8．數據挖掘與應用力度不足

數據來源分散和冗余，數據的產生、捕獲、整合、存儲、訪問等缺乏完善的系統支撐和技術手段等，使得難以深入挖掘埋藏于數據深處的規律和趨勢，無法實現數據價值的最大化。特別是非結構化數據，目前多以簡單查詢為主，未對非結構化數據資源進行統一管理、挖掘及綜合利用，非結構化數據在營銷、風險管理、產品創新等方面的價值未得到充分發揮。

例如，美國富國銀行通過挖掘客戶需求，采用交叉銷售的模式為企業利潤的創造做出了巨大的貢獻。富國銀行通過滿足客戶在財務上的全部需求，與客戶共同成長，利用交叉銷售，向一個公司客戶推銷5.3個金融產品，向個人客戶平均推銷4.6個產品，大大提高了銀行對客戶資源的利用能力，實現了效益的最大化。

又如，全球最大的信用卡公司VISA，通過使用Hadoop（一個對大量數據進行分布式處理的開源式基礎框架，能充分利用集群威力進行高速運算和存儲，非常適用于半結構化和非結構化數據）分析數據，大規模縮減了分析處理的時間，提升了數據使用效率。VISA將自己擁有的全球最大的支付網絡系統VisaNet作為信用卡付款驗證。為降低信用卡詐騙、盜領事件帶來的損失，VISA公司需要分析每一筆事務數據，找出可疑交易。雖然每筆交易的數據記錄只有短短200位，但每天要處理上億筆交易，而通過對Hadoop的使用，成功地將分析時間從1個月縮短到13 min，更快速地找出可疑交易，更迅速地對銀行提出預警，及時阻止詐騙交易的產生。

再如，蘋果公司通過與移動運營商合作，收集用戶體驗數據，不斷完善產品功能，提升用戶滿意度。數據從被交易的對象到重要的金融資產，在金融領域發揮越來越重要的作用。

通過新技術的不斷利用，深入挖掘數據背后的潛在價值，是銀行發展、創新的必經之路。