“大數(shù)據(jù)（Big Data）”的概念在過去幾年里引起了各個行業(yè)的充分關(guān)注。以信息處理能力作為核心競爭力之一的商業(yè)銀行，如能引入大數(shù)據(jù)的理念和相關(guān)技術(shù)，將有效提升自身的信息化水平，促進(jìn)信息化銀行的建設(shè)和發(fā)展。因此，有必要基于商業(yè)銀行經(jīng)營特點和現(xiàn)有IT架構(gòu)，對“大數(shù)據(jù)”的概念加以分析和探討。本文以商業(yè)銀行的視角，從大數(shù)據(jù)的核心思想、數(shù)據(jù)特點、技術(shù)要領(lǐng)、實施要點四個方面切入，以六組問答的形式對商業(yè)銀行大數(shù)據(jù)相關(guān)的思想、概念、方法、對策等進(jìn)行辨析和討論。
大數(shù)據(jù)的核心在于“大”嗎？
體量大、維度高、形態(tài)多、價值高但密度低是公認(rèn)的大數(shù)據(jù)四大特點（即大數(shù)據(jù)的“4V”定義）。需要指出的是，這四大特點的概括，是出于理論研究的需要，對“數(shù)據(jù)”本身特點進(jìn)行的概括。而對于商業(yè)銀行的業(yè)務(wù)應(yīng)用而言，則應(yīng)從具體效用的角度來理解大數(shù)據(jù)思想及技術(shù)。
大數(shù)據(jù)之于商業(yè)銀行，在于對既有數(shù)據(jù)分析系統(tǒng)的升級，顯著提升數(shù)據(jù)分析和商業(yè)決策的效率。大數(shù)據(jù)的思想追求數(shù)據(jù)在商業(yè)決策中的“無處不在”，講求數(shù)據(jù)分析與具體業(yè)務(wù)的緊密銜接。從商業(yè)智能（BusinessIntelligence， BI）的角度來看，大數(shù)據(jù)技術(shù)是原有BI的升級，將傳統(tǒng)的“具體業(yè)務(wù)—商業(yè)數(shù)據(jù)—BI分析—報表—決策—具體業(yè)務(wù)”的BI流程進(jìn)行了再造，壓縮了整個流程的信息鏈條，同時提升了鏈條各個環(huán)節(jié)及整體的運轉(zhuǎn)效率。
大數(shù)據(jù)之于商業(yè)銀行，在于提供了一種有效的手段，提高商業(yè)銀行對客戶的理解與認(rèn)知能力。大數(shù)據(jù)技術(shù)支持商業(yè)銀行對大量日志數(shù)據(jù)進(jìn)行統(tǒng)計和建模，從而了解客戶的行為習(xí)慣、風(fēng)險偏好、健康情況、消費能力、渠道喜好、信用狀況及人口統(tǒng)計學(xué)等多方面的信息，進(jìn)而為客戶“貼標(biāo)簽”、“畫像”；亦可整合多種信息反饋渠道的數(shù)據(jù)，幫助商業(yè)銀行實時關(guān)注、理解客戶的真正業(yè)務(wù)需求。
大數(shù)據(jù)之于商業(yè)銀行，在于能夠低成本、批量地實現(xiàn)較高水準(zhǔn)的個性化客戶服務(wù)，增加客戶粘性。如能有效地將大數(shù)據(jù)分析系統(tǒng)與移動互聯(lián)網(wǎng)技術(shù)、線上線下一體化服務(wù)體系進(jìn)行緊密融合，就可為商業(yè)銀行的客戶提供“千人千面”的個性化服務(wù)。例如，對于低凈值長尾客戶，可用較低的成本，批量化地通過電子渠道提供隨身的知心服務(wù)，提高產(chǎn)品和服務(wù)的覆蓋率；對于高凈值客戶，提供“客戶經(jīng)理+電子渠道”的隨身貼心服務(wù)，提升客戶的業(yè)務(wù)貢獻(xiàn)。
