大數(shù)據(jù)產(chǎn)業(yè)發(fā)展進(jìn)入了高速發(fā)展的快車道之后，很多企業(yè)經(jīng)意識到了數(shù)據(jù)價(jià)值，不斷加大數(shù)據(jù)領(lǐng)域的投資。特別是金融行業(yè)，在大數(shù)據(jù)領(lǐng)域的商業(yè)應(yīng)用已經(jīng)走到了其他行業(yè)的前面。
  
  金融行業(yè)具有信息化程度高，數(shù)據(jù)質(zhì)量好，數(shù)據(jù)維度全，數(shù)據(jù)場景多的特點(diǎn)，因此大數(shù)據(jù)應(yīng)用的成熟度較高，數(shù)據(jù)應(yīng)用也取得了較好的成績。特別是一些股份制商業(yè)銀行的信用卡中心、領(lǐng)先的保險(xiǎn)、證券企業(yè)，大數(shù)據(jù)應(yīng)用已經(jīng)取得的成效，得到了行業(yè)的認(rèn)可。
  
  在全世界大數(shù)據(jù)領(lǐng)域投資中，90%的投資都投向了數(shù)據(jù)清洗、數(shù)據(jù)整合，數(shù)據(jù)計(jì)算和存儲(chǔ)，數(shù)據(jù)分析和應(yīng)用方面僅占投資的10%，外部數(shù)據(jù)價(jià)值應(yīng)用更是少的可憐，中國市場數(shù)據(jù)交易的總額還不到10億人民幣，數(shù)據(jù)交易和數(shù)據(jù)產(chǎn)品處于一個(gè)初級階段。
  
  金融企業(yè)在大數(shù)據(jù)場景落地方面遇到很多的困難，內(nèi)心對大數(shù)據(jù)商業(yè)應(yīng)用非?？释?，但在實(shí)際數(shù)據(jù)應(yīng)用過程中，面臨著很多問題，數(shù)據(jù)對企業(yè)的發(fā)展影響很小?？释业揭粭l有效的道路，幫助金融企業(yè)實(shí)現(xiàn)大數(shù)據(jù)場景落地。
  
  大數(shù)據(jù)應(yīng)用和場景落地在領(lǐng)先的金融企業(yè)也歷經(jīng)了若干年，經(jīng)歷了很多挫折之后才找到了一條有效的道路。對這些成功實(shí)施大數(shù)據(jù)場景落地的企業(yè)進(jìn)行調(diào)研之后，總結(jié)了他們共有的一些經(jīng)驗(yàn)。這些經(jīng)驗(yàn)可以幫助金融企業(yè)，找到一條有效的捷徑，避免踩更多的坑。
  
  一般來講，大數(shù)據(jù)在金融企業(yè)實(shí)現(xiàn)場景落地分為五步，分別是專業(yè)化團(tuán)隊(duì)、業(yè)務(wù)和數(shù)據(jù)梳理、外部咨詢和工具的引入、業(yè)務(wù)場景的數(shù)據(jù)變現(xiàn)、高層匯報(bào)和支持。
  
  一、建立專業(yè)數(shù)據(jù)應(yīng)用團(tuán)隊(duì)
  
  理想情況，企業(yè)的任何一個(gè)部門都需要數(shù)據(jù)分析和應(yīng)用，需要數(shù)據(jù)分析人才幫助企業(yè)進(jìn)行數(shù)據(jù)決策。中國企業(yè)剛剛走完信息化之路，數(shù)據(jù)型運(yùn)營的企業(yè)不多，每個(gè)部門建立自己的數(shù)據(jù)分析團(tuán)隊(duì)是不現(xiàn)實(shí)的。并且數(shù)據(jù)分析和應(yīng)用具有較高的技術(shù)門檻，市場上缺少足夠的人才，企業(yè)還是要建立獨(dú)立的數(shù)據(jù)應(yīng)用團(tuán)隊(duì)，來提升數(shù)據(jù)應(yīng)用能力。
  
