◆ ◆ ◆
摘要
大資料能力特有的性質，使其正在成為大型銀行真正的核心競争力。銀行大資料能力表現在多方面，但大資料思維和資料挖掘能力是最關鍵、也是最重要的。資料挖掘對銀行競争力的影響主要表現在客戶洞察、營銷規劃、産品創新、風險管理、流程優化、網點選址和人力資源管理等方面。大資料價值的實作，關鍵在于挖掘分析能力。資料挖掘可以推動商業銀行戰略轉型、提升營運管理能力、重塑銀行企業文化、促進風險經營的精細化專業化。銀行資料挖掘能力建設的關鍵是行動，行動中需要考慮許多因素，包括挖掘分析工具和方法、資料擷取和管控、業務流程、計算方法、激勵措施、員工技能、企業文化以及管理層的支援等。
關鍵詞：大資料；資料挖掘能力；商業銀行；核心競争力；預測 中圖分類号:f832.33；tp311.13 文獻辨別碼: a 文章編号: 1674-747x（2016）06-0001-07
作者簡介：黃志淩（1960—），男，河南固始人，研究員，經濟學博士，現任中國建設銀行首席經濟學家，主要研究方向為宏觀經濟和金融理論、商業銀行和投資銀行業務。
銀行發展戰略成功的關鍵是培養自己的核心競争力。什麼是核心競争力？有人說是it，有人說是人才，有人說是客戶，總而言之，各有各的了解。“核心競争力”最關鍵的特點是“不可複制”“不可替代”。一般來說，産品是可以被複制的，客戶是經常有流動的，這些都難以成為銀行的核心競争力。而大資料能力則不同，由于其特有的性質，正在逐漸成為銀行真正的核心競争力。銀行大資料能力是建立在銀行自己特有資料基礎上，不是資料多少的問題，而是你我的資料不同，在不同資料基礎上建構的模型、研發的産品才是不可複制的。阿裡、騰訊、百度，這三個中國網際網路的領軍企業，它們有合作有競争，但是彼此之間都無法複制，一個重要原因就是其資料基礎不同，分别在電商交易資料、社交資料、搜尋資料方面占據了制高點，由此建立起來的競争力是不可替代的。而且，在自身資料基礎上培養出來的資料分析專家，在特定資料環境下成長起來，也是難以複制的核心競争力,而其他資料環境可能完全不一樣，也就很難有相同的用武之地。進一步觀察，銀行大資料能力表現在多方面，但大資料思維和資料挖掘能力則是最關鍵、也是最重要的。
一、資料挖掘能力成為商業銀行核心競争力的關鍵因素，事關銀行轉型成敗
實作大資料價值有一個重要前提，就是要能從紛繁蕪雜的資料中去僞存真、找出規律，發現有價值的資訊，這僅靠專家的經驗和智慧是難以完成的，需要借助各種資料挖掘技術。觀察大型企業在資料營運政策上的态度，我們不難發現，雖然不同公司有不同的資料營運政策，但有一點是共識，即高度重視資料挖掘能力建設，通過不斷、持續、深入的資料挖掘來實作資料價值的最大化。
波特競争理論表明，企業要在競争中勝出，必須擷取“差異化”的能力。例如，當行業内的許多企業都提供類似的産品，使用類似的技術，在相同的地點服務同一個客戶群體時（國内大型銀行的競争基本是這一格局），高效的業務流程就成了最後實作差異化的關鍵。許多先前的競争基礎都已不複存在了，地理優勢已不再重要，保護性的規定不斷淡出，産品或服務中那些突破性創新看上去也越來越難以實作，而且複雜的産品也會被人迅速複制，這種情況下通過資料深入挖掘形成的差異化市場戰略成為銀行競争的關鍵要素。就商業銀行而言，好銀行的一個共同特點，就是選擇一種或幾種差異化能力，在此基礎上建構其戰略。也就是說，好銀行能夠對大量的内外部資料進行深入挖掘分析，以此來形成差異化決策。麥肯錫調查了不同行業中運用大資料的企業在過去10年中增長率的差異：線上零售行業，大資料領先企業收入增長24%、稅前利潤增長22%，而其他競争企業則分别下降1%和15%；信用卡公司，大資料領先企業收入增長14%，稅前利潤增長9%，其他競争企業分别增長9%、下降1%。資料挖掘和應用能力強的企業表現出明顯競争優勢。
