[ 導讀 ] 隨著以社交網絡為代表的web2.0的興起、智能手機的普及、各種監控系統及傳感器的大量分布，人類正在進入一個數據大爆炸的時代，“大數據”（Big Data）的概念應運而生。

　　一、“大數據”的興起和內涵

 　　隨著以社交網絡為代表的web2.0的興起、智能手機的普及、各種監控系統及傳感器的大量分布，人類正在進入一個數據大爆炸的時代，“大數據”（Big Data）的概念應運而生。

 　　大數據是指一般數據庫軟件難以獲取、儲存、管理和分析的大容量數據。具體多大容量的數據才能稱之為大數據取決于不同行業里常用的數據處理軟件和常見的數據容量。隨著技術的進步和行業的發展，大數據的下限將不斷提高。當前，大數據通常會以TB（2的40次方個字節）或PB（2的50次方個字節）為單位。

 　　大數據具有4V 的特點：一是數據容量巨大（volume）。國際數據公司（IDC）的研究報告稱，2011年全球被創建和被復制的數據總量為1.8ZB（2的70次方），并預測到2020年，全球將擁有35ZB的數據量。二是數據類型眾多（variety）。相對于過往以文本形式為主的結構化數據，大數據時代的數據類型涵蓋了圖片、音頻、視頻、網絡日志、地理位置信息等種類繁多的半結構化和非結構化數據。三是數據價值密度低（value）。舉例而言，在一個連續監控三個小時的視頻中，能夠提供有效信息幫助刑偵人員破案的畫面可能只有三五秒。四是處理數據的速度要求非常快（velocity）。一方面，面對如此浩瀚的數據量，處理效率至關重要。另一方面，越來越多的處理需要在瞬間完成以便做出及時的反應，谷歌的無人駕駛汽車便是最好的例證。

　　二、商業銀行應對“大數據”的策略建議

 　　盡管大數據對商業銀行的影響目前而言還比較小，但從發展趨勢看，要充分認識大數據的顛覆性影響。具有遠見和雄心的商業銀行都應當未雨綢繆，早做布局。

　　2.1促進金融服務與社交網絡的融合

 　　商業銀行要打破傳統數據源的邊界，更加注重社交媒體等新型數據來源，通過各種渠道獲取盡可能多的客戶信息，并從這些數據中挖掘出更多的價值。一是整合新的客戶接觸渠道，充分利用社交網絡的作用，增強對客戶的了解和互動，樹立良好的品牌形象。二是注重新媒體客服的發展，利用論壇、聊天工具、微博、博客等網絡工具將其打造成為與電話客服并行的重要服務渠道。三是將銀行內部數據和外部社交數據互聯，獲得更加完整的客戶視圖，從而進行更為高效的客戶關系管理。四是創造性利用社交網絡數據和移動數據等進行產品創新和精準營銷。比如，當銀行通過客戶的移動定位信息知道該客戶正在某商場購物，便自動發送位于該商場的某餐館的刷卡促銷活動的短信；設計新產品的時候在網絡上征求客戶意見，激發客戶參與的熱情，在了解客戶需求的同時達到良好的宣傳效果。五是注重新媒體渠道的輿情監測，在風險事件爆發之前就進行及時有效的處置，將負面影響降至最低。

 　　實現金融服務與社交網絡的融合存在一些現實的困難，只能通過不斷摸索的方式前進。首先，銀行難以得知客戶在社交網絡上的用戶名，也就難以進行數據整合。可以考慮進行一些針對性的市場活動來收集客戶的用戶名，或者在將來的客戶申請表上添加社交網絡用戶名的選項。也可以考慮和社交網絡進行直接的合作，在實名制的社交網絡上，可以利用客戶的官方證件號碼來實現客戶信息的對接。其次，目前尚缺乏成熟有效的非結構化數據的處理工具。在初期可以采取半人工的方式進行處理。IT業投入在非結構化數據處理工具的研發力量非常強，相信不久的將來就能夠有相對成熟的分析工具問世。第三，目前在銀行龐大的客戶群體中，熱衷于新媒體的畢竟只是一部分。如果憑借對他們的分析來制定針對全體客戶的策略，由于統計樣本的偏差可能到導致策略的失效。因此暫時只能用于制定一些針對特定客戶群體的策略。隨著出生在網絡年代的年青一代的成長，這樣的偏差會越來越小，最終將能覆蓋幾乎全部的客戶群體。第四，金融服務對系統安全性和穩定性的要求都遠高于社交平臺，在實現服務對接的時候可能會影響用戶體驗。最后，諸如客戶的定位信息之類的數據是否屬于隱私，如何使用方面還存在許多法律上的空白。這些問題都有待各行業協調解決。

