融甸:数据分析离不开行业积累

从各种类型的数据中，快速获得有价值信息的能力，才是大数据核心价值所在。

提起大数据，人们首先想到的是互联网公司的数据。事实上，在传统行业如银行业产生的数据量就已经十分庞大。根据中国人民银行披露的数据，2013年末全国人民币结算账户达到56.43亿户，全国非现金支付业务是501.58亿笔，行内支付系统处理业务107.58亿笔，年均以超过20%的速度增长。银行业已经进入大数据时代。

银行业作为与信息技术深度结合的行业，互联网思维和决策数据化已开始嵌入经营管理的全流程。大数据实质是“深度学习”，能够为银行提供全方位、精确化和实时的决策信息支持。银行的经营转型、产品创新和管理升级等都需要充分用好大数据。

上海融甸信息科技有限公司CEO范磊认为，从各种类型的数据中，快速获得有价值信息的能力，才是大数据核心价值所在。融甸信息是一家集数据挖掘、建模、分析和信息类管理软件产品研发于一体的企业。

上世纪90年代末，随着信息技术发展，国内银行业顺应潮流，将信息技术广泛应用到业务处理和内部管理中，进入以数据大集中为标志的集成数据阶段。如今，银行业进一步发展面向客户的新一代核心业务系统，形成并储存了庞大的可用数据资源，进入以管理系统建设为起点的应用数据阶段。

2007年，上海融甸研发出一款名为Facedata（数据脸谱）的通用型数据统计分析软件。当时，Facedata主要用来PK美国主流数据统计分析软件SAS，后者是用于决策支持的大型集成信息系统，在数据处理和统计分析领域堪称巨无霸。一位银行业朋友告诉范磊，银行业受美国软件限制较大，希望能够有国产软件替代美国软件。

Facedata同样是用于决策支持的大型集成信息系统，起初因理念太过超前而不受国内商业银行欢迎。据介绍，Facedata突破了传统数据统计分析软件――只能面向少数数理统计专业人员的局限性。提出“人人皆能用”的设计理念，从而满足企业中各个设计数据分析、风险防范、决策等相关部门的需求。

经过几年的发展，特别是金融风暴以后，Facedata“人人皆能用”的设计理念逐步被国内商业银行所青睐，其海量的数据处理机制和可视化的建模方式也被金融界所认可。

两年前，融甸信息开始正式运营，其客户为大型商业银行。范磊称，Facedata能够为用户提供利润分析、成本分析、风险管理等信息，从而为银行决策提供参考。

以理财产品的销售为例，过去理财产品的组合和销售需要靠客户经理的经验，但如果使用Facedata数据统计分析软件，可以自动针对某一客户生成符合该客户信用、偏好等信息的各种理财产品。目前，中信银行、上海银行、上海农商银行和招商银行等商业银行均成为了融甸信息的客户。

另一款名为DES的数据抽取应用软件，其主要任务是对多集市数据源的支持，完成数据转换功能、清理、装载和调度等功能。其科学的数据处理机制和优越的性能，适用于大数据应用的各类企业。

范磊希望银行以外的其他行业也能够充分应用大数据。但他坦言，大数据在某一行业的应用与该行业人员业务水平高低有着密切的关系。在银行业，融甸有着深厚的行业积累――范磊此前在银行业从业多年，融甸需要找到高水平业务人员与融甸配合，才能使得大数据发挥价值。

在范磊看来，在数据挖掘和分析领域，技术型人才可以通过培训等方式培养，但既懂技术又对某行业有着深刻理解的人才十分缺乏。他表示，如果各行业的管理人才无法对大数据应用有想法和诉求，大数据最终难以发挥它应有的价值。

谈起对目前大数据概念火爆现象的看法，范磊认为当前阶段对于大数据的概念有炒作过度之嫌。其实，“它”本来就在，也不神秘。其价值并非数据的拥有，而是数据的应用者。可以这样讲：“大数据，无应用，无价值！”