数据挖掘与应用力度不足

8．数据挖掘与应用力度不足

数据来源分散和冗余，数据的产生、捕获、整合、存储、访问等缺乏完善的系统支撑和技术手段等，使得难以深入挖掘埋藏于数据深处的规律和趋势，无法实现数据价值的最大化。特别是非结构化数据，目前多以简单查询为主，未对非结构化数据资源进行统一管理、挖掘及综合利用，非结构化数据在营销、风险管理、产品创新等方面的价值未得到充分发挥。

例如，美国富国银行通过挖掘客户需求，采用交叉销售的模式为企业利润的创造做出了巨大的贡献。富国银行通过满足客户在财务上的全部需求，与客户共同成长，利用交叉销售，向一个公司客户推销5.3个金融产品，向个人客户平均推销4.6个产品，大大提高了银行对客户资源的利用能力，实现了效益的最大化。

又如，全球最大的信用卡公司VISA，通过使用Hadoop（一个对大量数据进行分布式处理的开源式基础框架，能充分利用集群威力进行高速运算和存储，非常适用于半结构化和非结构化数据）分析数据，大规模缩减了分析处理的时间，提升了数据使用效率。VISA将自己拥有的全球最大的支付网络系统VisaNet作为信用卡付款验证。为降低信用卡诈骗、盗领事件带来的损失，VISA公司需要分析每一笔事务数据，找出可疑交易。虽然每笔交易的数据记录只有短短200位，但每天要处理上亿笔交易，而通过对Hadoop的使用，成功地将分析时间从1个月缩短到13 min，更快速地找出可疑交易，更迅速地对银行提出预警，及时阻止诈骗交易的产生。

再如，苹果公司通过与移动运营商合作，收集用户体验数据，不断完善产品功能，提升用户满意度。数据从被交易的对象到重要的金融资产，在金融领域发挥越来越重要的作用。

通过新技术的不断利用，深入挖掘数据背后的潜在价值，是银行发展、创新的必经之路。