随着經濟增速放緩、跨界競争加劇、利率市場化推進、客戶忠誠度降低，銀行業盈利空間被逐漸壓縮，大型銀行面臨一系列嚴峻挑戰。首先，客戶财富在新的業态環境下呈現分散化趨勢，尤其是随着移動技術發展，便利的網銀和手機銀行可以讓客戶迅速自如地實作資産轉移。其次，優質企業融資的管道增多，優質客戶呈現“脫媒”趨勢，緻使存量信貸資産品質不斷下降，逐漸放開的利率市場化導緻淨利差收窄，銀行利潤增速放緩。再次，除同業競争以外，銀行也面臨來自網際網路企業、其他産業資本的跨界競争，監管機構放寬銀行的準入門檻，新興的民營銀行不斷湧現。是以，傳統銀行必須轉型，而銀行轉型成敗的關鍵是尋找新的利潤增長點。從發達市場銀行發展經驗看，通過深入挖掘分析客戶真實需求、提供更有針對性的服務，就可以大幅提高盈利水準，這是展現資料挖掘價值最直接的地方。比如花旗銀行亞太地區，近年來有25%的利潤來自于資料挖掘；彙豐銀行通過資料挖掘開展交叉銷售，使客戶貸款産品響應率提高了5倍；澳洲聯邦銀行運用大資料分析來提供個性化的交叉銷售，成功将交叉銷售率從9%提高到60% ；visa把發現信用卡欺詐的時間從1個月縮短到13分鐘，極大地降低了信用卡欺詐帶來的風險。
資料挖掘在客戶挽留、客戶細分等領域有非常好的應用效果，相比于傳統的跑馬圈地、擴張規模的做法，可以起到事半功倍的作用。實際上，在生意比較好做的時候，很多事情銀行不願意做，失去了很多商機。例如，我們有幾億的個人客戶，這些客戶在購買産品、出差時的消費記錄都可以記錄下來，如果我們知道一個客戶購買了機票或火車票去異地出差，就可以為他推薦目的地的酒店，就像藝龍、攜程那樣，不僅可以友善客戶，還會帶來可觀的利潤。利用大資料技術這是可以做到的。大資料會使銀行能夠真正介入客戶日常生活，成為客戶各項活動的“安排者”或夥伴，這會為銀行的經營方式帶來革命性的改變，就像brett在bank3.0中說的，銀行變為一種行為，滲透到客戶的每個日常活動。
再譬如風險管理問題，傳統銀行的風險計量更多的是依靠客戶财務資料，不僅滞後，往往還有很嚴重的資料品質問題，但大資料方法為識别客戶風險提供了全新的思路。例如，使用客戶交易行為資料、輿情資料甚至企業主的行為資料，可以更加及時、準确地發現企業的潛在風險，比起傳統上通過下戶調查、分析财務資料的方法更加有效。可以說，銀行轉型的各個方面都可以從大資料方法中獲益，發達市場商業銀行經驗表明，在很多領域資料挖掘都會産生巨大的價值。
從更宏觀的層次來觀察，2008年全球金融危機之後，各國銀行都在探索轉型路徑，尋找未來銀行的發展方向。經過多方觀察和深入思考，我們發現大部分銀行的轉型都有一個共同的特點，就是轉型的設計方案都是建立在大量資料分析的基礎上，資料已成為目前銀行最突出的各種沖突、各種潛力、各種機遇的一個集合點。從資料入手，我們有可能找到大型銀行未來轉型的一個事半功倍、“給一個支點就能撬動地球”的着力點。通過資料挖掘，可以準确了解市場發展方向、客戶需求、風險特征，能夠使我們正确配置資源，實施有效創新。
一些先進銀行的經驗已經表明，資料挖掘會創造很可觀的效益，尤其是對資料分析基礎還比較薄弱的銀行，隻要稍稍投入就會産生出巨大的效益。進入大資料時代，随着資料處理技術的進步和資料來源的迅速擴充，銀行業的一切業務活動都被數字化，商業銀行得以在更多領域和更深層次獲得并使用更加全面、完整、系統的資料。這些資料涉及客戶的方方面面，對這些資料的深入分析可以得到過去不可能獲得的知識和無法企及的商機。深入的資料挖掘分析對銀行客戶營銷、産品創新、績效考核以及風險管理等必将發揮日益重要的作用，資料應用能力将成為銀行核心競争力的重要展現。是以，大資料不是一地一隅的事情，事關銀行戰略轉型全局。
