新形勢下做好商業(yè)銀行大數(shù)據(jù)工作的“方法論”

楊憶

近年來，隨著大數(shù)據(jù)技術(shù)在商業(yè)、生產(chǎn)、生活、交通和政務、教育、醫(yī)療乃至體育、娛樂等諸多領(lǐng)域的廣泛應用，“數(shù)字化”已成為當下最鮮明的時代特征。商業(yè)銀行作為數(shù)據(jù)密集型行業(yè)，對大數(shù)據(jù)的理解與認識及其在經(jīng)營管理中的應用也日益深化，并紛紛將大數(shù)據(jù)上升到戰(zhàn)略層面，借助大數(shù)據(jù)和信息化手段推動自身轉(zhuǎn)型。比如，工商銀行提出“大數(shù)據(jù)與信息化”戰(zhàn)略，建設銀行提出實施大數(shù)據(jù)戰(zhàn)略，并建立智能客服“小微”；招商銀行推出“平臺、流量、數(shù)據(jù)”的發(fā)展戰(zhàn)略布局。但伴隨經(jīng)營轉(zhuǎn)型的持續(xù)深入、信息技術(shù)的快速變革和客戶行為的不斷變遷，銀行對大數(shù)據(jù)應用的需求更迫切、更多元，在此背景下，銀行若想進一步做好大數(shù)據(jù)工作，既要把握發(fā)展方位，又要認清存在問題，更要掌握科學方法。

準確把握當前大數(shù)據(jù)的新方位新階段新使命

大數(shù)據(jù)發(fā)展所處的新方位。伴隨云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等新技術(shù)的成熟與推廣，大數(shù)據(jù)應用正從最初的數(shù)據(jù)積累、引擎搜索、“痕跡”追蹤等“初級階段”向業(yè)態(tài)重塑、人工智能和虛擬現(xiàn)實（VR）等“高級階段”邁進?？梢哉f，當前我們處于由“互聯(lián)網(wǎng)+”向“大數(shù)據(jù)+”演進的新節(jié)點。誠如阿爾法圍棋（AlphaGo）戰(zhàn)勝李世石、Ma s t er圍棋戰(zhàn)勝柯潔等案例，已充分證實“大數(shù)據(jù)+”的強大。并且，由于大數(shù)據(jù)的“無孔不入”“無處不在”“無所不能”，最近人們又在爭論未來到底是“人類駕馭數(shù)據(jù)”還是“數(shù)據(jù)控制人類”的問題。不僅一大批產(chǎn)業(yè)工人和醫(yī)生、警察等已經(jīng)被數(shù)據(jù)機器人所替代，甚至連藝術(shù)家、作家等這類最富想象力和創(chuàng)造力的群體也正借助“大數(shù)據(jù)+”輕松地進行藝術(shù)創(chuàng)作。如“數(shù)碼作曲家”不但可以作曲還能模仿“披頭士”等特定的音樂風格；“數(shù)碼畫家”不僅已熟練掌握基本繪畫技巧，而且還能創(chuàng)作抽象畫；3D打印也在效率上顛覆了傳統(tǒng)雕塑、版畫和篆刻家們的優(yōu)勢。在新聞寫作領(lǐng)域則更是如此。據(jù)報道，上海媒體《第一財經(jīng)》投產(chǎn)的“數(shù)碼記者”能快速讀完當天金融市場發(fā)布的1900多篇各類公告，并通過對上市公司公告、財報、證券行情等信息的篩選分析，在一分鐘內(nèi)就完成一篇1600余字的財經(jīng)新聞報道，不光一般讀者難辨“真?zhèn)巍保踔吝B專業(yè)的財經(jīng)記者也自嘆弗如；光明日報也在“兩會”期間用自主研發(fā)的“小明AI”開展了大量新聞報道。所以，數(shù)據(jù)正在改變世界，甚至可能將“主宰”世界。難怪有人戲言，下一任美國總統(tǒng)將會是基于大數(shù)據(jù)的機器人。

