20世纪80年代，美国著名社会思想家Alvin Toffler对少量数据、非构造化数据停止了预测，他指出 少量的人工编码信息将取代自然信息充满人们生活，并会到达惊人的精确度， 但事先他的观念并未惹起注重。
2008年英国《自然》杂志宣布了一篇文章“Big data: Science in the Petabyte Era”，从此“Big Data（ 大数据 ）”一词开端进入人们的视野。同年，美国计算机迷信家Randal E. Bryant等在“计算社区联盟”宣布了一份有影响力的白皮书《大数据计算：在商务、迷信和社会范畴发明反动性打破》，这为“大数据”术语提供了实际支撑。
2014年白宫发布了全球大数据白皮书《大数据：抓住机遇、守护价值》，鼓舞运用数据以推进社会提高， 特别是在市场和现无机构并未以其他方式来支持这种提高的范畴，银行业便是其中之一。
商业银行 大数据开展现状
（一）数据容量大，涵盖范围广
在大数据时代，银行业数据迅速收缩并出现出几何级数的增长态势。由于行业特性，银行业在临时业务展开进程中积聚了海量数据（见表1）。从数据涵盖范围来看，数据类型包括以工资、公积金、消费存款等为代表的构造化数据和以文档、图片、音像和天文地位信息等品种单一的非构造化和半构造化数据。 波士顿征询公司曾指出，银行业每创收100万美元，会均匀发生820GB的数据，数据强度高踞各行业之首， 而在相反创收条件下，电信、保险和动力行业数据强度辨别为490GB、150GB和20GB，由此可知 银行业在大数据使用方面具有自然优势。
（二）数据处置复杂，充沛发掘困难
商业银行数据体量庞大， 在数据处置进程中存在很多成绩， 次要包括： （1）数据管理体系化建立匮乏。 现阶段商业银行尚未构成零碎的数据管理办法和体系，缺乏无效的数据分类、整理和加工。 （2）数据资源管理整合度不高，外部可用信息运用率低下。 以后商业银行的数据在组织外部处于割裂形态，缺乏顺畅的共享机制，难以完成数据的无效整合和运用。 （3）数据内容复杂多样，难以充沛发掘数据资源潜在价值。 形成这一现状的缘由在于商业银行非构造化数据占比不时上升，数据结构办法反复率高，且关系复杂。
（三）数据资产化，使用场景丰厚
国际商业银行现处于数据资产化、产业化的起步阶段，且 银行运用大数据技术以描绘性数据剖析为主，预测性数据建模为辅，以本身买卖和客户数据为主，内部数据为辅。 数据资产目前最次要的作用是趋向预测和决策支持，典型的使用场景集中在营销剖析、外部运营和风险管控等方面，详细使用案例包括穿插销售、客户群体划分、信誉评分及违约监测等。以后我国商业银行大数据使用深度、广度和频度都与国际先进银行存在着宏大差距（见表2），迫切需求拓宽数据使用层面，完成数据资产增值。
（四）数据使用难度大，制约要素多
1.大数据技术框架
大数据技术框架的组成局部包括处置零碎、平台根底和计算模型。首先，处置零碎必需波动牢靠，同时支持实时处置和离线处置多种使用，支持多源异构数据的一致存储和处置等功用。其次，平台根底要处理硬件资源的笼统和调度管理成绩，以进步硬件资源的应用效率，充沛发扬设备的功能。最初，计算模型需求处理三个根本成绩：模型的三要素（机器参数、执行行为、本钱函数）、扩展性与容错性、功能优化。这些要求对构建大数据技术框架提出了十分高的要求。
2.大数据使用推进和落地
商业银行大数据使用虽然在风控、反欺诈、征信等范畴初见成效，但在其他层面暂时还处于探究阶段。究其缘由，一方面只要当数据剖析转变为企业业务方式后才发生价值；另一方面商业银行在新建使用零碎的进程中缺乏数据思想，没有充沛理解大数据剖析的价值、战略和流程。同时大数据使用投资效果难以权衡，范畴建模未失掉充沛注重。
3.数据平安与团体隐私
现阶段用户数据的搜集、存储、管理和运用缺乏标准，次要依托商业银行自律，用户无法确定本人隐私信息的用处。此外，鉴于我国商业银行体制机制限制以及尚未健全的金融法律法规体系，许多金融机构担忧私自运用数据会冒犯监管和法律底线，同时数据处置不当能够会给本身带来名誉风险和业务风险，因此在驾驭大数据层面难以付诸实践举动。
大数据环境对我国商业银行的影响
（一）推翻商业银行开展战略
传统商业银行的开展战略是在市场调研和充沛思索客户需求的根底上，经过预测将来经济运转情况，结合本身现有资源，依托决策者的经历确定其开展目的及运营战略。 在大数据时代，商业银行经过运用大数据剖析技术，愈加迷信合理地评价客户需求，精确定位本身的效劳对象和效劳范畴，为商业银行在外部管理、业务开展及客户营销等多个层面提供决策支持，从而使得企业战略决策愈加迷信、无效。
