199IT原创编译
由于银行业务数据的保密性，大多数金融机构采用大数据的速度非常缓慢，尽管他们已经意识到在以客户为中心方面，大数据有巨大的好处。
目前，12%的银行正在通过大型数据咨询公司部署大数据，25%的银行正在扩大其大数据部署，而38%的银行正在探索中，还有25%的银行在限制性环境下试验部署大数据。
各种因素影响着银行决定是否整合大数据，决策者需要考虑：
优点
1.有效的风险管理，有助于实时检测错误和欺诈
基于大数据提供的分析功能的商业智能（BI）工具可以识别潜在客户贷款的风险。银行可以根据区域数据分析市场趋势，并决定降低或提高该部门的利率。
将手动复制数据时的错误减少到最小。其他数据输入错误也会在影响银行工作之前得到纠正，因为大数据分析可以指出客户数据中的异常情况。
银行欺诈行为往往被忽视，直到破坏银行业务的运作为止。有了大数据，银行可以在开始时识别欺诈交易。
2.分析消费者行为并提供个性化金融解决方案
银行往往会错过客户，因为他们并没有与客户在情感上建立联系。销售代表和关系经理可以利用大数据分析，帮助确定客户的投资模式、财务和个人背景，以及投资动机，从而提供个性化的投资解决方案，从而让客户更信任银行的财务能力。
3.利用大数据可以更容易地管制合规
68%的银行职员表示，他们最关心的银行业务是确保符合政府规定的所有监管措施。
BI工具可以帮助分析监管要求。
4.使用大数据的绩效分析进行预算和创新
银行分支的目标是基于员工绩效以及年度收入。大数据分析可以根据现有员工的销售数据提供建议，帮助银行分配每个分支机构的预算。
5.最大限度地发现潜在客户
大数据不仅可以帮助保留现有客户，还可以通过提供个性化解决方案来赢得新的客户。
挑战
1. 难以利用孤立的数据
银行服务数据多样化，存储在不同的部门。根据单独客户的投资行为来描述客户是很困难的，因为单独客户的账户、贷款和保险等可能会分散在银行的各个部门。大数据需要整合所有这些数据，以提供综合的智能分析。
2.在集成大数据功能之前，需要对旧式基础架构进行升级
大多数银行解决方案都没有办法处理不断涌入的数据，即使他们已经转移到云计算解决方案，这是大数据的先决条件。整合大数据需要与大数据咨询公司合作，大部分现有银行解决方案都需要进行彻底的改革。
这不容易实现，因为即使在部署更改时系统也需要不断的增加。
3.专业资源与大型数据咨询公司合作
银行不可能拥有大量数据的内部数据专家，因此与专门从事大数据解决方案设计、开发和部署的公司的合作是必须的。
4.大数据尚未被视为战略资产
非技术经理和顶级高管往往通过更多地依赖于人为决策而不是科学分析提供的自动化营销解决方案进行决策。
5.客户关心隐私
虽然大数据系统记录的数据是匿名的，但如果银行希望，他们可以跟踪每个客户的行为模式。这么做有利于检测非法活动，但如果客户数据落到坏人手里，则对客户构成严重的安全威胁。
199IT.com原创编译自：datafloq 非授权请勿转载
更多阅读：