可見，從具體效用的角度來看，衡量一個商業(yè)銀行是否真正應(yīng)用了大數(shù)據(jù)、發(fā)揮了大數(shù)據(jù)的價值，就是要看其大數(shù)據(jù)系統(tǒng)是否能夠顯著提升數(shù)據(jù)分析和商業(yè)決策的效率，是否能夠提高對客戶的理解與認(rèn)知能力，是否能夠低成本、批量地實現(xiàn)較高水準(zhǔn)的個性化客戶服務(wù)。如果商業(yè)銀行的大數(shù)據(jù)系統(tǒng)未能實現(xiàn)上述效用，那就需要認(rèn)真審視自身的大數(shù)據(jù)戰(zhàn)略并加以調(diào)整。
大數(shù)據(jù)就是外部數(shù)據(jù)嗎？
在國內(nèi)，以阿里、騰訊、百度為代表的互聯(lián)網(wǎng)企業(yè)，以各自的核心業(yè)務(wù)（例如，阿里的電子商務(wù)、騰訊的社交娛樂、百度的網(wǎng)絡(luò)搜索）為切入點，通過并購、自主開發(fā)等方式，不斷推出種類繁多的網(wǎng)絡(luò)服務(wù)，在網(wǎng)絡(luò)空間中搭建了“全業(yè)務(wù)”的數(shù)據(jù)平臺，收集了海量的客戶數(shù)據(jù)，并以此為基礎(chǔ)開發(fā)出了一系列客戶征信、消費貸款、網(wǎng)絡(luò)保險等大數(shù)據(jù)產(chǎn)品，向商業(yè)銀行的相關(guān)產(chǎn)品提出挑戰(zhàn)。
與上述互聯(lián)網(wǎng)企業(yè)相比，商業(yè)銀行在網(wǎng)絡(luò)空間中缺少類似的“全業(yè)務(wù)”平臺，因此短期內(nèi)難以依靠自身的電子渠道獲取類似的客戶信息。對此，商業(yè)銀行是否應(yīng)該將大數(shù)據(jù)的戰(zhàn)略重點放在從自身體系之外獲取客戶數(shù)據(jù)呢？應(yīng)從以下三個角度進(jìn)行分析。
數(shù)據(jù)價值的角度。京東白條、天貓分期、阿里小貸、支付寶運費險、百分點個人征信、金電聯(lián)行“企業(yè)客觀信用”等業(yè)務(wù)的成功實踐已經(jīng)驗證了互聯(lián)網(wǎng)客戶大數(shù)據(jù)在維度、粒度、活性方面的優(yōu)勢和價值，如果這些數(shù)據(jù)能與商業(yè)銀行的既有數(shù)據(jù)進(jìn)行融合分析，將有望獲得更加精準(zhǔn)的數(shù)據(jù)分析結(jié)果。
自身大數(shù)據(jù)體系的建設(shè)。一方面，應(yīng)以內(nèi)部數(shù)據(jù)為重點，做好自身既有數(shù)據(jù)的價值深鉆和分析架構(gòu)的大數(shù)據(jù)改造，而不應(yīng)以引入外部數(shù)據(jù)作為大數(shù)據(jù)發(fā)展的戰(zhàn)略重點；另一方面，要放開眼界，積極引入外部數(shù)據(jù)，增強商業(yè)銀行與互聯(lián)網(wǎng)企業(yè)IT架構(gòu)方面的交流，以期加快自身大數(shù)據(jù)體系的建設(shè)進(jìn)度，提升其兼容性與可用性。
數(shù)據(jù)交換的合規(guī)性�？蛻粼谑褂没ヂ�(lián)網(wǎng)服務(wù)期的行為信息、購物記錄、健康信息等數(shù)據(jù)理應(yīng)屬于隱私數(shù)據(jù)，客戶在注冊期間簽署的網(wǎng)絡(luò)服務(wù)協(xié)議是否能夠有效支持互聯(lián)網(wǎng)企業(yè)采集、商用并交換，尚屬法律空白。因此，商業(yè)銀行在引進(jìn)外部數(shù)據(jù)之前，應(yīng)首先做好合規(guī)工作。