金融大數(shù)據(jù)應用的新階段。包括銀行在內(nèi)的金融業(yè)一直是應用大數(shù)據(jù)技術(shù)比較早也比較深的行業(yè)之一。尤其是隨著自身經(jīng)營轉(zhuǎn)型的加快、同業(yè)跨界競爭的加劇及金融科技演進的加速，銀行大數(shù)據(jù)工作也將從“客戶偏好分析、營銷對象篩選、交易對手研究、資金流向監(jiān)測與灰色客戶攔截”等后臺式、輔助性應用，進一步向“潛在需求引導、消費行為觸發(fā)、業(yè)務場景建構(gòu)、數(shù)據(jù)鏈圈打造和服務運營重塑”等前臺式、引領(lǐng)性方向跨越。過去，我們一直認為只有簡單的、標準化的業(yè)務操作才會被機器替代，但實踐證明，大數(shù)據(jù)應用和人工智能發(fā)展已遠超人們想象。比如，摩根大通已開發(fā)出“智能合同專家”，可以在數(shù)秒內(nèi)就完成原先需要專業(yè)律師和信貸人員36萬小時的金融合同解析工作，且錯誤率極低。又如，德銀、高盛等也推出了“智能投資顧問”（以下簡稱“智能投顧”），并從對沖基金等小眾領(lǐng)域普及到商業(yè)銀行等大眾市場。實際上，“智能投顧”就是一個以金融市場大數(shù)據(jù)分析、客戶大數(shù)據(jù)畫像、投資策略大數(shù)據(jù)學習為基礎，融合資產(chǎn)管理量化投資和人工智能深度學習于一體的智能化投資理財服務系統(tǒng)。它可以結(jié)合客戶投資時間長短、風險承受能力高低等行為特點，為其推薦資產(chǎn)組合及投資策略，不但能幫助客戶獲取相對穩(wěn)定的長期收益，而且可以顯著降低交易成本。再如，央行研究局前局長謝平認為，未來“一行三會”所有的金融監(jiān)管工作都可以由人工智能進行。可見，隨著金融大數(shù)據(jù)應用的深入，金融業(yè)將逐步形成“數(shù)據(jù)引領(lǐng)、技術(shù)支撐、機器學習、智能服務”的全新運營模式，以更低成本、更高效率、更優(yōu)質(zhì)量吸引和服務更多客戶。這是否也預示著今天還炙手可熱的私銀投顧、理財顧問、風控專家和證券分析師及金融交易員等高端緊缺人才明天也將面臨“下崗”的命運。

銀行大數(shù)據(jù)工作的新使命。隨著各行各業(yè)對“數(shù)據(jù)是寶貴資源”這一認識的不斷深入，當前跨界競爭和同業(yè)競爭正從“爭奪客戶與市場”向“爭奪數(shù)據(jù)與信息”轉(zhuǎn)變。這就給銀行大數(shù)據(jù)工作者提出了新的使命與要求：在數(shù)據(jù)來源上，從加工內(nèi)部數(shù)據(jù)為主到整合內(nèi)外部數(shù)據(jù)相結(jié)合；在數(shù)據(jù)結(jié)構(gòu)上，從依托結(jié)構(gòu)化數(shù)據(jù)到利用結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)相結(jié)合；在工作焦點上，從專注大數(shù)據(jù)挖掘到推動數(shù)據(jù)應用與具體業(yè)務場景相結(jié)合；在工作方式上，從數(shù)據(jù)分析師的“專利”到專業(yè)運用與全行共享相結(jié)合；在展現(xiàn)形式上，從基礎數(shù)據(jù)、圖表展示到基礎指標與專項指數(shù)、專題分析等“深加工”相結(jié)合，從而全面推動銀行大數(shù)據(jù)工作平臺化、鏈條化、生態(tài)化運營。這方面歐美各國已為我們提供了成功范例，尤其是個人信用評級領(lǐng)域。如美國三大征信公司之一的FICO，就依托自身研發(fā)的評級模型整合客戶各類信用數(shù)據(jù)與信息，通過“信用分”這一簡潔明了的形式展現(xiàn)個人信用評級結(jié)果，并使之成為全美信用卡、消費貸款乃至小企業(yè)信貸等一系列金融產(chǎn)品開發(fā)、管理和風控的主要參考指標，從而形成了完整的大數(shù)據(jù)應用價值鏈和“生態(tài)圈”。無疑，這種大數(shù)據(jù)“平臺+生態(tài)”模式也應是銀行大數(shù)據(jù)工作者追求的新目標和肩負的新使命。

