在即將到來的大數據時代，金融機構之間的競爭將在網絡信息平臺上全面展開。歸根結底，數據才是王道。誰擁有數據，誰就擁有風險定價能力，誰就獲得高風險回報，最終贏得競爭優勢。
中國金融業正在進入大數據時代的初級階段。經過多年的發展和積累，國內金融機構的數據量已經達到100TB以上，並且非結構化數據量還在以更快的速度增加。金融機構在大數據應用方面具有天然優勢:壹方面，金融企業積累了大量包括客戶身份、資產負債、資金收付交易等高價值密集型數據。在業務發展過程中，這些數據經過專業技術的挖掘和分析，會產生巨大的商業價值；另壹方面，金融機構有充足的預算，可以吸引實施大數據、有能力采用大數據最新技術的高端人才。
總體來看，新興的大數據技術將呈現出與金融業務快速融合的趨勢，這將為金融業的未來發展帶來重要機遇。
？第壹，大數據推動金融機構戰略轉型。在宏觀經濟結構調整和利率逐步市場化的背景下，國內金融機構越來越受到金融脫媒的影響，表現為核心負債流失，盈利空間縮小，業務定位亟待調整。業務轉型的關鍵在於創新，但現階段國內金融機構的創新往往淪為監管套利，未能在挖掘客戶內在需求的基礎上提供更有價值的服務。大數據技術是金融機構深入挖掘現有數據，找準市場定位，明確資源配置方向，推動業務創新的重要工具。
？其次，大數據技術可以降低金融機構的管理和運營成本。通過大數據的應用和分析，金融機構可以準確定位內部管理缺陷，制定有針對性的改進措施，實施符合自身特點的管理模式，從而降低管理和運營成本。此外，大數據還提供了全新的傳播渠道和營銷方式，可以更好地了解客戶的消費習慣和行為特征，及時準確地把握營銷效果。
？第三，大數據技術有助於降低信息不對稱程度，增強風險控制能力。金融機構可以摒棄原來過於依賴客戶提供財務報表獲取信息的業務模式，轉而對其資產價格、會計流水、相關業務活動等流動性數據進行動態、全過程的監控和分析，從而有效提高客戶信息的透明度。目前，先進銀行已經能夠基於大數據整合客戶的資產負債、交易支付、流動性狀況、納稅和信用記錄，全方位評估客戶行為，計算動態違約概率和損失率，提高貸款決策的可靠性。
當然，也必須看到，金融機構在與大數據技術融合的過程中，也面臨著諸多挑戰和風險。
第壹，大數據技術的應用可能導致金融業競爭格局的重構。信息技術的進步、金融業的開放和監管政策的變化，客觀上降低了行業的準入門檻，非金融機構更多地切入金融服務鏈條，利用自身的技術優勢和監管盲區占據壹席之地。而傳統金融機構受限於原有的組織結構和管理模式，無法充分發揮潛力，反而可能處於競爭劣勢。
二是大數據的基礎設施和安全管理有待加強。大數據時代，金融機構除了傳統的財務報表，還增加了圖像、圖片、音頻等非結構化數據。傳統分析方法已不適應大數據的管理需求，軟硬件基礎設施建設亟待加強。與此同時，金融大數據的安全問題也日益突出，如果處理不當，可能會遭受毀滅性的損失。近年來，國內金融企業壹直在加大對數據安全的投入，但業務鏈條的延伸、雲計算模式的普及以及自身系統復雜度的提高，進壹步加大了大數據的風險隱患。
第三，大數據的技術選擇存在決策風險。目前，大數據仍處於運營模式的探索和成長階段，分析型數據庫相對於傳統的事務型數據庫還不成熟，對大數據的分析和處理仍缺乏高擴展性支持，仍主要面向結構化數據，缺乏對非結構化數據的處理能力。在這種情況下，與金融企業相關的技術決策存在選擇錯誤、過於超前或滯後的風險。大數據是整體趨勢，但是過早投入很多，選擇不適合自身實際的軟硬件，或者過於保守無所作為，都可能對金融機構的發展產生不利影響。
大數據應該如何應用於金融企業？
