三、引入外部工具和咨询
大数据是一个实实在在技术驱动的产业，金融行业具有数据和应用场景，但是金融行业不具备大数据平台和工具的开发能力。特别是非结构化数据的采集、处理和分析能力。
术业有专攻，科技企业的优势在于技术的专研，特别是多数据源的处理和整合。金融企业内部的数据质量较好，以结构化数据为主，内部已有的数据仓库和BI系统基本上可以满足需要。一般情况下在数据量低于20T，用户数量低于50万时，传统的数据仓库和分析工具可以满足数据分析需要。如果需要处理的数据超过了20T，用户数量超过50万，传统数据平台的投资会高于几千万，投入资金巨大，未来维护成本也很高。这种情况建议金融企业利用大数据平台来处理。在这个量级以上大数据平台处理效率比传统的数据仓库要高很多，总的投资费用和维护费用也要低的很多。
金融企业希望像互联网企业一样，通过采集非结构化行为数据来了解客户行为，提高客户体验，优化交易流程，提高客户活跃程度。非结构化数据采集和处理过程中，需要面对非常复杂的情况，例如客户使用设备类型、操作系统、采集的数据类型、非结构化数据ETL处理、数据采集和分析、数据建模和计算等。这些工作具有较高的技术门槛，大数据公司投入了巨大的研发资源，经过几年的发展，踩了无数个坑，迭代了很多次之后，才找到了一条比较靠谱的技术路线和处理架构。
金融企业在大数据技术研发方面不具有优势，不能够像互联网公司一样，拥有强大的基础技术研发应用团队。金融行业科技部门的优势是对金融业务的了解和数据环境的了解，数据治理和业务系统，不是大数据技术研发和应用。
中国大型国有银行拥有上万名技术开发员工，其技术优势是对银行核心业务系统的了解和应用，但对于基础软件例如数据库和中间件，大数据采集、存储、处理平台不具备研发能力。国有五大行一直在研发自己的非结构化数据采集处理分析平台，投入巨大，几年下来没有任何结果，没到达到应用水平。反而证券公司和股份制商业银行采用市场上成熟的大数据解决方案，上线了一些非机构化数据采集统计分析平台，2013年就开始商用了，在用户行为洞察和应用上取得了一些成果。
如果金融企业想拥抱移动互联网，洞察客户，提升App体验，利用数据分析和数据运营来创造价值，建议引入互联网人才和外部数据运营咨询服务。可以帮助金融企业短时间内完成数据治理，竞品分析，体验提升，数据分析，数字化运营甚至运营数据等工作。数据运营咨询可以快速提升金融企业的移动互联网运营能力，提高用户活跃覆盖率和活跃程度，并帮助金融企业从移动互联网获得大量客户和业务。
在数据工具和数据咨询方面，哪些金融企业引入的早，哪些企业就会取得业务上的领先。移动互联网是开放的，没有围墙。移动互联网的用户资源有限，用户需求有限，就看哪一家金融企业可以更早提升移动互联网运营能力，更早一些赢得客户，赢得市场。
四、寻找数据应用场景和实时分析业务运营情况
数字化思维是数据场景应用的基础，数字思维会提升企业的数据商业敏感度，帮助企业从数据中发现价值，也可以引导企业选择正确的数字化商业进程。客观地说，数字化商业进程未来是所有企业必须经历的阶段，也是企业发展的未来。
数字化商业是逐渐进化的过程，不能一促即成，需要不断的进行尝试，可能也需要不断试错。这个过程既不能空想一天建成，投入巨大财力和人力，进行大规模建设。像某个大型国有银行，投入百亿资金，投入几千人，两年未有结果。也不能像另外的企业，裹布不前，不断调研，一年下来没有任何变化。就像马云说的，这是个抢钱的时代，当你还在想商业模式时，别人已经跑马圈地，走在了时代的前沿，剩下的只有后悔和遗憾了。
