大數據背景下銀行業面臨的機遇與挑戰——以貴陽銀行為例摘要：當今社會移動終端以及社交網絡平臺的普及使得人們在日常生活和社交中產生了海量的數據信息，這些數據信息的產生給企業的數據處理帶來了挑戰的同時推動了大數據技術的發展。麥肯錫認為大數據作為一種新興的生產要素已經滲透到了社會的各行各業中，它在推動企業生產率的增長同時迎來了消費盈余浪潮的到來，大數據的發展是時代發展的必經之路，數據已經成為一種新的經濟資產類別。對于貴陽銀行來說大數據既是一個機遇又是一個挑戰。本文通過數量分析與規范分析相結合的方法對大數據背景下貴陽銀行面臨的機遇與挑戰進行探究，從大數據概念入手，對大數據在貴陽銀行的業務發展空間，風險管理能力，決策能力以及精準營銷等方面帶來的機遇進行闡述，進而分析了在大數據背景下貴陽銀行面臨的發展模式、信息安全、大數據技術掌握等方面的挑戰，最后提出了應對這些挑戰的措施建議。關鍵字：大數據；貴陽銀行；機遇；挑戰

引言近幾年由于互聯網技術不斷發展產生了大量的數據，這些數據已經滲透到了我們日常生活的方方面面，使得我們日常生產生活方式發生了很大的變化，同時，對我們傳統的金融體系也帶來了很大的沖擊，而貴陽銀行作為金融體系的一個重要組成部分，如果繼續按照其傳統的發展模式發展已經滿足不了人們日益增長的需求。目前，國內外很多學者指出面對大數據的到來貴陽銀行應該改變傳統的經營模式，充分利用大數據做好銀行的經營管理工作。因此本文結合大數據與貴陽銀行的相關知識來分析在大數據背景下銀行如何面對機遇和迎接挑戰，完成傳統貴陽銀行與新興技術的結合，增強貴陽銀行的效率和客戶的體驗。

一、大數據概述（一）大數據的概念對數據分析師，科技企業研究學者等不同的人群來說，由于他們對于大數據的關注點不同，所以對大數據有著不同的定義。IDC公司是一個對大數據具有非常大影響力的一家國際數據公司，它將大數據定義為通過高速的采集數據，發現以及分析數據來展現新興的技術和架構體系，使得我們在日常生活中得到的數據能夠有效利用，從4VS的角度說明了大數據應用的意義以及必要性。美國標準和技術研究院對大數據則有不同的定義，它們從學術的角度對大數據進行定義。認為大數據是指數據量，數據采集速度，或數據表示限制了使用傳統關系型方法進行有效分析的能力，或需要使用重要的水平縮放技術來實現高效處理的數據。（二）大數據的特點和作用1、大數據的特點第一，大量，大數據的特征首先就體現在它的數量非常多。一方面由于隨著信息技術的飛速發展，社交網絡以及各種智能工具，服務工具的廣泛運用使得獲取數據變得相對容易。另一方面各種傳感器數據獲取能力的加強，使得對一個事物的描述增多導致數據量增多。而且大數據來進行處理事物時處理的是全部的數據而不是樣本，提高了處理事物的精確度。第二，多樣，對于數據來說它的類型既有結構化的數據又有非結構化的數據，結構化數據只是選取了在某一應用下有用的部分，而一些不用的細節則不顧考慮。數據用表格的方式展現，不用為了新增加的數據改變原有的格式。非結構化數據因為沒有統一的屬性，沒辦法用表格展現。因為數據種類非常的多且雜亂所以對數據的處理分析能力有了更大的要求。第三，高速，大數據的產生速度非常的快，因為我們每個人日常生活中的每一天都離不開互聯網，也就是說我們每天都在向大數據提供大量的資料。速增長的數據不僅無法成為解決問題的優勢，反而給解決問題帶來了困難。而且數據的價值隨著時間的增長會降低甚至失去價值等，都要求大數據處理速度要快。第四，價值密度低，因為用大數據進行數據分析時分析了全部的數據，在得到全部細節信息的同時，也引進了很多沒有意義的數據，導致數據的價值密度偏低。2、大數據的作用對于傳統企業的數據正常情況下是建立在關系模型的基礎上。不過這些數據通常只占到了我們企業所能獲得的全部數據的15%，剩下的85%通常是伴隨著新的技術產生的非結構化數據，對此我們可以利用大數據技術從剩下的85%中提取到有用的信息，而且由于銀行和電子商務的第三方的合作越來越密切，導致貴陽銀行如果只對原有的數據分析不能滿足貴陽銀行的需求，這就導致貴陽銀行需要借助大數據來尋找最佳的商業決策，大數據也可以為商家制訂更有效的營銷方案，幫助企業給消費者提供更貼心的服務，使得大數據成為了未來商業競爭的核心因素。大數據時代我們也可以通過對數據進行挖掘和分析，找出數據之間的規律并提出意見。使得科學研究的方法產生變化。