當前商業(yè)銀行大數(shù)據(jù)工作中存在的主要問題

雖然銀行大數(shù)據(jù)應用如火如荼，但毋庸諱言，與大數(shù)據(jù)技術(shù)變革發(fā)展趨勢相比，與國際先進同業(yè)相比，與自身轉(zhuǎn)型發(fā)展要求相比，當前國內(nèi)銀行在大數(shù)據(jù)工作中還存在以下問題與短板，主要表現(xiàn)為“四個缺失”。

數(shù)據(jù)共享缺失。進入數(shù)字化時代后，全社會數(shù)據(jù)量爆發(fā)式增長。據(jù)國際數(shù)據(jù)公司（IDC）報告稱，目前我國數(shù)據(jù)總量已達909EB（1EB約等于1000億GB），占全球的13%，但龐大的數(shù)據(jù)總量并不意味著有效的開發(fā)利用，主要原因就在于數(shù)據(jù)割裂嚴重、共享普遍不足。不僅各行業(yè)間、機構(gòu)間數(shù)據(jù)相互割裂，甚至連同一行業(yè)、同一機構(gòu)內(nèi)也是彼此隔離，從而使大量數(shù)據(jù)成為“孤島”，難以發(fā)揮應有作用。從數(shù)據(jù)分布來看，目前80%以上的數(shù)據(jù)與信息資源主要集中于公安、工商、稅務、海關(guān)、交通、通信和社保等政府部門手中。雖然近年來政府相關(guān)部門和部分地方政府加快了數(shù)據(jù)共享步伐，但出于自身利益考量，其共享開放意愿不強，導致大數(shù)據(jù)基礎設施建設緩慢，利用效率偏低。這從中國信息通信研究院的調(diào)查結(jié)果就可見一斑。其調(diào)查顯示，目前企業(yè)大數(shù)據(jù)應用仍以內(nèi)部數(shù)據(jù)為主，利用過政府開放數(shù)據(jù)的不足兩成。銀行亦存在類似問題。雖然掌握了大量金融數(shù)據(jù)和客戶信息，但由于內(nèi)部各專業(yè)、各機構(gòu)間數(shù)據(jù)共享不充分，加之當前外部數(shù)據(jù)與信息開放度低，導致銀行在大數(shù)據(jù)應用上也缺乏整體性和系統(tǒng)性。如在“追蹤”客戶行為時，銀行只能獲取其在本行的部分金融消費數(shù)據(jù)，而無法掌握客戶資金“全貌”和總體交易行為，故難以準確判斷其成長潛力或風險狀況。

