2014年巴西世界杯之前，除了各国的球员以外，恐怕最为紧张当属各大博彩公司了，开赛前，很多科技公司就宣传引入大数据的分析，已经成功推测出这届世界杯的冠军，而且言之凿凿，志在必得。而事实却并非单纯的模型公式推算那样简单，大数据分析出的这届世界杯冠军巴西队，不仅没有夺得冠军，甚至半决赛就被德国队打成筛子，最终连季军都拱手相让，博彩公司松一口气的同时，也让我们不免质疑，大数据真的靠谱吗？

英国人维克托·迈尔·舍恩伯格的《大数据时代》为我们展现了大数据的魅力，也开启了一个全新的大数据时代，于是乎，一时间大数据成为一个热门词汇，以至于不提大数据就感觉落伍了。银行更是如此，特别是阿里系为代表的互联网金融借助大数据积累的崛起，更加挑动了银行的神经，开始言必大数据，创新必大数据，甚至将原有的一些基础业务稍加粉饰，生拉硬拽般冠以“大数据”，就打包推出，预言银行试水大数据，银行业的大数据时代来临了等等。然而，银行业本身就是靠数据积累起家的，何以牵强附会，跟风盲从呢？

回归大数据理论，大数据的产生，原本就是由于一些行业、领域不能提供精确的节点数据，而只好退而求其次绕过关键点的具体数据，转而通过扩大数据规模，直到无限大，总结规律，从而推断出所需节点的数据值。简言之，这应该就是一个统计推断的过程，这一过程往往会舍弃、忽略掉一些异常数据，转而倚重依赖出现频率高、符合走势的数据，而随着数据规模的不断扩大，这些被舍弃、忽略掉的异常数据变得微乎其微，于数据而言，愈加漂亮，愈加符合预期，而于研判结果而言，却并非如此。纵然，随着数据规模的不断扩大，被舍弃、忽略掉的数据越发显得微乎其微，但是，往往数据走向出现异常，恰恰是有这些微乎其微的改变开始的。

回到银行业，银行自身就是一个拥有精准大数据的行业，再来通过数据走势来推断有些舍本逐末，事实上，我们要做的不是将异常数据忽略掉，而是将这些数据找回来！这不仅是实现风控的基础思想，也是实现业务拓展的关键所在。

一、数据永远是片面的

大数据理论的核心所在是数据样本的数量规模，规模越大，所能推断出的结果与真实表现之间的误差越小，准确度越高。然而，理论中的数据是没有条件限制的无限扩大的数据，这等于是在真空状态下谈论地心引力，虽然，我们都知道铁球和羽毛在同一高度上，理应是同样时间落地的，但是我们却不能指望在现实中这一现象一定发生，受制于自身密度、体积、风阻等因素，你永远不可能看到铁球和羽毛同时落地。

同样的，银行业所获知的数据，也不是没有条件附加的，或者简单说来，银行业所获得的数据，都是客户想要展示给你的数据，而一定不是数据的全部。在原本就不可能实现数据样本无限扩大的前提下，谈大数据是一个伪命题。以银行个人贷款审批为例，银行所获知的客户的信息，大部分都是客户想要展示的有利于审贷结果的信息，这就从某种程度上将大数据的规模将为理论规模的50%，在一般数据的基础上谈论大数据，显然是没有意义的。

二、永远不变的是变化

人不能两次踏进同一条河流。对于银行而言，客户是无时无刻不再变化的，企业前一时期的经营状况与当下是会有不同的，客户两个不同时期的资产状况也是有区别的，而这一变化放到业务受理的全程中，相较于之前的数据表现，无疑是容易被忽略掉的。特别是对于老客户而言，往往轻微的改变，容易为历史数据所掩盖，而恰恰真是这一突变容易演变成风险点。

