近日，中國(guó)人民銀行成立金融科技(FinTech)委員會(huì)，旨在加強(qiáng)金融科技工作的研究規(guī)劃和統(tǒng)籌協(xié)調(diào)。隨著金融科技在業(yè)務(wù)層面滲透率的逐步提升，大數(shù)據(jù)技術(shù)在金融機(jī)構(gòu)中的應(yīng)用日益廣闊，對(duì)于商業(yè)銀行如何在金融科技時(shí)代使用、提取、管理好大數(shù)據(jù)的討論也更加深入。

一、大數(shù)據(jù)技術(shù)在銀行業(yè)中應(yīng)用的前景

20世紀(jì)以來(lái)，信息技術(shù)在金融業(yè)的中大量廣泛使用，使其累積了體量龐大的數(shù)據(jù)和信息，金融機(jī)構(gòu)當(dāng)中存儲(chǔ)著數(shù)億萬(wàn)計(jì)的數(shù)據(jù)，這種情況迫使金融機(jī)構(gòu)必須要考慮如何將這些數(shù)據(jù)轉(zhuǎn)換為可以創(chuàng)造實(shí)際價(jià)值的內(nèi)容，為企業(yè)盡可能多的創(chuàng)造利潤(rùn)。然而，這些數(shù)據(jù)并不是為了分析目的而專(zhuān)門(mén)生產(chǎn)，僅僅是隨商業(yè)活動(dòng)產(chǎn)生，盡管數(shù)量龐大，但難于直接產(chǎn)生價(jià)值，因此需要借助大數(shù)據(jù)挖掘技術(shù)進(jìn)行深度挖掘，使之成為有價(jià)值的信息。隨著數(shù)據(jù)收集能力逐步提高，金融企業(yè)將形成時(shí)間連續(xù)、動(dòng)態(tài)變化的面板數(shù)據(jù)，其中不僅包括用戶(hù)的交易數(shù)據(jù)，也包括用戶(hù)的行為數(shù)據(jù)。簡(jiǎn)單的數(shù)據(jù)搜集和歸并對(duì)金融企業(yè)來(lái)說(shuō)不足以有效利用這些數(shù)據(jù)，只有對(duì)其進(jìn)行深度挖掘，才可以發(fā)現(xiàn)其中的隱性信息并利用其為客戶(hù)提供更加優(yōu)質(zhì)的金融產(chǎn)品和服務(wù)。如何對(duì)多源數(shù)據(jù)實(shí)現(xiàn)快速高效的海量數(shù)據(jù)處理 如何應(yīng)對(duì)互聯(lián)網(wǎng)金融產(chǎn)生的碎片化數(shù)據(jù)、快速響應(yīng)需求引發(fā)的風(fēng)險(xiǎn)問(wèn)題 如何充分利用數(shù)據(jù)分析、挖掘來(lái)獲取更大的經(jīng)濟(jì)效益 是金融企業(yè)在進(jìn)行大數(shù)據(jù)分析時(shí)面對(duì)的幾大挑戰(zhàn)。

互聯(lián)網(wǎng)的發(fā)展催生了大數(shù)據(jù)技術(shù)的誕生。在21世紀(jì)初，全球網(wǎng)頁(yè)內(nèi)容大規(guī)模增長(zhǎng)，網(wǎng)頁(yè)內(nèi)容每日增長(zhǎng)速度超百萬(wàn)。截止2001年末，全世界網(wǎng)頁(yè)個(gè)數(shù)達(dá)50億個(gè)[1]，互聯(lián)網(wǎng)用戶(hù)檢索有用信息的難度越來(lái)越大。谷歌(GOOGLE)等擁有較高搜索引擎技術(shù)的公司開(kāi)始建立搜索系統(tǒng)，其內(nèi)容覆蓋數(shù)十億網(wǎng)頁(yè)，提高了人們對(duì)互聯(lián)網(wǎng)內(nèi)容的使用效率，大數(shù)據(jù)技術(shù)由此誕生。由于網(wǎng)頁(yè)內(nèi)容當(dāng)中需要處理的數(shù)據(jù)包含大量的非結(jié)構(gòu)化內(nèi)容，傳統(tǒng)的搜索技術(shù)無(wú)法完成檢索。谷歌公司提出了以“分布式”為基礎(chǔ)的存儲(chǔ)和檢索系統(tǒng)，包括分布式文件、分布式并行計(jì)算和分布式數(shù)據(jù)庫(kù)等系統(tǒng)，實(shí)現(xiàn)了非結(jié)構(gòu)化據(jù)的檢索，并奠定了大數(shù)據(jù)技術(shù)的基礎(chǔ)。伴隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的崛起，這種創(chuàng)新的海量數(shù)據(jù)處理技術(shù)在電子商務(wù)、定向廣告、智能推薦、社交網(wǎng)絡(luò)等方面得到應(yīng)用，取得巨大的商業(yè)成功。這啟發(fā)全社會(huì)開(kāi)始重新審視數(shù)據(jù)的巨大價(jià)值，金融、電信等擁有大量數(shù)據(jù)的行業(yè)也開(kāi)始嘗試這種新的理念和技術(shù)，取得初步成效。與此同時(shí)，業(yè)界也在不斷對(duì)谷歌提出的技術(shù)體系進(jìn)行擴(kuò)展，使之能在更多的場(chǎng)景下使用。2011年，麥肯錫、世界經(jīng)濟(jì)論壇等知名機(jī)構(gòu)對(duì)這種數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新進(jìn)行了研究總結(jié)，隨即興起了一股大數(shù)據(jù)熱潮。

