毫無疑問，大數據正以其神秘的魔幻之力征服了世人，在各個領域恰風光無限。在金融領域尤其如此，大數據的運用，對傳統金融原有的理念、模式與渠道形成了強烈沖擊。

最近，在與一些銀行人士座談中，明顯感覺到傳統銀行特別是中小商業(yè)銀行對大數據的推崇。不少銀行津津樂道于大數據的神奇，特別是在破解信息不對稱方面，基于互聯網的大數據分析，對客戶信息的挖掘之深、之廣幾乎到令人咂舌的地步。但在津津樂道之間，也可以明顯感受到他們對大數據濃濃的焦慮。

傳統銀行究竟在焦慮什么？不外乎三個方面。

焦慮之一：在大數據運用上“技不如人”，讓傳統銀行危機叢生。

按說傳統銀行在擁有大數據、運用大數據方面具有先天優(yōu)勢。長期的發(fā)展，客觀上讓傳統銀行積累了海量的數據，這些數據經過深度挖掘和專業(yè)技術處理分析無疑將產生巨大的商業(yè)價值，這豈是近年來異軍突起的金融科技（Fintech）公司可比擬？

但是，在見識了Fintech類公司如何玩轉大數據之后，特別是基于數據平臺技術的“畫像”神技之后，傳統銀行只能自嘆弗如。一向自以為處于大數據高地的傳統銀行，面對Fintech的沖擊，忽然有了虛空的感覺。相比之下，傳統銀行在大數據方面的技能確顯“外強中干”。

一方面，從擁有大數據的豐富程度看，傳統銀行所擁有的大數據其實沒有我們想象中那么“豐滿”。

傳統銀行的數據大多依托交易、賬戶等維度展開，主要側重于歷史財務、借貸數據。誠然，近年來傳統銀行業(yè)大力發(fā)展面向客戶的業(yè)務系統，形成并儲存了龐大的可用數據資源，不僅包括存、放、匯核心業(yè)務結構化數據，還包括客戶電話語音、在線交易記錄、網點視頻等非結構化數據。

盡管如此，與基于互聯網的大數據相比，傳統銀行的數據結構仍相對單一且有限。其突出短板在于缺乏對財務、借貸數據背后客戶行為數據的采集與分析。行為數據的欠缺，制約了傳統銀行對客戶進行清晰“畫像”的能力。不可否認，在利率市場化大背景下，傳統銀行經營轉型及創(chuàng)新的步伐不斷加快，但創(chuàng)新的視角往往“落入”監(jiān)管套利的“格調”，在挖掘客戶內在需求、提升服務附加值方面意識總體尚欠缺。

而在互聯網大數據模式下，電子商務、社交網絡和用戶的搜索行為等大數據，包括客戶的教育背景、工作經歷、社交圈子等，為給客戶清晰“畫像”提供了豐富的素材。以此為基礎的大數據技術，通過綜合分析借款人相關行為數據及其關聯性，對客戶的行為模式、誠信狀況、履約能力及意愿等可以做出更加接近真實的判斷，從而有利于找準市場定位，明確資源配置方向，并有效降低貸款違約率。而這恰是傳統銀行孜孜以求的目標。

傳統銀行在大數據方面的另一個短板就是其數據來源和存儲模式的局限性。這種局限性，某種程度上是與傳統銀行與生俱來的特質密切相關的，即強調數據的精準性與一致性。而大數據理論更關注效率與相關性，在對數據的篩選、存儲方面強調由關注精確度向關注效率轉變、由關注因果關系向關注相關性轉變。(責任編輯：方向)