大数据或重构商业银行
【摘要】大数据或重构商业银行中国工程院院士、中国通信学会副会长邬贺铨将“大数据”描述为“没有办法在容许的时间内用常规软件工具对其内容进行抓
大数据或重构商业银行
中国工程院院士、中国通信学会副会长邬贺铨将“大数据”描述为“没有办法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理的数据结合。”他同时又指出,大数据本身的规模标准在不断变化中,以前叫海量数据,现在数据比海量数据还大量。
简言之,“大数据”的特征为:数据量极大,数据的种类繁多,数据增速加快,数据来源多样,数据必须经过处理,数据具有定向性。浩如烟海的“大数据”用处极大,完成了以往“不可能”完成的任务。
在美国总统科学技术顾问委员会提交给总统和国会的一篇名为《规划数字化的未来》的报告中,明确提到“如何收集、管理和分析数据正日渐成为网络技术研究的重中之重。以机器学习、数据挖掘为基础的高级数据分析技术,将促进从数据到知识的转化、从知识到行动的跨越。”
“大数据”时代与既往存在的数据区别是,由于数据量的不同,使得“大数据”的挖掘工作量迅猛增加;尤其是数据来源更广,通过交换、整合和研究,可以发现市场发展趋势,市场参与者的需求,让企业从中寻找适合自己的商机,商机在握,就能为企业创造新价值。相比“大数据”的作用,如果说现有的数据能提供对企业类似的帮助,仅是在边缘地带,“大数据”却能真正深入核心。为此,必须使用仿真和复杂的计算,计算速度要求极快,以适应超量、在限时内完成工作的要求。
当然,“大数据”由于人为制造、以讹传讹、操作失误等问题,同样会存在虚假数据。因此,为了最大限度保证数据的准确性,需要大量的数学模型,而且分析结论可直观获得。其中,多源数据的存在提高了结论的完整性。所谓多源数据,是指对同一事物,采集它多方面、多纬度、多形态的记录数据。特别是用于预测时,还要关注历史数据,将两者对比,以缩小过去与未来预测的映射差距。
另外,“大数据”的最终结果展示也应该引起我们足够重视。最近爆发的美国“棱镜门事件”,表面上看,是美国政府对情报的窃取。实际上折射出“大数据”如何展示、向谁展示的问题。特别是“大数据”能够在一定程度上探寻人的思想时,就更加突显其重要性。
三十年前,商业银行用传统的算盘核算、簿记记录各类数据,今天,则以计算机运行、电子数据采集为主,并由此形成了海量数据。
相对“大数据”,过往数据因为过于零散、连续性不足、源头单一、形式单调,无法表现客户的交易行为、交易偏好和交易习惯等个性特征,银行也无法知晓客户对银行产品喜欢或讨厌的具体原因,以及对银行产品和服务满意与否的信息。海量的“大数据”却可以弥补这些缺憾。
商业银行核心竞争力,外部体现在市场份额、市场对其综合评价;内部则是股东利益最大化,员工的满意度。要实现核心竞争力,源头是市场与客户。“大数据”恰恰可以为开拓两个源头发挥重要引领作用。《经济学人》在一篇报道中写到“过去,这些数据储存在不同的系统当中,如财务系统、人力资源系统和客户管理系统,老死不相往来。现在这些系统彼此相连,通过‘数据挖掘’的技术,可以获得一幅关于企业运营的完整图景,这被称为:一致的真相。”
可以预见,今后“大数据”对商业银行的作用主要表现在:第一,对客户的了解程度与过去彻底不同。“大数据”不但让银行把握客户现在,更可以了解客户的历史,通过数据的交换、映射对其进行短期、中期预测。
第二,与客户开展多渠道互动,全面评估商业银行自身的产品和服务在客户中的满意度。商业银行通过自身和公共信息归集渠道掌握的数据,进行分析,有助于改进和提高产品种类及服务质量,在第一时间争取主动。
第三,“大数据”成为商业银行竞争的主要手段之一,其完整性、准确性将决定商业银行的竞争结果。“大数据”在竞争中成为名副其实的“双刃剑”,竞争双方都可以利用掌握的数据来制订竞争策略。
第四,商业银行营销手段以“大数据”为依托,开展针对性的销售。
第五,商业银行风险管理出现巨大变化。商业银行风险管理模型离不开数据。“大数据”的数据多样性和丰富性,能弥补过去数据不够的缺陷,最终带来管理方法的飞跃。
第六,多样化金融型态与传统商业银行展开竞争。马云[微博]涉足准金融业务,是电商市场发展的必然结果。某种意义上也预示“大数据”时代中,新的、能够节约交易成本的方式将不断涌现。
在“大数据”时代,商业银行要积极做好应对工作。
首先,商业银行在日常经营中产生的大量数据是形成整个社会“大数据”的重要组成部分,因此,要对数据管控、数据处理和数据结果反映作出正确处置。
一是数据管控上要依照标准化采集,统一化处理,时效化完成,分级化查阅。坚持做到采集的数据准确,结果可视,使数据应用性大大提高;二是数据处理时一定要科学、依照规则,特别要杜绝以假乱真,以次充好现象;三是处理后的结果,要依照规定展示,并且严格按照国家法律法规进行使用,避免影响商业银行声誉风险事项产生。
其次,商业银行需要投入大量资源用于适应“大数据”技术的需要。对此,对资源的投入一定要有相当的前瞻性,并兼顾当前实际。争取在过渡期内,尽可能地实现资源利用最大化。
最后,商业银行要高度重视适应“大数据”技术的人力储备。美国就曾预计,为适应“大数据”时代到来,未来美国需要60万名拥有数据分析特长,又懂行业知识的复合型人才。这类人才仅仅经过大学培养远远不够,还需要丰富的实践经验。我国商业银行对此类人才的储备相当不足,抓紧人力资源准备更为迫切。
此外,“大数据”时代将带动整个社会交易方式的变化,对诸如商业银行大多不需要体验型服务的行业冲击更大,从业人员和物理型网点一样将趋于减少。一增一减矛盾日益明显,要战略上着眼,早做布局。
商业银行对系统建设要高屋建瓴。今后商业银行的产品和资金提供主要由数据流来实现。同样,服务的虚拟化趋势,会让更多的服务由网络来承担。这一方面需要商业银行借助于社会网络,另一方面其自身的系统建设也必须与此匹配,强大的系统是商业银行未来经营管理的利器。
同样,商业银行要注重利用社交媒体的数据,拓展渠道获取客户信息。学会使用各类媒体,不但为客户服务,而且为优化商业银行自身形象服务。积极参与网络工具形成的各种运作方式,并研究在运作方式中融入商业银行工作目标。真正使媒体、网络工具成为维系、拓展客户的桥梁和重要的通道。
就业培训申请领取
环球青藤
官方QQ群扫描上方二维码或点击一键加群,免费领取大礼包,加群暗号:青藤。 一键加群
数据分析师相关文章推荐
|数据分析师最新文章推荐
刷题看课 APP下载
免费直播 一键购课
代报名等人工服务
- 1 传统数据和大数据的区别
- 2 数据分析的8种方法都是哪些?
- 3 数据分析的具体流程是什么?
- 4 3大常用的数据分析工具是什么?
- 5 excel中的运算符
- 6 数据分析的作用有哪些?
- 7 电子商务需要分析哪些数据?
- 8 数据分析包括哪些内容?
- 9 数据分析的基本步骤
- 10 rdd是什么?