雖然大數(shù)據(jù)已經(jīng)成為全社會(huì)熱議的話(huà)題，但到目前為止，“大數(shù)據(jù)”尚無(wú)公認(rèn)的統(tǒng)一定義。筆者認(rèn)為，認(rèn)識(shí)大數(shù)據(jù)，要把握“資源、技術(shù)、應(yīng)用”三個(gè)層次。大數(shù)據(jù)是具有體量大、結(jié)構(gòu)多樣、時(shí)效強(qiáng)等特征的數(shù)據(jù);處理大數(shù)據(jù)需采用新型計(jì)算架構(gòu)和智能算法等新技術(shù);大數(shù)據(jù)的應(yīng)用強(qiáng)調(diào)以新的理念應(yīng)用于輔助決策、發(fā)現(xiàn)新的知識(shí)，更強(qiáng)調(diào)在線(xiàn)閉環(huán)的業(yè)務(wù)流程優(yōu)化。因此說(shuō)，大數(shù)據(jù)不僅“大”，而且“新”，是新資源、新工具和新應(yīng)用的綜合體。

現(xiàn)代金融機(jī)構(gòu)當(dāng)中，數(shù)據(jù)資產(chǎn)成為其區(qū)別于傳統(tǒng)金融機(jī)構(gòu)的最大生產(chǎn)要素之一。對(duì)于數(shù)據(jù)資產(chǎn)的管理、運(yùn)用、挖掘，成為現(xiàn)代銀行業(yè)加快創(chuàng)新、增強(qiáng)管理能力等業(yè)務(wù)的最重要工作。大數(shù)據(jù)挖掘分析決策的主要流程見(jiàn)下圖1。銀行業(yè)海量的數(shù)據(jù)內(nèi)容，需要從“數(shù)據(jù)清理/整合——>數(shù)據(jù)倉(cāng)庫(kù)——>數(shù)據(jù)選擇——>數(shù)據(jù)挖掘——>模式評(píng)價(jià)——>知識(shí)”多次的循環(huán)反復(fù)，才有可能達(dá)到預(yù)期的效果。

銀行業(yè)監(jiān)管機(jī)構(gòu)對(duì)于數(shù)據(jù)管理和監(jiān)測(cè)的要求也在不斷提高，在《中國(guó)金融業(yè)“十三五”信息化建設(shè)規(guī)劃》[2]中，“加快銀行信息資源的集中，實(shí)現(xiàn)數(shù)據(jù)視圖在全行范圍的共享，充分利用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)資產(chǎn)負(fù)債管理、財(cái)務(wù)績(jī)效管理、風(fēng)險(xiǎn)管理和客戶(hù)關(guān)系管理等主題應(yīng)用，建立面向主題、面向市場(chǎng)、面向決策、滿(mǎn)足內(nèi)部管理及外部政策要求的銀行管理信息系統(tǒng)建設(shè)”。《中國(guó)銀行業(yè)信息科技“十三五”發(fā)展規(guī)劃監(jiān)管指導(dǎo)意見(jiàn)》中又進(jìn)一步指出，“大中型銀行要把數(shù)據(jù)治理作為重要的制度性建設(shè)與基礎(chǔ)性工作，加強(qiáng)組織保障、制度保障與流程保障，有序推進(jìn)、重點(diǎn)強(qiáng)化;統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，提高數(shù)據(jù)質(zhì)量，深化數(shù)據(jù)應(yīng)用，有效支撐銀行業(yè)務(wù)發(fā)展，有效提升銀行管理水平[3]。” “十二五”末期，大部分銀行均開(kāi)始著力解決數(shù)據(jù)質(zhì)量較差的問(wèn)題，開(kāi)始加強(qiáng)數(shù)據(jù)管理、管控，提高數(shù)據(jù)信息質(zhì)量，采用數(shù)據(jù)挖掘和大數(shù)據(jù)技術(shù)深層利用、提煉數(shù)據(jù)以提升經(jīng)營(yíng)管控效能。

