行可用的数据可分为三种主要类型：主数据（包括客户数据和社会经济数据）、交易数据（例如支付、交易）和行为数据（例如跨不同渠道的交互）。

挑战通常在于建立合适的 IT 基础设施和数据管理系统来收集和存储来自各种（内部）来源的数据。这需要足够大的计算能力。

人工智能研究带来的技术可能性的飞跃催生了大量新的创新和商业案例。

推动这一过程的主要因素是深度学习领域的创新、可用数据量的快速增长以及获得相对便宜的计算能力（例如，通过云计算）。

许多银行已经在一个或多个业务案例中使用人工智能，越来越多的金融科技公司也在朝这个方向发展。

银行业许多领域的巨大潜力

应用数据驱动的银行业可以通过各种杠杆提高银行的绩效。

自动客户引导或自动筛选潜在政治人物等用例可以降低金融机构的成本。

此外，通过数据驱动的洞察，例如通过更准确的贷款业务违约预测，可以最大限度地降低银行业的业务风险。

除了成本和风险方面的改进之外，数据驱动的银行业务还可以使收入方面受益。

推荐系统等具体应用可以帮助金融机构通过向上销售和交叉销售、更高的转化率和减少客户流失来增加收入。

客户还可以直接受益于个性化和客户体验的改进，从而提高客户满意度。

这完全取决于正确的态度

如今，向数据驱动型银行业转变的技术和监管框架已经到位。然而，为了成功实施用例，银行需要从根本上改变他们的思维方式。

合规心态常常盛行，这在许多情况下阻碍或至少减慢了创新。

这种思维方式必须被技术和数据友好的文化所取代，使公司能够在现有法律框架内充分发挥数据驱动银行业务的潜力。

本文基于 28 页 白皮书《数据驱动的银行业》 这是 Google Cloud、瑞士楚格金融服务研究所和 ti&m 的合作成果，对该主题进行了深入探讨。

作者简介

有关作者的更多信息