深度應用缺失。隨著大數(shù)據(jù)概念的持續(xù)升溫，尤其是自國家頒布《促進大數(shù)據(jù)發(fā)展行動綱要》和《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016～2020年）》以來，各行各業(yè)應用大數(shù)據(jù)已成為常態(tài)。作為大數(shù)據(jù)先行者的商業(yè)銀行，在市場營銷、績效考核與風險防控等領(lǐng)域應用上也取得了一定成效。但毋庸置疑，銀行大數(shù)據(jù)應用尚處于探索期，有許多方面仍亟待完善和提升。一是應用層次亟待提升。主要聚焦于對客戶行為、資金流向、業(yè)務短板等的分析，更多是利用歷史數(shù)據(jù)進行回溯式研究，側(cè)重于發(fā)現(xiàn)經(jīng)營中存在的主要問題和瓶頸。而在產(chǎn)品定價、績效管理、渠道布局、需求創(chuàng)造、風險預判等前沿性、預測性業(yè)務領(lǐng)域，要么涉足不多，要么應用不深。二是融合程度亟待提升。當前大數(shù)據(jù)工作或與銀行業(yè)務場景、制度流程和經(jīng)營環(huán)節(jié)的融合度不夠，多是就數(shù)據(jù)論數(shù)據(jù)，為分析而分析，沒有從更深層次揭示業(yè)務背后的本質(zhì)問題、成因及規(guī)律；或限于技術(shù)條件，難以對業(yè)務發(fā)展中亟待解決的難點、痛點問題給出及時的回應和透徹的解構(gòu)；或只停留于數(shù)據(jù)分析、政策建議而缺乏有效的應用場景和技術(shù)支撐，故對業(yè)務發(fā)展和經(jīng)營管理的實質(zhì)性影響與幫助有限，未能充分體現(xiàn)出大數(shù)據(jù)的作用與價值。

質(zhì)量安全缺失。一方面，數(shù)據(jù)質(zhì)量不容樂觀。數(shù)據(jù)質(zhì)量是大數(shù)據(jù)工作的基石。沒有良好的數(shù)據(jù)質(zhì)量，再復雜的建模、再精確的計算、再深入的分析都是“無用功”。但長期以來由于制度不健全、管理不精細、技術(shù)跟不上等因素，客戶信息要素不全、劃型分類不準、數(shù)據(jù)口徑不一等質(zhì)量問題還普遍存在。更可怕的是，部分機構(gòu)出于扭曲的“業(yè)績觀”，還存在主觀上的數(shù)據(jù)造假問題，進一步影響了數(shù)據(jù)質(zhì)量水平。當然，此類問題在其他行業(yè)乃至政府機構(gòu)也都不同程度地存在，如2017年1月17日遼寧省十二屆人大會議上，遼寧省省長陳求發(fā)公開承認該省2011年至2014年經(jīng)濟數(shù)據(jù)造假。國外亦是如此。高盛、摩根大通、美銀美林等機構(gòu)就經(jīng)常質(zhì)疑美國就業(yè)市場數(shù)據(jù)“水分”過大。顯然，缺乏權(quán)威可靠的數(shù)據(jù)，勢必影響大數(shù)據(jù)應用成效。另一方面，信息安全令人堪憂。近年來，由于個人信息泄露而引發(fā)的各類違法犯罪行為愈演愈烈、觸目驚心?？梢哉f，我們每個人幾乎都接到過推銷電話，收到過垃圾短信，甚至還遭遇過電信詐騙，可謂“深受其擾”“不勝其煩”。由北師大社會治理與公共傳播研究中心、民主與法制社聯(lián)合發(fā)布的《電信網(wǎng)絡詐騙治理研究報告（2016）》顯示，84.15%的被調(diào)查者遭受過電信網(wǎng)絡詐騙騷擾，超過10%的人被騙過錢財。僅去年一年，因個人信息泄露等造成的經(jīng)濟損失就高達915億元。在此過程中，大數(shù)據(jù)“助紂為虐”，甚至淪為“精準詐騙”的工具。而作為客戶數(shù)據(jù)與信息的“集成商”，銀行在信息安全管理方面的難度和要求也與日俱增，面臨著極大的挑戰(zhàn)。若不能妥善處理好信息應用與信息安全的關(guān)系，不僅會影響正常的業(yè)務開展，甚至還將造成聲譽風險。