大數(shù)據(jù)技術(shù)的產(chǎn)生本身就有其強(qiáng)烈的應(yīng)用需求背景，它從一開(kāi)始就是面向應(yīng)用的。數(shù)據(jù)挖掘技術(shù)在決策支持方面有著廣泛的市場(chǎng)前景，并可用于業(yè)務(wù)管理方應(yīng)用，是實(shí)現(xiàn)CRM和BI的重要技術(shù)手段之一。具體涉及商業(yè)化應(yīng)用的有數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)(Database Marketing)、客戶(hù)群體劃分(CustomerSegmentation &Classification)、背景分析(ProfileAnalysis)、交叉銷(xiāo)售(Cross-selling)等市場(chǎng)分析行為，以及客戶(hù)流失分析(Churn Analysis)、客戶(hù)信用評(píng)分(Credit Scoring)、甄別 (Fraud Detection)等應(yīng)用手段。目前，諸多商業(yè)領(lǐng)域(銀行、保險(xiǎn)、證券、超級(jí)市場(chǎng)、電信等)均有大數(shù)據(jù)技術(shù)成功應(yīng)用的案例。在金融機(jī)構(gòu)中，由于其提供多儲(chǔ)蓄、投資和信用卡業(yè)務(wù)之外，保險(xiǎn)、股票、基金投資等也是其重要業(yè)務(wù)。因此，大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘技術(shù)在金融業(yè)中的主要運(yùn)用有：1.數(shù)據(jù)分析和設(shè)計(jì)構(gòu)造的數(shù)據(jù)倉(cāng)庫(kù);2.特征數(shù)據(jù)變量選擇、關(guān)聯(lián)屬性相關(guān)數(shù)據(jù)用于預(yù)測(cè)客戶(hù)信用狀況;3.聚類(lèi)、分類(lèi)分析識(shí)別目標(biāo)客戶(hù)和市場(chǎng);4.數(shù)據(jù)可視化過(guò)程及歸并、聚類(lèi)分析甄別洗錢(qián)等金融犯罪行為。

將大數(shù)據(jù)技術(shù)應(yīng)用于金融業(yè)不僅是技術(shù)發(fā)展的需要，也是金融業(yè)提高自身盈利能力的需要。在當(dāng)前“以客戶(hù)為中心、以市場(chǎng)為導(dǎo)向”的激烈競(jìng)爭(zhēng)時(shí)代，在各大金融機(jī)構(gòu)準(zhǔn)備“二次轉(zhuǎn)型”的改革進(jìn)程中，要想提高核心競(jìng)爭(zhēng)能力、防范業(yè)務(wù)風(fēng)險(xiǎn)、提高業(yè)務(wù)分析數(shù)據(jù)的時(shí)效性及準(zhǔn)確性，就必須懂得如何利用現(xiàn)代管理信息系統(tǒng)進(jìn)行綜合分析，挖掘客戶(hù)的潛在價(jià)值，利用有價(jià)值的信息改進(jìn)服務(wù)手段，運(yùn)用數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)職能化的決策支持功能管理。一直以來(lái)，金融行業(yè)對(duì)數(shù)據(jù)的重視程度非常高。隨著移動(dòng)互聯(lián)網(wǎng)發(fā)展，各種金融業(yè)務(wù)和服務(wù)的多樣化和金融市場(chǎng)的整體規(guī)模擴(kuò)大。對(duì)于大數(shù)據(jù)帶來(lái)的主要業(yè)務(wù)價(jià)值，參加調(diào)研的金融企業(yè)表示，大數(shù)據(jù)的價(jià)值是他們可以根據(jù)商業(yè)分析實(shí)現(xiàn)更加智能的業(yè)務(wù)決策，讓決策的制定更加理性化和有根據(jù)。依靠有前瞻性的決策，實(shí)現(xiàn)生產(chǎn)過(guò)程中資源更優(yōu)化的分配，能夠根據(jù)市場(chǎng)變化迅速做出調(diào)整，提高用戶(hù)體驗(yàn)以及資金周轉(zhuǎn)率，從而獲取更高的利潤(rùn)。