5月份与一位资深财经记者沟通时，曾得到他一个看似不怎么高大上的结论，那就是凡是贷款的，没有想还钱的。诸多贷款者，大到垄断企业，小到个体户，小商贩，凡是贷款的，都是寄希望于用贷款能带来的财富升值偿还贷款，说到底是借鸡生蛋，而没有是寄希望于用自己的即有资金偿还的。于是，企业无法偿还贷款时，会申请破产，甚至会出现企业家跑路，房贷客户房价下降，房屋市价低于贷款额时就会断供。

所以，银行面对的客户状况是瞬息万变的，用日常数据来推断客户的未来走向是极其片面的，这点在合规风险控制角度是极为重要的。从银行角度，关注客户的新动态，而不仅仅是躺在以往数据上睡大觉，这才是规避风险的态度。

三、以人为本

大数据的理论，将一切抽象成数据，如同在实验室做试验，无论是物理试验、化学试验，还是生物试验等等，所面对的都是可以重复雷同的物体，而人则不同，人是具有思想的，有感情的，人的行为也就当然受到影响。银行所面对的客户，说到底是面对的一个一个的个人，以及取得企业信用背书的个人，既然如此，那么谈论大数据就要考虑到人性的东西。

以消费为例，马斯洛理论把需求分成生理需求、安全需求、归属与爱的需求、尊重需求和自我实现需求五类，而往往日常消费中，人是将这些需求复杂而又简单的糅合到一起来释放的。例如，高中生的消费习惯跟大学生是不同的，而大学生与刚工作的新员工又有不同，并非简单的消费能力的不同，这其中涵盖了他在不同时期对于五类需求的侧重程度。而从大数据理论出发，银行如果向这位新人发放信用卡可能会侧重于既往的数据，而对于依然身份改变的客户而言，这张信用卡可能就不能再满足他的需求。我们可以预见，他有可能会继续纯真，保持原有的消费习惯，也有可能会急于摆脱校园气息，重新塑造自己，当然，更有可能将以往的消费习惯完全颠覆掉，将自己的消费全部升级，而这每一种风格的改变，所需求的信用卡服务是截然不同的。

同样的，人随着年龄的增加，阅历的增加，观念也会发生潜移默化的改变，可能在以往表现的数据中不会显露端倪，但是由量变到质变，他的下一刻动向也将超出原有大数据以外。例如，刚工作的新员工不会有住房、汽车的需求，他所需要的是特约商户、增值服务等信用卡功能，而一旦结婚，组成新的家庭，他所需要的可能是理财投资需求，这些都是大数据所不能给出的结论。

所以，对于银行业而言，要在利用大数据理论的同时，融入人性化的关注提升，才能以开放式的思维伴随客户成长。

四、大数据的生命周期

产品、行业，世间万物都有其生命周期，对于大数据而言，也是如此。对于大数据而言，纵然数据不会消亡，但是它也一样拥有时效性，从这个角度而言，大数据所要面对的“从摇篮到坟墓”用Life Cycle的直译更为贴切，应该是“大数据的生命循环。

如何理解这一概念呢？因为客户自身及金融服务需求是在变化的，客户在经历着不同的投资、融资需求，而每个阶段的特性是一个数据生命周期，上一个大数据周期内的数据，对于下一个大数据周期是没有任何意义的。

如果具体到业务中，这就很好理解，一个企业，在上市之前的金融服务需求跟上市之后是完全不一样的，我们在用大数据理论来研判企业需求时，就需要对企业分阶段分析，这样才能为企业提供量体裁衣式的方案。个人而言，一个人在不同的年龄阶段，他的资产状况和需求也是不一样的，我们不能拿这个人贷款买房周期内的数据来推断他退休后的需求，也不能拿他无房贷时的数据来推断他买房后的服务需求。

对于大数据而言，每一个阶段性发展就是一个生命循环，我们不能混淆不同阶段的大数据概念，更不能一味贪图数据规模的扩大而盲目忽略不同阶段时期的数据间隔。

无论是大数据理论也好，还是互联网思维也好，对于银行业来讲，只是自身业务外的一种理念尝试，归根结底，银行业依然还是要在立足自身业务的前提下，探索新的发展思路，而不是见风是雨般人云亦云。