平安集团就是金融行业的阿里，这几年已经走在了大多数金融企业的前面，其集团内部从事数据分析和挖掘的员工就有几百人，领先于其他的金融企业，数据场景应用其实并不复杂，业务需求同数据相结合，数据应用场景即刻就会呈现。国外同行的案例告诉我们，数据场景的应用往往建立在数据分析和业务分析之上。从商业应用场景出发，很容易找到数据应用场景。例如花旗银行信用卡直接利用乘客头等舱乘坐记录来给客户寄送白金卡；某银行利用物业费缴费情况，直接找到高端财富人群；某保险公司利用社交传播，直接吸引了高端保险客户；某互联网金融公司利用外部数据，提高了30%左右恶意欺诈用户识别率；手机短信可以揭示客户收入水平等，这些都是很典型的数据应用场景。
数据场景应用来源于业务人员对数据的商业敏感度，同时也来源于数据分析人员对业务场景对了解，另外对外部数据应用案例和外部数据源的了解，也会帮助企业提高数据场景应用能力。数据的流通、数据案例的分享、数据场景的交流、同行人员的头脑风暴都会帮助企业找到数据应用场景。
数据场景应用可以从两个纬度进行，一个是从企业的痛点和业务需求入手，寻找相关数据，进行数据汇聚整理和分析，找到数据应用场景。另外一个纬度是从数据汇聚和整理出发，通过数据分析来了解业务运营环境和用户特点，围绕用户进行数据营销和业务运营，提升单个客户收入价值和客户规模，以及客户活跃程度。
业务运营数据的实时展示也是金融客户的一个需求。过去数据实时展示主要应用于数据中心网络和系统的运行监控，现在业务管理人员需要及时了解业务指标运营情况，便于及时调整产品营销策略。业务运营指标实时展示的基础，是可以实时处理业务数据和行为数据的大数据管理平台，其可以帮助金融企业实时进行数据处理和分析，通过大屏的方式展现给客户，帮助企业实时了解客户交易行为和交易数据，以及分析结果，帮助企业进行决策。另外企业可以借助于大数据管理平台（DMP）进行数据分析和挖掘，洞察客户群体，经营客户，实时进行数据营销，完成数据场景变现。
五、同领导进行汇报得到支持
任何一件事情，临门一脚都是非常重要的。中国一句古话，编筐编篓全在收口，大数据应用也是如此。数据在项目和企业的价值必须让企业的决策者了解，这样才能得到管理者的支持，得到更多的资源，持续利用数据创造价值。
金融企业的决策者不关心实施细节，但是关心业务逻辑和业务效果，因此在进行高层汇报时，建议从商业逻辑角度出发，从商业价值角度出发进行汇报。千万不要纠结在技术逻辑和技术架构。汇报采用方式多以对比法为主，分析没有数据支持下的业务决策以及效果；强调在数据分析和支持的情况下，业务效果的不同。如果数据分析和数据应用还没有取得效果，建议晚一些汇报。
汇报也可以采用趋势分析法告诉管理者，过去发生了什么，为什么发生，需要提高的方面。在数据分析和决策之后，未来将会发生什么，会有哪些提高。另外切记不要汇报领导已经知道的数据和结果，需要汇报过去隐藏在数据分析背后的结果。例如单个资产拥有最多的客户，客户交易特点和习惯，客户年龄分布，不同年龄客户的资产情况，开户来源渠道，客户活跃时段，客户点击偏好，客户体验等过去没有分析多的数据。
大数据持续在金融企业进行场景落地，需要不断寻找数据应用场景，同时也需要不断进行高层汇报，让管理层了解数据价值，得到相应的支持。管理层更加了解企业未来的战略和市场，其给出的业务建议更加简单有效，更能够体现数据运营价值。
总之，金融企业可以借助于五步法实现大数据在金融企业的场景化落地，术业有专攻，专业的人做专业的事，金融企业专注于业务和用户，大数据企业专注于数据处理和工具，大家分工不同，但是目的相同，就是利用数据了解企业运营环境，数字化运营业务，利用数据分析来提升业务，未来从数据运营走向运营数据。
第四十一届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：pingxiaoli
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