二、大數(shù)據(jù)技術(shù)在銀行業(yè)中的主要應(yīng)用場(chǎng)景

(一)大數(shù)據(jù)時(shí)代下銀行的精準(zhǔn)營(yíng)銷(xiāo)

按照單個(gè)客戶(hù)個(gè)性化的營(yíng)銷(xiāo)方案和溝服務(wù)體系，金融機(jī)構(gòu)依照信息化技術(shù)手段可以建立起精確的營(yíng)銷(xiāo)方案以實(shí)現(xiàn)對(duì)個(gè)人客戶(hù)的精準(zhǔn)營(yíng)銷(xiāo)(Precision Marketing)。這種建立在精準(zhǔn)定位基礎(chǔ)之上的營(yíng)銷(xiāo)活動(dòng)，包含著對(duì)個(gè)體的關(guān)注和差異化的認(rèn)同，可以最大限度地?cái)偲狡髽I(yè)的成本。精準(zhǔn)營(yíng)銷(xiāo)對(duì)于每一位金融客戶(hù)的的興趣、愛(ài)好、購(gòu)買(mǎi)能力均可以做出預(yù)測(cè)和判斷，根據(jù)綜合化的評(píng)分向顧客推薦金融服務(wù)及產(chǎn)品，以保障推薦產(chǎn)品在其財(cái)力范圍和興趣半徑之內(nèi)。精準(zhǔn)營(yíng)銷(xiāo)的基本理念如圖2所示：

傳統(tǒng)銀行業(yè)當(dāng)中，認(rèn)識(shí)產(chǎn)品、產(chǎn)生興趣、付款購(gòu)買(mǎi)三個(gè)環(huán)節(jié)是金融消費(fèi)者在購(gòu)買(mǎi)過(guò)程當(dāng)中必然出現(xiàn)的環(huán)節(jié)。由于在認(rèn)知產(chǎn)品的過(guò)程當(dāng)中，消費(fèi)者會(huì)通過(guò)網(wǎng)絡(luò)、私人渠道進(jìn)行檢索，對(duì)產(chǎn)品信息、類(lèi)別進(jìn)行了解以確定其購(gòu)買(mǎi)信息，在此過(guò)程當(dāng)中產(chǎn)生的搜索數(shù)據(jù)便可以定位消費(fèi)者的收入水平、興趣和愛(ài)好，企業(yè)借助分布式存儲(chǔ)和云計(jì)算深度挖掘這一系列關(guān)于該類(lèi)消費(fèi)者的信息，形成完整的客戶(hù)關(guān)系系統(tǒng)(CRM系統(tǒng))，從而設(shè)計(jì)出各種序列的營(yíng)銷(xiāo)方案，推送給消費(fèi)者，實(shí)現(xiàn)精準(zhǔn)化營(yíng)銷(xiāo)[5]。

(二)大數(shù)據(jù)時(shí)代下銀行的精細(xì)化管理

大宗交易數(shù)據(jù)是傳統(tǒng)銀行最為重視的業(yè)務(wù)內(nèi)容，由于受制于銀行較弱的數(shù)據(jù)處理能力，體量龐大、細(xì)節(jié)更多的精細(xì)化交易數(shù)據(jù)無(wú)法得到有效處理。例如，傳統(tǒng)銀行經(jīng)營(yíng)模式之下，商業(yè)銀行僅能記錄每次的銀行卡消費(fèi)信息，卻無(wú)法實(shí)現(xiàn)實(shí)時(shí)的消費(fèi)信息反饋，歸集整理;在存款、貸款風(fēng)險(xiǎn)管控過(guò)程當(dāng)中，銀行也對(duì)于對(duì)小額貸款實(shí)施有效的風(fēng)險(xiǎn)管控。一般的商業(yè)銀行在記錄了客戶(hù)消費(fèi)和挑選產(chǎn)品的數(shù)據(jù)后，亦沒(méi)有利用好這些并不是為商業(yè)銀行經(jīng)營(yíng)活動(dòng)(風(fēng)控、催收)而產(chǎn)生的數(shù)據(jù)。顧客的每筆投資和消費(fèi)都被記錄分析之后，運(yùn)用數(shù)據(jù)挖掘技術(shù)將產(chǎn)生信息化決策，有助于提升用戶(hù)體驗(yàn)，精細(xì)化管理水平將不斷提高。

