大数据时代：打造银行的数据化能力

互联网技术的飞速发展和应用，使得电子商务、社交网络等新兴商务模式和虚拟生态环境蓬勃发展，加速了移动终端、无线传感器等新技术载体在各行各业的大量应用。这些变革性发展在改变生产和消费的行为和商业模式的同时，也带来了另一个巨变，即信息数据在数量、频度和使用等多方面的变革，从数据角度看，整个世界已跨入“大数据”时代。本文针对大数据时代银行面临的挑战进行了分析，并结合银行数据处理的特点提出传统的数据管理、应用的思维和服务模式已无法应对挑战，银行应建立数据化能力的观点，进而给出了银行打造数据化能力的方法建议。

一、大数据时代银行面临的挑战

        大数据时代，要求银行业者将数据的重要性提升到战略层面，要求银行业者深刻认识到所有的服务和行为都可以量化，从而对业务发展形成全方位视角，提升决策质量和业绩表现。银行的数据应用不再是局限于业务经营管理的统计分析支持，而需要扩展到客户服务、产品设计以及营销成果等领域，使银行经营过程有线可循、有据可依、有案可查。特别是通过数据预测未来业务发展的方向，让数据做主，由数据驱动业务决策这种变化对银行经营者在决策、管理、服务、技术和人才等方面提出挑战。

        1．决策挑战：大数据的客观性将对现有决策机制产生巨大冲击。大数据的全量数据分析将使得分析结果更具客观性和决策支持性，目前依赖于样本数据分析和高管层经验的决策模式势必受到巨大挑战。这就要求在决策过程中转变思维，“有没有数据依据”、“数据是不是全量”、“数据怎么说”、“数据结果和主管判断差异有多大”、“我们对结果有多大信心”等等以数据为核心的决策判断应该成为决策过程中的关键考量。这对银行的管理者来说是一场管理革命，也是一种思维习惯的改变。

        2．管理挑战：大数据的资产本质将对当前的数据管理方法提出挑战。大数据时代，数据不仅是日常交易或管理活动产生的记录和结果，而是一种切实的资产。目前，通过数据标准、数据架构、企业模型、元数据、商业智能和数据仓库等手段进行的数据管理和应用，在支撑业务创新方面具有很大欠缺。同时，以业务条块为主的系统建设加剧了数据的冗余和一致性保证的难度，造成数据整合和数据质量管理困难，信息价值体现不明显。大数据时代，要求数据作为银行的一种资产，运用基于数据生命周期的数据管理方式进行管理，为数据质量及数据服务能力提升做好准备。

        3．应用挑战：大数据的多层次应用对当前的数据应用方式提出挑战。大数据时代，数据的应用不局限在某一用途、某一场景或某一层次，数据的重复利用以及数据价值的多视角展示是大数据应用的典型特征。目前，国内银行业在数据利用上还存在一定局限性，例如单目标单视角情况角度，很少银行对网点监测数据进行利用，而国外通过将影像数据转化为客户行为的分析，改进网点的运营效率以及用于营销活动的应用案例比比皆是。再者，银行在资源配置和绩效管理上的数据分析相对粗放，资源配置主要到业务条块而不能更精确细化到网点。

        另外，基于当前相对基础的数据分析，业务结构调整主要体现在策略上的占比调整，这种简单的管理策略和模式不利于战略分解和落地执行。面对大数据时代的来临，应充分发掘和利用日常经营和管理中的业务数据，进一步获取外部数据，从精细化数据分析的角度，加强数据的多层次应用，使数据在推动银行经营活动开展中切实起到决策支持、辅助营销和结果预测等方面的关键作用。就目前来看，国内银行业实现数据驱动决策、数据提升发展的道路还很长。

        4．技术挑战：大数据对当前的处理技术提出挑战。大数据时代，随着处理海量、高速率、多样化的大数据工具软件不断创新和发展，银行科技人员需要面对这些新型技术（Hadoop、内存分析、云计算等）进行“大数据”处理与应用的研究与建立。银行只有加速前瞻性技术研究，并与IT战略规划结合，推进IT系统建设，才能赶上大数据时代的步伐，让业务真正体会到大数据带来的好处。

        5．人才挑战：大数据的综合性要求对当前的技术型人才提出挑战。大数据时代，数据的处理不再只是技术问题，而是演变成业务、服务和技术等多视角的综合性判断，这就需要“数据科学家”的出现。目前数据管理和服务的才人匮乏，特别是“大数据人才”极为缺乏，人才培养的机制尚未建立。大数据人才只有同时拥有较强的业务理解力、数据资产管理能力、数据建模能力以及数据探索挖掘能力，才能直面大数据为银行带来的管理挑战。

二、应对大数据挑战，打造数据化能力

        数据化不等于数字化。数据化能力强调银行从数据中提取信息，获得知识，最终创造业务价值的能力，其目标在于为银行管理者提供真实有效的科学决策依据，促进银行业务可持续发展。数据化能力是数据的可管理性、健康度以及应用率等全方面的体现。人们常说的数字化只是把模拟数据变成计算机可读数据，但这些信息只有被数据化，其潜在价值才能被挖掘和利用。商业银行数据化能力的打造，应从以下几方面展开。

 1 2 3 下一页 尾页

扫码即可手机
阅读转发此文