雖然大數據在金融企業的應用剛剛起步，影響還比較小，但從發展趨勢來看，應該充分認識大數據帶來的深遠影響。董事會和管理層在制定發展戰略時，不僅要考慮規模、資本、網點、人員、客戶等傳統要素，更要重視對大數據的擁有和運用能力，以及互聯網、移動通信、電子渠道的研發能力；要在發展戰略中引入和實踐大數據的理念和方法，推動決策從“經驗依賴”向“數據依賴”轉變；要保證大數據資源的投入，走渠道整合、信息網絡化、數據挖掘等。作為向客戶提供金融服務和創新產品的重要依據。
(A)促進金融服務和社會網絡的融合
為了發展大數據平臺，中國金融企業必須打破傳統的數據源邊界，關註互聯網網站和社交媒體等新數據源，並通過各種渠道獲取盡可能多的客戶和市場信息。首先要整合新的客戶接觸渠道，充分發揮社交網絡的作用，增進與客戶的了解和互動，樹立良好的品牌形象。其次，要重視新媒體客服的發展，利用各種聊天工具等網絡工具，將其打造成為與電話客服並行的服務渠道。三是將企業內部數據與外部社會數據連接起來，獲得更完整的客戶視圖，進行更高效的客戶關系管理。四是利用社交網絡數據和移動數據進行產品創新和精準營銷。五是輿情監測，關註新媒體渠道，在風險事件爆發前及時有效處理，最大限度降低聲譽風險。
(2)處理好與數據服務提供商的競爭與合作。
目前，各大電商平臺上每天都有大量的交易發生，但這些交易的支付結算大多被第三方支付機構壟斷，傳統金融企業處於支付鏈條的末端，從中獲得的價值很小。為此，金融機構可以考慮建設自己的數據平臺，將核心話語權掌握在自己手中。另壹方面，也可以與電信、電子商務、社交網絡等大數據平臺開展戰略合作，互通數據信息，充分整合有效客戶信息，將金融服務與移動網絡、電子商務、社交網絡相融合。從專業分工來看，金融機構與數據服務商開展戰略合作是現實選擇；如果自己經營電商，沒有專業優勢，不僅費時費力，還可能失去市場機會。
(C)增強大數據的核心處理能力
首先是加強大數據的整合能力。這不僅包括金融企業內部的數據整合，還包括與大數據鏈中其他外部數據的整合。目前各行業、各渠道的數據標準存在差異。需要盡快統壹標準和格式，以便進行標準化的數據融合，形成完整的客戶視圖。同時，針對大數據帶來的海量數據需求，需要對傳統的數據倉庫技術進行再造，尤其是數據傳輸模式ETL(提取、轉換、加載)。其次，應增強數據挖掘和分析能力，利用大數據專業工具建立業務邏輯模型，將大量非結構化數據轉化為決策支持信息。三是加強大數據分析結論的解讀和應用能力。關鍵是打造復合型大數據專業團隊。他們不僅要掌握數學建模和數據挖掘的技術，還要有良好的業務理解，能夠與內部業務線充分溝通和配合。
？(四)加強金融創新，建立大數據實驗室。
可以在金融企業內部成立大數據創新實驗室，統籌業務、管理、科技、統計等方面的人才和資源。，並建立專門的管理制度和激勵機制。實驗室負責大數據解決方案的制定、實驗、評估、推廣和升級。每個大數據方案實施前，實驗室要提前進行單元測試、走查測試、壓力測試和回訪檢查；測試通過後，用數據支持對項目的風險和收益進行綜合評估。實驗室的另壹項任務是對“大數據”進行“大分析”，不斷優化模型算法。在“方法論”上。
(5)加強風險管控，保障大數據安全。
大數據可以在很大程度上緩解信息不對稱的問題，為金融企業的風險管理提供更有效的手段，但如果管理不好，“大數據”本身也可能演變成“大風險”。大數據的應用改變了數據安全風險的特征。它不僅需要新的管理方法，而且必須納入壹個全面的風險管理系統進行統壹監控和治理。為了保證大數據的安全，金融機構必須把握三個關鍵環節:壹是協調大數據鏈條上的所有機構，推進數據安全標準，加強行業自我監控和技術共享；二是加強與監管機構的合作交流，借助監管服務提升自身大數據安全水平；三是積極加強與客戶在數據安全和數據使用方面的溝通，增強客戶的數據安全意識，形成大數據風險管理的協同效應。