美劇《紙牌屋》第二季2月份推出以來熱度不減，仍舊占據國內視頻網站及搜索排行榜的前列。據《環球日報》報道，包括美國總統奧巴馬在內的多國政要均關注此劇。與傳統電視劇不同，《紙牌屋》是“大數據”時代下的產物，其制作公司Netflix公司通過對3000萬付費用戶的收視習慣、劇情評論、演員喜好等數據精準分析定制內容，將全部13集內容一次全部推出而大獲成功。

《紙牌屋》的成功，使大數據分析對市場營銷的推動作用再次得到驗證。所謂大數據分析，是一種在多樣或海量資料信息中快速收集和分析數據的能力，目的是精確預測客戶潛在的各類需求。

隨著互聯網金融的逐步興起，各家銀行都意識到大數據的應用價值，紛紛謀劃戰略轉型。與其他行業相比，大數據對銀行的經營管理更具潛在價值，因為銀行不僅擁有客戶的賬戶和資金收付交易等結構化數據，還擁有客服音頻、網點視頻、網上銀行記錄、電子商城記錄等海量的非結構化數據。所以，銀行應盡早制定大數據戰略，研究、應用大數據，分享大數據所帶來的利潤。

筆者認為，制定大數據戰略的目的就是通過廣泛收集各渠道非結構化的海量碎片信息，利用大數據技術進行整合，還原客戶的“真實面貌”，幫助銀行掌握客戶的真實需求，并針對這些需求快速做出應對，實現“精準營銷”和“趨勢化服務”。

對于銀行來說，要做到“精準營銷”就必須準確地預計客戶需求，這不僅需要大量歷史數據的挖掘與分析，還需要建立相應的預測響應機制，而這些都可根據客戶以往的消費記錄、銀行產品的使用情況等建立數據收集模型，通過模型完成數據的加工和分析，為銀行下一步的產品策劃與營銷提供翔實的數據參考。

西班牙桑坦德銀行運用大數據技術建立Santander Totta資源流失模型，預測客戶需求并采取合理行動，提高了信用卡的成功開卡率，并將客戶流失率降低20~25%。美國Bankrate公司通過對美國、加拿大及中國境內約5000多家金融機構、共計32.6萬款的金融產品進行實時跟蹤調研，以及用戶信息和行為的大數據分析，為金融機構搭建了精準營銷平臺，使得金融機構能在潛在用戶群中有效推廣自身產品與服務，并降低營銷成本。

而“趨勢化服務”，則是對AISAS（Attention—注意，Interest—興趣，Search—搜索，Action—行動，Share—分享）理論的進一步細化。“自媒體”時代，人人皆媒體，每個人都是言論的中心，客戶在購買金融產品之前都會習慣性地搜索相關產品的網絡口碑，看看網友的評論及測評文章。相比銀行的廣告宣傳，客戶似乎更愿意相信網民的評論，這就是所謂的“口碑傳播”效應。

大數據固然好，但如果不能對數據進行有效篩選和正確利用，最后只會“賠了夫人又折兵”。對于銀行而言，通過正確的數量模型和分析方式進行“精準營銷”和“趨勢化服務”，是合理利用大數據產生更多效益的關鍵。

筆者認為，銀行應將大數據戰略融入銀行的整體戰略中，以持續漸進的方式進行大數據的篩選應用。還應該從具體業務和關鍵節點入手，以大數據挖掘加工的方式，為客戶提供自助式的產品預測，為內部管理層經營決策提供數據支撐，逐步將大數據納入銀行的經營體系中來。此外，銀行應設立專門的大數據實驗室或創新實驗室，推行大數據方案前，實驗室應先進行實驗。

總的來說，銀行業可通過大數據戰略打破行業邊界，對形式多樣的客戶數據進行挖掘、追蹤、分析，對不同客戶群體進行類聚，獲得更為完整的客戶或客戶群體的拼圖，打造個性化、精準化、智能化的產品營銷服務方案，以主動營銷和個性化營銷打破傳統無差異的、被動的產品服務營銷方式。