随着现代科技的不断进步，信息技术呈现出跨越式大发展的格局，以移动互联网、物联网、大数据和云计算等为代表的新技术应用，大幅提高了社会的生产生活效率。移动互联网的应用降低了互联网的接入成本，增加了互联网的覆盖广度和深度，加速了各行业的互联网化进程；物联网的应用让“人与物”、“物与物”相联，实现了更加精细化、动态化的生产生活管理，提高了资源利用和生产力水平；以大规模并行计算、人工智能、机器学习等为特征的大数据应用，使得大范围快速分析和智能预测成为可能，将革命性地改变政府机构和企业管理的运行模式；云计算的发展将大幅缩减创新工作的成本和周期，加速社会的发展进程，有利于实现大众创业、万众创新的社会新生态。
党的十八届五中全会上首次提出了实施国家大数据战略，这标志着大数据战略正式上升为国家战略，这也是继《关于促进大数据发展行动纲要》下发后，有关大数据的发展目标被再次写入国家重要文件。国家关于大数据发展的顶层设计和总体部署，将全面推动我国大数据发展和应用，加快政府数据开放共享，推动大数据产业创新发展，健全大数据安全保障体系，加快建设数据强国。
大数据在我国已具备了从概念到应用落地的成熟条件，迎来了飞速发展的黄金机遇。大数据将在打造社会治理新模式、经济运行新机制、民生服务新体系、创新驱动新格局、产业发展新生态等方面发挥重要作用。无论是传统行业还是新兴行业都能够从大数据中获益，率先发掘出数据核心价值及相关性的企业更容易抢占市场先机。互联网企业凭借自身优势早已在大数据领域精耕细作并获益良多，甚至已开始将大数据作为一种商业新能源，提供实时、深度的洞察营销、资源整合及定制服务，不断拓展自身发展空间。在这样的时代背景之下，商业银行也须顺应时代潮流，把握历史机遇，将大数据战略纳入“十三五”规划，予以统筹规划并大力推进实施。
大数据战略思考
互联网金融生态的蓬勃发展、信息技术的快速变革与商业模式的不断创新，给传统银行业带来机遇的同时，也对银行自身的经营理念和模式、信息处理能力提出了前所未有的挑战。商业银行应该从“数据—应用—人才”三个层面构建大数据应用体系，全面整合集团数据资源，充分发挥数据资产价值，增强业务创新能力，加速推进银行转型发展。
以数据为基础，充分整合数据资源
商业银行经过多年信息化建设已经积累起海量的金融业务数据，这些精确、高密度的金融业务数据始终是银行最基础和最核心的数据资产，价值挖掘潜力巨大。在此基础上，数据范围还将不断进行扩展：一是扩充银行现有信息系统中数据采集范围并延长保存周期，比如，对客户在网上银行、手机银行等应用上的行为信息进行采集和分析、对CALLCENTER中的语音信息进行识别、分析和提取等；二是要充分整合海内外商业银行以及集团附属公司的数据，构建全集团的数据视图；三是在安全合规的前提下充分利用银行外部的数据服务，并从这些外部信息中发掘商机，寻求新的价值增长点。
以应用为驱动，深入挖掘数据价值
数据的价值体现在应用。互联网企业与传统企业的区别不在于他们拥有海量数据，而是在于前者能够通过大数据技术对海量数据进行分析挖掘并直接应用到业务流程之中，以充分发挥其数据价值，从而形成了独特的竞争力。商业银行如何发挥自身数据资产的价值，关键在于应用。基于大数据平台及应用分析能力的构建，商业银行应结合业务发展战略，在客户服务、精准营销、产品创新、信用评级、欺诈监测、流程优化、经营管理等业务领域中选择适当的业务应用场景，逐步推进大数据技术应用，同时配套进行组织架构调整和业务流程变革，从而带来大数据价值发挥的全面突破和提升。
以人才为核心，提升数据分析能力
商业银行作为传统行业，要充分利用大数据技术，持续发挥银行数据资产的价值优势，推进银行转型发展。还需要在企业文化、业务流程和人才培养等方面进行革新和加强：一是企业文化和管理理念的变革。银行需要大力塑造数据导向型企业文化，鼓励创新型价值观念，善于用数据说话，运用数据分析结果指导决策。二是业务流程优化。银行需要不断优化产品研发流程，更加敏捷高效地适应快节奏的大数据时代，真正做到业务与技术的高度融合，才能让数据产生价值。三是分析师队伍建设和人才培养。分析师队伍的建设是大数据战略的关键，只有培养自身专业化的分析师队伍，持续提升大数据分析和挖掘能力，银行的大数据平台才能够为业务转型发展提供源源不断的创新动力。
在大数据分析和挖掘能力的构建过程中，除了银行自身基础设施、应用场景和人才队伍建设等方面外，如何在互联网生态环境下，充分利用外部开放的数据服务，引入外部的先进技术和资源，同时融入银行现有的技术体系，确保银行数据资产的安全，也是大数据应用中值得关注的问题。