可見，對于商業(yè)銀行而言，合規(guī)合理地引入外部數(shù)據(jù)，有助于提升自身數(shù)據(jù)的多樣性、細(xì)化數(shù)據(jù)粒度，并可通過數(shù)據(jù)交換提升自身大數(shù)據(jù)體系的兼容性與可用性。但是也應(yīng)充分認(rèn)識到，商業(yè)銀行多年積累的業(yè)務(wù)數(shù)據(jù)的價值還遠(yuǎn)未完全發(fā)揮，尚待深鉆、分析和應(yīng)用，應(yīng)將基于內(nèi)部數(shù)據(jù)的分析應(yīng)用作為當(dāng)前自建大數(shù)據(jù)能力的核心；與此同時，也要及時開展預(yù)研預(yù)估，做好外部數(shù)據(jù)交換的合規(guī)準(zhǔn)備工作，為“內(nèi)外兼修”的大數(shù)據(jù)平臺建設(shè)做好準(zhǔn)備。
大數(shù)據(jù)是否等同于非結(jié)構(gòu)化數(shù)據(jù)？
“非結(jié)構(gòu)化數(shù)據(jù)”是在大數(shù)據(jù)的“4V”定義中作為數(shù)據(jù)多樣性的一個典型例子而被提出的，因此受到了普遍關(guān)注，在眾多關(guān)于大數(shù)據(jù)的文獻(xiàn)中，“非結(jié)構(gòu)化數(shù)據(jù)”也占據(jù)著比較重要的地位。那么，商業(yè)銀行是否也應(yīng)將“非結(jié)構(gòu)化數(shù)據(jù)”的處理作為現(xiàn)階段自建大數(shù)據(jù)體系的重點？
對于這一問題，要結(jié)合“非結(jié)構(gòu)化數(shù)據(jù)”的特性進(jìn)行分析。非結(jié)構(gòu)化數(shù)據(jù)的本質(zhì)特性是所包含信息的豐富、復(fù)雜程度遠(yuǎn)遠(yuǎn)高于結(jié)構(gòu)化數(shù)據(jù)。典型的“非結(jié)構(gòu)化數(shù)據(jù)”包括文本、音樂、語音、圖像、視頻等類型的數(shù)據(jù)，這些數(shù)據(jù)所包含的信息極其豐富，不能使用數(shù)據(jù)表進(jìn)行無損耗轉(zhuǎn)化。因此，非結(jié)構(gòu)化數(shù)據(jù)無法使用數(shù)據(jù)表或者類似的結(jié)構(gòu)化的方式進(jìn)行無損轉(zhuǎn)化，所以只能以數(shù)據(jù)包、文件集的方式進(jìn)行存儲，也無法使用與結(jié)構(gòu)化數(shù)據(jù)相同的數(shù)據(jù)分析方法進(jìn)行統(tǒng)計、分析、建模，往往需要通過專門設(shè)計的預(yù)處理算法將其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。這就增加了數(shù)據(jù)管理和分析的難度，也提高了對數(shù)據(jù)存儲、計算資源的需求。對于非結(jié)構(gòu)化數(shù)據(jù)的分析，至今仍是學(xué)術(shù)界的研究熱點，在學(xué)術(shù)領(lǐng)域尚屬“進(jìn)行時”，在商用領(lǐng)域的應(yīng)用則更是鳳毛麟角。
可見，現(xiàn)階段自建大數(shù)據(jù)體系，對于非結(jié)構(gòu)化數(shù)據(jù)應(yīng)按照“量體裁衣”的原則，根據(jù)自身IT架構(gòu)的存儲、計算資源和技術(shù)人員投入分步實施。對于資源緊張的商業(yè)銀行，可采取“存儲—外購預(yù)處理模塊—自行研發(fā)”三步走的路徑積累非結(jié)構(gòu)化數(shù)據(jù)的分析能力；對于資源較豐富的商業(yè)銀行，則可按照“預(yù)研一批、實用一批、儲備一批”的策略，采用“外購預(yù)處理模塊+產(chǎn)學(xué)研合作+自行研發(fā)”的方式進(jìn)行嘗試，緊跟技術(shù)前沿，適時引入成熟的非結(jié)構(gòu)化處理技術(shù)（例如語音識別技術(shù)、基于詞頻統(tǒng)計的自然語音理解技術(shù)等），但也應(yīng)注意資源配比，不應(yīng)將非結(jié)構(gòu)化數(shù)據(jù)作為現(xiàn)階段自建大數(shù)據(jù)體系的重點。
