今时今日的大数据可谓是一副灵丹妙药，企业纷纷从中寻找机会掘金赚钱。不过，几家银行的CIO和IT领头人却认为，尽管“大数据”这词听起来很妙，其实“小数据”以及日常运作里包含的信息也可以为银行的利润做出不少贡献，前提是要把这些数据和信息转化为可以付诸行动的东西。

为了获得各式各样的日常运作数据，银行采取的方法应该更集中在分行分析的基础上，而人们往往忽视了这样做。William Weidman是一家名为Applied Predictive Technologies数据分析公司的高级副总裁。这是他在最近的一篇博文中提出来的。他建议银行不要单是像现在这样对多元数据在顾客层面上进行分析，而是要在分行的层面做出基于分行的决策，包括如营业时间、员工数量、维修以及引进新的技术等等。新技术往往会比较复杂和昂贵。这些基于分行的分析可以包括周边的人口分布、对手相对于各分行的位置以及分行顾客的概况。

Weidman提到, 如果能对诸如应该对哪一家分行重新投资、在哪一天对出某一个顾客服务这些事有一个好的理解，也会对银行盈利起很大的帮助。他说，“改善分行层面的分析自动地会对以顾客为主的策略起到一个正面影响。”

发挥数据的作用

银行界不少其他人士认为，大数据这个词被滥用，很多人都很关注大数据，而其实关键在于要有效地利用任何数据。Shrawan Kumar是Allahabad Bank 的高级IT主管。他说，“银行的CIO要为数据质量、数据分类、结构性数据及非结构性数据操心，同时也要借助BI（Business Intelligence商业智能）和一些分析工具对这些数据进行处理。”他给的一个例子是，一个银行可以用一个分离的系统（如云系统）处理非结构性数据或是靠自己开发和利用定做Hadoop或是其他开源软件。不过，所有这些完全处决于需要处理什么样的信息以及如何最佳地发挥数据组的作用。

McKinsey合伙人Kerry Lam在最近的一篇博文中指出，释放价值的关键在于要让银行拥有的顾客数据发挥作用。例如，有关顾客类型及顾客群的数据可以让银行更贴切地确定顾客对银行的价值。银行然后可以就顾客关系在相应的产品、价格及渠道等做出调整。他给了个选择一个适合的产品组合大小的例子，这个组合可以让银行加强和扩展高潜力顾客的关系，同时又有效地管理低值顾客的费用。

银行在保持盈利空间、留住顾客及吸引新顾客的同时，对日常运作数据的分析有助于优化顾客关系、建立正确的渠道以及用多元及相关的顾客知识为前线员工提供正能量。Lam说，有目标的选用数据可以为银行增长别开洞天。银行在大数据和小数据之间找好定位后，势必可以使增长关系发挥最大的潜力。