二、大數據給貴陽銀行展帶來的機遇（一）業務發展空間更為廣闊大數據時代的到來使得大數據技術的應用成為行業競爭中的關鍵因素，對于貴陽銀行來說即在日常業務中產生了龐大的數據，也需要大數據來進行商業決策。大數據的飛速發展給銀行業提供了廣泛的想象空間。1、貴陽銀行個人消費信貸業務發展創新研究大數據時代的到來使得大數據技術的應用成為行業競爭中的關鍵因素，對于貴陽銀行來說即在日常業務中產生了龐大的數據，也需要大數據來進行商業決策，大數據在貴陽銀行中的應用給銀行帶來了很大的業務發展空間，貴陽銀行之間的競爭已經從借助大規模指標向深化客戶的服務需要發展，做到綜合化管理水平的提高。各個貴陽銀行也陸續針對客戶的貸款的需要推出了新的信貸產品，但貴陽銀行在取得收益的同時也面臨了巨大的風險，所以對于貴陽銀行來說需要更加高效且可靠的風險評估手段。現在貴陽銀行的狀況是：（1）由于經濟水平的不斷提高導致人們對生活品質有了更高的追求，使得人們對信貸的需求不斷增加，給個人信貸業務帶來了發展的機遇，但同時我國貴陽銀行不良貸款的率也在不斷攀升。（2）我們國家的個人財產申報機制并不完善，使得申貸人材料的真實性難以考察，導致貴陽銀行對于申貸人的收入狀況無法評估，我國的信貸風險評估等相關理論和信用體系處于待完善狀態，缺乏實際數據來驗證。（3）由于我國貴陽銀行的客戶信息缺少與貴陽銀行結合，使的信貸風險的評估具有片面性。評估信用風險的準確性來源于客戶數據的全面整合，對于傳統的貴陽銀行來說數據的結構較為單一，對于客戶信息的搜集缺乏。這個時候利用大數據技術來進行社交平臺、電商平臺的客戶的行為的大數據的收集，就可以為風險的評估提供更好的材料。然后對申請人的數據與基本信息借助大數據技術進行綜合的分析就可以增加對申請人信用狀況以及違約可能的判斷降低信用風險，對于傳統的貴陽銀行來說信貸管理具有時間周期較長且管理的成本比較高的缺點，而且因為目前我國的信用體系并不完備，使得信貸的風險管理取決于信貸人員的自身的素質，這就導致在業務執行過程中會忽略貸后的審查工作出現壞賬現象。我們利用大數據技術建立以客戶的信息為核心的統一管理，使得貸款前，貸款中，貸款后形成一個流暢的鏈條能夠做到風險管理的一體化。通過大數據技術建立風險識別的系統來進行有效的區分正常的客戶與具有風險的客戶從貸款前降低風險，隨著信貸技術的增加導致新的詐騙手段也層出不窮，利用原來的專家經驗和黑名單庫的方法已經面對不了新的詐騙手段帶來的挑戰，而且可能會導致信貸風險判斷錯誤，所以更應該充分利用好大數據來挖掘客戶之間相同的特點，再結合這些數據信息的緯度建立起一個反詐騙模型。2、貴陽銀行零售業務的升級現如今信息化滲透到了我們日常生活的各個層面，大數據因為其數量龐大，種類全、價值密度低、處理速度快等優點吸引了群眾的普及和推廣。對于貴陽銀行的零售業務我們也可以通過構建大數據平臺，充分利用大數據技術來完成零售業務的創新升級。目前我國大數據在銀行的零售業務現在的狀況是：（1）因為客戶對銀行業務的需求越來越多樣化，使得貴陽銀行的零售業務發展受到了很大的限制，導致銀行的客戶群體逐步遞減，我們如果要做到貴陽銀行零售業務的創新轉型，必須借助于信息化和互聯網，使得線上和線下相互之間配合好，這樣才能夠得到更為廣闊的發展空間，然而要做到線上與線下相結合則一定要利用大數據技術。因為零售業務本身就有著龐大且復雜的信息而且會伴隨著時間以及業務的發展逐步遞增，這就導致我們傳統的數據系統滿足不了新背景下的貴陽銀行零售業務的發展，貴陽銀行構建新的大數據平臺勢在必得。（2）與傳統的數據庫處理系統不同，大數據分析的數據包括銀行數據庫和互聯網，移動終端等采集數據的渠道多種多樣，數據信息也龐雜這就要求數據源必須具有實效性、真實性、廣泛性等。但目前貴陽銀行的零售業務由于數據信息采集不足，處理方式單一，缺乏創新導致大數據分析實際應用效果不理想。貴陽銀行要堅持對大數據的創新，必須利用好云計算、生物識別、硬件智能化等高科技技術。為給客戶提供更為貼心的服務，貴陽銀行應當將自身的零售業務滲透到客戶的衣食住行當中去。