大數(shù)據(jù)等同于數(shù)據(jù)倉庫嗎？
如前所述，商業(yè)銀行是否具備大數(shù)據(jù)能力，應(yīng)依據(jù)數(shù)據(jù)及數(shù)據(jù)分析系統(tǒng)所發(fā)揮的具體效用來判斷。以“顯著提升數(shù)據(jù)分析和商業(yè)決策的效率”，“顯著提高對客戶的理解與認(rèn)知能力”，“低成本、批量地實現(xiàn)較高水準(zhǔn)的個性化客戶服務(wù)”三條標(biāo)準(zhǔn)來衡量，目前商業(yè)銀行數(shù)據(jù)倉庫建設(shè)還需在以下幾個方面加以強化。
建設(shè)異構(gòu)的數(shù)據(jù)倉庫平臺。多年來，商業(yè)銀行的數(shù)據(jù)倉庫以存儲業(yè)務(wù)、交易數(shù)據(jù)為主，因此采購了存儲成本較高的專業(yè)數(shù)據(jù)倉庫服務(wù)，數(shù)據(jù)在進(jìn)入倉庫之前的ETL規(guī)則相對比較嚴(yán)格，并采用了“時間換空間”的策略進(jìn)行主題拆分以節(jié)約存儲空間，這就導(dǎo)致在執(zhí)行諸如交易鏈恢復(fù)、交易場景還原等分析任務(wù)時消耗較高的計算資源，降低整體的分析效率。與用戶行為數(shù)據(jù)緊密相關(guān)的日志數(shù)據(jù)，具有典型的“數(shù)據(jù)量大、頻度高但價值密度低”的特點，可針對這一需求，搭建低成本的PC集群、內(nèi)存數(shù)據(jù)庫等，與既有的數(shù)據(jù)倉庫融合起來，構(gòu)成對數(shù)據(jù)源和分析端透明的異構(gòu)數(shù)據(jù)倉庫，提高其響應(yīng)速度和處理能力。
搭建業(yè)務(wù)指標(biāo)提取邏輯的共享平臺。目前商業(yè)銀行基礎(chǔ)數(shù)據(jù)的標(biāo)準(zhǔn)化工作已經(jīng)取得了長足的進(jìn)展，但在實際應(yīng)用中，尚存在“業(yè)務(wù)邏輯信息孤島”現(xiàn)象（即由于缺乏一個共享平臺，而造成不同的分析師之間無法互通業(yè)務(wù)指標(biāo)的提取邏輯，每個分析師、每個數(shù)據(jù)分析部門就形成了一座座孤島）。這一現(xiàn)象不僅造成業(yè)務(wù)指標(biāo)“多態(tài)”問題，也誘發(fā)了數(shù)據(jù)倉庫訪問請求的重復(fù)提交，影響數(shù)據(jù)分析的效率和準(zhǔn)確性，因此需盡快搭建權(quán)限控制合理的業(yè)務(wù)指標(biāo)提取邏輯分享平臺，解決“業(yè)務(wù)邏輯信息孤島”問題。
建立由信息治理部門主導(dǎo)、以業(yè)務(wù)部門為中心的大數(shù)據(jù)創(chuàng)新立項機制。大數(shù)據(jù)應(yīng)用要求盡量壓縮數(shù)據(jù)分析業(yè)務(wù)鏈條，進(jìn)一步提高具體業(yè)務(wù)與數(shù)據(jù)分析環(huán)節(jié)結(jié)合的緊密程度，對此，可以探索建立由信息治理部門主導(dǎo)、以業(yè)務(wù)部門為中心的大數(shù)據(jù)創(chuàng)新立項機制。簡言之，就是將數(shù)據(jù)分析師融入具體業(yè)務(wù)部門，由數(shù)據(jù)分析師和具體業(yè)務(wù)部門共同發(fā)起大數(shù)據(jù)應(yīng)用的創(chuàng)新項目立項，經(jīng)信息治理部門審批后，給予相應(yīng)的計算資源，并依據(jù)數(shù)據(jù)應(yīng)用項目在具體業(yè)務(wù)中產(chǎn)生的效果進(jìn)行評估和激勵。
