做大数据浪潮中的合格冲浪者

大数据的战略价值已被中国政府所认识，国家“十三五规划纲要”提出：加快海量数据采集、存储、清洗、分析发掘、可视化、安全与隐私保护等领域关键技术攻关。促进大数据软硬件产品发展。完善大数据产业公共服务支撑体系和生态体系，加强标准体系和质量技术基础建设。

面对汹涌澎拜的大数据浪潮，金融机构更要主动和热情地拥抱大数据，进一步加快大数据建设的步伐，尽快成为合格的“冲浪者”。

1.转换思想观念

如今，几乎所有的社会关系皆可用数据表征，几乎所有的人类活动都会留下数据足迹，万物皆可被数据化，我们必须向数据化的世界“移民”。向数据化的世界“移民”，关键在于“换脑”，即转变思想观念，从传统思维转向大数据思维。

从金融机构大数据建设的角度看，大数据带来了整体、多样、关联、动态、开放、平等的新思维，这些新思维凭借智能终端、物联网和云计算等技术改变了金融机构生存与发展的物理现实。

2.加强数据拓展与分享

现有的大数据呈现出数据孤岛的状态，远不能满足大数据金融的需要。金融机构和互联网金融平台要不断拓展属于自己的大数据。同时，金融机构和互联网金融平台还要善于与外部的大数据平台实现“数据共享”，特别是加强与移动通信、电子商务、社交网络和云服务等大数据平台的合作，努力丰富和扩大能够为自身经营所用的数据库，进而为“让数据说话”和“从数据中挖掘财富”奠定坚实的基础。

在大数据积累方面，中国电信走在了前列，长期提供网络和通信服务使其积累了涵盖客户的基础信息、通信交往、上网和APP日志、位置轨迹、消费信息和政企数据六个方面的大数据，能够为金融机构和互联网金融平台提供信用评估和风险控制方面的数据。因此，金融机构和互联网金融平台可以与中国电信建立合作关系，促成大数据在金融领域的共享与开发。中国电信大数据覆盖面如图9-12所示。（资料来源：中国电信江苏分公司研究资料）

利用自身拥有的大数据优势，中国电信开发出了可疑贷款监控和风险预警的大数据金融产品。该产品针对贷后无法及时掌握借款人动态信用的风险，向金融机构提供贷后信用情况动态监控服务。通过整合个人或企业的互联网行为轨迹、消费偏好、与上下游企业的通信行为、基础费用动态变化以及个人位置变动等信息，该产品能够判断借款人的经营状况、资金用途是否与实际行为情况相一致，分析其行为偏差值，及时识别可疑贷款，提示贷后监控风险。

图9-12 中国电信大数据覆盖面

3.提高数据挖掘和应用的能力

大数据需要经过挖掘和应用才能显现出价值，因而提高数据挖掘和应用能力对于金融机构和互联网金融平台来说显得尤为重要。为此，金融机构和互联网金融平台需做好三方面的工作。一是实现数据口径和格式的统一与规范化，使内源性数据与外源性数据能够对接，形成完整的数据链；二是采用机器学习、网络爬虫、云计算、计量分析模型以及其他先进的数据挖掘手段，适时、便捷地处理和分析大量数据；三是精准和迅速地将大数据分析转换为商业行动，使大数据能够真正地创造价值。还要指出，提高数据挖掘和应用能力离不开优秀的大数据团队。

4.防范技术风险

在开放的大数据平台上，每天都会出现计算机病毒入侵、黑客攻击、网络金融诈骗、金融钓鱼网站、客户信息泄露、账号被非法盗取以及原始数据被篡改等技术安全问题。同时，基础设施和硬件设备老化、系统和应用软件缺陷、相关人员违规操作，以及由地震、雷雨和群体事件引起的物理环境变化等，也会产生技术风险，甚至还会造成大数据平台的崩溃。因此，金融机构和互联网金融平台在开展互联网金融业务时要加强技术安全维护，防范技术风险。

5.重视产权和隐私的保护

大数据时代，个人很容易暴露在公众视野中，被全部“看透了”，大数据将人们置于“第三只眼”的监视之下，反复和交叉使用的数据可以暴露出诸多个人隐私信息，传统方法已不能有效保护人们的隐私。大数据时代暴露在公众视野中的个人示意图如图9-13所示。（资料来源：中国电信江苏分公司研究资料）

数据的产权是属于数据采集者，或属于被采集对象，还是属于数据存储者？谁拥有数据财富的所有权、使用权、储存权和删除权？政府数据是否应该向纳税人开放？这些问题在法律上还需要研究和解决。在目前法律尚未明确的“混沌时期”，金融机构、互联网金融平台以及个人都需重视数据产权，避免因无法可依，或有法不依，或奔走在创新与监管的灰色地带，而“不小心”暴露在法律风险面前，或是被卷入“说不清”的法律诉讼之中。

图9-13 大数据时代暴露在公众视野中的个人

6.培育和引进大数据专业人才

大数据首先需要的是数据人才，从数据分析到数据开发、数据挖掘，再到近几年火爆的机器学习和深度学习算法，各类围绕大数据的技术人才受到了市场的热捧。2015年，全球最知名职场人士社交网站领英（LinkedIn）公布的最受雇主喜欢、最炙手可热的25项技能中，“云计算”位列第一，“数据分析”排名第二，而传统IT技术则并未上榜。在国内，大数据、云计算人才的缺口已高达百万级，众多企业开出巨额高薪四处挖掘大数据专业人才。据互联网数据中心（IDC）预测，到2018年，仅在美国就有18.1万个深度数据分析师的角色空缺。国内大数据权威专家也作出估算，5年内，中国大数据人才缺口将高达130万左右。大数据需要的四类人才是数据科学家、数据架构师、数据可视化人员和数据调整代理人。为抢占大数据的高地，金融机构和互联网金融平台需积极培育和引进大数据专业人才。