  金融企業(yè)數(shù)據(jù)意識和數(shù)據(jù)思維還在發(fā)展之中，業(yè)務(wù)人員可以通過項(xiàng)目來參與數(shù)據(jù)應(yīng)用，缺少業(yè)務(wù)人員參與的數(shù)據(jù)項(xiàng)目，會(huì)離商業(yè)應(yīng)用較遠(yuǎn)，也很難得到業(yè)務(wù)部門的支持。
  
  科技人員和數(shù)據(jù)人員在數(shù)據(jù)應(yīng)用中的視角同業(yè)務(wù)人員不同，科技人員更加關(guān)注技術(shù)架構(gòu)，處理效率，以及可擴(kuò)展性；數(shù)據(jù)人員關(guān)注數(shù)據(jù)質(zhì)量、數(shù)據(jù)緯度、數(shù)據(jù)的實(shí)時(shí)性；業(yè)務(wù)人員關(guān)注的是業(yè)務(wù)場景，商業(yè)價(jià)值，收入和成本。這些關(guān)注點(diǎn)對于數(shù)據(jù)應(yīng)用項(xiàng)目都是必需的，需要互相平衡。大數(shù)據(jù)應(yīng)用建議采用項(xiàng)目組的形式更加有效，特別是尋找數(shù)據(jù)應(yīng)用場景和實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)方面。
  
  獨(dú)立的數(shù)據(jù)應(yīng)用團(tuán)隊(duì)可以建立在業(yè)務(wù)部門內(nèi)部，也可以建立在科技部門內(nèi)部，從效率和推動(dòng)力方面，建立在科技部門內(nèi)部的數(shù)據(jù)分析團(tuán)隊(duì)，項(xiàng)目執(zhí)行效率會(huì)更高。國外金融企業(yè)數(shù)據(jù)部門大多數(shù)也是屬于技術(shù)部門的一個(gè)分支，并且服務(wù)于所有業(yè)務(wù)部門。
  
  一般情況下，金融企業(yè)的科技人員應(yīng)該在5%以上，其中從事數(shù)據(jù)分析和應(yīng)用的人員應(yīng)該不少于科技人員的10%。美國領(lǐng)先的投資銀行高盛銀行，員工在3萬人左右，其從事科技的人員達(dá)到了9000人，占其員工總數(shù)的三分之一。高盛的董事長經(jīng)常開玩笑說，高盛更像一家科技公司。國內(nèi)領(lǐng)先的工商銀行員工接近40萬，但是科技人員不到3萬人，從事數(shù)據(jù)分析和應(yīng)用的人才更是少于幾百人，而阿里巴巴集團(tuán)員工3萬多人，從事數(shù)據(jù)挖掘和分析的科學(xué)家超過了1000人。
  
  二、梳理數(shù)據(jù)和業(yè)務(wù)需求
  
  大數(shù)據(jù)價(jià)值應(yīng)用是建立在信息化基礎(chǔ)之上的，金融企業(yè)大部分都已經(jīng)完成了信息化?？蛻舴?wù)、業(yè)務(wù)處理、后臺操作的各個(gè)環(huán)節(jié)都實(shí)現(xiàn)了信息化和數(shù)據(jù)化。金融企業(yè)內(nèi)部擁有海量、多維度、高質(zhì)量的數(shù)據(jù)，過去這些數(shù)據(jù)主要用于金融企業(yè)的財(cái)務(wù)分析、運(yùn)營分析、風(fēng)險(xiǎn)管理。在客戶洞察、業(yè)務(wù)支持、營銷推廣、精細(xì)運(yùn)營等方面應(yīng)用較少。
  
