中新網北京11月27日電 (記者 周銳)麥肯錫27日發佈研究報告稱，規模化應用大數據和高級分析可顯著提升銀行業務績效、降低運營成本、優化風控和決策、改善監管數據效率及提升客戶體驗。
資料圖：銀行工作人員清點貨幣。中新社記者 張雲 攝
麥肯錫指出，大量銀行斥巨資於大數據和高級分析技術，就是看到了其背後的巨大價值。據麥肯錫全球研究院(MGI)測算，高級分析在全球各個行業的價值創造潛力高達9.5萬～15.4萬億美元，能推動銀行業利潤增長10%～15%。
麥肯錫全球資深董事合夥人、中國區金融機構諮詢業務負責人曲向軍介紹：全球前50大銀行中，90%以上都在積極應用高級分析技術。全球領先銀行將稅息前利潤的15%～17%投入到數字化、科技和大數據領域，科技和大數據人員佔到總人數的17%左右；與之相比，中國銀行業的相關人才比例不足5%。擁抱大數據、提升銀行競爭力已是整個行業的共識，能夠率先轉型為‘科技銀行’、‘數據銀行’的金融機構，將在未來10年領跑同業。
麥肯錫全球董事合夥人韓峰提示，在大數據和高級分析應用上，多數銀行取得了單次小範圍的成功，但尚未實現真正的規模化。許多銀行高管反映，儘管在大數據和高級分析法方面投入了巨資，但創造的價值卻不成比例。
麥肯錫認為，究其原因，根源在於這些分析技術的用例不廣，即便能夠創造出少量效益，也遠未能紮根於銀行的各個業務領域、實現全面開花。
針對銀行在大數據方面遇到的挑戰，麥肯錫提出以下三大戰略舉措：
其一是制定價值驅動的大數據實施路線圖：通過大數據診斷，識別出銀行的機會點，定義並對大數據用例進行優先排序，制定最佳實施路線圖，並在全行上下達成共識；
其二是端到端大數據用例試點：通過落地1～2個試點用例，跑通端到端大數據用例閉環，對用例進行快速迭代優化，並驗證其業務價值，實現速贏；
其三是夯實支撐體系，加速大數據規模化落地：銀行需在18個月內循序漸進地建立大數據卓越中心(CoE)，招募並培養大數據核心人才，完善數據治理機制，以及構建大數據相關係統，這些是保證大數據規模化落地的重中之重。(完)
閱讀更多 中國新聞網 的文章