(三)大數(shù)據(jù)時(shí)代銀行的低成本管理

傳統(tǒng)銀行業(yè)中的信息數(shù)據(jù)是手工化產(chǎn)生的，容易產(chǎn)生錯(cuò)誤。特別是在信貸活動(dòng)過(guò)程當(dāng)中，對(duì)于銀行客戶(hù)信息在記錄過(guò)程中產(chǎn)生的錯(cuò)誤將會(huì)給銀行經(jīng)營(yíng)的有效性造成損失，這種傳統(tǒng)的手工信息處理方式效率低下、準(zhǔn)確度差、成本高。在商業(yè)銀行的貸款業(yè)務(wù)當(dāng)中，銀行需要對(duì)客戶(hù)的個(gè)人信息、財(cái)務(wù)狀況和抵押品等內(nèi)容進(jìn)行盡職調(diào)查，信息獲取的成本較高。但在大數(shù)據(jù)時(shí)代，商業(yè)銀行對(duì)客戶(hù)信息的采錄過(guò)程完全自動(dòng)，通過(guò)客戶(hù)自填、自報(bào)，收錄客戶(hù)的個(gè)人信息，從而更加精確地了解到客戶(hù)的實(shí)際情況，降低人工處理成本，提高辦事效率。對(duì)于個(gè)體、小微層面的關(guān)注將有效解決長(zhǎng)期以來(lái)困擾中國(guó)企業(yè)的“小微融資難”問(wèn)題。

(四)大數(shù)據(jù)時(shí)代的集中化管理

商業(yè)銀行的傳統(tǒng)業(yè)務(wù)模式當(dāng)中，跨地區(qū)、跨國(guó)經(jīng)營(yíng)成本極高，商業(yè)銀行不僅要承擔(dān)開(kāi)設(shè)實(shí)體機(jī)構(gòu)的成本，還要承擔(dān)與代理行之間產(chǎn)生的摩擦經(jīng)營(yíng)成本。在大數(shù)據(jù)技術(shù)的幫助之下，商業(yè)銀行總部機(jī)構(gòu)將可以更加便捷地獲取更多有價(jià)值的信息，不僅局限于當(dāng)?shù)氐姆种C(jī)構(gòu)，跨越了地域、時(shí)空限制。對(duì)各個(gè)條線(xiàn)的集約化管理，使得銀行總部的經(jīng)營(yíng)權(quán)利更加集中，分支行的執(zhí)行功能將被強(qiáng)化，銀行管理職責(zé)、風(fēng)控策略將被集中于總行層面，有助于進(jìn)一步提高機(jī)構(gòu)總體執(zhí)行力，避免上傳下達(dá)過(guò)程當(dāng)中的摩擦成本[6]。

三、大數(shù)據(jù)技術(shù)在銀行業(yè)應(yīng)用中的主要優(yōu)勢(shì)與難題

經(jīng)濟(jì)社會(huì)的三個(gè)重要組成要素：產(chǎn)品、信息、資金滲透于互聯(lián)網(wǎng)時(shí)代的諸多環(huán)節(jié)，互聯(lián)網(wǎng)時(shí)代的激烈競(jìng)爭(zhēng)當(dāng)中，電商、銀行、物流三大類(lèi)別企業(yè)代表著三種要素的重要占有者，三者都希望成為主宰著三種要素的利益獲得者。雖然在互聯(lián)網(wǎng)技術(shù)、平臺(tái)層面商業(yè)銀行有所落后，但從長(zhǎng)期發(fā)展趨勢(shì)來(lái)看，商業(yè)銀行具有重要的優(yōu)勢(shì)同時(shí)也存在著諸多困難，主要包括以下幾個(gè)方面：

(一)商業(yè)銀行的信息與人才優(yōu)勢(shì)