  大數(shù)據(jù)在金融企業(yè)的應(yīng)用切入點(diǎn)可以從業(yè)務(wù)的需求和痛點(diǎn)開始，也可以從數(shù)據(jù)的整理和統(tǒng)計(jì)入手。一般建議從業(yè)務(wù)的需求和痛點(diǎn)開始，將戰(zhàn)略目標(biāo)和業(yè)務(wù)目標(biāo)進(jìn)行分解。分解后的目標(biāo)再次映射到具體到運(yùn)營和營銷活動(dòng)之中，最后將營銷和運(yùn)營活動(dòng)落實(shí)到數(shù)據(jù)分析需求之上。簡單的講就是講業(yè)務(wù)目標(biāo)分解到具體工作，將具體工作分解到數(shù)據(jù)分析需求，利用數(shù)據(jù)分析結(jié)果來支撐運(yùn)???????和營銷活動(dòng)。
  
  金融企業(yè)到業(yè)務(wù)目標(biāo)一般可以分為資產(chǎn)規(guī)模、產(chǎn)品收入、用戶規(guī)模、交易費(fèi)用等四個(gè)方面。資產(chǎn)規(guī)?？梢苑纸獾疆a(chǎn)品銷售、有效客戶、單個(gè)客戶價(jià)值等幾個(gè)方面；產(chǎn)品收入可以分解為客戶規(guī)模、客戶活躍、單客價(jià)值、持有時(shí)間、產(chǎn)品種類等幾個(gè)方面；用戶規(guī)模可以分解為用戶總數(shù)、活躍客戶、休眠客戶、新增客戶、流失客戶等幾個(gè)方面；交易費(fèi)用可以分解為活躍客戶、單客價(jià)???????、交易頻率、交易間隔、交易產(chǎn)品等幾個(gè)方面。
  
  金融企業(yè)可以利用數(shù)據(jù)分析來了解企業(yè)在各個(gè)方面的運(yùn)營表現(xiàn)包括客戶分布、客戶價(jià)值、客戶活躍、產(chǎn)品銷售、交易頻率、客戶流失、客戶休眠等數(shù)據(jù)，利用數(shù)據(jù)分析的結(jié)果進(jìn)行決策。例如增加20％的高價(jià)值客戶比例，增加客戶活躍度，增加熱銷產(chǎn)品比例，實(shí)施高凈值客戶挽留，提升客戶交易頻率，激活休眠客戶，增加目標(biāo)客戶，縮短購買間隔時(shí)間等。一切的營銷活動(dòng)將參考????據(jù)分析的結(jié)果，包括客戶的行為數(shù)據(jù)和客戶的交易數(shù)據(jù)，以及產(chǎn)品銷售數(shù)據(jù)和客戶體驗(yàn)數(shù)據(jù)等。這種數(shù)據(jù)變現(xiàn)的思路是將可以目標(biāo)分析成用戶經(jīng)營行動(dòng)，利用海量行為和交易數(shù)據(jù)來實(shí)現(xiàn)用戶經(jīng)營。
  
  另外一種數(shù)據(jù)應(yīng)用途徑是整理海量數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)分析和數(shù)據(jù)挖掘，從數(shù)據(jù)分析和挖掘的結(jié)果來找到數(shù)據(jù)應(yīng)用的場景，從而推動(dòng)業(yè)務(wù)發(fā)展。這條路比較苦，適合信息化程度高，具有大數(shù)據(jù)治理和分析能力的成熟金融企業(yè)。從數(shù)據(jù)分析入手來尋找數(shù)據(jù)應(yīng)用場景，會(huì)陷入技術(shù)怪圈，容易追求全量數(shù)據(jù)分析，全維度數(shù)據(jù)引入，追求完美技術(shù)架構(gòu)，完美數(shù)據(jù)應(yīng)用工具的怪圈。國內(nèi)某著???????四大國有銀行中的一個(gè)，在升級改造新核心系統(tǒng)和大數(shù)據(jù)應(yīng)用過程中，耗用了幾千人，投入了幾百個(gè)億，花費(fèi)了五六年，現(xiàn)在還在不斷投入中。企業(yè)累、員工累、廠商累，大家都傷不起呀。
  