　　2.2布局與大數據金融的競爭和合作

 　　這里所說的“大數據金融”特指類似于阿里信貸這種基于大數據的金融服務商。隨著大數據金融的發展，銀行與他們的競爭和合作不可避免。

 　　一方面，銀行可以通過發展自己的大數據平臺與其開展直接競爭。在當前的各大電商平臺上，每天都有大量的交易發生，但是這些交易的支付結算大多被第三方支付機構壟斷，銀行處于支付鏈條的末端，獲取的價值非常小。大數據金融的核心競爭力在于其擁有的大量客戶經營數據，銀行在其產業鏈中的影響很小，這也是阿里巴巴可以終止與建行的合作自行開展信貸業務的原因。為應對這種局面，銀行可以考慮自行搭建大數據平臺，獲取屬于自己的大數據，將核心話語權牢牢掌握在自己的手中。事實上，已經有不少銀行開始了這方面的布局。2012年6月28日，建行的電子商務平臺“善融商務”正式上線，包括B2B和B2C，業務范圍包括電子商務服務、金融服務、營運管理服務、企業社區服務及企業和個人商城。這可以看作是建行對于阿里巴巴終止合作的直接應對。交行打造的電子商務平臺“交博匯”也開始向客戶開放。在為客戶提供增值服務的同時獲得客戶的動態經營信息，成為銀行共同的驅動力。

 　　另一方面，銀行需要與大數據金融企業加強合作互利。完整和綜合的大數據注定難以被某一家企業、機構或政府部門所獨自掌控，因此任何想壟斷大數據的想法和行為都是不現實的，企業之間的合作互贏是發展的潮流。在認同大數據巨大價值的共識下，銀行可與電信、電商、社交網絡等大數據平臺開展合作，進行數據和信息的共享和利用，全面整合客戶有效信息，將金融服務與移動網絡、電子商務、社交網絡等完美融合。建行與阿里巴巴的信貸合作可以說是在這方面進行了非常有益的探索，可惜由于阿里巴巴要求在信貸利息中分利被拒絕而導致合作終止。但由此可見建立銀行與電信運營商、電商、社交網絡等參與方的合理的利潤分配模式是合作能否成功的關鍵因素。

　　2.3培養面對大數據時代的核心能力

 　　一是數據整合的能力。不僅僅是銀行內部數據的整合，更重要的是和大數據鏈條上其他外部數據整合的能力。大數據時代，有能力整合和管理數據的企業才能夠主導產業鏈，作為大數據鏈條中的一環，銀行應當以更加積極的姿態與鏈條上的其他企業進行數據和信息的交換，越是完整的數據，能夠產生的作用就越大。由于各行業的數據標準和格式存在差異，如何逐漸統一數據標準以便進行更方便的數據交換和融合是面臨的巨大挑戰。

 　　二是數據分析的能力。這里要注意區分傳統的商業智能和大數據時代的數據分析能力。首先，傳統的商業智能所處理的數據大多都是銀行自身數據庫當中的標準化、結構化的數據，而在大數據時代，更多需要處理的是大量的半結構化和非結構化的數據。其次，大數據時代處理的數據量與現在完全不在一個量級，現有的很多數據處理方法已經不能滿足需求。最后，當前銀行中常用的數據分析比如信用評級和市場營銷模型，都是在建模后再進行系統實施，持續的時間較長。而在大數據時代，對于數據處理的實時性有很高的要求。這些本質上的區別不僅要求銀行使用專門的數據儲存技術和設備，更要求專門的數據分析方法和使用體系。不得不說的是，中資銀行在對數據分析的重視程度和能力上與國際先進銀行有著巨大的差距，很多中資銀行在“小數據”時代的數據分析能力都亟需加強。

 　　三是行動實施的能力。任何對大數據的分析只有轉換為實際的商業行動才能夠真正為銀行創造價值。大數據時代的行動實施具有兩個鮮明的特點：精準和快速。精準取決于大數據時代對客戶的全面深刻了解，制定的行動方案都非常具有針對性，因此方案將會更加差異化。現在給全體客戶統一版本發送的一條促銷短信在將來可能需要發送上萬個不同的版本。快速取決于大數據時代很多分析和策略都是系統自動完成的特性，更多的營銷活動都將由客戶的某項行為觸發，然后由系統自動執行相應的行動。這些特性對銀行的系統和人員都提出了更高的能力要求。為培養這三方面的能力，銀行需要從理念、系統、人才、管理等各個方面進行準備。理念方面，需要充分認識大數據的影響，樹立并強化用數據分析指導經營和管理的理念。系統方面，在建設新一代信息系統的時候應對大數據的儲存、管理、分析和使用方面有所考慮。人才方面，積極招募和培養精通數據管理和分析的高級人才。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。