當前，國有商業銀行統計工作面臨的金融環境、統計對象、統計范圍、統計技術、數據處理能力等正在發生深刻的變化，但國有銀行仍然停留在傳統的思維模式中，統計工作仍以滿足監管要求為主，信息數據統計的理念、定位和轉型較慢；在統計人才儲備與培養、基礎數據源管理、大數據資源積累、數據倉庫建設、數據分析工具等各方面仍存在較大差距，對經營決策和精準營銷的支撐作用亟待加強。
一直以來，國有商業銀行的經營決策由于個人以及團體的局限性，往往多少加入了主觀臆想的成分，使決策的實戰性不強、清晰度不夠，導致政策不能被基層行徹底地貫徹執行。當前，依賴滯后的經濟數據的決策，已經遠遠達不到經營管理所需的前瞻性、有效性和針對性等要求。相對來說，大數據的相關關系分析法更準確、更快，而不易受偏見的影響，這不僅僅是因為它能提供新的視角，而且提供的視角都很清晰；這也說明大數據的相關性分析在銀行的經營決策中將具有廣闊的發展空間。
當前，部分國有商業銀行在經營戰略調整上，具有較明顯的滯后性。特別是在經濟轉為下行時，經營壓力與化解風險的壓力快速集聚到基層行，各級行經營陷入困境，會出現不自覺的主動收縮信用等行為，并給實體經濟帶來負面影響；若通過大數據分析找到這些現象背后的相關因素，并即時調整經營戰略，將會比當前的經營管理更加有效和快速。隨著管理決策越來越受預測性分析和大數據分析的影響和控制，依靠直覺做決定的情況將會被徹底改變。
存貸款利差收窄已是必然趨勢，特別是互聯網等新的金融業態出現后，銀行受國家政策保護的壟斷利潤將大大縮減，經營轉型迫在眉睫。近幾年，銀行業大力發展中間業務，但從實際情況看，中間業務產品品種雷同、老舊，以手續費收入為主的現象未有較大改觀，其在營業收入中的占比提高不大，且存在息轉費等非正常手段。在這時，大數據的出現與應用，將會切實提高銀行的競爭力，并促進銀行的經營轉型。
在大數據時代，放棄對極端數據質量的要求，快速獲得一個大概的輪廓和發展脈絡，要比嚴格的精確性重要的多。因為擁有更大數據量所能帶來的利益遠遠超過增加一點精確性，所以不應該繼續花大力氣提升數據的精確性。當然，也不應該完全放棄精確度，只是不再被追求精確度所困。適當忽略微觀層面上的精確度會讓我們在宏觀層面擁有更好的洞察力。精確性是信息缺乏時代的產物，但只有5%的數據是結構化且能適用于傳統數據庫的，如果不接受混亂，剩下95%的非結構化數據都無法被利用。
現階段，數據處理技術已經發生了翻天覆地的改變，國有商業銀行應該及時調整方法和思維，跟上這種改變。大數據是當今世界發展的趨勢，雖然計算機處理能力和存儲能力上的突破是這一切得以發生的主要原因，但一些觀念的改變也起到了重要的作用，如人們關于如何使用數據的理念。小數據和精確性的時代，采樣統計的目的就是用最少的數據得到最多的信息，呈現在我們面前的是清晰的假象和不完全的精確，大數據因為更強調數據的完整性和混雜性，能夠幫助我們進一步接近事實的真相。大數據中的“大”不是絕對意義上的大，它是指不用隨機分析法這樣的捷徑，而是采用所有數據的方法，也就是全數據模式。
從大數據的角度看，統計的主要精力應該放在趨勢分析、時效性和前瞻性等戰略分析上。正如傳統統計學家們總是把他們的興趣放在提高樣本的隨機性而不是數量上。我們需要改變操作方式，使我們能將數據分析作為統計的亮點，而不僅僅是數據管理。與此同時，不能再把精確性當成重心，而是需要接受混亂和錯誤的存在，并且應該側重于分析其相關關系，而不再尋求滯后的原因分析。
筆者認為，通過掌握新的分析工具、應用新的統計分析方法，不斷滿足業務發展的需求、滿足行領導經營決策的需求，才能重新找準統計的職能和定位，并樹立全新的統計形象。數據重構商業，流量改寫未來，只有從戰略的高度來推動大數據在業務經營中的應用，才能使國有銀行立足于當今瞬息萬變的數據時代，進而融入到金融改革的大潮之中。
京公網安備 11010502049343號