圖虫創意 圖

　　在剛剛過去不到兩個月的時間裡，有三家美國銀行相繼倒閉。它們分別是：新澤西城市國民銀行(City National Bank of New Jersey)、俄亥俄州莫米市雷索盧特銀行(Resolute Bank of Ohio)、肯塔基州的路易莎社區銀行(Louisa Community Bank of Kentucky)。

　　而在大西洋的另一邊，英國四大私營銀行之一的勞埃德銀行(Lloyds TSB)也經歷了殘酷的一周。

　　據英國《衛報》當地時間11月28日報道，在過去的這一周裡，勞埃德銀行作出了一個重要的決定，關閉在英的86個分行，這意味著至少會有400個工作崗位因此消失。

　　難以滿足現代用戶

　　在此次勞埃德的關店危機中，多家英國媒體都提到了一個原因“IT Crisis”（科技危機）。

　　去年4月，勞埃德對自己的IT平台進行遷移，卻導致數周內許多使用該平台的用戶無法准時收到自己的工資或補貼，還有不少人甚至無法進行轉賬或付款。根據英國銀行業的調查，勞埃德之所以會出現這些問題，是由於它試圖去建立一個新的數據平台。

　　英國廣播公司BBC表示，這場科技危機影響了超過190萬客戶。

　　英國天空新聞（Sky News）稱，這也讓勞埃德的客戶對它失去了信心，勞埃德似乎正努力修護用戶的信心，但看起來並不奏效。天空新聞預計，這場事故讓勞埃德的損失至少超過400億美元。

　　在麥肯錫11月27日的發布的一份名為《點數成金：規模化大數據應用》的銀行業冬季刊中，提到了一個案例：一家傳統銀行在進行數字化轉型后，用戶可以僅用5分鐘就完成貸款申請，並且這項技術可以使得該銀行此后成為業界的領軍者。但用戶卻對這項技術的評價一般，原因是，所需要的操作的遠比在網上購物麻煩，並且貸款並不能及時到賬。

　　麥肯錫全球董事合伙人韓峰對《國際金融報》記者表示:“在大數據和高級分析應用上，多數銀行取得了單次小范圍的成功，但尚未實現真正的規模化。許多銀行高管反映，盡管在大數據和高級分析法方面投入了巨資，但創造的價值卻不成比例。究其原因，根源在於這些分析技術的使用不夠廣泛，即便能夠創造出少量效益，也遠未能扎根於銀行的各個業務領域，實現全面開花。從客戶經營角度來看，很多銀行投入巨大資源獲新客，但轉化率不到25%，存量客戶中75%左右都是准清零客戶（1000元-2000元余額以下），說明銀行的存量客戶經營能力非常薄弱。”

　　金融科技公司搶佔市場

　　除了在技術上的需求不斷提升，傳統銀行還因為金融科技公司的出現而被搶佔了市場。

　　11月27日，估值55億美元、歐洲最大的金融科技公司瑞士Klarna宣布自己今年已增加成千上萬的新合作伙伴，包括服裝品牌H&M、River Island、Michael Kors以及科技公司Microsoft、Expedia等。

　　這家金融科技公司以提供在線金融服務為主，為用戶提供分期付款或即時轉賬功能。與此同時，Klarna也是一個中間平台，為買賣雙方處理交易付款的問題，從而消除交易過程中存在的風險，俗稱第三方支付。

　　事實上，Klarna現在所提供這些金融服務原本都是傳統銀行的業務，包括及時轉賬、分期付款以及作為金融中介。

　　但許多“天生的”金融科技公司卻在這個科技時代顯得更有優勢，並在市場中佔有了更大的市場份額、獲取更多利潤。麥肯錫在季刊中稱，“這些數字化顛覆者的成本收入比在33%左右，而現有銀行為55%。金融科技公司由於不受傳統架構和銀行監管的影響，使得它們比傳統銀行可以更快地推出產品滿足客戶需求，並且讓它們具有更顯著的成本優勢。”

　　不僅如此，相比傳統銀行提供的服務，金融科技公司還可以依靠雲計算等技術對客戶數據信息進行高效的存儲和計算，從而更有效地緩解了信息不對稱。並可以真正實現隨時隨地、以任意方式進行支付結算，降低成本。

　　大數據轉型或是解決之路

　　金融科技沖擊下，傳統銀行業的出路在哪裡？ “大數據與高級分析能夠給銀行前台業務和中后台管理創造可觀價值。”麥肯錫的冬季刊如是寫道。

　　韓峰表示，“各家銀行普遍重注產品銷售，忽視客戶體驗。因此，在客戶經營、獲取和客戶體驗方面，大數據和高級分析均大有可為。”

　　麥肯錫冬季刊將零售銀行作為一個研究對象，通過大數據精准營銷，新客獲客率可提升10%至15%，老客交叉/向上銷售率可提升15%至20%，老客到期維護續接率可提升逾20%，流失客戶挽回率可達到1%，准清零及以下客戶的批量激活與經營可令客戶價值提升50%以上。在風控等中后台管理上，大數據與高級分析同樣成效斐然，可令成本至多降低30%。

　　對此，麥肯錫全球資深董事合伙人、中國區金融機構咨詢業務負責人曲向軍告訴《國際金融報》記者，“銀行大數據應用要先從‘小數據’做起，從銀行內部的數據入手，通過分析產生價值。而相比自下而上的數據清理，自上而下的用例驅動會更具效率。在實踐過程中，迭代優化大數據用例，反向指導設計，形成閉環。”

　　同時，曲向軍還強調，傳統銀行在轉型過程中，“人”非常重要。“以銀行首席分析官（CAO）為代表的數據分析部門主管要轉變角色，需要從專家型人才轉變成‘業務促進者’。在大數據的人才培養上要規模化，在前台業務部門和科技部門都配備數據分析人員，讓業務與數據、科技實現有機融合。並且銀行決策層要形成數據驅動型（IBS）決策文化，讓數據文化融入到銀行的DNA”。

分享讓更多人看到