传统金融行业的数字化挑战
传统上，金融行业对新技术的接受度并不高。作为一个通过最小化风险并做出精心计算的商业决策而蓬勃发展的行业，选择用可能只是技术潮流的东西来处理高价值敏感信息，并不是许多人急于做出的决定。
尽管存在这些顾虑，英国金融行为监管局（FCA）在其 2015/16 年业务计划中将技术投资列为首要任务，这清楚地表明该行业需要更有意识地推动数字化进程。
投资大数据
下一步是大数据，这一技术现象引起了银行业的极大兴趣。企业日常流程和运营中产生的数据可用于指导战略并实现目标，这一理念令人振奋，尤其是在后危机经济中，银行在风险报告的细节方面面临持续审查。
然而，关于大数据对金融行业的真正意义仍存在疑问。虽然这些信息可以为银行带来竞争优势，但要使其有效，必须对其进行有效分析。
迄今为止，围绕大数据银行的讨论大多关注哪些模型和系统最适合使数据对分析师可访问。然而，银行应该提出的问题应该是，“我们如何使这些信息具有可操作性？”
尽管许多金融机构越来越多地使用云计算来托管软件平台并存储数据，但分析本身仍保留给经过专门培训的人员——通常是数据分析师，而不是银行经理。
这种方法限制了大数据的功能性。大数据最有价值的特征之一是它能为银行提供对多个数据集的实时洞察。例如，可以分析客户经常使用卡的地点，通过与相关零售商合作来突出额外收入流的机会。这可能表现为针对客户的现金返还优惠，甚至向零售商提供商业见解。
改变数据分析游戏
在选择数据分析包时，银行应超越基于 SQL 的软件，探索不同类型的金融服务大数据分析——特别是基于搜索的分析。
基于搜索的分析软件利用自然语言搜索，即互联网搜索引擎使用的相同技术，为导航和检查数据集提供了一种简单且不复杂的方法。交叉引用变得容易，无需技术技能即可发现相关性。这意味着银行各级人员都可以从可操作的业务见解中受益。例如，Connexica 的 CXAIR 等软件甚至可以从各种异构来源中提取这些数据，因此偏好传统定制系统的银行可以在无需迁移到新系统的情况下利用这些功能。
这正是这一概念的真正潜力所在。大数据可能比“基于搜索的自我服务分析”或类似词语更易于作为流行语，但作为独立概念，它存在局限性。银行只有通过建立有效的使用方式，才能真正从中获益。
Greg Richards 是 Connexica 的销售和市场总监。