  大數(shù)據(jù)應(yīng)用過程中，數(shù)據(jù)治理、多數(shù)據(jù)源整合是一個(gè)臟活累活。美國大數(shù)據(jù)企業(yè)90%的資源都投入在數(shù)據(jù)采集、清洗、處理、整合等方面，只有10%的投資用戶數(shù)據(jù)的分析和應(yīng)用。多數(shù)據(jù)源的整合和處理是行業(yè)的一個(gè)難題，哪個(gè)大數(shù)據(jù)企業(yè)能夠在這個(gè)方面取得突破，這個(gè)大數(shù)據(jù)企業(yè)就會(huì)取得市場領(lǐng)先優(yōu)勢。
  
  三、引入外部工具和咨詢
  
  大數(shù)據(jù)是一個(gè)實(shí)實(shí)在在技術(shù)驅(qū)動(dòng)的產(chǎn)業(yè)，金融行業(yè)具有數(shù)據(jù)和應(yīng)用場景，但是金融行業(yè)不具備大數(shù)據(jù)平臺和工具的開發(fā)能力。特別是非結(jié)構(gòu)化數(shù)據(jù)的采集、處理和分析能力。
  
  術(shù)業(yè)有專攻，科技企業(yè)的優(yōu)勢在于技術(shù)的專研，特別是多數(shù)據(jù)源的處理和整合。金融企業(yè)內(nèi)部的數(shù)據(jù)質(zhì)量較好，以結(jié)構(gòu)化數(shù)據(jù)為主，內(nèi)部已有的數(shù)據(jù)倉庫和BI系統(tǒng)基本上可以滿足需要。一般情況下在數(shù)據(jù)量低于20T，用戶數(shù)量低于50萬時(shí)，傳統(tǒng)的數(shù)據(jù)倉庫和分析工具可以滿足數(shù)據(jù)分析需要。如果需要處理的數(shù)據(jù)超過了20T，用戶數(shù)量超過50萬，傳統(tǒng)數(shù)據(jù)平臺的投資會(huì)高于幾千萬，投???????資金巨大，未來維護(hù)成本也很高。這種情況建議金融企業(yè)利用大數(shù)據(jù)平臺來處理。在這個(gè)量級以上大數(shù)據(jù)平臺處理效率比傳統(tǒng)的數(shù)據(jù)倉庫要高很多，總的投資費(fèi)用和維護(hù)費(fèi)用也要低的很多。
  
  金融企業(yè)希望像互聯(lián)網(wǎng)企業(yè)一樣，通過采集非結(jié)構(gòu)化行為數(shù)據(jù)來了解客戶行為，提高客戶體驗(yàn)，優(yōu)化交易流程，提高客戶活躍程度。非結(jié)構(gòu)化數(shù)據(jù)采集和處理過程中，需要面對非常復(fù)雜的情況，例如客戶使用設(shè)備類型、操作系統(tǒng)、采集的數(shù)據(jù)類型、非結(jié)構(gòu)化數(shù)據(jù)ETL處理、數(shù)據(jù)采集和分析、數(shù)據(jù)建模和計(jì)算等。這些工作具有較高的技術(shù)門檻，大數(shù)據(jù)公司投入了巨大的研發(fā)資源，???????過幾年的發(fā)展，踩了無數(shù)個(gè)坑，迭代了很多次之后，才找到了一條比較靠譜的技術(shù)路線和處理架構(gòu)。
  
  金融企業(yè)在大數(shù)據(jù)技術(shù)研發(fā)方面不具有優(yōu)勢，不能夠像互聯(lián)網(wǎng)公司一樣，擁有強(qiáng)大的基礎(chǔ)技術(shù)研發(fā)應(yīng)用團(tuán)隊(duì)。金融行業(yè)科技部門的優(yōu)勢是對金融業(yè)務(wù)的了解和數(shù)據(jù)環(huán)境的了解，數(shù)據(jù)治理和業(yè)務(wù)系統(tǒng)，不是大數(shù)據(jù)技術(shù)研發(fā)和應(yīng)用。
  
