当大资料应用在金融行业中越来越普及，我们注意到，资料的准确性和有效性也越来越重要，直接关系到金融机构的商业决策，以及其在市场竞争中的成败。为了充分发挥大资料应用的潜能，实现最大效益，金融机构需要掌握两门必修课：对资料质量进行辨别和不断强化资料处理能力。
大资料时代的金融行业：服务更深入、更精准
在数字化时代的今天，各种新技术、新业态、新模式不断涌现，推动数字经济的快速发展。资料显示，2018年我国数字经济规模达31.3万亿元，占GDP比重达到34.8%。作为数字经济的重要生产资料，大资料得到了前所未有的重视，成为这个时代创新与发展的重要主题。
在国家和地方-的大力推动下，中国大资料产业加速发展。根据赛迪顾问研究资料显示，中国大资料产业受宏观政策环境、技术进步与升级、数字应用普及渗透等众多利好因素影响，2018年整体规模达到4384.5亿元，预计到2021年将达到8070.6亿元。
尤其是自2015年上升为国家战略后，大资料在各行各业渗透的速度加快。金融行业是大资料应用的理想场景之一，大资料应用也在逐步深入中，从常见的产品设计、前端销售延伸到监管风险、流程改进等更为复杂的领域，为金融机构的商业决策提供了坚实的资料基础。
例如，在产品设计方面，金融机构利用大资料为不同的客户群体量身定制差异化产品，优化客户体验，同时提高客户粘性。在前端销售方面，大资料可以完善客户画像，辅助精准营销。在监管风险与内部控制方面，大资料的应用广泛，在不同金融领域的应用场景各有特色。
在大资料的助力下，金融行业的服务效率不断提升，服务覆盖范围日益扩大，大资料成为助推金融服务下沉的重要工具。在此情形下，传统金融机构纷纷拥抱金融科技，与各类科技公司达成合作，利用大资料技术革新风控流程，提升其在反欺诈、风控模型、贷中预警、贷后管理、流量筛选等风控场景上的业务能力，满足其转型零售金融业务的实际需求。
实践表明，相较于传统风控将金融行为、账户行为和个人金融行为进行关联，围绕客户所做出的基础性工作，大资料风控实现了传统金融交易资料、客户基础资料同客户行为资料、关系资料、装置资料、生态化资料的有机整合，帮助金融机构更加深入地了解使用者，提升了金融机构服务的准确性和有效性。
大资料的准确性建立在资料质量的基础上
大资料应用带来金融服务准确性和有效性的提升，是建立在资料质量的基础之上的。在实际业务场景中，尽管大资料应用给金融机构带来的成效已远超过往，但与人们的长远预期仍相去甚远，究其根源在于资料质量参差不齐，不准确或无效资料的使用容易导致金融机构决策出现偏差，甚至业务风险上升。因此，对资料进行辨别、筛选就显得很有必要。
从资料来源来看，金融机构需要明确资料是否来源于真实业务场景，是否具有普遍的适用性。传统金融交易资料、客户基础资料本就源于金融机构自身的资料沉淀，资料的真实性毋庸置疑，但资料维度过少，对金融机构进一步了解客户帮助有限。
近年来，不少金融科技公司或直接介入金融服务场景，或通过搭建第三方平台支援金融服务落地，其本身也沉淀了海量使用者借贷交易资料。这些资料同样来源于真实业务场景，对有志于开拓零售金融场景的金融机构而言将是有益的补充，能够帮助缺乏零售金融经验的金融机构快速了解行业特点，在业务开展中少走弯路。
不同于金融交易资料，客户行为资料、关系资料、装置资料、生态化资料等并非产生于金融交易场景中，业内将这些区别于传统金融资料的有价值资讯统称为另类资料。另类资料的异军突起，为金融机构解决信用评级和辅助决策等痛点问题开启新思路，驱动一些金融机构与场景服务商达成合作，或者直接跨界到具体业务场景生态中。
另类资料的来源与形式多种多样，大体上可以分为三大类：个人产生资料（Data generated by individuals），包括社交网络资讯、产品评价、搜寻记录、购物喜好等；商业过程资料（Data generated by business process），包括商业运输、信用卡使用记录、预定资料、购买资料等；感测器资料（Data generated by sensors），包括卫星资料、GPS定位资料、车辆轨迹、个人运动轨迹等。
对金融机构而言，直接跨界到具体业务场景中获取另类资料的成效不大，更多的时候还是要依靠外部渠道。一些有足够实力的金融机构选择与互联网巨头搭建合作平台，进而实现对使用者行为特征的进一步了解。但这种合作往往是双向性的，而不是多向性的，这意味着资料孤岛仍然存在，金融机构获取的资料维度不一定足够丰富。
有些金融机构选择与金融科技公司或资料服务商合作，但部分金融科技公司和资料服务商并无真实业务场景，资料来源于与场景服务商的平台合作，同样要解决资料维度问题，只有具备多渠道合作资源，才能确保资料来源的丰富性。无论是与场景服务商搭建平台，还是选择同金融科技公司、资料服务商合作，若非直接从真实业务场景中获取使用者特征，均需要对原始渠道进行检查和识别，以确保准确性和有效性不受干扰。
大资料应用的精准性还取决于资料处理能力
确保资料质量只是基础，如何实现大资料应用的精准性，还取决于相关机构的资料处理能力。金融机构每天都会产生大量金融交易资料，以银行业为例，波士顿咨询公司曾有报告指出，银行业每创收100万美元，平均就会产生820GB的资料。这些交易资料就像个金矿，并不是所有的资料都具有价值，只有进行充分挖掘才能产生效益。
过去，以银行为代表的金融机构，资料量虽大但使用深度不高，资料应用技术的响应速度不够快，资料实时性不强，同时还面临IOT、移动端、CRM资料繁杂不统一等问题，这些都成为了阻拦银行业通过资料驱动业务升级的拦路石。
在转型发展零售金融业务后，另类资料的重要性日益提高，金融机构对另类资料的使用也越来越普遍。与传统金融交易资料相比，另类资料规模与传输量更大，资料获取、传输速度更快，资料种类更为复杂，对金融机构资料处理能力的要求有增无减。金融机构需要面对大量看似无意义甚至无关的资料，并对其进行分析和处理，从而得出有用资讯或结论。
但由于不少金融机构对于分散式计算、机器学习类和深度学习类基础平台的掌握与应用依然比较欠缺，导致这些金融机构无法从容应对大资料处理带来的压力。目前，市场上有发展比较成熟的供应商，可提供完整的解决方案与定制开发，对金融机构来说，最可行的方案就是通过购买这些产品与服务，在短期内获得较大的技术提升。
需要注意的是，在大资料处理过程中，由于涉及资料采集与获取、资料储存与查询、资料处理与计算、资料探勘与学习、资料理解与应用、资料管理与扩充套件等诸多方面，对相关技术供应商的算法优化能力、非标准化知识挖掘能力和高度智慧化计算能力均有较高要求，金融机构最好选择实力深厚、熟悉业务场景的的机构进行合作，才能实现效益的最大化。（本文来自“天机风控”，已获授权）
本文为一点号作者原创，未经授权不得转载