（二）革新商业银行运营方式
大数据时代，商业银行的运营方式将面临严重革新，次要表现在运营精密化、虚拟化和迷信化。 首先，银行网点、终端设备及社交媒体发生的海量数据将对商业银行运营方式发生深远影响，大数据处置技术将会使商业银行在客户开发、资产管理和产品创新等范畴愈加精密化。其次，数据处置才能的提升将放慢商业银行电子化开展进度，货币资金越来越多地出现为各类数字信号的交流，电子货币将会逐渐取代实物货币。另外，电子商务平台、客户自助效劳终端的开展，将不时增加传统柜台效劳，电子渠道将是将来商业银行开展的主流方向。最初，科技提高使得企业运营方式从传统的经历型转向迷信型。商业银即将由过来的资金中介逐渐向信息中介转变，由过来存贷汇效劳者向信息提供者、财富管理者转变。
（三）应战商业银行数据驾驭才能
大数据的迅速开展孕育了商业银行的昌盛场面， 同时多样化的数据也给银行数据处置带来新的应战。 （1）海量数据的集聚，这是大数据处置的第一道关口；（2）硬件本钱的疾速扩展，并发处置的霎时增长，增量处置（注1）、单遍扫描（注2）都成为大数据剖析的必备技术；（3）数据类型的多样性和异构性以及建模的复杂性，这些难题需求多样化的处置手腕，但处理方案尚在研讨和实验阶段；（4）大数据的精确性处置将会成为商业银行数据使用面临的一大课题。此外，在疾速变化的金融环境下，数据的无效性、数据清洗、数据噪声的去除等成绩都会被提出来。
兴旺国度商业银行应对大数据时代的经历和途径
（一）英国商业银行：渐进式路途
渐进式开展路途是指商业银行在大数据背景下，从主动参与到自动投入，由质变不时迭加到量变的临时演化进程，次要表现为大数据技术框架的搭建和业务演化两个方面。 大数据技术框架是由一套完好的硬件和软件设备组成，经过硬件和软件设备相反相成来发掘和剖析寂静在海量数据面前的信息； 银行业务演化次要表现为：批发业务—信贷业务—两头业务， 遵照“先易后难，逐渐晋级”的开展规律。由于局部商业银行遭到内部环境和外部条件的双重制约，在科技、资金及人才等方面投入无限，因此在大数据时代采取渐进式开展路途。
英国商业银行在波动开展的前提下，应用大数据技术停止一连串小的改动，以到达稳中求变的效果。 虽然英国商业银行有关大数据技术的使用还处于探究和试点阶段，但在以下两方面获得了初步停顿：一是大数据平台的根底建立。 英国商业银即将更多的新工具和新技术参加到古代化的剖析环境中，包括非关系型平台、支持关系型和非关系型数据处置的探究平台等技术。 二是积极推进业务使用。 英国商业银行积极推出基于大数据技术的试点项目，为实体经济开展和居民生活便当提供愈加高效的金融效劳。
（二）法国商业银行：跨越式路途
跨越式开展途径是商业银行基于全体视角，选择重点范畴，完成跨越式开展，次要表如今技术创新和运营方式革新两个层面。 商业银行 经过技术创新打破传统技术框架 ，完成从数据采集到效果使用的一体化构造，将各项业务归入可控、可传导、智能化的信息生态闭环； 运营方式革新是指商业银行依据客户不同消费需求、价值预期和风险偏好等要素，制定出不同于竞争对手的差别化运营战略 ，防止与竞争对手堕入恶性竞争，到达树立比拟竞争优势并获得竞争自动权的目的。
法国商业银行在互联网迅速普及和 人工智能 化程度不时进步的环境下，应用大数据技术对商业银行停止片面革新。为此，法 国商业银行在创新层面上投入少量资金用于数字化技术的开展，囊括金融效劳全部环节和金融业务的各个方面， 经过添加业务和展开包括新客户体验和节省本钱在内的保守项目打造全新的中心竞争力，并以客户为导向，增添或许加入非中心业务，集中资源开展优势业务和地域，推进对公、批发和金融市场业务的转型，着力开展高效、轻资本的业务形式，不时提升金融效劳效率和效劳程度。
（三）美国商业银行—组合式路途
组合式路途是渐进式和跨越式途径的结合，开展道路为“数据—信息—商业智能”。 这需求商业银行一方面要做好根底设备建立，树立智能化的信息平台、终端技术和数据存储体系；另一方面则要积极展开顶层设计，实行差别化运营战略，完善组织架构，构成大数据整合、使用和推行的片面管理体系。组合式路途将逐渐成为商业银行定量化、精密化的开展道路，对打造企业鲜明竞争特征，为客户提供多样化、差别化金融效劳具有重要意义。