  中國大型國有銀行擁有上萬名技術(shù)開發(fā)員工，其技術(shù)優(yōu)勢是對銀行核心業(yè)務(wù)系統(tǒng)的了解和應(yīng)用，但對于基礎(chǔ)軟件例如數(shù)據(jù)庫和中間件，大數(shù)據(jù)采集、存儲(chǔ)、處理平臺不具備研發(fā)能力。國有五大行一直在研發(fā)自己的非結(jié)構(gòu)化數(shù)據(jù)采集處理分析平臺，投入巨大，幾年下來沒有任何結(jié)果，沒到達(dá)到應(yīng)用水平。反而證券公司和股份制商業(yè)銀行采用市場上成熟的大數(shù)據(jù)解決方案，上線了???????些非機(jī)構(gòu)化數(shù)據(jù)采集統(tǒng)計(jì)分析平臺，2013年就開始商用了，在用戶行為洞察和應(yīng)用上取得了一些成果。
  
  如果金融企業(yè)想擁抱移動(dòng)互聯(lián)網(wǎng)，洞察客戶，提升App體驗(yàn)，利用數(shù)據(jù)分析和數(shù)據(jù)運(yùn)營來創(chuàng)造價(jià)值，建議引入互聯(lián)網(wǎng)人才和外部數(shù)據(jù)運(yùn)營咨詢服務(wù)?？梢詭椭鹑谄髽I(yè)短時(shí)間內(nèi)完成數(shù)據(jù)治理，競品分析，體驗(yàn)提升，數(shù)據(jù)分析，數(shù)字化運(yùn)營甚至運(yùn)營數(shù)據(jù)等工作。數(shù)據(jù)運(yùn)營咨詢可以快速提升金融企業(yè)的移動(dòng)互聯(lián)網(wǎng)運(yùn)營能力，提高用戶活躍覆蓋率和活躍程度，并幫助金融企業(yè)從移動(dòng)互???????網(wǎng)獲得大量客戶和業(yè)務(wù)。
  
  在數(shù)據(jù)工具和數(shù)據(jù)咨詢方面，哪些金融企業(yè)引入的早，哪些企業(yè)就會(huì)取得業(yè)務(wù)上的領(lǐng)先。移動(dòng)互聯(lián)網(wǎng)是開放的，沒有圍墻。移動(dòng)互聯(lián)網(wǎng)的用戶資源有限，用戶需求有限，就看哪一家金融企業(yè)可以更早提升移動(dòng)互聯(lián)網(wǎng)運(yùn)營能力，更早一些贏得客戶，贏得市場。
  
  四、尋找數(shù)據(jù)應(yīng)用場景和實(shí)時(shí)分析業(yè)務(wù)運(yùn)營情況
  
  數(shù)字化思維是數(shù)據(jù)場景應(yīng)用的基礎(chǔ)，數(shù)字思維會(huì)提升企業(yè)的數(shù)據(jù)商業(yè)敏感度，幫助企業(yè)從數(shù)據(jù)中發(fā)現(xiàn)價(jià)值，也可以引導(dǎo)企業(yè)選擇正確的數(shù)字化商業(yè)進(jìn)程?？陀^地說，數(shù)字化商業(yè)進(jìn)程未來是所有企業(yè)必須經(jīng)歷的階段，也是企業(yè)發(fā)展的未來。
  
  數(shù)字化商業(yè)是逐漸進(jìn)化的過程，不能一促即成，需要不斷的進(jìn)行嘗試，可能也需要不斷試錯(cuò)。這個(gè)過程既不能空想一天建成，投入巨大財(cái)力和人力，進(jìn)行大規(guī)模建設(shè)。像某個(gè)大型國有銀行，投入百億資金，投入幾千人，兩年未有結(jié)果。也不能像另外的企業(yè)，裹布不前，不斷調(diào)研，一年下來沒有任何變化。就像馬云說的，這是個(gè)搶錢的時(shí)代，當(dāng)你還在想商業(yè)模式時(shí)，別人已經(jīng)跑???????圈地，走在了時(shí)代的前沿，剩下的只有后悔和遺憾了。
  