人才隊伍缺失。大數(shù)據(jù)作為一項前沿、新興和交叉性技術(shù)，對人才素質(zhì)有較高要求，既要掌握數(shù)據(jù)挖掘、統(tǒng)計建模、定量分析和算法設計等各種先進的分析工具與技術(shù)，又要對銀行各項業(yè)務的運行情況、內(nèi)在規(guī)律及發(fā)展趨勢等有深刻的理解。但從目前來看，銀行大數(shù)據(jù)從業(yè)人員的學科背景、專業(yè)特長和素質(zhì)能力等與上述要求還存在較大差距，其大多出身于信息科技部門，更擅長編程挖掘而不精通業(yè)務邏輯，難以準確揭示和清晰表達數(shù)據(jù)背后所反映出的業(yè)務發(fā)展中存在的本質(zhì)規(guī)律、傾向及趨勢，更無法設計具體業(yè)務場景。有的雖然來自于業(yè)務部門，長于業(yè)務分析，但不懂得編程、建模等復雜技術(shù)，無法開展深度挖掘和數(shù)理分析等，失之于淺。這在很大程度上影響了銀行大數(shù)據(jù)工作的質(zhì)量與層次。

新形勢下做好商業(yè)銀行大數(shù)據(jù)工作的“方法論”

上述問題的有效破解，離不開科學的方法。尤其是在當前商業(yè)銀行經(jīng)營轉(zhuǎn)型步入“深水區(qū)”的背景下，大數(shù)據(jù)工作更需講究策略性、注重方法論，才能更好地肩負起自身使命。

以“系統(tǒng)論”的思維做好大數(shù)據(jù)工作。在今天的大數(shù)據(jù)時代，商業(yè)銀行已化身為“數(shù)據(jù)銀行”，甚至可以說“經(jīng)營銀行就是經(jīng)營數(shù)據(jù)”。但需要注意的是，生成并散布于各專業(yè)各板塊各機構(gòu)的數(shù)據(jù)如業(yè)務數(shù)據(jù)、財務數(shù)據(jù)和交易數(shù)據(jù)等都不是孤立的，其背后既有密切關(guān)聯(lián)和內(nèi)在邏輯，也有豐富的內(nèi)涵可供挖掘。以存款數(shù)據(jù)變動為例，這一看似簡單的現(xiàn)象背后就隱含著戰(zhàn)略導向、產(chǎn)品定位、利率定價、渠道分布、人員配置等一系列完整的、系統(tǒng)的制度設計與安排。因此，銀行大數(shù)據(jù)管理部門需要樹立系統(tǒng)性思維，著眼于各類數(shù)據(jù)之間的內(nèi)在聯(lián)系，運用邏輯勾兌、參數(shù)校驗、要素印證等多種手法，使分散的數(shù)據(jù)和零散的信息變成“數(shù)據(jù)鏈”“信息圈”。如可借鑒BAT等互聯(lián)網(wǎng)公司在大數(shù)據(jù)集成性存儲、印證式共享和系統(tǒng)化應用等方面的成功經(jīng)驗與先進做法，積極利用信用卡、網(wǎng)上銀行、手機銀行和自辦電商網(wǎng)站及自建社交工具等渠道積累的數(shù)據(jù)，深入挖掘客戶在衣食住行玩用等各種生活場景的消費金額、交易頻次等信息，系統(tǒng)地解剖客戶金融消費行為，并廣泛搜集來自社交媒體、搜索引擎、電商平臺和政府部門等的外部信息與數(shù)據(jù)，逐步形成客戶金融消費“邏輯圖”，據(jù)此引導需求、設計產(chǎn)品、觸發(fā)消費、控制風險。