商業(yè)銀行不僅掌握著大量資金，而且在信息搜集方面也擁有獨(dú)特優(yōu)勢(shì)，不管是甄別優(yōu)、劣客戶(hù)進(jìn)行授信貸款，還是金融服務(wù)用戶(hù)交易活動(dòng)留下的交易痕跡都是其重要數(shù)據(jù)資產(chǎn)。尤其是商業(yè)銀行的信息化建設(shè)也居于各行業(yè)前列，信息處理與建設(shè)已經(jīng)根植入商業(yè)銀行的“思維”。商業(yè)銀行不僅有信息化建設(shè)的意愿，而且具備建設(shè)優(yōu)質(zhì)信息化系統(tǒng)的條件。特是在2000年之后，中國(guó)的商業(yè)銀行提出建立數(shù)據(jù)集市的思路。各大商業(yè)銀行紛紛建立了數(shù)據(jù)中心和備份中心，提高了數(shù)據(jù)的存儲(chǔ)利用效率和風(fēng)險(xiǎn)防控能力。另外，由于在貸款和金融業(yè)務(wù)開(kāi)辦之前，各自然人都需要在商業(yè)銀行開(kāi)戶(hù)并填寫(xiě)個(gè)人基本信息，社會(huì)上的資金劃轉(zhuǎn)要以商業(yè)銀行為媒介，因此商業(yè)銀行有著廣泛的渠道獲取客戶(hù)信息和資金流信息，同時(shí)POS機(jī)和ATM也可以獲取個(gè)人的消費(fèi)信息。多年的積累，使商業(yè)銀行已形成海量的信息數(shù)據(jù)庫(kù)，其結(jié)構(gòu)化程度優(yōu)于電商等企業(yè)。

中國(guó)的商業(yè)銀行均設(shè)有科技開(kāi)發(fā)中心、數(shù)據(jù)測(cè)試和收集中心以便于商業(yè)銀行開(kāi)發(fā)擁有自主知識(shí)產(chǎn)權(quán)的個(gè)性化業(yè)務(wù)、功能。在二十世紀(jì)初提出的建立數(shù)據(jù)集中項(xiàng)目過(guò)程當(dāng)中，商業(yè)銀行累積了大量建設(shè)復(fù)雜數(shù)據(jù)信息系統(tǒng)的經(jīng)驗(yàn)，涉及軟件開(kāi)發(fā)、數(shù)據(jù)倉(cāng)儲(chǔ)等具體實(shí)操項(xiàng)目，這些項(xiàng)目鍛煉了商業(yè)銀行的科技開(kāi)發(fā)隊(duì)伍，為商業(yè)銀行積累了許多軟件開(kāi)發(fā)、管理人才。金融人才和信息科技人才的結(jié)合是商業(yè)銀行構(gòu)建有效物流、信息流的重要基礎(chǔ)保障。

(二)商業(yè)銀行的資金與制度優(yōu)勢(shì)

商業(yè)銀行的利潤(rùn)率普遍較高，近幾年來(lái)的業(yè)績(jī)?cè)鲩L(zhǎng)較快，許多商業(yè)銀行的盈利能力開(kāi)始超過(guò)國(guó)外商業(yè)銀行。因此，商業(yè)銀行內(nèi)部擁有充足的資金，有利于商業(yè)銀行建立大規(guī)模的資金、物流、信息流操作系統(tǒng)。資金優(yōu)勢(shì)使商業(yè)銀行在構(gòu)建三網(wǎng)融合過(guò)程當(dāng)中可以建立先進(jìn)的數(shù)據(jù)操作系統(tǒng)、存儲(chǔ)系統(tǒng)和計(jì)算系統(tǒng)，有利于大數(shù)據(jù)技術(shù)和發(fā)展和應(yīng)用。

中國(guó)的商業(yè)銀行一方面自負(fù)盈虧，另一方面與政策存在著千絲萬(wàn)縷的聯(lián)系。我國(guó)的商業(yè)銀行牌照較難獲得，電商和物流商的資格相對(duì)都比較簡(jiǎn)單。我國(guó)大型商業(yè)銀行已基本實(shí)現(xiàn)集團(tuán)化經(jīng)營(yíng)，全國(guó)十五家上市銀行資產(chǎn)占到中國(guó)商業(yè)銀行總資產(chǎn)的60%以上，其經(jīng)營(yíng)管理經(jīng)驗(yàn)、理念、方式、方法都強(qiáng)于電商和物流企業(yè)，容易形成跨界、跨區(qū)域經(jīng)營(yíng)。

(二)商業(yè)銀行大數(shù)據(jù)應(yīng)用的難題

在利用大數(shù)據(jù)幫助商業(yè)銀行進(jìn)行問(wèn)題解決的同時(shí)，信貸客戶(hù)個(gè)人信息保護(hù)、隱私保護(hù)的邊際在哪里，客戶(hù)的哪些數(shù)據(jù)可以收集，可以通過(guò)什么樣的方式收集 個(gè)人數(shù)據(jù)是不是可以全部收集，收集在一起引起的副作用也要考慮。例如：美國(guó)有法律規(guī)范禁止教育部門(mén)的數(shù)據(jù)就移民局?jǐn)?shù)據(jù)聯(lián)通，移民局不得利用教育部門(mén)數(shù)據(jù)來(lái)查獲非法移民，目的是為了防止這些移民由于害怕移民局而不將兒童送去上學(xué)，如果存在大量的失學(xué)青年可能會(huì)對(duì)美國(guó)社會(huì)的安定和未來(lái)不利。