二、資料正成為大型商業銀行的重要戰略資産，未來銀行必将是資料驅動型銀行
長期以來，經濟學将資本、人力、土地稱為企業的生産要素；進入工業時代以後，技術成為獨立的生産要素，離開技術的發展，企業已經很難正常經營。在資訊時代，資料已成為新的關系到産業興衰和企業存亡的關鍵生産要素，其作用就像農耕時代的土地，如果企業擁有完整、全面的資料，将在新的競争環境中占據重要優勢。随着企業管理走向“資料化驅動”，對資料資源的管理和使用将成為企業經營中的核心内容，那些擁有優質資料資源、深度挖掘分析能力的銀行，可以借資料優勢不斷侵襲同業甚至其他行業的領地。銀行價值将與其擁有的資料規模、活性和運用資料的能力成正比，傳統上的資金、人力、管道等要素需要根據資料資源的情況進行重新優化配置。可以說，資料成為資産已成為銀行業發展的不可逆轉的趨勢。
舉個例子，facebook公司上市時其賬面資産隻有百億美元，主要是計算機、辦公室等，但其估值達到千億美元，投資者主要看中的就是它所擁有的海量使用者資料，據估計，每個活躍使用者的價值達到60美元。阿裡在美國上市當天市值達到2300多億美元，憑什麼？資料平台是其重要财富，在估值中占了很大的比例。最近國際上很多機構都在探讨如何量化資料等無形資産的價值，例如美國一個聯邦儲備銀行經濟學家估計企業擁有的資料等無形資産的價值超過8萬億美元，相當于德國、法國和意大利的gdp之和。對于現代化的大型銀行而言，資産中有相當重要部分是資料，是尚未被納入核算系統的财産，這是大銀行差別于小銀行，也是現代銀行差別于傳統銀行的關鍵之處，以往這些資料财富往往被忽略了。大型銀行必須認識到資料的價值，把資料作為戰略性資産加以保護和經營。
現在，客戶的每一個行為、資金流轉的每一個細節、每一個決策、每一次交流都成為資料，這些資料一旦得到深入分析使用，會深刻改變銀行創造價值的模式。與其他資産不一樣，資料的價值在被發掘後還能夠不斷産生新的價值，其真實價值就像浮在水面上的冰山，我們發現的隻是一角，絕大部分都隐藏在表面以下。未來占據先機的銀行一定是資料驅動型銀行，其特點是一切經營活動資料化、有良好的大資料分析平台、有一支高素質資料挖掘和分析團隊、制定開放性的資料共享制度、有戰略性的資料資源儲備。銀行的經營方式将從過去的以産品為中心、以客戶為中心過渡到以資料為中心，資料驅動成為商業銀行發展的不可逆轉的方向。
資料資産甚至決定了大型銀行發展的戰略方向，不同的資料資産會産生不同的戰略選擇和商業模式，并在一定程度上引領着産業的發展方向。将來，擁有獨一無二的資料資産的銀行，将會獲得難以置信的發展速度，發育出令人歎為觀止的商業模式。
三、大資料價值的實作，關鍵在于挖掘分析能力
資料就像礦石一樣，價值不僅在于多少，更在于如何挖掘。資料資源利用的越深價值就越大，大資料正成為銀行獲得新的認知、創造新的價值的源泉。當資料規模大到一定程度時，就會大幅提高我們認識事物的能力，以前我們認為不可能的事情就會成為可能。谷歌能夠幾近準确地預測流感,farecast能夠預測機票價格的波動，都因為存在供其分析的數千億計的資料項，突破了以前資料的局限性。
海量資料是銀行的一個金礦而且是富礦，大型銀行基本都建立了龐大的資料倉庫，但目前資料挖掘深度和廣度還遠遠不夠，還缺乏一批真正的資料挖掘分析專家，資料價值沒有得到充分展現。幾乎銀行管理的每項工作都可以從資料挖掘中獲益。對于經營部門，真正利用好資料挖掘，那麼客戶需求、産品創新就不再是難事，市場響應速度和競争能力會大幅提升；風險管理部門的政策制定、監測分析、監控預警等問題也都能通過深入資料挖掘得到實質性解決，風險的精确打擊能力也會有較大的提升。例如，通過分析客戶信用卡消費習慣，可以為其推薦最有針對性的活動資訊；分析一個建築企業員工的賬戶行為，可以找到一些“工頭”，進而針對其營銷大量的代發工資業務；一個大型企業财務狀況的變化，會直接影響上遊供貨企業的資信行為等。
