活用大數據：銀行就是這樣…. 將客户資料變得更有價值！(上)

對於很多不同的企業來說，大數據的應用，其背後的價值可能暫未見其效及計算得到；不過對於銀行及金融機構，她們卻很著重收集用户的資料，原因就是通過客戶的資料、行為等，均能透過分析從而獲得進一步的趨勢預測。

針對銀行業，一直以來對 IT 的接受程度真的是…慢慢慢！舉個例子，銀行從傳統的 CCTV 轉換成 IP Cam，從研究可行性到真正落實部署，便至少花上 3 － 6 年時間不等。而大數據這種新的分析方案，香港的銀行幾乎可以肯定需要花上至少 3 － 5 年。

不過海外的銀行便有不同情況，她們願意接受風險的程度較香港大得多，因此相關的大數據分析方案便應市場需求而生；其中一個針對銀行及金融機構的方案供應商 Teradata 便是一例。近日她們針對金融業推出了統一大數據分析方案；通過不同的途徑收集客戶的個人資料（當然這裡是指合法途徑），從而獲得數據分析原料。不過大家都知道，這些資料本身而言是沒有價值的，只有那些經過分析的數據，才會變成有價值的資訊。

而銀行由於收集了極多用户資料，包括個人資料、資金使用習慣、投資行為等，這些數據需通過特有的例件進行分析及分類，這樣銀行才可獲得客户的喜好，至少高層能通過 Dashboard 得到一些趨勢資訊。

銀行如何將資料升值？

銀行當然不願意，亦不能向我們分享處理方法，因為這明顯違反了業界守則，不過我們卻可以通過從行業方案的簡介當中略知一二。上述都提到了一家名為 Teradata 的公司。此公司專門為跨國企業以及金融業提供大數據分析方案。

據了解，現時銀行仍為大數據感到頭痛不已；其主要原因是收集回來的客户資料需要非常針對性的進行大數據分析設計，這種種設計規模大如專案一樣，銀行往往需就此付出大量人力、金錢；非但需聘請數據科學家的協助，更需較相宜但又要擁有客户案例作支持的服務供應商才可；加上在考慮採購、設計以及測試等種種，仍需研究每一步驟是否符合銀行法規；假如你認為政府採購過程繁複，那麼我敢肯定銀行定必更為麻煩！

現時 Teradata 便提倡一種名為統一數據架構(Unified Data Architecture) 的方法，這種架構其主要做法就是為客户建立一個中控資料分析池；配合上三種不同的引擎及由 Teradata 設計的分析路線，從而助銀行更快速取得用户喜好分析結果。

首先，Teradata UDA 統一數據架構的核心是 Teradata 數據倉庫、Teradata Aster 與 Hadoop，這形成了完善的分析生態系統，讓銀行可以輕鬆存取 Hadoop 又或者調動社交媒體情感數據、網誌及其他不同類型的大數據，從而實現與數據倉庫中客戶交易與利潤貢獻度的匹配，通過分析整合後的數據，制訂有效的客戶溝通策略，最終協助金融服務機構通過大數據分析提升風險管理、客戶體驗及運營財務效益。

待續…