大數(shù)據(jù)只需要海杜普平臺嗎？
Apache 軟件基金會（ASF）旗下的海杜普（Hadoop）開源項目對于大數(shù)據(jù)應(yīng)用無疑有著巨大的推動作用，基于Hadoop的HDFS系統(tǒng)也是目前主流大數(shù)據(jù)平臺的重要基礎(chǔ)設(shè)施，那么是不是有了Hadoop平臺，商業(yè)銀行就擁有了大數(shù)據(jù)處理能力了呢？
首先，從軟硬件平臺的完備性來看，還需持續(xù)投入，配置更多的軟件模塊，以提升大數(shù)據(jù)分析平臺的能力。Hadoop只是大數(shù)據(jù)分析平臺的基礎(chǔ)設(shè)施，除了基于Hadoop及Yarn的Hive、HBase、Pig、Storm之外，mahout、Hadoop-R、Hadoop-weka等數(shù)據(jù)分析、數(shù)據(jù)挖掘套件對于大數(shù)據(jù)分析也是必不可少的，另外速度更快、性能更高的Spark體系也在互聯(lián)網(wǎng)企業(yè)獲得了成功的應(yīng)用，值得商業(yè)銀行關(guān)注和借鑒。
其次，從數(shù)據(jù)的來源來看，還需改造前端，以獲取更多維度、更高頻次、更細(xì)粒度的數(shù)據(jù)。商業(yè)銀行的數(shù)據(jù)分析系統(tǒng)長期以來重視業(yè)務(wù)數(shù)據(jù)的存儲，而對于系統(tǒng)運行狀態(tài)的日志、客戶個人信息的收集并不重視，而這些信息恰恰是大數(shù)據(jù)分析得以理解客戶、排查業(yè)務(wù)問題的關(guān)鍵所在。因此，商業(yè)銀行需要系統(tǒng)性地進(jìn)行應(yīng)用前端改造，借鑒互聯(lián)網(wǎng)企業(yè)、電商企業(yè)的做法，設(shè)法獲取更多維度、更高頻次、更細(xì)粒度的數(shù)據(jù)，更好地滿足大數(shù)據(jù)分析對數(shù)據(jù)源的需求。
最后，從項目的執(zhí)行過程來看，還須形成“數(shù)據(jù)分析+業(yè)務(wù)應(yīng)用”的數(shù)據(jù)分析模式，以迭代方式優(yōu)化分析結(jié)果和具體業(yè)務(wù)。傳統(tǒng)的BI模式下，數(shù)據(jù)分析的業(yè)務(wù)流程可以概括為：接受業(yè)務(wù)部門提出的分析需求=>數(shù)據(jù)分析=>形成報告。而大數(shù)據(jù)分析的很多項目需要數(shù)據(jù)分析師與業(yè)務(wù)人員一起進(jìn)行持續(xù)迭代，有的項目甚至很難確立一個明確的終止時間點（例如電商的推薦系統(tǒng)一般由一個團(tuán)隊持續(xù)優(yōu)化），這就需要商業(yè)銀行能夠允許在特定的大數(shù)據(jù)分析項目上，采取“數(shù)據(jù)分析+業(yè)務(wù)應(yīng)用”的數(shù)據(jù)分析模式，以迭代方式優(yōu)化分析結(jié)果和具體業(yè)務(wù)。
可見，Hadoop平臺并不是商業(yè)銀行具備大數(shù)據(jù)能力的充要條件，商業(yè)銀行不僅需要在軟硬件平臺上持續(xù)投入，還需要在前端設(shè)計、數(shù)據(jù)分析模式等方面加以改造，才能更加適應(yīng)大數(shù)據(jù)分析的要求。