哪些數(shù)據(jù)可以搜集收集 是否可以追蹤公司高管個(gè)人的信息 這些問(wèn)題均涉及到道德與法律層次的重要問(wèn)題。數(shù)據(jù)資產(chǎn)的合理利用也需規(guī)范，數(shù)據(jù)結(jié)果能用于哪些方面，是否會(huì)違背非歧視原則 在證券交易與商業(yè)銀行數(shù)據(jù)應(yīng)用過(guò)程中必然涉及到方方面面的內(nèi)容亟待解決。另外更大規(guī)模的數(shù)字化對(duì)于資本市場(chǎng)、信貸市場(chǎng)的的長(zhǎng)遠(yuǎn)影響究竟如何 對(duì)各種參與者都是公平的嗎 對(duì)于商業(yè)銀行的存在本質(zhì)是有益的嗎 

以上種種問(wèn)題，只是冰山一角，大數(shù)據(jù)對(duì)社會(huì)、對(duì)金融、對(duì)個(gè)人的影響還需細(xì)致分析和推演，需制定在金融領(lǐng)域的數(shù)據(jù)收集、數(shù)據(jù)分析和利用規(guī)則，制定底線(xiàn)。

四、大數(shù)據(jù)技術(shù)在銀行業(yè)應(yīng)用中的對(duì)策建議

商業(yè)銀行應(yīng)當(dāng)繼續(xù)使用大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)及時(shí)、準(zhǔn)確、全面地掌握自身資產(chǎn)質(zhì)量、數(shù)量及分布、頭寸調(diào)度、信貸情況，提供給客戶(hù)安全、可靠及強(qiáng)有力的技術(shù)支撐。數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)、數(shù)據(jù)集市通過(guò)深度挖掘可以獲得“深度效益”;同時(shí)，大數(shù)據(jù)技術(shù)還搜集了大量的商戶(hù)、用戶(hù)資料，可以為開(kāi)發(fā)新的產(chǎn)品、業(yè)務(wù)及綜合化服務(wù)，讓銀行在不同的平臺(tái)、層面上為用戶(hù)提供異質(zhì)化業(yè)務(wù)變得更加容易，而且為商業(yè)銀行的經(jīng)營(yíng)管理決策提供了支持與依據(jù)，讓商業(yè)銀行可以隨時(shí)根據(jù)與自已有歷史經(jīng)驗(yàn)往來(lái)的商戶(hù)數(shù)據(jù)信息推斷出客戶(hù)的信用狀況，有助于銀行風(fēng)險(xiǎn)的防范。

隨著各種新技術(shù)的發(fā)展，大數(shù)據(jù)與數(shù)據(jù)挖掘技術(shù)也隨研究的深入而不斷進(jìn)步，以后將更加便捷、有效地應(yīng)用于未來(lái)的實(shí)踐當(dāng)中去，結(jié)合新的理論、技術(shù)和模型評(píng)價(jià)方法，以增加數(shù)據(jù)挖掘的有效性，進(jìn)一步提高數(shù)據(jù)分析工具的實(shí)用性。數(shù)據(jù)挖掘在未來(lái)商業(yè)銀行中的研究焦點(diǎn)和需要進(jìn)一步開(kāi)展的工作在于以下幾個(gè)方面。

(一)完善商業(yè)銀行信息系統(tǒng)總體架構(gòu)設(shè)計(jì)

傳統(tǒng)商業(yè)銀行的數(shù)據(jù)應(yīng)用信息系統(tǒng)搜集與保存系統(tǒng)在大數(shù)據(jù)應(yīng)用環(huán)境背景下仍需進(jìn)一步完善與，本文根據(jù)商業(yè)銀行大數(shù)據(jù)的業(yè)務(wù)基本需求和監(jiān)部部門(mén)的監(jiān)管要求，結(jié)合我國(guó)金融機(jī)構(gòu)當(dāng)前的實(shí)際情況，采用企業(yè)級(jí)分層架構(gòu)思想，構(gòu)建出如圖3所示的金融機(jī)構(gòu)大數(shù)據(jù)信息系統(tǒng)體系架構(gòu)圖：

