美剧《纸牌屋》第二季2月份推出以来热度不减，仍旧占据国内视频网站及搜索排行榜的前列。据《环球日报》报道，包括美国总统奥巴马在内的多国政要均关注此剧。与传统电视剧不同，《纸牌屋》是“大数据”时代下的产物，其制作公司Netflix公司通过对3000万付费用户的收视习惯、剧情评论、演员喜好等数据精准分析定制内容，将全部13集内容一次全部推出而大获成功。

《纸牌屋》的成功，使大数据分析对市场营销的推动作用再次得到验证。所谓大数据分析，是一种在多样或海量资料信息中快速收集和分析数据的能力，目的是精确预测客户潜在的各类需求。

随着互联网金融的逐步兴起，各家银行都意识到大数据的应用价值，纷纷谋划战略转型。与其他行业相比，大数据对银行的经营管理更具潜在价值，因为银行不仅拥有客户的账户和资金收付交易等结构化数据，还拥有客服音频、网点视频、网上银行记录、电子商城记录等海量的非结构化数据。所以，银行应尽早制定大数据战略，研究、应用大数据，分享大数据所带来的利润。

笔者认为，制定大数据战略的目的就是通过广泛收集各渠道非结构化的海量碎片信息，利用大数据技术进行整合，还原客户的“真实面貌”，帮助银行掌握客户的真实需求，并针对这些需求快速做出应对，实现“精准营销”和“趋势化服务”。

对于银行来说，要做到“精准营销”就必须准确地预计客户需求，这不仅需要大量历史数据的挖掘与分析，还需要建立相应的预测响应机制，而这些都可根据客户以往的消费记录、银行产品的使用情况等建立数据收集模型，通过模型完成数据的加工和分析，为银行下一步的产品策划与营销提供翔实的数据参考。

西班牙桑坦德银行运用大数据技术建立Santander Totta资源流失模型，预测客户需求并采取合理行动，提高了信用卡的成功开卡率，并将客户流失率降低20~25%。美国Bankrate公司通过对美国、加拿大及中国境内约5000多家金融机构、共计32.6万款的金融产品进行实时跟踪调研，以及用户信息和行为的大数据分析，为金融机构搭建了精准营销平台，使得金融机构能在潜在用户群中有效推广自身产品与服务，并降低营销成本。

而“趋势化服务”，则是对AISAS（Attention—注意，Interest—兴趣，Search—搜索，Action—行动，Share—分享）理论的进一步细化。“自媒体”时代，人人皆媒体，每个人都是言论的中心，客户在购买金融产品之前都会习惯性地搜索相关产品的网络口碑，看看网友的评论及测评文章。相比银行的广告宣传，客户似乎更愿意相信网民的评论，这就是所谓的“口碑传播”效应。

大数据固然好，但如果不能对数据进行有效筛选和正确利用，最后只会“赔了夫人又折兵”。对于银行而言，通过正确的数量模型和分析方式进行“精准营销”和“趋势化服务”，是合理利用大数据产生更多效益的关键。

笔者认为，银行应将大数据战略融入银行的整体战略中，以持续渐进的方式进行大数据的筛选应用。还应该从具体业务和关键节点入手，以大数据挖掘加工的方式，为客户提供自助式的产品预测，为内部管理层经营决策提供数据支撑，逐步将大数据纳入银行的经营体系中来。此外，银行应设立专门的大数据实验室或创新实验室，推行大数据方案前，实验室应先进行实验。

总的来说，银行业可通过大数据战略打破行业边界，对形式多样的客户数据进行挖掘、追踪、分析，对不同客户群体进行类聚，获得更为完整的客户或客户群体的拼图，打造个性化、精准化、智能化的产品营销服务方案，以主动营销和个性化营销打破传统无差异的、被动的产品服务营销方式。