  平安集團(tuán)就是金融行業(yè)的阿里，這幾年已經(jīng)走在了大多數(shù)金融企業(yè)的前面，其集團(tuán)內(nèi)部從事數(shù)據(jù)分析和挖掘的員工就有幾百人，領(lǐng)先于其他的金融企業(yè)，數(shù)據(jù)場景應(yīng)用其實(shí)并不復(fù)雜，業(yè)務(wù)需求同數(shù)據(jù)相結(jié)合，數(shù)據(jù)應(yīng)用場景即刻就會(huì)呈現(xiàn)。國外同行的案例告訴我們，數(shù)據(jù)場景的應(yīng)用往往建立在數(shù)據(jù)分析和業(yè)務(wù)分析之上。從商業(yè)應(yīng)用場景出發(fā)，很容易找到數(shù)據(jù)應(yīng)用場景。例如花旗???????行信用卡直接利用乘客頭等艙乘坐記錄來給客戶寄送白金卡；某銀行利用物業(yè)費(fèi)繳費(fèi)情況，直接找到高端財(cái)富人群；某保險(xiǎn)公司利用社交傳播，直接吸引了高端保險(xiǎn)客戶；某互聯(lián)網(wǎng)金融公司利用外部數(shù)據(jù)，提高了30%左右惡意欺詐用戶識別率；手機(jī)短信可以揭示客戶收入水平等，這些都是很典型的數(shù)據(jù)應(yīng)用場景。
  
  數(shù)據(jù)場景應(yīng)用來源于業(yè)務(wù)人員對數(shù)據(jù)的商業(yè)敏感度，同時(shí)也來源于數(shù)據(jù)分析人員對業(yè)務(wù)場景對了解，另外對外部數(shù)據(jù)應(yīng)用案例和外部數(shù)據(jù)源的了解，也會(huì)幫助企業(yè)提高數(shù)據(jù)場景應(yīng)用能力。數(shù)據(jù)的流通、數(shù)據(jù)案例的分享、數(shù)據(jù)場景的交流、同行人員的頭腦風(fēng)暴都會(huì)幫助企業(yè)找到數(shù)據(jù)應(yīng)用場景。
  
  數(shù)據(jù)場景應(yīng)用可以從兩個(gè)緯度進(jìn)行，一個(gè)是從企業(yè)的痛點(diǎn)和業(yè)務(wù)需求入手，尋找相關(guān)數(shù)據(jù)，進(jìn)行數(shù)據(jù)匯聚整理和分析，找到數(shù)據(jù)應(yīng)用場景。另外一個(gè)緯度是從數(shù)據(jù)匯聚和整理出發(fā)，通過數(shù)據(jù)分析來了解業(yè)務(wù)運(yùn)營環(huán)境和用戶特點(diǎn)，圍繞用戶進(jìn)行數(shù)據(jù)營銷和業(yè)務(wù)運(yùn)營，提升單個(gè)客戶收入價(jià)值和客戶規(guī)模，以及客戶活躍程度。
  
  業(yè)務(wù)運(yùn)營數(shù)據(jù)的實(shí)時(shí)展示也是金融客戶的一個(gè)需求。過去數(shù)據(jù)實(shí)時(shí)展示主要應(yīng)用于數(shù)據(jù)中心網(wǎng)絡(luò)和系統(tǒng)的運(yùn)行監(jiān)控，現(xiàn)在業(yè)務(wù)管理人員需要及時(shí)了解業(yè)務(wù)指標(biāo)運(yùn)營情況，便于及時(shí)調(diào)整產(chǎn)品營銷策略。業(yè)務(wù)運(yùn)營指標(biāo)實(shí)時(shí)展示的基礎(chǔ)，是可以實(shí)時(shí)處理業(yè)務(wù)數(shù)據(jù)和行為數(shù)據(jù)的大數(shù)據(jù)管理平臺，其可以幫助金融企業(yè)實(shí)時(shí)進(jìn)行數(shù)據(jù)處理和分析，通過大屏的方式展現(xiàn)給客戶，幫助企業(yè)實(shí)時(shí)???????解客戶交易行為和交易數(shù)據(jù)，以及分析結(jié)果，幫助企業(yè)進(jìn)行決策。另外企業(yè)可以借助于大數(shù)據(jù)管理平臺（DMP）進(jìn)行數(shù)據(jù)分析和挖掘，洞察客戶群體，經(jīng)營客戶，實(shí)時(shí)進(jìn)行數(shù)據(jù)營銷，完成數(shù)據(jù)場景變現(xiàn)。
  
