維克托·邁爾·舍恩伯格教授在《大數據時代》中提出，在大數據時代，我們處理數據的理念要完成三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。大數據的力量如此耀眼，但我們必須避免被它的光芒誘惑，并善于發現它固有的瑕疵。

華澳國際信托有限公司作為國內率先在信托行業使用大數據分析的公司之一，積累了大量經驗。公司資深財富管理系統架構師張斌告訴筆者，如果把信托公司看作一個生命體的話，大數據就像毛細血管一樣，可以滲透到機體的每一部分。

分析篩查精確發現潛在客戶

“要分析運用大數據，就得先獲得數據。”張斌表示，對于信托公司而言，大數據的來源主要有兩部分，其一是內部業務數據的主動信息化。信托行業雖然起步較晚，但隨著近20年的快速發展，在發展過程中除了積累了眾多一手的客戶和交易對手的基礎數據、資產狀況數據如各類財務數據、資產風險評估等等，企業內部自身的信息

系統中產生的運營數據也得到了積累。

而企業內部信息系統又可分為兩類，一類是“基干類系統”，用來提高人事、財會處理、接發訂單等日常業務的效率；另一類是“信息類系統”，用于支持經營戰略、開展市場分析、開拓客戶等。

對大數據的另一種來源——對外部人類活動數據的主動采集，張斌認為，這是人們較為熟悉的部分，這些數據的產生往往伴隨著社交網絡、移動計算和傳感器等新渠道和新技術的不斷涌現和應用，“通過大數據技術，信托公司可以將這些無頭緒的信息編織在一起，經過分析篩查，精確地指向潛在客戶”。

分析方法決定數據是否存價值

大數據的獲取僅僅是萬里長征的第一步，接下來最重要的事情就是對數據進行挖掘，從數據庫的大量數據中揭示出隱含的、先前未知的并有潛在價值的信息，并在此基礎上予以分析。

“分析方法在大數據領域尤為重要，可以說是決定信息是否有價值的決定性因素。”在張斌看來，基于數據來源的不同，外部數據如網購大數據、社交大數據、搜索大數據、財富大數據等都集中掌握在相關的企業手中，成為一種私有財產，信托公司除了與其合作，共享數據之外，難以進行分析運用。因此，他更看重的是信托行業內部數據的挖掘分析。

善于運用數據者將成行業贏家

如何挖掘數據？張斌從“可視化分析”講到“數據挖掘算法”，從“預測性分析”聊到“語義引擎”。

目前，華澳信托公司內部的信息化系統建設已初具規模，在同行業中處于領先地位，未來還將建設一個供大數據分析使用的數據中心，抽取現有各類管理系統的相關數據，并進行標準化和二次加工，實現以數據中心平臺為核心的數據交互體系，為大數據分析運用提供數據支撐，成為今后華澳信托進行客戶管理、營銷管理及風險管理的基礎。

張斌認為，對大數據的深度挖掘應用不僅僅是為了實現高凈值客戶的維護和開發，它對強化信托公司風險控制、支持業務精細化管理、助力服務和產品的創新都有著非同一般的意義。

“當這種大數據思維方式真正內嵌入信托行業后，誰更善于運用這些數據，挖掘出其中潛藏的價值，發現并實現這個行業從未做過的事情，誰就能成為信托行業真正的贏家。”張斌說。