
大數(shù)據(jù)或重構商業(yè)銀行
中國工程院院士、中國通信學會副會長鄔賀銓將“大數(shù)據(jù)”描述為“沒有辦法在容許的時間內用常規(guī)軟件工具對其內容進行抓取、管理和處理的數(shù)據(jù)結合。”他同時又指出,大數(shù)據(jù)本身的規(guī)模標準在不斷變化中,以前叫海量數(shù)據(jù),現(xiàn)在數(shù)據(jù)比海量數(shù)據(jù)還大量。
簡言之,“大數(shù)據(jù)”的特征為:數(shù)據(jù)量極大,數(shù)據(jù)的種類繁多,數(shù)據(jù)增速加快,數(shù)據(jù)來源多樣,數(shù)據(jù)必須經過處理,數(shù)據(jù)具有定向性。浩如煙海的“大數(shù)據(jù)”用處極大,完成了以往“不可能”完成的任務。
在美國總統(tǒng)科學技術顧問委員會提交給總統(tǒng)和國會的一篇名為《規(guī)劃數(shù)字化的未來》的報告中,明確提到“如何收集、管理和分析數(shù)據(jù)正日漸成為網(wǎng)絡技術研究的重中之重。以機器學習、數(shù)據(jù)挖掘為基礎的高級數(shù)據(jù)分析技術,將促進從數(shù)據(jù)到知識的轉化、從知識到行動的跨越。”
“大數(shù)據(jù)”時代與既往存在的數(shù)據(jù)區(qū)別是,由于數(shù)據(jù)量的不同,使得“大數(shù)據(jù)”的挖掘工作量迅猛增加;尤其是數(shù)據(jù)來源更廣,通過交換、整合和研究,可以發(fā)現(xiàn)市場發(fā)展趨勢,市場參與者的需求,讓企業(yè)從中尋找適合自己的商機,商機在握,就能為企業(yè)創(chuàng)造新價值。相比“大數(shù)據(jù)”的作用,如果說現(xiàn)有的數(shù)據(jù)能提供對企業(yè)類似的幫助,僅是在邊緣地帶,“大數(shù)據(jù)”卻能真正深入核心。為此,必須使用仿真和復雜的計算,計算速度要求極快,以適應超量、在限時內完成工作的要求。
當然,“大數(shù)據(jù)”由于人為制造、以訛傳訛、操作失誤等問題,同樣會存在虛假數(shù)據(jù)。因此,為了最大限度保證數(shù)據(jù)的準確性,需要大量的數(shù)學模型,而且分析結論可直觀獲得。其中,多源數(shù)據(jù)的存在提高了結論的完整性。所謂多源數(shù)據(jù),是指對同一事物,采集它多方面、多緯度、多形態(tài)的記錄數(shù)據(jù)。特別是用于預測時,還要關注歷史數(shù)據(jù),將兩者對比,以縮小過去與未來預測的映射差距。
另外,“大數(shù)據(jù)”的最終結果展示也應該引起我們足夠重視。最近爆發(fā)的美國“棱鏡門事件”,表面上看,是美國政府對情報的竊取。實際上折射出“大數(shù)據(jù)”如何展示、向誰展示的問題。特別是“大數(shù)據(jù)”能夠在一定程度上探尋人的思想時,就更加突顯其重要性。
三十年前,商業(yè)銀行用傳統(tǒng)的算盤核算、簿記記錄各類數(shù)據(jù),今天,則以計算機運行、電子數(shù)據(jù)采集為主,并由此形成了海量數(shù)據(jù)。
相對“大數(shù)據(jù)”,過往數(shù)據(jù)因為過于零散、連續(xù)性不足、源頭單一、形式單調,無法表現(xiàn)客戶的交易行為、交易偏好和交易習慣等個性特征,銀行也無法知曉客戶對銀行產品喜歡或討厭的具體原因,以及對銀行產品和服務滿意與否的信息。海量的“大數(shù)據(jù)”卻可以彌補這些缺憾。
商業(yè)銀行核心競爭力,外部體現(xiàn)在市場份額、市場對其綜合評價;內部則是股東利益最大化,員工的滿意度。要實現(xiàn)核心競爭力,源頭是市場與客戶?!按髷?shù)據(jù)”恰恰可以為開拓兩個源頭發(fā)揮重要引領作用?!督洕鷮W人》在一篇報道中寫到“過去,這些數(shù)據(jù)儲存在不同的系統(tǒng)當中,如財務系統(tǒng)、人力資源系統(tǒng)和客戶管理系統(tǒng),老死不相往來。現(xiàn)在這些系統(tǒng)彼此相連,通過‘數(shù)據(jù)挖掘’的技術,可以獲得一幅關于企業(yè)運營的完整圖景,這被稱為:一致的真相。”
