近期央行發布了《2017年第二季度支付體系運行總體情況》，報告顯示銀行在電子支付市場的份額卻不斷萎縮，而三方支付平臺卻增長迅猛。具體情況是銀行電子支付總金額545.58萬億元，同比減少25.37萬億元。而同期以支付寶、微信支付為代表的非銀支付的支付金額31.49萬億元，同比增加8.14萬億，增速高達34.87%。

從銀行各類支付來看，網上支付金額473.39萬億元，同比下降0.14%；電話支付金額2.20萬億元，同比下降25.02%；POS、ATM及其他電子支付渠道的支付金額降幅約50%幾乎被腰斬，規模從60多萬億元下降到了約30萬億元。不過，銀行的移動支付業務出現了同比33.84%的增長，金額達到39.24萬億元。

而失去移動時代的先機，也意味著銀行業將失去未來，面對這種情況我們看到近期各行也是動作頻頻。工行將互聯網金融e-ICBC2.0戰略升級為智慧銀行e-ICBC3.0戰略，招商銀行在其半年報中首次明確提出要做“金融科技銀行”，加快向“網絡化、數據化、智能化”目標邁進，北京銀行明確了全能智慧銀行建設的戰略定位，提出打造“移動銀行、數據銀行、O2O銀行”，上海銀行聯手攜程成立上海尚誠消費金融公司。

在這個金融科技浪潮風起云涌的大環境下，筆者也在盡力彌補自身在機器學習、數據挖掘等方面的知識短板。通過一段學習給自己訂立的第一個小目標，暨抓取蘋果應用商店中用戶對各行移動銀行APP的評價，并利用語義識別工具進行分析，站在用戶反饋與評價這個維度，比較一下傳統銀行業和新興互聯網行業的風格異同。做為本系列的上篇，先和大家聊聊，筆者對于工、農、中、建、交五大國有銀行的分析情況。

由于本篇不是一個技術博客，而具體的應用商店用戶評價的數據抓取過程及語義分析的相關源代碼也都非常簡單，這里就不加贅述了，如有同仁對于源代碼非常感興趣的，咱們找其它系列再和大家聊。

具體有如下一些結論：

1.用戶對于五大行的評價基本都比較負面，這和應用商店上兩星半左右的評級結果基本吻合。

2.從數據分析的結果上看，幾乎可以肯定沒有一家銀行將應用商店的用戶反饋作為KPI考核，例如“特別垃圾”等純負面情緒宣瀉式的評價也會在手機銀行的APP中長期存在，甚至是評價區頂端區域長時間掛著，而對比互聯網金融企業的APP雖然負面評論也很多，但是動態來看那沒有任何價值的負面評價大部分會被及時清理。