大数据下的银行是“不作不死
随着新技术的不断引入,银行业新的想象空间也在不断打开。大数据,无疑是去年以来最受热议的技术之一,它与互联网的深度融合,甚至能够让徘徊在银行门口之外的资本有了颠覆传统的豪气。
但有意思的现象是,相对保守的银行却一直甚少表露自己的真实想法。这个领域内对此说得最多的,反而不是做银行的。
有分析人士认为,大数据不可能颠覆现有的零售银行的格局。理由很简单,大数据之所以令新的互联网银行模式兴起,是因为它提升了一个群体的商业价值--以往不被重视的客户。
用长尾理论来解释,这些客户为数众多,但价值贡献却很小。新技术降低了这些客户的开发成本,但也仅此而已,因为最具价值的客户群体依然被银行牢牢掌握。
评论人士认为,银行是“不作不死”,即便市场策略最差的银行也只是没特点,要被新技术彻底颠覆很难,更遑论一百年以来银行的产品已经没有大的创新,所有的改革都在流程和服务方面。
随着银行业务的载体与社交媒体、电子商务的融合越来越紧密,仅对原有15%的结构化数据进行分析已经不能满足发展的需求。北京银行一位高管坦言,大数据应用可能对银行的一些观念和经营模式产生颠覆。
清华大学五道口金融学院一位专业人士表示,互联网时代海量的数据和分析工具,催生出很多新的金融业态,切入传统银行的禁地,“他们比传统银行有更强的数据收集和分析能力”.
梦想很远,现实却很紧迫。“中国国内银行还处在搭建推广手机银行、网上银行阶段,”相对于大数据已经慢了一拍。
银行业对大数据的挖掘创新似乎并不如互联网企业那么热衷,这其中既有传统行业理念的保守,也有制度上的掣肘。
“银行进行大数据挖掘,必然牵扯多方面,譬如观念转变、制度建设、流程优化、系统开发以及人才储备,等等。”一位股份制银行的信息管理人士说。
变革的开始往往是以测量手段的革命为前奏,为应对大数据挑战,银行应根据业务目的和特点在相应领域配置感知装置。
大数据时代是分析时代。以往中国的银行业过于强调资源的整合,在政企界限模糊、金融资源高度垄断的时代这种模式能够成功。
但时代在改变,随着金融市场化改革的进行,银行不再拥有独一无二的资源,它们整合什么?又如何敢说自己的整合力比竞争对手更强呢?
大数据分析的实质就是将客户放到更大的社会背景下加以曝光,准确定位环境中客户所处的位置符合怎样一种商业模式;到现在为止没有任何技术能超越人(对银行来说就是客户经理)更能对活生生的客户加以把握分析。
客户经理是最好的社会感知装置,同时又肩负将银行预定的熟悉的关系模式导入到现实社会网络,扩大关系的重任,这种独特的非技术感知装置是银行最大的优势。
以科技引领业务发展,未来银行也同样需要借助由大数据构建的企业经营全景视图来进行风险管理、产品营销、业务创新等活动,进而寻找最优的模式支持商业决策。
银行从业者应尽量客观地描述复杂的世界。我们不确定大数据是否一定能主宰未来,但是它描述客观世界的理念正是我们所探寻的有效提高银行业务水平之道。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21