金融行业实施大数据分析应注意的问题 - 168大数据

邮政金融大数据分析工作刚开始不久，要在全行传播“数据治行”理念的基础上，以“小步快跑”的方式持续推进，逐步实现两个转变，让数据成为我们的重要资产。

无论大数据还是小数据，能创造价值的就是好数据。现阶段，应着眼于开发和利用我行现有高价值密度小数据的潜在价值，并尽快应用于经营管理。同时，把传统小数据挖掘技术当做大数据分析的基础，逐步过渡到低价值密度大数据的挖掘分析。

积极推动各业务板块在大数据平台上开展大数据应用尝试，通过局部项目的试点不断获取新的业务洞察，逐步推动管理决策和价值创造方式的变革。待大数据平台、技术和条件成熟时，进入大数据项目整体部署运作阶段，构建完整的数据服务体系。

计算机发现的数据相关性很多情况是偶然的，并没有实际意义。人的判断与计算机相结合往往能驱动最佳效果。

从学术上讲，“大数据”这个名词并不准确。数据的复杂性主要不是来着数据规模，而是数据结构的多样性。企业并不一定需要收集PB级别的数据，或部署上百台服务器才能够做大数据。大数据应该从小做起，可以从一个小的应用或需求入手，得到实在的价值产出。

我们习惯于跟着国外的热潮，往往不自觉地跟着技术潮流走，最容易走上“技术驱动”的道路。实际上发展信息技术的目的是为人服务，检验一切技术的唯一标准是应用。我们一定要坚持“应用为先”的发展战略，坚持应用牵引的技术路线。技术有限，应用无限。

所谓不需要因果关系分析，不需要精确数据的大数据特征不能绝对化。追求高数据质量仍然是提高数据分析准确性的重要一环。