我們通常意義上說的大資料推動銀行戰略轉型、提升營運管理能力、重塑銀行企業文化等，其實都是通過資料挖掘之後的廣泛、深度應用産生的實際功效。譬如，銀行轉型的關鍵在于創新，大資料技術正是商業銀行深入挖掘既有資料、找準市場定位、明确資源配置方向、推動業務創新的重要工具。再譬如，借助資料挖掘和分析，銀行能夠準确地定位内部管理缺陷，制定有針對性的改進措施，降低管理營運成本；也可能幫助銀行確定财務透明度，提高計劃和預算的準确性，協調日常營運和長期戰略目标，預測市場變化對财務的影響，準确分析利潤推動因素，進而降低成本提高盈利能力。通過資料挖掘，還能幫助銀行獲得更廣闊的業務發展空間、更精準的決策判斷能力和更優秀的經營管理能力。
更深入分析，大資料在三個方面深刻影響着銀行的企業文化、戰略群組織結構。第一，大資料将颠覆傳統的價值鍊，使以前以設計産品、銷售的模式，向資訊時代以客戶為中心的模式轉變。第二，資料驅動的産業鍊合作，使銀行與其他行業進行密切協作、網絡化營運成為可能。第三，大資料使企業的疆界變得模糊，員工和客戶的界限逐漸消弭，使企業的組織結構發生倒置，企業文化和戰略應随之調整。
這裡我們尤其想強調依托資料挖掘技術促進風險經營的精細化專業化。已有理論與實踐表明，大資料技術有助于降低資訊不對稱程度，增強風險控制能力。銀行在原來貸款人提供的财務報表等資訊之外，可以對其資産價格、賬務流水、相關業務活動等更鮮活的資料進行動态和全程的監控分析，進而有效提升客戶資訊透明度。國外先進銀行的經驗表明，資料挖掘技術在提高銀行風險智能方面具有廣闊用途。
包括：（1）通過對行内外的海量資料挖掘分析，打破客戶資訊孤島，建構全方位立體的客戶資訊視圖，有效降低銀企資訊不對稱的風險。（2）提高風險計量的精準度，通過利用更加廣泛的客戶風險資料，提高風險計量模型精度，有效降低風險計量的誤差機率，更精确量化客戶違約可能性。（3）提升風險的實時監控能力，對客戶實施全方位的複合式動态風險評估和深度的相關關系分析，實作風險管理由曆史資料分析向客戶實時行為分析的轉變，及時發現其潛在的風險及變化趨勢。（4）為小微企業風險管理提供了新的思路，通過大資料平台，銀行可實時監控社交網站、搜尋引擎、物聯網和電子商務等客戶動态行為資料，建立小微企業信用資料庫和信貸風險預警機制，為解決小微企業融資中财務資料缺失、抵押品不足等問題提供了思路，能夠有效提高小微企業的信貸獲得率。（5）創新風險管理模式，将風險管理前置，對與銀行有業務往來的客戶的日常交易、資金流、訂單、周期性變化、成交速度和頻率等資料進行跟蹤分析，精準地把握客戶經營和資金需求的走向，及時發現風險并預警。
目前，花旗、富國、ubs等先進銀行已經能夠基于大資料，整合客戶的資産負債、交易支付、流動性狀況、納稅和信用記錄等，對客戶行為進行360度評價，計算動态違約機率和損失率，提高貸款決策的可靠性。這方面我們與國際先進銀行的差距還比較大，尤其在對客戶動态行為資料和外部資料的挖掘方面。例如，如果能夠整合客戶資金交易過程中的各種備注文本資訊（包括資金用途等）、客戶所在行業和所在區域的各類外部資訊資訊，結合現有資料倉庫資料，通過資料挖掘技術研究客戶風險行為，識别有風險預警的客戶群體，那麼将會大大提高現有主要依據事後的财務資訊的風險計量模型的有效性。
四、資料挖掘的核心價值是預測，資料挖掘能力建設的關鍵是行動
