当前，行业对于“大数据”的关注疾速攀升，这并不亚于数据本身的增长程度。您是否想过，我们看到的“谈大数据色变”或许只是个表象，走在行业前列的企业早已开始默默挖掘大数据中蕴含的“金矿”，为自己的业务飙升迈出制胜一步。
作为行业引领者，IBM一直走在新趋势的前沿，对于大数据更是全力融合创新技术与行业经验助力客户梳理大数据概念，选择战略方向，制定方案策略，实现行业落地：今年5月，IBM智慧的分析洞察正式发布，为大数据环境下的企业描绘了一幅宏伟的战略蓝图。在此基础上，IBM全面整合内部资源，搭建了融软件、硬件、服务为一体的大数据平台，为企业提供易执行、低成本、高效率的大数据解决方案。在行业方面，IBM为行业企业量身定制的大数据解决方案优势充分凸显，大数据制胜策略已不再纸上谈兵，实践之花也开遍制造、电信、金融等诸多行业。
IBM软件集团大中华区银行业解决方案高级顾问陈剑从金融行业大数据解决方案实践详细了大数据的价值。
陈剑指出其实谈到大数据，最初大家知道Hadoop这样的技术是来自于互联网，大家可以仔细想一想在传统行业里有哪些行业的规模能够跟互联网可以PK的，一个是金融业，因为它的用户数非常大，二是电信业，三是相关的媒体游戏行业，是多媒体的数据。
▲IBM软件集团大中华区银行业解决方案高级顾问陈剑
在金融行业，我下面给大家在进入案例的分享之前，我接着刚才谈论的话题强调一下大数据平台跟我们传统的数据架构，一个企业架构里面的关系。刚才我们谈到大数据平台其实它是对数据仓库，对原有我们的数据库的扩展和增强，而不是一个替代。刚才我们反复提到数据治理，在数据治理的领域，我们希望给大家一个很强的信息，大数据平台它引入以后会对传统的数据仓库是一个很好的补充和增强。特别是像银行、电信业，大家知道最珍贵的价值是什么?是客户数据。大家现在不管是电信运营商还是我们的银行，都是同质竞争非常的严重，各家不管是运营商还是银行也好，他们都不断在抢客户，如何把握客户信息，了解客户的需求，以及甚至预测他们下一步的动向是非常重要的。大家知道传统的银行金融的数据，客户数据都在数据仓库里，随着互联网和其他的一些新型的包括移动应用的增加，我们希望通过非结构化的信息能够来补强原有传统上存在数据仓库里客户的档案和信息。它不但在我这个银行也好，或者在我这个电信公司，他的消费模式，他的投资风格之外，在其他的这些平台上，包括社交媒体，包括在其他的第三方的平台上，他们究竟都在干什么。通过这些新的数据来源，能够很好的增强我们在传统的企业类对客户信息的存储和分析应用。
这张图基本上是刚才谈到大数据的平台，我主要想讲这边，如果大家了解Hadoop这样开源的大数据技术的话，一是存储，提供相对廉价的分布式的存储系统，二是计算，提供类似像MapReduce的技术，能够进行并发的、高效能的计算。大数据引擎基本上完成是存储和计算，但是真正这些存储计算的结果还是要为我们传统的实际的业务系统和其他的应用来使用。我们一定要非常清晰的了解大数据平台和传统的包括统计分析、商业智能、商业报表，包括刚才林总分享的市场营销的解决方案Unika。其实大量的数据在大数据引擎里的计算和存储，它的中间结果是需要被我们真正的业务系统去使用的，这是我希望这一页给大家非常明确的信息。
▲IBM的大数据愿景
下面进入关于金融业大数据的分享。大家都知道，对于金融业和银行业来说非常重要的，像IBM对银行业的观点是三点，一是提高我的运营效率，二是降低成本，提高客户的满意度，特别是像银行这样的金融机构，最重要在某种意义上银行是帮你管钱和帮你做投资的，在另外某种意义上来讲，银行经营的是风险业务。后面会讲到信用卡欺诈的案例，如果风险没有处理好，会带来怎么样的对盈利和企业市场的印象会造成多大的负面影响。很快从这三个方面跟大家分享一下，IBM理解的在银行金融业在哪些方面大数据是有用武之地的，这边列了很多都是我们正在跟很多的世界各地用户包括我们本地的银行，像保险公司都在做的事情。像保险公司这样，最重要是前台，我要洞察我的客户，洞察我这个市场的一些情况。社交媒体分析就不详细讲了。另外一个场景也是我们这两年在跟很多金融机构做的相应的项目就是呼叫记录的分析，大家都有热线电话，比如9555这样的热线电话，打进去以后很多机构把相关的电话记录，不管是咨询的还是投诉的电话都记录下来存为文本，以前相应的因为技术的问题，自然语言的理解和大数据的量非常大，是不是能够及时的处理，这是一个领域，对于呼叫中心记录的分析。在此基础之上，刚才我反复谈到客户，通过收集这些信息和分析，我们能够很好的做到客户挽留，如果我从他的投诉记录次数和内容里面，可以知道所谓的情感，说我已经投诉了，你再不解决我就要换到别家了。还可以做到增强客户的细分，去年在国内很大的行做客户细分的工作，大家知道现在很多的银行都在卖理财产品，其实卖理财产品，还包括黄金投资、外汇的交易，如何很好的去给相应的客户推荐这些东西，是要基于以前的交易记录和资金量的分析来做的，这是客户细分。如果做好的客户细分，我们就能做相应产品的推荐，不管是准实时的还是实时的。还有像投资的金融机构对于市场条件的变化是非常敏感的，相应的市场交易分析是很重要的。这是谈到前台。
