金融业是大数据应用的一个重要阵地，其先锋性和潜力不逊于互联网、电信业。

“绝大部分金融公司现在不会再问大数据是什么，有什么好处，而是问怎么做。”Pivotal亚太区产品战略总监李凯翔近日在接受21世纪经济报道记者采访时表示，这是金融行业大数据最近两三年来的改变。

Pivotal是由EMC公司和VMWare公司于去年3月份成立的大数据公司，其整合了两家的数据分析和云应用资产。目前，Pivotal在亚太区已拥有几十家金融机构客户。

李凯翔表示，目前中国的金融机构在大数据方面发展快速，尤其是二线的一些银行，因为他们船小好调头，同时四大行也在有计划的推进大数据。而且，在大数据方面投入的不只是银行，券商、保险、交易所等泛金融类机构都在尝试大数据应用。

李凯翔表示，这些金融机构在大数据建设方面有一个共同点，即首先打破内部信息孤岛，实现数据统一。

两种模式的价值取向

李凯翔表示，金融机构大致分为零售型和商业银行型，前者比如零售银行、信用卡、零售券商等，后者可能是一种大型银行之间的服务，或者是一个大型的交易所。这两种类型在大数据应用方面的出发点有所不同。

传统零售型金融机构一般只记录一些交易、销售等描述性数据，但这部分数据并未得到更加充分的利用。李凯翔以信用卡为例说，从银行角度来看，当用户通过网络或实体店刷卡消费时，这些消费数据会进入银行系统，之前银行只是关注简单的刷卡记录，而没有做外延式的深入分析。而在大数据时代，银行则可以把所有数据综合起来进行分析，比如哪家店使用其信用卡的频次高，从而实现联合营销。

“将这些外部数据和已有的数据连接在一起，然后去做一些分析，这是最明确的方向。”李凯翔表示，零售对大数据的吸收能力是最强的，也是最成熟的，因为它和电子商务做的东西非常类似，只是产品形态不同，一个实物，一个无形产品，两者需要做的都是要深入了解和分析客户特征、需求，针对性的提供商品。

事实上，这一模式在互联网金融领域已逐步成熟，不仅是信用卡、理财产品，甚至小微贷款、消费者信贷等都可以通过大数据画像的方式实现交易和销售。

李凯翔告诉记者，他非常同意BBVA（欧洲一家大型金融机构）CEO的一句话，“银行要么追上亚马逊或者Google，要么就是死亡”。他还预测，如果有一天Facebook可以在任何地方拿到银行业务许可的话，马上会变成全世界最大的银行，因为它有超过10亿的用户。

当然，李凯翔认为，金融机构对行业的理解、趋势的判断和风险的把控更强更深入，一旦充分利用大数据，价值将更大。

商业型金融机构对大数据的利用便是进入一个专业的领域。据李凯翔介绍，这类机构更多的是对内部的数据的整合。他以投资银行为例，传统模式下，交易部门和研究部门的数据是相互独立，甚至数据的储存格式都不同，由此形成一个一个信息孤岛，业务上也是交易部门赚取佣金，研究部门以卖报告为主要收入，相互独立。但当引入统一的大数据平台后，以统一格式将大数据存储，各部门之间就会产生联系。

交易部门通过这个平台，可以了解到哪些客户在研究部门买了什么研究报告，并在多长时间内下单，为什么下单，下多大的单，然后根据分析了解客户的特征，为其“画像”，以便推出新产品时更精确的寻找客户，同时也能够及时了解资本市场的动向。而研究部门则可以通过交易数据，更加准确地对市场做出分析。

从效率到商业模式变革

大数据的发展不仅可以提高金融机构的效率，甚至可以推动商业模式的变革。比如说，大数据在交易所的应用就直接推动了商业模式的延伸。

纽交所曾是Pivotal的一个客户。李凯翔介绍说，以前像高盛这样的机构都会在纽交所租用一定的空间放置主机，以实时了解交易所的交易数据。主机离交易所数据中心越近，数据传输越快。然而，并不是每家投行都可以将主机放在交易所数据中心最近的位置，这导致大家获得数据的速度不同。同时，各家投行每年花费巨资租赁的空间，获得的数据又是一样的，造成极大的资源浪费。

之后，交易所提供了统一的数据平台，各家投行支付一定的费用，可在相同传输速度下获得数据，从而促使纽交所在IPO、交易量、托管之后增加了出售大数据的盈利模式。

李凯翔表示，在亚太地区，中国金融机构在大数据方面的发展较为领先，但同时也面临着一些技术和管理上的障碍。

李凯翔表示，相对其它行业，金融机构在IT方面比较完善，但完善也会带来一个令人头痛的问题，因为一个金融机构的IT供应商有多家，相互独立，并且采用非开源的技术，想要打破信息孤岛，将这些系统连接起来非常困难。还有一个问题是，金融机构的IT人员已经熟悉了原来的系统，因此在项目操作中，都会要求在原有系统上进行改造。