社會事物往往都具備一定規律，是可以預測的，海量資料的挖掘能力使人類第一次看到預測的曙光。全球複雜網絡權威巴拉巴西認為，人類行為93%是可以預測的；2010 年science上刊登的一篇文章也指出，雖然人們的行為模式有很大不同，但我們大多數人的行為是可以預測的。其實，人們或多或少都具備預測能力。譬如中國古代諺語說“八月十五雲遮月，正月十五雪打燈”，說明大自然有許多規律性的東西，估計現在的科學也沒有辦法解釋幾乎半年跨度内氣象間的相關關系，但是幾千年的觀察和積累，卻發現了它。自然、社會、商業無不服從某些規律，過去囿于技術條件，人們無法記錄下造成某件事情發生的先兆資料，無法去計算其中的相關關系，這些規律要麼被神秘化，要麼被庸俗化。其實，任何行為，皆有前兆，任何事情的發生，都會有蛛絲馬迹的前兆表露出來。
人們買賣股票之前會先去關注一支股票的行情走勢，在購買某件商品之前會先去詢問商品的價格，在聚會之前會事先聯絡溝通，透心涼的大雨之前會有悶熱的天氣，關于地震前的種種異象，更是被許多書籍、文章大肆渲染。如果能夠全面記錄各類資料并進行深入挖掘，人們就獲得了未蔔先知的能力，不僅可以預測自然、天氣的變化，而且能預測個體未來的行為，甚至預測某些社會事件的發生，使決策不再盲目，讓社會更加高效地運轉。
網際網路、移動互聯、挖聯網技術的發展，使資料記錄的粒度、頻率和範圍大幅擴充，基于資料的預測成為現實。利用網際網路搜尋中與“新訂單”等與經濟名額有關的單詞，結合其他相關經濟資料，ibm開發了“經濟名額預測系統”，僅用了6 小時，就計算出了分析師需要花費數日才能得出的預測值，而且預測精度幾乎一樣。在大資料時代，每個人的每項行為都将被如實記錄，将這些記錄資料完整地融合到一起，可以發現隐藏在大量細節背後的規律，理論上我們就能夠根據個體之前的行為軌迹預測其未來行動的可能性。從這個角度看，資料對銀行經營管理影響之深遠，将遠超以前所有的技術。
預測在銀行經營管理領域有着迫切需求，也有基礎，當然也有非常多的成功案例。20世紀90年代中期，大通銀行采納了丹·斯坦伯格的資料挖掘技術，借助其研發的系統來評估、處理大量的銀行按揭貸款，精确預測按揭申請人未來的還款行為，由此極大降低了信貸風險并增加了赢利。如果大型商業銀行能夠預測個體資産的風險變化和價值，将形成不可撼動的市場競争優勢。銀行客戶在日常交易過程中，形成了大量的行為資料，例如刷卡交易行為、轉賬行為、理财行為、網站浏覽行為、電話銀行記錄等，這些資料為我們預測客戶行為提供了基礎。阿裡巴巴在第三方支付、支付寶、小額信貸等領域之是以取得成功，除了其良好的使用者體驗外，最重要的就是它們對客戶行為資料進行挖掘，能夠預測客戶的喜好甚至下一步的行為。這是現在銀行與網際網路公司間最大的差距。
諸如花旗銀行、彙豐銀行、第一金融資本等公司，已經将資料挖掘當成其市場競争的基礎，長期以來高度關注資料，擁有來自高層主管的支援以及全員的資料應用，取得了良好的效果。詳細剖析這些資料挖掘能力較強的銀行，可以發現它們有幾個共同特征：一是資料挖掘能夠支援銀行的戰略性差異化能力；二是資料挖掘方法及資料管理遍及整個銀行，是企業級行為（不是由各個業務部門開展資料挖掘，而是從整個銀行的角度管理資料挖掘工作，将資料管理和資料挖掘作為整個銀行的活動，資料也必須是企業共享的）；三是高層管理者倡導使用資料挖掘方法進行決策；四是銀行重要戰略決策都是基于資料挖掘。但是，要在銀行推動資料挖掘和大資料應用，沒有一條快捷的坦途，有許多因素要落實，包括挖掘工具、挖掘方法、資料、業務流程、計算方法、激勵措施、員工技能、企業文化以及管理層的支援，其中改變業務流程和員工的思維習慣是變革中最困難的。
