今天和諸位討論一下大數(shù)據(jù)在商業(yè)銀行選址中落地的問題，文中觀點(diǎn)僅代表個人觀點(diǎn)。
從2015年起，大數(shù)據(jù)話題開始在各行各業(yè)開始滲透的時候，公司內(nèi)部就大數(shù)據(jù)這個話題開始持續(xù)的討論。有意思的是，就在一年前一次與行內(nèi)領(lǐng)導(dǎo)交流的過程中，我?guī)缀跞詿o腦地支持對方的“大數(shù)據(jù)無用論”，在當(dāng)時的我看來，大數(shù)據(jù)本身的“噪聲”和“精度”的問題在銀行網(wǎng)點(diǎn)選址中的應(yīng)用是極其有限的。而當(dāng)我今天面對這個話題的時候，大數(shù)據(jù)“準(zhǔn)不準(zhǔn)”和“有沒有用”已經(jīng)不是我的關(guān)注問題，取而代之的是大數(shù)據(jù)應(yīng)該“如何用”。而從整體關(guān)注來看，大數(shù)據(jù)熱度也已經(jīng)逐步讓位人工智能這類算法和應(yīng)用的話題。
圖：大數(shù)據(jù)和人工智能百度搜索指數(shù)
顯然在討論大數(shù)據(jù)如何落地之前，繞不開的一個問題是“大數(shù)據(jù)”的定義。在此，我認(rèn)為從實用的角度，多談無意，而我想要討論的是在銀行布局選址中基于外部形成，區(qū)別于傳統(tǒng)抽樣調(diào)查的數(shù)據(jù)，如手機(jī)信令、互聯(lián)網(wǎng)用戶流量、商場消費(fèi)、房產(chǎn)信息數(shù)據(jù)等。
不準(zhǔn)的數(shù)據(jù)也能產(chǎn)生價值
當(dāng)數(shù)據(jù)與常識發(fā)生沖突的時候，我們往往就會產(chǎn)生“數(shù)據(jù)不準(zhǔn)”這個論調(diào)，大數(shù)據(jù)尤甚。大數(shù)據(jù)不精準(zhǔn)是一個客觀事實，盡管我們將樣本等于總體作為大數(shù)據(jù)的主要理論特征，但n=all并不是輕易能做到的，主流大數(shù)據(jù)公司事實上提供的是其用戶行為產(chǎn)生的問題，這其中至少包含的兩個問題就是，第一，用戶的覆蓋率和代表性問題，我們并不知道用戶規(guī)模在實際人群中的比例，并且分布特征能否支持其代表性；第二，用戶行為與指標(biāo)之間的差異，其行為與測量指標(biāo)之間是否真的有關(guān)聯(lián)，比如刷卡金額能否代表真是消費(fèi)水平。當(dāng)然除此之外，還有諸如數(shù)據(jù)精度等問題。
但不精準(zhǔn)的數(shù)據(jù)是否就沒有價值呢。顯然，我對這個問題的回答否定的。首先，大數(shù)據(jù)作為推斷的依據(jù)，或許在結(jié)果上具有一定片面性，但依然是可信的。如當(dāng)我們細(xì)辨這個區(qū)域有多少人的時候我們會打上一個問號，但如果我們問這個區(qū)域人口相對等級是多大的時候，我們還會有那么大的懷疑嗎。其次，大數(shù)據(jù)不是獨(dú)立的。在這一個時代，數(shù)據(jù)應(yīng)用的一個忌諱就是“一條路走到黑”，我想說的是，大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)（調(diào)研等）不對立，大數(shù)據(jù)和大數(shù)據(jù)之間也不對立，選址的角度是多元的，選址的數(shù)據(jù)也是多源的。
避免銀行選址的內(nèi)卷陷阱
眾所周知的是，商業(yè)銀行網(wǎng)點(diǎn)選址是一項綜合性的工程，外涉及資源、商鋪，內(nèi)涉及成本、戰(zhàn)略、定位，其因素相互關(guān)聯(lián)，有時候又相互掣肘。而我看到的是，過去那些完善的、成熟的選址理論中某些因素在逐漸的弱化。在今天，諸位與其把選址布局作為一件復(fù)雜的事，不如作為一件專業(yè)的事，把關(guān)注點(diǎn)聚焦到一些重要的指標(biāo)，能真正為選址決策帶來有效支持的指標(biāo)。而大數(shù)據(jù)也在為選址這件事情不斷增加新的指標(biāo)，雖然為選址指標(biāo)提供了優(yōu)化的空間，但也要避免陷入不斷內(nèi)卷的陷阱，畢竟選址只是銀行發(fā)展的其中一小環(huán)。
是數(shù)據(jù)之爭還是范式之爭
在新數(shù)據(jù)環(huán)境，如何用“大數(shù)據(jù)”在我看來也是一個頗值得思考的問題。隨著大數(shù)據(jù)被納入規(guī)劃選址研究的基礎(chǔ)體系，傳統(tǒng)分析得以騰籠換鳥，換上新的發(fā)動引擎，但新數(shù)據(jù)能否替代舊數(shù)據(jù)，能否帶來有效提升，在我看來，其中大數(shù)據(jù)帶來的價值是比較有限的。而事實上，新數(shù)據(jù)的規(guī)模得以讓機(jī)器學(xué)習(xí)等智能算法煥發(fā)生命力，在這個意義上規(guī)劃選址面臨著一種新的范式調(diào)整。在這種范式下，面臨的兩個問題是，特征工程和有效訓(xùn)練集，即如何建立選址分析有效特征供模型分析和什么樣的訓(xùn)練集才是合理的。在這兩個問題中，我們團(tuán)隊都報以巨大的使命感，也許沒有人比我們更懂銀行選址的內(nèi)涵，也許也沒有公司以上百個經(jīng)過分析的城市案例數(shù)據(jù)庫更合適的訓(xùn)練集了。
好了，今天就絮叨這些，之后還會繼續(xù)分享手機(jī)信令數(shù)據(jù)分析案例。以開放的心態(tài)，合適的方法，我相信大數(shù)據(jù)會帶來巨大的驚喜。