該大數(shù)據(jù)系統(tǒng)體系結(jié)構(gòu)的特點(diǎn)包括：①層次化清晰。系統(tǒng)共分為應(yīng)用層、服務(wù)層、網(wǎng)絡(luò)層和數(shù)據(jù)層，在系統(tǒng)體系結(jié)構(gòu)中，每層將具有相同服務(wù)功能的部分封裝在一起，相鄰層之間調(diào)用服務(wù);②在傳統(tǒng)三層網(wǎng)絡(luò)體系結(jié)構(gòu)的基礎(chǔ)上，該體系結(jié)構(gòu)加入了網(wǎng)絡(luò)層，通過(guò)金融機(jī)構(gòu)專(zhuān)用網(wǎng)絡(luò)將服務(wù)層和數(shù)據(jù)層相連接，并設(shè)置了防火墻，充分保證金融機(jī)構(gòu)業(yè)務(wù)數(shù)據(jù)的安全性;③各個(gè)商業(yè)金融機(jī)構(gòu)可以通過(guò)金融機(jī)構(gòu)專(zhuān)用網(wǎng)絡(luò)共享數(shù)據(jù)庫(kù)信息，同時(shí)各監(jiān)管部門(mén)與業(yè)務(wù)條線(xiàn)可以實(shí)時(shí)查看銀行經(jīng)營(yíng)業(yè)務(wù)數(shù)據(jù)，提高業(yè)務(wù)開(kāi)展效率與監(jiān)管可行性。

(二)加強(qiáng)數(shù)據(jù)挖掘應(yīng)用系統(tǒng)和算法測(cè)試的研究

不斷重視數(shù)據(jù)挖掘技術(shù)的實(shí)際應(yīng)用。盡管?chē)?guó)內(nèi)關(guān)于大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘理論對(duì)算法模型的研究較多，但實(shí)際應(yīng)用案例和算法應(yīng)用改進(jìn)案例卻比較少，缺乏可以借鑒的經(jīng)驗(yàn)數(shù)據(jù)。如何引入國(guó)外的先進(jìn)經(jīng)驗(yàn)、技術(shù)，改進(jìn)算法的性能并進(jìn)行有效性測(cè)試，檢驗(yàn)算法合理性和功能系統(tǒng)的穩(wěn)定性 結(jié)合多種數(shù)據(jù)挖掘算法實(shí)現(xiàn)，提高數(shù)據(jù)挖掘的效率和技術(shù)功效仍是亟待解決的問(wèn)題。

(三)加強(qiáng)傳統(tǒng)數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)挖掘過(guò)程中的可視化方法的研究

加強(qiáng)人機(jī)交互，可以把用戶(hù)需要解決的問(wèn)題方便地轉(zhuǎn)化為數(shù)據(jù)挖掘技術(shù)人員能夠理解并解決的問(wèn)題，然后將結(jié)果以更直接的表現(xiàn)形式被用戶(hù)理解。完善解釋機(jī)制，將各種算法的研究趨向于簡(jiǎn)單化和易于理解。

從多媒體數(shù)據(jù)庫(kù)中發(fā)現(xiàn)有意義的模式，包括對(duì)文本數(shù)據(jù)、圖形數(shù)據(jù)、音頻數(shù)據(jù)以及超文本數(shù)據(jù)的挖掘等?；趦?nèi)容的檢索和相似度搜索、概化和多維分析、分類(lèi)和預(yù)測(cè)分析對(duì)復(fù)雜數(shù)據(jù)進(jìn)行挖掘，使數(shù)據(jù)挖掘技術(shù)發(fā)展的整體趨勢(shì)由處理簡(jiǎn)單的挖掘問(wèn)題逐步到解決復(fù)雜的挖掘問(wèn)題。

(四)加強(qiáng)對(duì)數(shù)據(jù)挖掘結(jié)果的有效性的研究

用科學(xué)的方法加以評(píng)估。目前許多算法所花費(fèi)的時(shí)間很短，但其挖掘結(jié)果的數(shù)據(jù)卻遠(yuǎn)遠(yuǎn)超出了可理解的范圍。隨著信息技術(shù)的高速發(fā)展，今后的算法研究需要集中在挖掘結(jié)果的有效性上，便于用戶(hù)快速得到自己所需要的、有價(jià)值的信息。包括對(duì)算法的動(dòng)態(tài)維護(hù)、基于約束的挖掘算法和提高算法的可伸縮性等都將是主要的研究方向。

來(lái)源：36大數(shù)據(jù)