挖掘数据价值，创建智能银行

　　今天移动互联网正狂飙突进、网上购物平台和网上社交平台也方兴未艾，包括结构化数据、半结构化数据、非结构化数据的大数据爆炸式增长。早在2012年，大数据已经登上美国《纽约时报》的专栏封面，专栏称：“大数据时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析，而非基于经验和直觉。”目前银行业在开展业务过程中积累了海量高价值数据，很多银行的数据量级已经超过100TB，其中非结构化正以加速度形式积累。因此，不管传统银行业是拥抱还是抗拒，大数据时代已经呼啸而来。

 

　　深刻理解大数据的特征

 

        转变观念，重视大数据的巨大价值。2015年9月，国务院出台《促进大数据发展行动纲要》，指出：“数据已成为国家基础性战略资源，大数据已成为推动经济转型发展的新动力。以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织形式。大数据产业正在成为新的经济增长点，成为重塑国家竞优势的新机遇”。《大数据时代》的作者舍恩伯格指出：“数据已经成为有价值的公司资产、重要的经济投入和新型的商业模式基石。虽然数据还没有被列入企业的资产负债表，但这只是时间问题。”MIT商学院的研究表明，决策依赖数据的公司，运营情况比不重视数据的公司出色很多，这引起公司的生产率比不用数据决策的公司高6%。现实中，数据价值已经在多数互联网公司的市值中得以体现。着名的社交平台网络公司Facebook于2012年5月在纳斯达克上市时，账面资产仅为66亿美元，但IPO每股定价38美元，总市值为1040亿美元。Facebook之所以能获得如此高的估值，Gartner公司认为，关键在于当时它收集了约2.1万亿条“获利信息”，每条信息估值约4美分，每个用户的价值为100美元。目前这家社交平台公司市值超过3000亿美元，市盈率超过100倍，而全球市值最大的苹果公司市盈率仅为13倍，充分体现了数据的价值。银行业拥有海量的客户交易数据，如果这些数据的价值得到挖掘，银行业将获得无限商机。

 

　　转变思维，关注焦点由传统的因果关系转向大数据时代的关联关系。传统数据分析思维要求数据精确无误，只需要少量的样本数据，力求数据关系明确清晰，进而探求事物之间的因果关系;大数据分析思维则尽可能获取全量数据，对数据的精确性要求放松，坦然接受数据的纷繁复杂，更为关注事物间的关联关系。大数据时代，关联关系已经成为预测的关键。很多情形下，人们知道“是什么”足以，并没有必要知道“为什么”。现实中电商巨头亚马逊正是由于成功运用书籍之间的关联关系，图书销售取得了成功。历史上亚马逊曾有一支由二十多名书评家和编辑组成的团队，写书评，在网页上发出“亚马逊的声音”，向客户推荐新书。之后，亚马逊通过大数据分析，发现了书籍之间的关联性，并开发出“item-to-item”推荐系统，使亚马逊发生了天翻地覆的变化，其图书销售额的三分之一来自“item-to-item”系统的推荐。于是亚马逊放弃了在线书评。

 

　　开拓视野，深刻理解大数据运用的四个层次。研究表明，大数据通过层层晋升能够成为指导行动的智慧。概括地讲，大数据运用分为四个层次，第一层，数据收集与存储层，即基础层，各种类型的数据从不同渠道涌入，包括结构化数据(交易信息)、半结构化数据(日志信息)非结构化数据(多媒体、社交及定位信息等)，在这个层面上，数据被实时和非实时地清理、加工，归档存储为有效数据，供后续分析运用。第二层，由数据上升到信息，形成信息整合层，在这个层面上需要对数据进行去噪和增强处理，实现关系型和非关系型信息的整合。第三层，从信息上升至知识，即知识发现层，在此层面，数据挖掘技术和人工智能至关重要，对整合的信息进行分解、提炼，从中找出有价值的信息点，实现信息到知识的转变。第四层，从知识上升到智慧，形成智慧汲取层，运用数据可视化工具，将经验、判断与知识相融合，使知识升华为智慧，为获取商业价值提供指导。