为啥写这文章呢？很多人都认为，银行在大数据方面应用落后，如何跟不上时代，说是支付宝都去“IOE”了，都推出余额宝了，银行是否除了雇人出来说余额宝的坏话就没啥能耐了等等巴拉巴拉巴拉。但是，笔者真的不是这样的认为的。
首先，银行的IT系统非常跟的上时代。如果论国内的信息化水平，银行的绝对算是数一数二，甚至直接就是数一。哪个公司敢站出来说自己的信息化比银行这个行业好？单独看看那些提供IT技术服务的公司（俗称“外包”，卖人头）就能知道，这个行业吸收了太多的IT从业人员。如果农行不买外协服务，就如同联通拿掉省级精分数据仓库一样，不知道要死多少家IT公司。
先看看工行。不久前，前工行杨凯生先生弄了一篇大论，深刻见底。足见银行IT之威武雄壮。
现在工行有17000余家营业机构，但目前通过网上银行、电话银行、手机银行、自助银行等渠道处理的业务量已占到全部业务量的78%，相当于替代了30000多个物理网点。工行自主研发的核心应用系统支撑了海内外庞大经营网络的平稳运行，目前日均业务量为2亿笔，每秒处理业务的峰值达到6500笔。2012年全年的电子支付结算金额达到332万亿元人民币，结算笔数超过了130亿笔。
而对海量的各类数据，工商银行通过多年的努力，已经搭建起了以数据仓库为核心的经营管理数据体系，实现了客户信息、账户信息、产品信息、交易信息、管理信息等的集中管理，形成了数据标准、数据质量、数据架构、元数据、数据生命周期、数据安全以及数据应用等全流程的数据信息管理机制。积累的数据规模将近300个TB，利用这些数据，建立了4.1亿个人客户和460万法人客户的信息视图和星级评价体系，开发了34个法人客户评级模型、75个零售信用评分模型、16项市场风险内部计量模型和17类操作风险资本计量模型。客户违约率和违约损失率数据的积累长度均在10年以上，已达到巴塞尔资本管理协议Ⅲ的要求。工商银行还建立了独立的模型验证团队，对数据应用的有效性、准确性进行持续验证和监控，内部审计部门对验证情况进行审计。
工商银行早在上世纪90年代就开始将客户评级结果用于信贷准入和贷后监测，2005年开始按照新资本协议的最新要求对信用评级方法、系统与流程进行了全面优化，2008年开始将风险计量结果用于风险管理全流程，2010年起进一步将有关结果正式用于贷款质量分类、拨备计提和经济资本分配，并在此基础上开始实施法人业务和零售业务的RAROC(风险调整后的资本收益率)管理，实现了按风险与收益均衡的原则进行授信审批和定价。就拿最近媒体热炒的网络信贷而言，截至今年8月末，工商银行以小微企业为主要服务对象的“网贷通”的贷款余额已超过2150亿元，累放额已近11000亿元。
如果，你对上述表述依然不认为工行大数据的能力强的话，请自动退出阅读。
有人说了，为啥支付宝有那么牛的技术架构云云，殊不知，如果不是银行开放支付的接口，支付宝的钱存到哪里都成问题啊。不要忘了，支付宝是不能经营银行业务的哟。
再看看招行，股份行中的翘楚。主供零售业务。其IT的相关架构也是气势磅礴。早在1998年，招行就开始了数据仓库的建设。1998年，招商银行、奥尊电脑公司、SYBASE公司经过几个月的共同协作，联合开发招行数据仓库系统，包括人事、储蓄、会计等系统，成为国内业界第一个成功可用的数据仓库系统。98年的数据仓库，数据容量就有156GB。随着业务的发展，特别是网银的建设，数据仓库的相关的数据仓库的系统有了IBM的产品和Teradata的产品。也走上了数据仓库的建设道路。现在招行的微信银行+网银+数据仓库的架构也是标杆性的项目。具体的数据规模还没拿到，但肯定不会太怂。
银行对数据的整合利用并实现数据价值，都是基于数据仓库的架构和核心理念，在早期的运营中，有了先发的比较优势，但是，随着对私客户市场的兴起，互联网为首的公司还是带来了一定的冲击，但是银行还是在数据仓库上越做越好。因为，互联网抓高净值客户的能力还很有限。传统架构的数据仓库依然在银行内扮演重要角色。Teradata的产品卖的好就是明证。
.
原文发布时间为：2014-03-13
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