以“重點論”的方法做好大數(shù)據(jù)工作。辯證法告訴我們，只有抓住主要矛盾和矛盾的主要方面，才能事半功倍。尤其是在目前銀行內(nèi)部各專業(yè)各機構(gòu)對大數(shù)據(jù)需求日益旺盛，而人力資源約束趨嚴和大數(shù)據(jù)人才稀缺的背景下，大數(shù)據(jù)工作也不能貪大求全，而應集中精力，集聚資源，突出重點，力求以點帶面，整體推進。首先，聚焦重點業(yè)務和重點客戶。在重點業(yè)務上，以零售金融、資產(chǎn)管理、投資銀行、產(chǎn)業(yè)基金和網(wǎng)絡金融等基礎性、引領(lǐng)性業(yè)務為關(guān)注焦點，進行深入挖掘與分析，為銀行各專業(yè)部門加快業(yè)務發(fā)展、推進經(jīng)營轉(zhuǎn)型提供高效信息支持。在重點客戶上，以新生代客戶、私人銀行客戶和法人高管客戶等為目標對象，通過多層面數(shù)據(jù)剖析、多方法建模分析來預測其金融消費傾向、未來成長性和貢獻度，為客戶培育、產(chǎn)品創(chuàng)新和服務提質(zhì)提供“路線圖”。其次，抓好關(guān)鍵領(lǐng)域和關(guān)鍵環(huán)節(jié)。一是深化營銷和風控領(lǐng)域應用。依托大數(shù)據(jù)系統(tǒng)，推動營銷信息實時傳送、目標客戶批量對接和最佳方案智能推薦，打造策略式、協(xié)同式、觸發(fā)式、直通式的營銷服務新模式；結(jié)合銀監(jiān)會預警信息、納稅信息、征信評分和從各種渠道獲取的客戶信用信息等豐富客戶征信畫像，并通過多維交叉驗證，更好地防控信用風險。二是深化定價與考評環(huán)節(jié)應用。將大數(shù)據(jù)模型嵌入業(yè)務流程，著重提升利率定價、客戶評級與貢獻計量及客戶經(jīng)理業(yè)績考評等主要環(huán)節(jié)的科學性、公允性，有效破解長期以來困擾銀行經(jīng)營管理的難題。

以“統(tǒng)籌論”的原則做好大數(shù)據(jù)工作。從哲學的視角來看，大數(shù)據(jù)也是一柄“雙刃劍”。如果用得好，可以有效推動業(yè)務發(fā)展；如果用得不好，則可能會引發(fā)風險。所以，在大數(shù)據(jù)工作中需要統(tǒng)籌處理好各種矛盾，做到“兩害相權(quán)取其輕，兩利相較取其重”。其一，統(tǒng)籌好安全與應用的關(guān)系。對于銀行而言，信息安全不僅關(guān)系客戶隱私，而且事關(guān)銀行聲譽。近年來，由于信息安全問題造成的客戶糾紛時常見諸報端和網(wǎng)絡，對銀行造成了很大的負面影響。因此，銀行應把握好信息應用與安全的“度”：既不能“只用不管”，為了發(fā)展業(yè)務、開拓市場而亂用信息、造成風險；也不能“只管不用”，為了強化安全、防范風險而不用信息、貽誤商機。從某種程度上說，置有用的數(shù)據(jù)和信息不用，不僅是極大的“浪費”，更是最大的“風險”。其二，統(tǒng)籌好基礎與創(chuàng)新的關(guān)系。基礎是根，創(chuàng)新是枝，根深才能葉茂。大數(shù)據(jù)工作亦不例外。如果數(shù)據(jù)質(zhì)量不扎實，則不僅會使推送的信息和產(chǎn)品“張冠李戴”，無法實現(xiàn)精準營銷，甚至還可能導致決策失誤，埋下風險隱患。所以，數(shù)據(jù)質(zhì)量治理仍將是銀行一項長期而基礎的工作。與此同時，大數(shù)據(jù)工作還不能墨守成規(guī)，而應積極創(chuàng)新工作理念、思路和模式。如隨著銀行轉(zhuǎn)型發(fā)展的深入推進，各種新產(chǎn)品、新業(yè)務不斷涌現(xiàn)，銀行大數(shù)據(jù)部門既要與各業(yè)務部門加強互動交流，共同研究新興業(yè)務的統(tǒng)計制度、統(tǒng)計口徑和展現(xiàn)方式等，以更好地展示新興業(yè)務發(fā)展成果；又應以新視角、新模型、新手段對新興業(yè)務展開深入研究，提出促進業(yè)務發(fā)展、推動經(jīng)營轉(zhuǎn)型的新思路新策略，并設計出新的應用場景和業(yè)務流程。起步較早、基礎較好的大型銀行應盡快從建設數(shù)據(jù)倉庫（EDW）向打造集成化、綜合性的大數(shù)據(jù)生態(tài)平臺轉(zhuǎn)變；有條件的銀行應加快研制“AI柜員”“AI客服”乃至“AI投顧”“AI分析師”“AI交易員”等，不斷提升經(jīng)營管理的智能化水平。

