隨著我們的生活進入信息時代，數據正在迅速膨脹并呈現出幾何級數的增長，數據決定著銀行的未來發展。雖然有些銀行可能還沒有意識到數據爆炸性增長帶來的問題，但是數據對于銀行的重要性已經成為業界的共識。

大數據時代來臨

        近年來，一個新名詞——“大數據”（Big Data），迅速成為全球IT界的熱點，以至于《紐約時報》驚呼“大數據時代已經降臨”。

        所謂“大數據”可以歸結為4個V，即：

        Volume（體量），數據的規模龐大、增長速度快，從TB（1000GB）級別，躍升到PB（1000TB）甚至EB（1000PB）、ZB（1000EB）級別。

        Variety（多樣），數據的類型繁多、構成復雜，除了傳統的結構化數據外，還包括了文字、語音、視頻、文檔、圖片等多種非結構化數據。

        Value（價值），數據的價值潛力巨大，但隱藏較深，需要用綜合多種復雜的分析算法對數據進行“提純”。

        Velocity（速度），數據的處理速度快、時效性強，要進行實時或準實時的處理，并實時反饋處理結果。

        總體來說，大數據的主體是非結構化數據。在當前的數據構成上，80%的數據是非結構化或半結構化的，結構化數據僅有20%。如果說對于結構化數據的處理和分析已經較為成熟的話，那么，對于非結構化數據的處理和分析才剛剛起步，但已經呈現出一派生機勃勃的景象，這也正是人們驚呼“大數據時代已經降臨”的原因。

        中國有著龐大的人群和應用市場，復雜性且充滿變化，如此龐大的用戶群體，使中國即將成為世界上最大數據的國家，探索以大數據為基礎的解決方案，是中國的銀行提高自身競爭力的重要手段。可以說，大數據時代對銀行的數據駕馭能力提出了新的挑戰，也為銀行獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。

銀行應對之道

        在“大數據時代”，銀行所面臨的競爭不僅僅來自于同行業內部，外部的挑戰也日益嚴峻。互聯網、電子商務等新興企業在產品創新能力、市場敏感度和“大數據”處理經驗等方面都擁有明顯的優勢，一旦涉足金融領域，將對銀行形成較大的威脅。日前，互聯網公司阿里巴巴已開始在利用大數據技術提供金融服務，通過其掌握的電商平臺阿里巴巴、淘寶網和支付寶等的各種信息數據，借助大數據分析技術自動判定是否給予企業貸款，全程幾乎不用出現人工干預。這種基于“大數據”分析能力的競爭優勢已明鮮顯示了這種威脅的現實性和急迫性。

        數據將是未來銀行的核心競爭力之一，這已成為銀行業界的共識。應該說，銀行對于傳統的結構化數據的挖掘和分析是處于領先水平的，但一方面銀行傳統的數據庫信息量并不豐富和完整，如客戶信息，銀行擁有客戶的基本身份信息，但客戶其他的信息，如性格特征、興趣愛好、生活習慣、行業領域、家庭狀況等卻是銀行難以準確掌握的；另一方面對于多種異構數據的分析是難以處理的，如銀行有客戶的資金往來的信息、網頁瀏覽的行為信息、服務通話的語音信息、營業廳、ATM的錄像信息，但除了結構化數據外，其他數據無法進行分析，更談不上對多種信息進行綜合分析，無法打破“信息孤島”的格局。也就是說，在“大數據時代”，銀行的數據挖掘和分析能力嚴重不足。

        因此，對于銀行來講，要擁有強大的“大數據”處理能力，才能使數據真正成為核心競爭力。

        構建銀行強大的“大數據”處理能力應該是兩條腿走路：

        一是要“走出去”。即與互聯網社區、電子商務等企業進行深入的合作，獲取更多的用戶行為信息，從而開展“大數據”分析。這方面，很多商業銀行已經開始了有益的嘗試和探索。如中信銀行、寧波銀行等已經開始了銀行網上社區的建設，為中小企業、個人用戶提供開放的服務平臺；光大銀行與新浪微博合作進行輿情監控和開發繳費應用；而交通銀行的電子商城已向普通用戶開放注冊賬戶，并為其提供一系列相應的服務。

        二是要“請進來”。即與各類數據分析的專業廠商合作，對銀行已經存在的“大數據”進行綜合處理與分析。銀行與專業廠商在數據分析領域的合作有著悠久的歷史，在傳統結構化數據分析方面有著眾多的成功案例，但由于“大數據”的分析處理仍處于初創的時期，各家銀行和專業廠商都在進行探索。在這方面，交通銀行信用卡中心應用智能語音云對銀行的語音數據進行分析處理是一個較為成功的案例，為同業提供了很多有益的經驗和啟示。

 1 2 下一頁 尾頁

掃碼即可手機
閱讀轉發此文