可以預見,今后“大數(shù)據(jù)”對商業(yè)銀行的作用主要表現(xiàn)在:第一,對客戶的了解程度與過去徹底不同。“大數(shù)據(jù)”不但讓銀行把握客戶現(xiàn)在,更可以了解客戶的歷史,通過數(shù)據(jù)的交換、映射對其進行短期、中期預測。
第二,與客戶開展多渠道互動,全面評估商業(yè)銀行自身的產品和服務在客戶中的滿意度。商業(yè)銀行通過自身和公共信息歸集渠道掌握的數(shù)據(jù),進行分析,有助于改進和提高產品種類及服務質量,在第一時間爭取主動。
第三,“大數(shù)據(jù)”成為商業(yè)銀行競爭的主要手段之一,其完整性、準確性將決定商業(yè)銀行的競爭結果?!按髷?shù)據(jù)”在競爭中成為名副其實的“雙刃劍”,競爭雙方都可以利用掌握的數(shù)據(jù)來制訂競爭策略。
第四,商業(yè)銀行營銷手段以“大數(shù)據(jù)”為依托,開展針對性的銷售。
第五,商業(yè)銀行風險管理出現(xiàn)巨大變化。商業(yè)銀行風險管理模型離不開數(shù)據(jù)?!按髷?shù)據(jù)”的數(shù)據(jù)多樣性和豐富性,能彌補過去數(shù)據(jù)不夠的缺陷,最終帶來管理方法的飛躍。
第六,多樣化金融型態(tài)與傳統(tǒng)商業(yè)銀行展開競爭。馬云[微博]涉足準金融業(yè)務,是電商市場發(fā)展的必然結果。某種意義上也預示“大數(shù)據(jù)”時代中,新的、能夠節(jié)約交易成本的方式將不斷涌現(xiàn)。
在“大數(shù)據(jù)”時代,商業(yè)銀行要積極做好應對工作。
首先,商業(yè)銀行在日常經營中產生的大量數(shù)據(jù)是形成整個社會“大數(shù)據(jù)”的重要組成部分,因此,要對數(shù)據(jù)管控、數(shù)據(jù)處理和數(shù)據(jù)結果反映作出正確處置。
一是數(shù)據(jù)管控上要依照標準化采集,統(tǒng)一化處理,時效化完成,分級化查閱。堅持做到采集的數(shù)據(jù)準確,結果可視,使數(shù)據(jù)應用性大大提高;二是數(shù)據(jù)處理時一定要科學、依照規(guī)則,特別要杜絕以假亂真,以次充好現(xiàn)象;三是處理后的結果,要依照規(guī)定展示,并且嚴格按照國家法律法規(guī)進行使用,避免影響商業(yè)銀行聲譽風險事項產生。
其次,商業(yè)銀行需要投入大量資源用于適應“大數(shù)據(jù)”技術的需要。對此,對資源的投入一定要有相當?shù)那罢靶?,并兼顧當前實際。爭取在過渡期內,盡可能地實現(xiàn)資源利用最大化。
最后,商業(yè)銀行要高度重視適應“大數(shù)據(jù)”技術的人力儲備。美國就曾預計,為適應“大數(shù)據(jù)”時代到來,未來美國需要60萬名擁有數(shù)據(jù)分析特長,又懂行業(yè)知識的復合型人才。這類人才僅僅經過大學培養(yǎng)遠遠不夠,還需要豐富的實踐經驗。我國商業(yè)銀行對此類人才的儲備相當不足,抓緊人力資源準備更為迫切。
此外,“大數(shù)據(jù)”時代將帶動整個社會交易方式的變化,對諸如商業(yè)銀行大多不需要體驗型服務的行業(yè)沖擊更大,從業(yè)人員和物理型網(wǎng)點一樣將趨于減少。一增一減矛盾日益明顯,要戰(zhàn)略上著眼,早做布局。
商業(yè)銀行對系統(tǒng)建設要高屋建瓴。今后商業(yè)銀行的產品和資金提供主要由數(shù)據(jù)流來實現(xiàn)。同樣,服務的虛擬化趨勢,會讓更多的服務由網(wǎng)絡來承擔。這一方面需要商業(yè)銀行借助于社會網(wǎng)絡,另一方面其自身的系統(tǒng)建設也必須與此匹配,強大的系統(tǒng)是商業(yè)銀行未來經營管理的利器。
同樣,商業(yè)銀行要注重利用社交媒體的數(shù)據(jù),拓展渠道獲取客戶信息。學會使用各類媒體,不但為客戶服務,而且為優(yōu)化商業(yè)銀行自身形象服務。積極參與網(wǎng)絡工具形成的各種運作方式,并研究在運作方式中融入商業(yè)銀行工作目標。真正使媒體、網(wǎng)絡工具成為維系、拓展客戶的橋梁和重要的通道。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10