以“人本論”的理念做好大數(shù)據(jù)工作。人是最具能動性和創(chuàng)造力的因素，無論什么工作都要靠人來想、由人來干。沒有人，再宏偉的藍圖、再前瞻的戰(zhàn)略、再有效的措施都難以實施。因此，面對大數(shù)據(jù)工作的新使命，各商業(yè)銀行需妥善處理好兩個關(guān)系：一是人才“量”與“質(zhì)”的關(guān)系。任何事物都是先有數(shù)量才有質(zhì)量，先有量變才有質(zhì)變。在數(shù)據(jù)化時代，大數(shù)據(jù)人才已成為各行各業(yè)最稀缺的資源，這從遍布網(wǎng)絡平臺和報刊雜志的招聘廣告就可見一斑。因為在未來的商業(yè)競爭中，比拼的將不再是銀行網(wǎng)點多少、客戶經(jīng)理多寡，而是看誰的數(shù)據(jù)分析能力更強大、后臺支撐能力更完善、客戶體驗更卓越。所以，各家銀行必須前瞻布局、積極投入，盡早組建大數(shù)據(jù)人才隊伍，這也是推動大數(shù)據(jù)戰(zhàn)略實施、應對大數(shù)據(jù)時代競爭的必備條件。當然，僅有數(shù)量還不能解決問題。由于大數(shù)據(jù)戰(zhàn)略是決定銀行未來走向與成敗得失的關(guān)鍵所在，故其深入實施與推進離不開一支技能全面、素質(zhì)過硬、創(chuàng)新力強的專業(yè)人才隊伍。這就要求銀行通過深度培訓、模擬訓練、項目實戰(zhàn)等多種手段不斷提升大數(shù)據(jù)工作者能力，使其具備多專業(yè)思維和多業(yè)務素養(yǎng)，更好地適應大數(shù)據(jù)發(fā)展和銀行經(jīng)營轉(zhuǎn)型的要求。二是人才“管”與“用”的關(guān)系。在管理上，結(jié)合業(yè)務發(fā)展需求，通過需求認領(lǐng)、項目招標和課題申請等方式，靈活運用“項目+團隊”等柔性化工作機制，并建立知識共享和經(jīng)驗交流平臺，使大數(shù)據(jù)工作者“自動自發(fā)”。在激勵上，可以探索將大數(shù)據(jù)部門的研究分析成果與業(yè)務部門、分支機構(gòu)的應用成果進行捆綁考核、績效掛鉤，充分激發(fā)大數(shù)據(jù)工作者的積極性、主動性、創(chuàng)造性，更好地促進大數(shù)據(jù)“研以致用”、創(chuàng)造價值。

總之，上述“四個方法論”既是做好新形勢下銀行大數(shù)據(jù)工作的“金鑰匙”，也是做好其他領(lǐng)域乃至其他行業(yè)工作的“導航儀”，對其掌握程度和運用水平將決定銀行大數(shù)據(jù)戰(zhàn)略能否順利實現(xiàn)，經(jīng)營轉(zhuǎn)型能否最終完成。