對于中國的銀行業而言，大數據絕不僅僅是一個時髦的技術名詞，而已落地為實實在在的服務。“大數據不僅僅是工具，未來將是銀行業的核心資產，現在這個探索才剛剛起步，遇到難題也很正常。”易觀智庫分析師馬韜表示。

　　對此，杭州犸凱奴戶外用品有限公司的財務總監周偉感觸頗深。這家電商企業在天貓、京東等平臺的銷售額一年達到7000萬，卻缺乏固定資產。以傳統的抵質押方式難以獲得銀行融資。而銀行的大數據信貸產品，卻為這樣的輕資產企業打開了一扇融資的窗口。

　　“銀行只要接入我們的電商平臺數據，系統就能自動測算最大貸款額度，而且都是無抵押的信用貸款，隨借隨還，在手機上就可以辦理。”周偉說。

　　周偉所說的服務，是華夏銀行杭州分行于去年9月推出的電商貸產品。該行小企業業務部經理謝納之介紹，這一產品的最大信貸額度為100萬元，以電商企業的交易記錄作為信貸決策的主要依據，客戶下載軟件后，在手機端隨時發送信貸需求，一般3天之內即可放款，隨借隨還。

　　“電商企業的交易情況，很大程度上說明了它的信用程度和風險水平，利用大數據工具，就可以智能地把相關情況算出來。”謝納之說。

　　截至2016年4月22日，華夏銀行電商貸產品已收到1100多戶電商客戶的在線授信申請，授信367戶，授信總額1.15億元，貸款余額7515萬元。

　　不只是華夏銀行，如今中國工商銀行、中國建設銀行、招商銀行、廣東發展銀行等都推出了類似產品。雖然覆蓋面有限，但這一模式作為大數據信貸的縮影，代表了銀行業的發展方向——數據分析、高效服務。

　　在消費金融方面，銀行也開發了一系列大數據創新產品。招商銀行于去年初推出“閃電貸”，用戶安裝手機應用軟件后，基于線上數據即可自助辦理信貸業務，貸款申請、審批、簽約放款流程全部自動化，60秒內完成審批放款。

　　在業內人士看來，銀行業的大數據嘗試面臨激烈競爭，但也有其獨特的優勢。一方面，與互聯網平臺相比，銀行貸款利率較低。如華夏銀行電商貸，年化利率一般為8%－9%，阿里平臺的電商貸款年化利率在10%以上。民間“過橋資金”的年化利率更高，一般在18%到24%左右。

　　另一方面，銀行能夠提供的服務不局限于小額線上授信，還包括綜合授信以及投貸聯動服務，這也是互聯網金融平臺難以做到的。

　　然而，銀行的大數據探索并非一帆風順，面臨多重挑戰。

　　挑戰之一就是征信體系不完善。個人以及企業的數據來源有限，導致銀行收集數據成本高、數據維度不足。第二大挑戰就是“面簽”所帶來的不便。銀行為企業發放貸款時，仍必須滿足面簽要求，即借貸雙方當面簽署合同和協議，導致信貸效率不理想。業內人士認為，在現階段，監管層的考慮有其合理性，但隨著技術的發展，無需面簽、線上放款是行業的必然趨勢。

　　馬韜表示，如今，已有不少銀行圍繞大數據構建支付、理財、交易、信用卡等信息生態圈，試圖從中掘金。這也是全球性的趨勢，美國富國銀行甚至專門設立了首席數據官的職位。

　　面對銀行全面應用大數據分析的浪潮，業內人士建議，銀行在確保信息安全同時，也應與政府部門、外部企業加強合作，以加強獲得數據、分析數據的能力。