无论是接受还是拒绝,中国金融业的大数据时代正在呼啸而至。据调查,经过多年的发展与积累,目前很多国内金融机构的数据量级已经达到100TB以上。而且,非结构化数据量正在以更快的速度增长。在高数据强度的金融行业,这一发展激起了巨大的想象空间。然而,要抓住这一机遇并非易事。

成就大数据的不仅是传统定义中的“三个V”,即数量(Volume)、速度(Velocity)和种类(Variety)。对金融机构而言,更重要的是第四个V,即价值(Value)。大数据的价值不仅体现在对金融机构财务相关指标的直接影响上,也体现在对商业模式变革的推动能力上,即不断引发传统金融机构的内嵌式变革。

大数据从四个方面改变了金融机构传统的数据运作方式,从而实现了巨大的商业价值。

这四个方面(“四个C”)包括:数据质量的兼容性(Compatibility)、数据运用的关联性(Connectedness)、数据分析的成本(Cost)以及数据价值的转化(Capitalization)。

大数据在金融业的应用场景正在逐步拓展。在海外,大数据已经在金融行业的风险控制、运营管理、销售支持和商业模式创新等领域得到了全面尝试。在国内,金融机构对大数据的应用还基本处于起步阶段。数据整合和部门协调等关键环节的挑战仍是阻碍金融机构将数据转化为价值的主要瓶颈。

数据技术与数据经济的发展是持续实现大数据价值的支撑。深度应用正在将传统IT从“后端”不断推向“前台”,而存量架构与创新模块的有效整合是传统金融机构在技术层面所面临的主要挑战。此外,数据生态的发展演进有其显著的社会特征。作为其中的一员,金融机构在促进数据经济的发展上任重道远。

为了驾驭大数据,国内金融机构要在技术的基础上着重引入以价值为导向的管理视角,最终形成自上而下的内嵌式变革。其中的三个关键点(“TMT”)包括:团队(Team)、机制(Mechanism)和思维(Thinking)。