近兩年，大數據如何應用一直是各方探索的重點。所謂大數據，是在計算機存儲能力、計算能力、計算技術、計算速度大幅增長的基礎上，對海量數據復雜處理的產物。大數據常常被定義為海量數據需要新處理模式”才能發揮巨大價值，這也說明其是計算機技術高速發展的產物。

　　銀行戰略規劃需要海量數據　　對金融機構來講，大數據的運用也是一個亟待挖掘的富礦”。今天開始，老張用一個系列來聊一下大數據與商業銀行管理的關系。第一篇我們先來談一下大數據與商業銀行戰略規劃。

　　從邏輯上講，銀行管理中沒有哪個板塊比戰略規劃更需要大數據。世界經濟形勢、各國貨幣和財政政策、政治地緣關系、大宗商品價格、國際貿易狀況、局部戰爭等國際問題，都可能影響中國進出口貿易，影響國內企業經營狀況、影響某個產業的發展趨勢，商業銀行在制定戰略規劃涉及到是否走出國門、選擇戰略業務方向時，就不能不考慮國際政治、經濟問題，而且銀行規模越大，其意義也越大。

　　同樣的問題反映在國內，則需要關注中國經濟周期、經濟形勢、國家發展戰略、產業政策、貨幣政策、財政政策、區域政策、地區間經濟差異、各行各業發展現狀及趨勢等。一個商業銀行如果制定三年、五年甚至更長時期的發展戰略，這些問題顯然不能不考慮。

　　銀行內部數據可以反映出商業銀行自身的特質，包括客戶類型、客戶數量、產品特性、區域業務數據、行業分布、利潤水平、成本特征等，把握好商業銀行內部數據特征，是商業銀行戰略規劃的起點和基地，是一個商業銀行核心競爭力的表現，同時也是銀行在客戶開發、產品開發、區域開發等戰略規劃的起點，內部數據的分析一定要做好。

　　現狀：行內數據相對完善 行外數據基本未入庫

　　理想很豐滿，現實總是很骨感。制定商業銀行戰略時，國外、國內、行內的數據顯然越多越好，而現實情況是，商業銀行很少將行外數據納入其信息規劃主流數據倉庫，行外數據經常以原始數據來源格式存儲在戰略規劃制定部門的數據文件夾中，有時還要根據需要到付費數據服務商處查詢。

　　產生這種情況的原因有很多：

　　首先，數據范圍廣。對戰略制定來說，數據是韓信點兵、多多益善”，恰恰是這個多多益善，導致商業銀行很難自己構建數據庫來滿足戰略規劃制定;

　　其次，數據不規范。需要的數據越多，數據的規范性越差，導致圖片、視頻、音頻、文字等各種數據格式都有，將各種格式的數據歸類、整理、清洗并建模，獲得有價值的決策支持信息，難度非常大;

　　第三，單體數據價值小。對戰略規劃來說，每個信息都有價值，但具體到各類數據，其價值卻可能不大，因此，在數據采集時，要獲得信息管理部門的同意和支持，并整理入庫的難度非常大;

　　第四，成本問題。雖然理論上講，大數據分析是有價值的，但現實是，成本是顯性的，收益是隱性的，特別是戰略決策雖然基于大量的數據分析，但最終的決策卻存在很大的主觀性，定性的判斷、領導的判斷在戰略方向的選擇上，處于非常重要的位置。因此，成本問題也是約束大數據在戰略決策中價值發揮的攔路虎”。

　　綜合來看，雖然大數據概念產生和廣泛使用已有一定時間，但商業銀行戰略規劃制定過程中的作用并不大。行外數據基本與數據庫無緣，行內數據的完整性、有效性雖然完善了很多，但由于數據安全等制度約束，數據使用的便捷性和靈活性還存在很大不足。

　　未來前景：大數據外包服務商和人才外包

　　大數據在商業銀行戰略制定中的價值開發，必須考慮商業銀行的特性。一方面，商業銀行從大到小，規模相差幾千倍甚至上萬倍，不同等級的商業銀行在成本投入、人才儲備等方面的差距也很大;另一方面，不同類型的商業銀行，對數據需求的著力點也不一樣，大型商業銀行更看重國際形勢、國內形勢、行業趨勢，小銀行更看重國內形勢、區域特征。