從成功企業的經驗來看，資料挖掘能力建設是一個疊代過程，在持續進行一至兩年後，一般就可以有所成效，但關鍵是要下定決心開始行動，制定資料挖掘能力建設路線圖，迅速着手開展工作。資料挖掘能力的關鍵因素包括組織、人力和挖掘技術，開始時要制定清晰的路徑，确定聚焦于哪些資料、如何配置資料挖掘資源、努力實作的目标等，根據挖掘的結果調整優化業務流程，将資料挖掘得到的知識轉化為實際行動。
以資料挖掘為基礎的行動通常要求分析人員和決策者之間建立一種緊密的、互相信賴的關系。在銀行内部，對三類人的資料挖掘技能和資料分析導向要分别考慮。第一是管理隊伍，特别是管理層，負責确定資料文化的基調，制定最重要的決策，并推動資料挖掘能力建設；第二是專業的資料挖掘人員，他們收集分析資料、解釋結果，并将結果報告給管理者；第三是業務資料挖掘/分析人員，這類人數量很多，涉及面廣，他們主要的任務是使用資料挖掘結果來提升工作業績。資料挖掘能力建設中最重要的是管理層的認識，如果管理層不支援以資料為基礎的決策過程，那麼很難集中專業資料挖掘人員。管理層需要非常信任資料挖掘分析，在尊重資料的前提下進行決策，如果管理層對資料挖掘工作不是充滿激情，就不可能激發員工改變行為；管理層還應該對資料挖掘工具和方法有所了解，例如知道哪些工具适用于哪些具體的業務問題，以及工具存在的局限性；應該願意按照資料挖掘結果采取行動，願意支援建立一個專業的資料分析精英人員隊伍。
在确定資料挖掘業務方向時，還面臨一項選擇：是全面發展還是側重于某個重點。調研發現，彙豐銀行、花旗銀行、巴克萊銀行、ubs銀行、渣打銀行等都是基于整體視角，選擇重點領域，以使用資料挖掘解決業務問題為目的，直接切入業務價值目标。在較短的時期内，選擇資料挖掘能夠迅速實作巨大價值的業務領域，擷取業務部門支援并減少阻力。例如彙豐銀行将挖掘重點放在客戶管理，通過整理客戶資料，對客戶行為開展洞察，為産品定價提供支援；花旗銀行更關注營銷優化和交叉銷售，從資料的角度為業務一線提供支援；巴克萊銀行從資本管理視角對銀行現有的資産組合進行分析，解決流動性和資本充足率問題；ubs銀行和渣打銀行則将重點放在合規和内部審計方面。
五、資料資産價值的實作是有條件的，培養大資料思維理念至關重要
除資料規模外，資料資産的價值次元還包括适時、關聯和活性。第一，“适時”是差別傳統資料應用和大資料應用的重要之處。例如，當消費者在商家門口經過時，就能收到所需商品的促銷資訊，這種服務聽起來非常美妙，但如果推薦的不是消費者需要的商品，或者等消費者離開了很久才收到提示，就變成了令人煩惱的垃圾資訊。第二，“關聯”很重要，孤立的資料是沒有價值的。大家在網絡上浏覽網頁、購買商品、遊戲休閑等，都是互不關聯的，尤其是智能手機的普及，使人們的網絡行為更趨向于碎片化。這些碎片化資料如果沒有關聯，是難以進行分析并加以利用的。使用者在網絡上的碎片化行為，經由社交網絡，就能完整地勾勒出一幅生動的網絡生活圖景，真實地反映了使用者的偏好、性格、态度等等特征，這其中蘊育了大量的商業機會。第三，活性越高價值越大。更新的頻率越高，資料的活性越大；更新的頻率越低，資料的活性越小。一般而言，資料活性更高的資料集，蘊含更豐富的資訊。是以，銀行如果想在大資料領域有所作為的話，需要不斷提高資料的及時性、活性和關聯度。
從同業實踐來看，提升資料的價值創造力要重點關注以下幾個方面：一是創造透明度。僅通過讓使用者更易及時獲得大資料就能創造大量價值。例如讓互相獨立的部門更容易獲得相關資料，可大大減少搜尋和處理時間。二是進行實驗，發現需求，展現差異，改善性能。随着機構創造和存儲更多的交易資料，它們可以收集到更精确和詳細的實時性能資料，借助随機控制技術可以設計流程，建立受控實驗，利用實驗結果資料來分析性能的差異性，了解差異産生的根本原因，可使上司者更好地管理機構性能。三是客戶分群聚類，量體裁衣。機構借助大資料可以創造更細化的人群分類，以使産品和服務與不同的需求相吻合。這在市場營銷和風險管理等領域可以有開創性作用，例如對消費者進行實時微觀分類，制定相應的促銷和廣告政策。四是用自動算法代替或支援決策。複雜的分析能大大改善決策，使風險最小化，并發掘所有之前隐藏的有價值的見解。