早在20世纪90年代，美国商业银行就开端建立数据仓库，运用数据发掘和剖析全方位调整管理形式、产品构造和营销形式，从基本上进步了企业风险、资产负债和客户关系管理程度。同时，美国商业银行应用现有成熟的科技效果，不时完善数据搜集、管理及评价办法论体系，对模型开发、验证、测试、上线和监控完成全生命周期的管理，保证了量化模型与时俱进。另外，美国商业银行依据大数据产业特点和开展趋向，及时打破本身业务界线，确保各业务条线之间有数据壁垒，完成内内部数据的无效整合。
我国商业银行的途径选择和政策建议
以上三个国度的内内部环境和制约要素不同，大数据开展的途径选择也各不同，既有充沛发扬传统业务竞争优势，也有从全体视角选择重点范畴，获取战略先机。 笔者以为，我国商业银行该当采取渐进式开展途径。 缘由在于：一方面目前大数据的使用开展还处于初级阶段，国际尚未构成普遍使用的场面。现有使用以机构外部数据为主、内部数据为辅，数据的开放和综合使用还有很大的开展空间；另一方面大数据实际逾越了理论使用，形式创新缺乏，采取渐进式途径可以使决策者所选方案不会与理想情况发生较大差距，有助于以质变引导量变，推进商业银行波动革新。
（一）做好顶层设计，优化组织架构
商业银行应从战略层面将大数据才能建立归入开展规划，打破传统信息技术部门或电子银行的狭窄视角，组织协调业务、管理、支持保证等多个部门大数据任务推进机制。同时，积极与社交网络、电子商务、挪动通讯等大数据平台展开战略协作，探究树立电子化金融商业形式，树立数据信息交流共享机制，将金融效劳与社交网络、电商、电信等深度交融。此外，大数据时代需求商业银行各部门之间的分工协作与互相支持，构建愈加高效的金融效劳体系。因而，商业银行应该明白组织规划，增强决策层的指导，确保大数据项目一直表现战略层意志，同时银行也该当进步组织的灵敏性和顺应性。
（二）提升大数据时代的中心才能
一是数据获取才能。就数据获取而言，商业银行除了该当搜集和整合日常运营活动中数据，还应与拥有波动数据源的公司停止战略协作，积极推进传统业务渠道与互联网金融等新兴业态纵向整合、横向浸透。
二是数据发掘才能。商业银行该当具有海量数据疾速处置才能，不时加强数据发掘中价值攫取才能，从而高效配置金融资源，构成多元化的金融效劳层次和更完好的金融生态圈。
三是数据剖析才能（注3）。数据剖析的次要目的在于找出隐藏在数据面前的内在规律，为全体选择、业务运营及信息披露提供精确、快捷、全方位的信息效劳。
（三）积极培育和维护客户
商业银行要打破传统的“以业务为中心”的运营理念，愈加注重“以客户为中心”的效劳形式。这需求商业银行做到：
一是自动发掘客户需求前景。 商业银行应努力于研讨客户行为习气，经过对买卖数据、多渠道交互数据、社交媒体数据及其他客户相关数据的片面剖析，真正理解客户需求，并预测将来行为。
二是创新客户关系管理新形式。 经过与客户坚持高频次的互动，明晰、详细地理解客户所处的生命阶段、财富阶段，掌握客户在金融活动中的需求和痛点，将银行外部数据和内部社交数据互联，取得愈加完好的客户视图。
三是尊重客户隐私，维护数据平安。 数据采集技术的开展使得团体的偏好、财富和家庭背景等隐私信息很容易被获取，商业银行在数据发掘进程中应最大化地隐藏用户隐私。
（四）增强人才队伍建立
大数据时代对人才的需求，不亚于20世纪90年代信息化和新世纪的互联网浪潮，商业银行需求早作预备，合理界定行业人才需求范围。人才队伍建立次要有三个方面：数据剖析技术、业务目的了解和沟通管理技艺。数据剖析是大数据使用的中心，没无数据的剖析，就没无数据价值的提取；业务目的是一切数据处理方案的源头，假如没有业务目的，数据发掘也就得到了方向；沟通管理技则是可以把模型预测的后果用来改善或影响行为，构成新的战略和见地。
注：1.对一切备选方案辨别停止两两比拟，顺次剔除次优方案，最终保存上去的方案就是备选方案中最优的方案。
2.对数据流停止聚类时，只能按数据点流入的顺序拜访一次。
3.大数据时代的数据剖析与传统商业智能的数据剖析有所差异。传统商业智能所处置的数据大多都是规范化、构造化的数据，而大数据时代，需求处置的更多是半构造化和非构造化的数据。
6月15日，亿欧在上海举行「2018全球AI首领峰会——智能+新金融峰会」，峰会将分解金融业务链条，从资金端、资产端及三方根底设备效劳3个环节，将AI技术、区块链散布式技术带来的金融业智能化，瞻望新一代智能金融的根底设备和使用幅员。
新网银行行长赵卫星、星河资本董事长&点融开创人郭宇航、融360开创人叶大清等嘉宾邀你一同开启片面赋能的「智能金融」时代，购票及概况请点击： 智能+新金融峰会