大数据时代之于银行业

大数据时代之于银行业读大数据时代生活，工作与思维的大变化有感引中国古代管理的问题在于无法数字化。黄仁宇2012年以后大数据一词被频繁提起，相关的书籍和教学也如雨后春笋般出现。那什么是大数据，大数据对于银行业发展有何意义，银行业又应该如何搭上大数据这趟高速列车呢何谓大数据大数据的核心就是预测，即把数学算法运用到海量的数据上来预测事情发生的可能性。单纯依靠人类判断力的领域将会被计算机系统改变和取代。小到个人购买商品选择，大到一个企业一个国家的决策，都将受到根本上的影响。那大数据是如何做到的呢可以归纳为三点更大，更杂和更好。更大，即利用所有的数据，而不仅仅依靠一小部分数据。以前由于技术条件的限制，人类不可能把现实世界的信息大量数据化，这也促成了统计学的出现和发展，而当今社会随着计算机、移动终端等数据储存和传播工具的发展和普及，让大数据成为可能。而庞大的数据又有何种意义呢拿统计学一个经典例子吧，当你投十次硬币时，出现正反面的概率大部分情况下得出的答案会不同，可是当你投一万次甚至一亿次的时候，就可以得出出现正反面概率恒接近于相等，即得到一个准确的答案，同理大数据能够带给我们一个准确的判断。更杂，即我们要允许数据的不准确性存在。因为只有5的数据是结构化存在的，如果不接受混乱，剩下的95的数据将得不到利用。况且数据的不准确不代表结论的不准确，正如上面的例子所述，我们可以看到大数据的简单算法比小数据的复杂算法更有效更精确。更好，即忽视事物间的因果性而注重事物间的相关性。通俗地讲就是知道什么就够了，没必要知道为什么。传统的信用评分系统，如国外采用的FICO信用评分系统，利用15个变量来预测单个借贷者是否会偿还一笔债务。但是外国的一家公司则发现一种新的评级变量个人会偿还债务的可能性和其朋友会还债的可能性呈正相关。我们虽然不了解其中的因果性，却可以利用其相关性来重新制定我们的信用评级系统。倘若在美国沃尔玛超市见到啤酒和尿不湿放在一起陈列出售，我们也无需探究其因果，只要明白把两者放在一起就能增加销量就行了。如果能合理利用大数据，找到其中蕴含的相关性，也就意味着找到更多的利润。既然大数据能够创造如此多的价值，那它对银行又意味着什么呢当然是意味着巨大的利润，以及巨大的挑战。大数据时代来临之时银行业本身就拥有着先天的优势，多年的客户信息积累，使其拥有了庞大的数据库，若能有效地利用这些数据，将会创造巨大的价值。但是这些数据还远不够大数据的要求，如上面我所举的信用评级例子，光依靠传统银行的数据显然是不能做到，而对于一些社交网络和电子商务，他们却可以轻易得到用户及其朋友圈的数据这也将是银行业所面临的挑战。互联网公司阿里巴巴涉及金融业后，其产生的效益令传统银行都大吃一惊，阿里巴巴通过其掌握的电商平台阿里巴巴网、淘宝网和支付宝等各类基础数据，借助大数据分析技术自动判定是否给予企业贷款，这不但节省了人工成本而且其效率、合理性是传统银行业所不能比拟的。如果大量网络公司进入金融领域，必将对传统银行带来破坏性的冲击。那我们该如何做呢关键在于如何收集处理数据并将其运用到实践当中去。1数据的收集加快银行自身数据系统的升级，如加强移动终端应用的研制，随着智能手机的普及，人们更愿意在手机上办理他们的业务，而这势必产生巨大的数据；加强与各大网络公司和数据分析公司的合作，以及寻求政府更多的数据的支持（由于政府可以强制人们为他们提供信息，而不必加以说服或支付报酬。因此，政府拥有大量的数据）。2数据的处理对相关部门进行改革，如把网上银行独立出来设立专门的管理部门；同时增设专门处理数据的部门，并招聘大量专业人员。因为专业化道路是大数据处理的必经之路。3数据的运用员工特别是管理人员，在得到处理过的数据后，是否能够高效的利用这些数据进行相关决策制定，将是把数据运用到实践中的关键。所以要加强对员工进行相关培训，使之能够适应大数据时代的浪潮。上述可以归纳为这样几个关键点数据收集、数据处理、数据运用、人才、部门专业化。如引言所述，黄仁宇先生在其中国大历史、万历十五年中一再强调古代中国一直缺少数字化管理，这是王安石变法失败和明朝积贫积弱的原因