跨越数据临界点

[摘要]“千里之行,始于足下”,事物的发展都会经历一个从量变到质变的过程,而从量变到质变的转折点就被称为临界点。对于金融行业而言,正在迎来一个新的数据管理的临界点。跨越临界点,将迎来一个崭新的世界。

“千里之行,始于足下”,事物的发展都会经历一个从量变到质变的过程,而从量变到质变的转折点就被称为临界点。对于金融行业而言,正在迎来一个新的数据管理的临界点。跨越临界点,将迎来一个崭新的世界。

不陌生的临界点

其实,对于金融业来说,临界点并不是一个全新的词汇。从1999年开始到2005年左右的数据大集中的过程,就是典型的临界点阶段。所谓数据大集中,就是把几十个省级分散的数据中心整合到一个大型数据中心内,全行所有业务都由一个数据中心统一处理。由中国工商银行引领的数据大集中后来被全国各个银行、保险、证券等金融机构模仿与跟随,数据的集中处理也连锁引发了存储技术和应用的临界点,SANNAS等技术成为临界点上的关键技术。

2005年左右开始的商业智能与数据分析革命,是数据大集中后金融行业面临的另一次临界点,多家国内商业银行陆续开始利用数据仓库和数据挖掘技术提升客户关系管理和风险管理的水平。商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。其中,数据包括客户信息、企业信息、产品信息、营销信息、供应商信息等各种数据。商业智能能够辅助经营决策,既可以是操作层的,也可以是战术层和战略层的决策。因此,从技术层面上讲,商业智能是数据仓库、OLAP和数据挖掘等技术的综合运用,并对数据的存储和分析带来了不小的变革。

时至今日,互联网+与大数据的热潮引发了一场思维、生产和生活方式的重大变革,数据的爆炸式增长持续不断。金融业天然就对数据尤为重视,一方面,大数据能够为金融机构的经营管理提供充分的信息支持;另一方面,大数据孕育出的新型业态对传统金融机构带来了严峻挑战,数据将成为金融机构的核心资产,对数据的管理能力将是金融机构的核心竞争力。例如,招商银行等商业银行已经把实时的数据分析用于移动金融服务系统,以此开展了营销、客户服务、贷款、风险管理等多个业务领域的应用。

从IT平台与商业模式的双维度着手应对

在前述背景下,金融业的数据管理正在迎来第三个临界点。由此,需要从数据的采集、存储、清洗、分析和展现等层面做出更专业化的管理。

由于大数据的应用需求,金融机构的数据结构与10年前产生了巨大差异,数据源中有大量的非结构化数据,且分布于企业内部和外部,既有传统的应用系统,也有云应用系统。这就要求数据管理平台既能够有效地应对非结构化数据的存储要求,并具有强大的横向扩展能力,以适应数据量的极速膨胀。

驱动数据管理临界点到来的,主要有三个动力:一是金融业务的变革,例如金融互联网+,会产生大量来自互联网和外部机构的业务数据;此外,结构化数据和非结构化数据的极速增长与融合,让金融机构能够更全面和深刻地认识客户与自身;同时,诸如大数据技术、存储介质的变化、人工智能的崛起,是新技术带来的驱动力。

面对数据管理的临界点变化,金融机构一方面需要在IT基础平台层面做好准备,应对数据管理在数量、结构、存储方式、分布方式上诸多改变,其中需要重点构建好数据存储和分析平台。

同时,金融机构还需要从商业模式的角度来重视数据管理。对此,IBM最近提出了“认知商业”战略,将认知商业定义为基于云计算、大数据分析和物联网等新兴技术的一种商业模式,它标志着一个全新时代的来临——企业一旦实现认知转型,便能拥有其他传统企业无法比拟的竞争优势,包括更深入的人际互动能力、更强的专业能力和更明智的探索与发现能力等。此外,认知技术还将帮助企业改变服务能力和企业运营方式,改善产品和业务流程,协助企业获得更多洞察,从而快速做出更为精准的决策。

金融机构经营的本质是对信息的经营。在市场化的环境中,从数据中发现业务价值是金融机构未来的竞争力,而数据管理能力的提升让金融机构能够更全面和深刻地认识客户与自身,这是传统金融机构向智慧的认识型机构转变的关键。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。