大数据实践与规划
近年来，大数据技术已经在互联网企业中广泛应用，并逐步成为企业的核心竞争力。与大部分国内银行同业一样，中国银行大数据技术应用还处于探索和试点阶段，并在以下两方面取得了初步进展：一是大数据平台的基础建设方面，利用Hadoop+NoSQL数据库技术体系拟定了大数据平台基础建设规划，将全周期的金融业务数据集成到大数据平台，并通过手机APP应用提供历史金融数据查询服务；二是积极推进业务应用。中国银行已推出基于大数据技术的“e触即发”、“口碑贷”、“中银沃金融”等试点项目，在为个人客户提供实时产品营销推荐、针对小微企业的客户发掘、信用评级和融资服务等方面进行探索，取得了很好的应用效果。
未来，结合“十三五”规划总体思路，中国银行的大数据建设将继续为集团全球化、多元化以及互联网金融的发展战略提供有力支撑。主要围绕三个平台建设方面继续深化实践。
优化完善大数据技术平台
密切关注行业发展趋势，跟踪大数据及相关领域的最新技术成果，深入研究大数据领域相关技术应用。研究制定全行性的大数据技术体系规范，优化完善全行大数据技术架构体系。在现有大数据平台的基础上，运用大数据所带来的新思维、方法和工具，逐步形成行内、行外、线上、线下的结构化与非结构化数据集成能力，多种数据格式并存的海量数据存储能力，基于分布式和流计算的快速计算能力以及运用机器学习、实时决策、数据沙箱、可视化等技术实现数据分析和挖掘能力。
大数据和云计算是分不开的，大数据平台的基础设施依赖于分布式架构下的私有云平台建设。按照自主可控的原则，中国银行正在着力构建服务营运、管理、开发、部署和运维一体化的私有云平台。基于X86体系架构，应用异构虚拟化、分布式海量存储、分布式数据库、大规模资源调度与管理等关键技术，实现可定制、可扩展的多租户金融服务，从而全面支持大数据技术组件开发和运维管理需要。
深化推广客户精准营销平台
中国银行正在建设的客户精准营销平台，以大数据技术平台为依托，有机提炼并整合线下、线上关于客户行为的结构化数据和非结构化数据，形成客户360度画像，实现复杂统计分析模型和规则模型相融合的快速计算，构建与前端服务渠道的实时互动体系，实现网银、手机银行、网络金融多渠道实时客户营销及在线推荐服务。
通过营销平台洞察客户行为特征，不断挖掘客户，扩大客户基础，实时掌握客户需求，按需定制个性化的产品和服务；通过营销平台，结合机器学习、贝叶斯算法等人工智能技术，建立以数据为驱动、模型为核心的自动化、智能化、全方位、多渠道的精准营销模式，并通过营销结果反馈，不断优化和调整营销策略，提升营销效率；通过营销平台实现物理网点与网银、手机银行等服务渠道的营销协同，提升客户服务的渠道响应能力和客户体验；通过营销平台实现集团内部客户资源、产品销售和渠道信息的多层次数据共享，支持全集团内部交叉销售及业务联动，支撑集团全球资源的优化配置。
探索构建互联网征信及欺诈监测平台
在符合信息安全相关规定的前提下，合理运用外部数据，进一步丰富大数据平台的数据范围，探索构建互联网征信及欺诈监测平台，提升对客户的风险识别及信用评估能力，为更广泛的客户群体提供操作便捷、定价合理的融资服务；提升预防和识别欺诈交易行为的能力，有效降低欺诈风险。
通过互联网征信及欺诈监测平台，深化人行征信数据应用，探索与外部征信机构的合作；与社保、司法、税务等政府部门及学历学籍等信息平台对接；与合作电商平台实现数据共享，挖掘分析客户互联网交易信息，掌握客户真实可靠的现金流、信息流、物流信息；利用互联网数据获取技术，在安全合规的前提下有效利用互联网上的个人行为信息，并通过与行内信息进行有效组织和关联，完善客户风险画像，全面评估客户信用，探索构建基于互联网模式的信用风险评价体系；基于客户风险画像，结合客户历史行为数据进行客户交易行为特征分析，运用机器学习等算法，实时监测并识别背离客户常规交易模式的资金交易行为，预防交易欺诈。
大数据技术正在给商业银行带来一场深刻的变革，金融服务从“关注整体”向“关注个体”转型，经营方式从“产品为中心”向“客户体验为中心”转型，运营管理从“粗放式管理”向“精细化管理”转变。面对前所未有的机遇和挑战，商业银行必须响应国家战略号召，牢牢把握技术发展趋势，将大数据技术应用作为一项基础性战略工程来推进，同时建立起相应的技术和人才配套保障机制，才能真正发挥银行数据资产的宝贵价值，提升银行核心竞争力。
本文转自d1net（转载）
