原工行董事長姜建清曾說：未來的好銀行一定是數據銀行。數據銀行的兩大核心能力就是數據採集和數據分析。近來，有不少銀行在數據分析方面有所行動，有的是成立“統計信息部、數據分析部”，有的是將數據分析能力重新明確到信息中心等。
按百度百科的定義：數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。在實用中，數據分析可幫助人們作出判斷，以便採取適當行動。
這個定義比較精確，包含了幾個要點：
統計分析方法：數據分析肯定需要分析方法及工具；
大量數據：分析的原材料；
形成結論：分析的結果；
決策並採取適當行動：數據分析最終實現價值。
質量管理體系：避免數據汙染及模型誤差。
數據分析的定義和工作流程都很清晰，同時，如何快速啟動數據分析工作並儘快體現數據分析的作用，是很多數據分析類部門當前關注的重點。
數據分析的建設之路，可以從下面幾個方面統籌考慮：
業務應用方向
銀行的業務應用經過多年發展，已經有成熟的應用框架：客戶管理、風險管理、財務管理、運營管理、及監管報送及信息披露。
數據分析部門應結合業務發展及規劃，綜合相關IT系統建設情況，選擇數據分析的業務領域。
數據分析方法
在統計學中，統計分析方法可以簡單劃分為：描述性統計分析、探索性數據分析以及驗證性數據分析。
在數據分析初期，分析部門更應該放在描述性及探索性方法上。在此過程中與科技、業務部門多交流溝通，以達到熟悉業務、瞭解數據的目的。
數據分析體系
數據分析體系包括數據分析平臺的建設，分析平臺包括三大模塊：
數據脫敏採集平臺：根據分析需要，從銀行數據平臺中脫敏、抽樣相關數據；
數據建模平臺：也可稱為模型數據沙箱，用來進行數據分析；
數據服務平臺：為業務應用提供數據分析結果服務。
以下就舉例東北證券的數據平臺建設經驗。
相關推薦