在某些情況下，雖然決策不一定是完全自動化的，但是利用大資料技術分析龐大的完整資料集，取代用電子資料表處理和了解小範圍資料的做法，可以在很大程度上提高決策品質。五是創新商業模式、産品和服務。大資料使銀行能創造新的産品和服務，增強已有的商品和服務，甚至創造全新的商業模式。例如，實時定位資料的誕生已經創造了全新的定位服務，公司可以根據人們開車的地點和方式等資料提供導航、資産定價和事故保險的各類服務。
在大資料時代，必須用大資料思維去發掘大資料的潛在價值。資料挖掘要能夠真正産生業務價值，關鍵還需要商業敏感性，具備将業務與資料緊密結合起來的大資料思維能力。
大資料思維要求我們在日常經營活動中形成主動分析和使用資料的習慣。大資料首先是一種思維方式，必須融入到企業的每一個毛細血管中。隻有忠實記錄客戶的每一項行為資料，才能像巫師的水晶球一樣，具備洞察未來的能力。台塑集團的創始人王永慶的故事可以說明大資料思維的重要性。王永慶被全球化工行業奉為經營之神，很多企業家都把他的管理經驗當作最實用的教科書。16歲的王永慶借款200元舊台币，開始創業經營米店。
由于居民一般都有自己常去的店鋪，而那些店鋪也想盡辦法來留住老客戶，是以剛開始時，王永慶的新店冷冷清清。王永慶在挨家挨戶拜訪時，發現買米的大多是家庭主婦，于是提出送米上門的服務。他總是認真地幫客戶清理米缸，把陳米清理出來，再把新米倒入米缸，這樣保證客戶不會一直積攢陳米。王永慶邊勞動，邊和主婦聊天，留意米缸的大小、家裡的人口、發工資日期等資訊，回到店裡就會細心地把這些資料記錄到小本上，日複一日從不間斷。根據這些資料，他測算出客戶大約在什麼時間需要新購大米，總是在客戶購買之前，上門把新米倒入客戶的米缸。從此，王永慶的銷售額開始大幅增長，從開始一天不足12鬥的銷量，到後來可以每天賣出100多鬥。10年的賣米生涯，奠定了他一生事業的基礎。由此可見，資料的積累、挖掘、分析、歸納和整理，是一個優秀的商業機構所必須具備的基本素養。
樹立大資料管理理念，有助于我們更深刻了解現代商業銀行。從業務本質上看，商業銀行是經營風險的企業，這一理念已被廣泛接受。但風險的本質是不确定性，而不确定性主要源于資訊不對稱。現代銀行在資訊不對稱方面已經發生了很大變化：一方面，随着資訊網絡化、計算機技術的發展和征信體系的日益健全，銀行擷取内外部資訊的能力、掌握資訊的廣度和深度、處理資訊的技術和方法等方面都有質的提升，原先困擾銀行的資訊不對稱問題得到明顯緩解；另一方面，資訊化帶來的海量資料，為銀行更為有效地甄别風險并從中發現市場機會提供了可能。是以，現代銀行風險管理的理念和方法也有了新的變化，已經從被動地承擔風險向積極主動的經營風險轉變，其核心要義不是“控”與“堵”，而是通過對資料資訊的定量采集與分析，尋找發展的機會，平衡風險與收益之間的關系，将積極的風險經營與嚴謹的内部控制相結合。按這種理念，資料資訊的收集與分析對銀行風險管理來說就顯得至關重要：一是可以最大限度地減少資訊不對稱帶來的風險；二是在分析基礎上開展積極主動的風險識别、風險選擇和風險安排，最終實作風險的價值創造；三是銀行在選擇風險時需要考慮整體的投入産出，後續是否有足夠大的市場空間尤為重要，這些選擇都是建立在全面的資料分析和科學判斷基礎之上的，沒有資料，就無法量化風險，上面的選擇也無從談起。
原文釋出時間為：2016-07-22
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号