来源：eResearch杨荣团队 作者：杨荣

数据的运用和技术手段的变革，使银行业务实现的内在逻辑发生了改变，具体体现在以下几个方面：

1、用户交易行为的转化：

用户接触银行服务的渠道和接受银行服务的方式发生的变化，由线下变成了线上，交易过程被记录下来，沉淀下来的“数据”分散在信息流、资金流、商品流中，这些全维度的交易数据完整的记载了用户的交易行为，从而使得用户商业行为信息能够加工和利用，由商业行为衍化成商业信用，古老的商业信用被赋予了“数据”的内涵，商业信用又演变成了银行信用，从而使得用户能够获得银行的融资服务。

目前市场上的基于供应链金融和B2B平台的融资模式的创新，都是基于这种逻辑实现了授信的风险控制和业务的拓展。

2、客户画像的全息数据化：

随着移动互联网、物联网、知识图谱等技术的发展的运用，银行了解客户的方式和手段发生了质的变化。不论是监管部门的要求，还是业务拓展的需求，“了解你的客户”（KYC）都是一项重要的内容。

对于个人客户来说，生物识别、设备指纹、语音分析、自然语言处理、行为特征分析等基于数据的“看、听、说、感”的全面智能用户识别过程，已经让“数据”在替客户经理工作。对于公司客户来讲，基于外部公开信息和内部ERP信息等“数据”，采用知识图谱技术，全面了解一家公司的治理结构、财务状况、经营状态、上下游客户、新闻及舆情、行政奖惩等多维度的信息，形成一个多维度、多时间节点的全景视图。

解决了信息的不对称性，就解决了信贷业务中的“逆向选择”难题，能更加有效的控制风险。

3、数据资产的商业价值化：

用户画像的数据和交易的数据被记载下来，能够结合银行的各类业务特性产生价值，这些价值不仅体现在降低获客成本、精准营销上，还体现在风险控制和提升金融服务效率上，这些正是金融科技的核心价值所在。

数据的使用产生了价值，数据就具备了资产的天然特性，形成了数据资产。就银行业务而言，数据资产价值的发挥还在于金融数据和非金融数据的有效交换和结合，由于数据的可复制性和可衍生性，数据资产的交换就能给数据资产带来流动性和使用有偿性，从而形成了大数据金融资产，因此对于银行来说，积累起来的交易数据是一块有待挖掘的数据资源。

4、风险控制的数据模型化：

基于“数据”的客户识别和银行的支付、贷款等业务的结合，能够使得风险控制工作发生质的变化。

虽然基于“数据”的建模和分析不可以改变风险，但是可以衡量风险发生的概率和将风险量化；数据分析可以捕捉历史数据和未来信用表现之间的相关性；数据分析可以提升客户的违约成本和实现风险科学定价，从而实现收益最大化。

运用“数据”之间的相关性和多变量特征分析，在支付、反洗钱、现金贷、消费金融等领域的运用就充分的说明了这一点。

5、资产保全的数字化：

随着电子签名法的实施，和区块链技术的发展，交易环节中各个参与节点在认证、授权、审计的3A环节上的行为都被“数据化”加密保存下来，交易数据使用CA电子签名技术后，成为了法律认可的数据凭证，数据凭证采用电子保全技术，形成了有效的电子证据，有效解决了存证问题。

采用区块链技术使得交易过程可信，时间可信、环境可信、设备可信，作为司法取证的事前、事中、事后、时间、地点、人物关键六大要素，在区块链技术的加持下，有效解决了取证问题。以上技术的采用使得资产保全和司法取证方式实现了数字化，杭州互联网首创的司法区块链就是一个很好的案例。