第12章 数据服务

第12章 数据服务

银行通过数据治理，保证了数据作为重要资产的价值。数据是重要资产的观念已经在金融行业成为共识，但要发挥数据资产的作用，还需要一个对数据进行加工处理、分析挖掘的过程。价值并不是简单地浮现在数据的表面，数据内在的规律、知识才是其最为核心的价值。此外，在大数据时代下，银行业随着信息化建设以及互联网金融冲击，数据也呈现出了爆发性增长、多样化演变的趋势，原有的小系统、结构化数据的抽样、小规模分析已经不能满足发展的需求，急需借助大数据战略打破数据边界，囊括声音、影像等非结构化数据的加工处理，来构建更为全面的银行全景视图。

与其他行业相比，大数据对银行更具有潜在价值。麦肯锡公司的研究显示，金融业在大数据价值潜力指数中排名第一。这主要是因为，一方面，大数据决策模式对银行更具有针对性。发展模式转型、金融创新和管理升级等都需要充分利用大数据技术、践行大数据思维。

另一方面，银行具备实施大数据的基本条件：一是数据众多，银行不仅拥有所有客户的账户和资金收付交易等结构化数据，而且拥有客服音频、网点视频、网上银行记录、电子商城记录等非结构化数据；二是银行拥有处理传统数据的经验；三是银行业较高的薪酬水平能够吸引实施大数据的人才；四是充分的预算可以利用多项大数据新技术。

因此，银行应从大数据就是大资产的高度，尽早制定大数据战略，研究、应用大数据，分享大数据所带来的利润。业务发展对大数据在数据服务时效、分析挖掘能力，以及对行内行外、线上线下多样化海量数据的融合与综合应用等方面提出更高的要求。因此，夯实大数据基础是利用大数据推动业务发展的源泉和基石。大数据分析基础性建设工作，是在一定的数据规范要求下，通过数据质量和数据标准管控，不断丰富基础数据的来源，扩展处理数据的类型，将银行数据整合并纳人大数据基础平台，依托云服务，提供集成型的数据服务和各类分析挖掘工具，实现业务数据的集成与共享，满足不同时效性的分析需求。为适应大数据时代海量数据分析挖掘的需求，银行应从优化数据布局、提升数据集成处理能力、强化数据管控等方面提升对结构化数据和非结构化数据的集成和管理能力，为分析挖掘工作奠定坚实的数据基础。