【麦肯锡工作法】麦肯锡:规模化大数据应用可提升银行绩效
中新网北京11月27日电 (记者 周锐)麦肯锡27日发布研究报告称,规模化应用大数据和高级分析可显著提升银行业务绩效、降低运营成本、优化风控和决策、改善监管数据效率及提升客户体验。
资料图:银行工作人员清点货币。中新社记者 张云 摄
麦肯锡指出,大量银行斥巨资于大数据和高级分析技术,就是看到了其背后的巨大价值。据麦肯锡全球研究院(MGI)测算,高级分析在全球各个行业的价值创造潜力高达9.5万~15.4万亿美元,能推动银行业利润增长10%~15%。
麦肯锡全球资深董事合伙人、中国区金融机构咨询业务负责人曲向军介绍:全球前50大银行中,90%以上都在积极应用高级分析技术。全球领先银行将税息前利润的15%~17%投入到数字化、科技和大数据领域,科技和大数据人员占到总人数的17%左右;与之相比,中国银行业的相关人才比例不足5%。拥抱大数据、提升银行竞争力已是整个行业的共识,能够率先转型为‘科技银行’、‘数据银行’的金融机构,将在未来10年领跑同业。
麦肯锡全球董事合伙人韩峰提示,在大数据和高级分析应用上,多数银行取得了单次小范围的成功,但尚未实现真正的规模化。许多银行高管反映,尽管在大数据和高级分析法方面投入了巨资,但创造的价值却不成比例。
麦肯锡认为,究其原因,根源在于这些分析技术的用例不广,即便能够创造出少量效益,也远未能扎根于银行的各个业务领域、实现全面开花。
针对银行在大数据方面遇到的挑战,麦肯锡提出以下三大战略举措:
其一是制定价值驱动的大数据实施路线图:通过大数据诊断,识别出银行的机会点,定义并对大数据用例进行优先排序,制定最佳实施路线图,并在全行上下达成共识;
其二是端到端大数据用例试点:通过落地1~2个试点用例,跑通端到端大数据用例闭环,对用例进行快速迭代优化,并验证其业务价值,实现速赢;
其三是夯实支撑体系,加速大数据规模化落地:银行需在18个月内循序渐进地建立大数据卓越中心(CoE),招募并培养大数据核心人才,完善数据治理机制,以及构建大数据相关系统,这些是保证大数据规模化落地的重中之重。(完)