大數(shù)據(jù)只是數(shù)據(jù)分析部門的事？
如前所述，大數(shù)據(jù)能力是以數(shù)據(jù)分析為基礎(chǔ)的，融合商業(yè)決策、客戶感知、個性化服務(wù)為一體的綜合競爭力，因此，大數(shù)據(jù)能力建設(shè)就不應(yīng)僅由數(shù)據(jù)分析部門來承擔(dān)。
要從戰(zhàn)略層面將大數(shù)據(jù)能力建設(shè)納入發(fā)展規(guī)劃。應(yīng)做好頂層設(shè)計，把大數(shù)據(jù)能力建設(shè)與信息化銀行建設(shè)結(jié)合起來，與線上線下一體化建設(shè)結(jié)合起來，與互聯(lián)網(wǎng)金融發(fā)展戰(zhàn)略結(jié)合起來，協(xié)同業(yè)務(wù)、渠道、科技、數(shù)據(jù)分析等多個部門，做好頂層設(shè)計和統(tǒng)籌規(guī)劃，形成“全員大數(shù)據(jù)”的氛圍，從數(shù)據(jù)源梳理、數(shù)據(jù)分析平臺搭建、分析模式確立、外部數(shù)據(jù)交換規(guī)則等多個層次制定明確的方針與操作標(biāo)準(zhǔn)，加快大數(shù)據(jù)能力建設(shè)的進(jìn)度。
要重視數(shù)據(jù)分析流程的效率提升。大數(shù)據(jù)分析的效用大小，很大程度上取決于數(shù)據(jù)的活性以及分析結(jié)果投入具體業(yè)務(wù)的速度，因此，要盡可能壓縮傳統(tǒng)BI的業(yè)務(wù)鏈條�？稍陔娮忧篮妥灾辣M可能地實現(xiàn)數(shù)據(jù)采集與分析結(jié)果應(yīng)用的一體化（例如，基于客戶個性的產(chǎn)品關(guān)聯(lián)推薦、基于場景的實時定價、自助設(shè)備界面?zhèn)�性化自適應(yīng)等），也可在傳統(tǒng)的BI領(lǐng)域中，應(yīng)用大數(shù)據(jù)的處理模式，以高實時性的中間數(shù)據(jù)層為媒介，建立效率更高、實時性更強、管理者自定義程度更深的商業(yè)智能系統(tǒng)，實現(xiàn)商業(yè)報表的實時化、移動化、定制化。
要重視人才儲備和技術(shù)積累。大數(shù)據(jù)技術(shù)的發(fā)展日新月異，數(shù)據(jù)的人才儲備和技術(shù)積累卻不能一蹴而就，需要相當(dāng)力度的持續(xù)投入。人才儲備方面，應(yīng)本著“引進(jìn)一批，培養(yǎng)一批，儲備一批”的原則，引進(jìn)一小批高層次技術(shù)人才，通過具體的項目實施，培養(yǎng)大量的存量技術(shù)人員，并通過面向高校和社會的大數(shù)據(jù)技術(shù)競賽、資助開源社區(qū)等方式，形成廣泛而有效的人才儲備。技術(shù)積累方面，應(yīng)按照“開放并包，為我所用”的思路，組成大數(shù)據(jù)預(yù)研團(tuán)隊，積極開展開源項目的篩選、驗證、吸收工作，沿著“引入并消化大數(shù)據(jù)開源項目—資助大數(shù)據(jù)開源項目—提出并主導(dǎo)大數(shù)據(jù)開源項目”的路徑，不斷強化自身在大數(shù)據(jù)技術(shù)方面的優(yōu)勢，形成自身的核心競爭力。
核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標(biāo)題：商業(yè)銀行如何玩轉(zhuǎn)大數(shù)據(jù)？
本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/10839318126.html
相關(guān)文章
