世华智信数据分析事务所分析，2014年银行手机客户端的总月均覆盖人群数量达3亿~4亿，按照最高47%的活跃用户占比来计算的话，每月银行类手机客户端的活跃用户将达1.5亿~2亿人，与2014年的移动互联网手机网民数量（5亿）相比，活跃用户大约占总手机网民的50%！

这些客户群体，每天都会产生大量最贴合他们的，也最能反映他们行为、偏好的动态数据，这些数据将是对现有ECIF、CRM系统静态数据的补充，并由此能支撑起多种创新的高价值银行业务。因此对于银行而言，这些数据无异于一座座未经挖掘的油田，潜藏的价值量不可谓不巨。

但现在很多银行面对这些“油田”却无从着手，究其原因是：

1.   缺乏移动大数据采集和管理的能力

大数据怎么拿到？技术层面（客户端怎么能采集到数据）不是问题，问题关键在于该收哪些数？大数据的准确性和时效性如何保证？这些问题的背后，其实需要专业的、成熟的大数据团队支撑，从数据的应用场景到对移动互联侧现状的了解……需要横跨银行业和移动互联领域的知识和经验积累。这是“大而化小”的能力。

2.   缺乏移动大数据的应用体系建设：

大数据有什么用？怎么用？或者大数据应用的图景怎么落地？银行从来不缺乏关于数据的创意：从“精准营销”到“互联网征信”，这些概念美好但似乎还有些遥远——渠道也有了，数据也有了，最后这一公里为何如此遥远？这是“小而弥坚”的能力。

3.   缺乏更广泛的数据交换能力：

移动互联网时代连社交都电子化了，对于“人”的理解似乎也需要“移动化”、“电子化”，换言之，银行自身的数据再怎么宽泛及时有效也无法全面刻画一个被“移动化”、“电子化”了的人的属性，这样一来，大数据也就显得不那么“大”了，因此应用效果也没那么好了。结合前面一点，其实数据驱动的业务创新背后，规范化、可交换的数据才是“大数据”题中应有之义。这是“由小变大”的能力。

有此三种能力的缺失，确实玩不转移动互联大数据。

如何形成上述三种能力呢？这需要从“数据驱动的业务”说起。

以前由业务产生数据，因而需要有人、IT系统来存储和统计这些数据。数据是因业务而生的。在“大数据时代”，大数据的来源、量级都有了质的变化，终于有一天，大数据成为了新型石油，数据化的社会使得企业开始用数据来说话，围绕着数据来对业务流程进行优化，围绕着数据来进行经营决策，围绕着数据来寻找增长点和业务模式……

因此，数据驱动的潜层含义在于对企业的组织架构、业务思维、IT基础架构的重新思考。

首先从组织架构层面，现在越来越多的银行开始在总行设立数据分析团队，并独立于传统的统计报表团队，其角色主要是作为经营决策的参谋。人员的组成也表现为业务专家和数据/数学/技术专家的混合，类似COE（Center Of Excellence）的模式。其设立的目的除了直接支持决策层的战略决策外，在全行贯彻“数据驱动”的思想，培养员工数据驱动的思维模式，最终实现全行范围的数据驱动的业务模式，也是其重要的任务。

其次，从IT基础架构或者数据的管理平台角度，除了稳定、安全、高性能、高可用的需求外，这一层次的平台基础能力较之以往也有了非常大的不同。主要体现在多种数据源的采集和管理能力、对于用户行为的追踪、记录能力、同外部数据源的数据交换能力等。建立在基础能力之上的，更重要的是其对业务应用场景需求的支撑能力，就是要解决前文所述的数据如何用的问题。

所以归根到底，我们应该清楚的认识到数据管理平台到业务层之间，从基础平台能力到实现手段的种种不同。