  五、同領(lǐng)導(dǎo)進(jìn)行匯報(bào)得到支持
  
  任何一件事情，臨門一腳都是非常重要的。中國一句古話，編筐編簍全在收口，大數(shù)據(jù)應(yīng)用也是如此。數(shù)據(jù)在項(xiàng)目和企業(yè)的價(jià)值必須讓企業(yè)的決策者了解，這樣才能得到管理者的支持，得到更多的資源，持續(xù)利用數(shù)據(jù)創(chuàng)造價(jià)值。
  
  金融企業(yè)的決策者不關(guān)心實(shí)施細(xì)節(jié)，但是關(guān)心業(yè)務(wù)邏輯和業(yè)務(wù)效果，因此在進(jìn)行高層匯報(bào)時(shí)，建議從商業(yè)邏輯角度出發(fā)，從商業(yè)價(jià)值角度出發(fā)進(jìn)行匯報(bào)。千萬不要糾結(jié)在技術(shù)邏輯和技術(shù)架構(gòu)。匯報(bào)采用方式多以對比法為主，分析沒有數(shù)據(jù)支持下的業(yè)務(wù)決策以及效果；強(qiáng)調(diào)在數(shù)據(jù)分析和支持的情況下，業(yè)務(wù)效果的不同。如果數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用還沒有取得效果，建議晚一些匯報(bào)???????
  
  匯報(bào)也可以采用趨勢分析法告訴管理者，過去發(fā)生了什么，為什么發(fā)生，需要提高的方面。在數(shù)據(jù)分析和決策之后，未來將會(huì)發(fā)生什么，會(huì)有哪些提高。另外切記不要匯報(bào)領(lǐng)導(dǎo)已經(jīng)知道的數(shù)據(jù)和結(jié)果，需要匯報(bào)過去隱藏在數(shù)據(jù)分析背后的結(jié)果。例如單個(gè)資產(chǎn)擁有最多的客戶，客戶交易特點(diǎn)和習(xí)慣，客戶年齡分布，不同年齡客戶的資產(chǎn)情況，開戶來源渠道，客戶活躍時(shí)段，客戶???????擊偏好，客戶體驗(yàn)等過去沒有分析多的數(shù)據(jù)。
  
  大數(shù)據(jù)持續(xù)在金融企業(yè)進(jìn)行場景落地，需要不斷尋找數(shù)據(jù)應(yīng)用場景，同時(shí)也需要不斷進(jìn)行高層匯報(bào)，讓管理層了解數(shù)據(jù)價(jià)值，得到相應(yīng)的支持。管理層更加了解企業(yè)未來的戰(zhàn)略和市場，其給出的業(yè)務(wù)建議更加簡單有效，更能夠體現(xiàn)數(shù)據(jù)運(yùn)營價(jià)值。
  
  總之，金融企業(yè)可以借助于五步法實(shí)現(xiàn)大數(shù)據(jù)在金融企業(yè)的場景化落地，術(shù)業(yè)有專攻，專業(yè)的人做專業(yè)的事，金融企業(yè)專注于業(yè)務(wù)和用戶，大數(shù)據(jù)企業(yè)專注于數(shù)據(jù)處理和工具，大家分工不同，但是目的相同，就是利用數(shù)據(jù)了解企業(yè)運(yùn)營環(huán)境，數(shù)字化運(yùn)營業(yè)務(wù)，利用數(shù)據(jù)分析來提升業(yè)務(wù)，未來從數(shù)據(jù)運(yùn)營走向運(yùn)營數(shù)據(jù)。
  
  編輯：HERO