對于貴陽銀行零售業務的創新升級應當借助金融科技以及技術的幫助，而且也需要借助大數據技術的應用，所以我們應當堅持大數據技術的創新構建和完善大數據平臺，實現貴陽銀行零售業務的升級轉型。3、大數據背景下銀行跨境電商金融服務轉型升級對于我國傳統的貴陽銀行來說，在信息技術和互聯網應用不斷發展的今天所面臨的挑戰也在逐漸增多，在這些挑戰中以互聯網思維和大數據的挑戰為典型的代表。對于跨境電商來說不僅只包含電商自身，還包括了一個非常大的社會系統工程比如眾多政府部門、銀行、保險、貨物運輸、信息產業等，這對于貴陽銀行來說就要有綜合協調的部門來制定的完善政策框架。尤其從貴陽銀行的角度來說，更應該加強與電商平臺、電商企業等的合作，實現電商加銀行的供應鏈模式，在此供應鏈中電商企業為核心，銀行處于供應鏈的兩端，使的銀行與電商企業的優勢互補。我們要清楚對于傳統的貴陽銀行來說在轉型過程的大數據只是一個理論，要學會把大數據的理論運用到我們實際的金融產品中來，增加金融產品管理的創新，增強客戶的體驗。作到數據、技術、產品、管理之間相互整合，最大程度的發揮大數據的作用。例如，通過大數據技術來分析客戶資金的真實需求、經營項目的流水等等并通過這些分析來匹配相應的產品，運用云系統等大數據處理工具來檢測跨境人民幣的資金流以及客戶的資金規模等，以便于更好地為客戶提供資金管理方案，增強服務客戶的能力。（二）提高了貴陽銀行風險管理能力1、基于大數據進行風險管理的必要性在外部環境不斷變化以及以電商為代表的企業只依靠支付領域已經無法滿足開始涉足貴陽銀行新的業務領域背景下，借助于大數據技術來控制風險以及發掘新的業務增長點成為了貴陽銀行完成戰略轉型的有效途徑。由于先進的信息技術已經蔓延到了金融市場的各個方面以及金融市場的改革創新，使得傳統貴陽銀行的風險監控手段得到嚴峻的考驗。一是因為資產的質量受到下行壓力。二是因為企業的經營范圍比較大，使得風險的傳播方式復雜多樣從而導致難以分別風險。三是因為貴陽銀行的信貸規模不斷增大使得傳統信貸業務方式下的風險監控的方式成為新的走向。目前我們國家的經濟還處在一個下行周期中，行業產能過剩。首先對于小企業來說由于經營的風險系數比較高等原因使得貴陽銀行的風險管理難度大。所以對于貴陽銀行來說建立事前、事中、事后的監控流程是預防系統性風險的有效方式，其次在金融全球化持續發展今天，如果從行業上看就會發現風險借助供應鏈在產業的上下游間的傳導性變大，使得整合相互關聯的數據平臺，幫助貴陽銀行系統之間實現數據共享是貴陽銀行風險管理的必經之道。最后，我們發現大數據技術的發展也改變了貴陽銀行獲得信息、分析信息以及運用信息的方法渠道等，對信息化風險的監控帶來了條件。客戶在交易過程中產生了大量的信息數據，我們借助大數據技術就能夠從這些數據中得到有效的信息加大信息利用率。而且我們也可以整理客戶線上以及線下不同的信息據此減少信息不對稱的風險。2、信用管理數據挖掘方法因為數據的增長和信息技術的快速發展使得貴陽銀行的內部獲得了大量的業務數據，而且貴陽銀行外部的數據也給貴陽銀行的信用風險管理帶來了很多有用的信息，因此近幾年發展起來了一類新的信用風險分析的方法就是大數據技術的機器學習模型，整體來說有以下幾種方法：(1)概念描述，由于數據庫中具有大量的細節數據，我們便可以借助簡單的統計量描述分析這類數據的特點。(2)關聯分析，是挖掘客戶行為與客戶風險績效之間的關系。（3）分類和預測，借助于歷史數據基礎建立規則而且還可以借助這些規則來進行對未來風險的預測。(4)聚類分析，將客戶劃分成具有某一相似特征組的過程。(5)孤立點分析，利用孤立點分析方法尋找數據倉庫中的奇異點來預測欺詐行為。3、大數據在個人貸款信用風險預警作用可以借助決策樹等方法建立起數據挖掘模型來對個人信貸風險進行預警作用，通過分析各人消費貸款風險形成的原因來定位高風險的客戶，通過預測來建立針對性的分層的風險防控措施。目前來說決策樹學習是使用最多的歸納推理算法之一，通過幾何意義來分析了解決策樹的含意，如果把貸款樣本看成n維空間上的點，那么決策樹分枝產生的進程也就是模型產生的進程。借助特定的準則實現n空間的區域區分。最后區分的成果就是有差別的區域。區分的成果就表示了風險特征相似的一群客戶群體。決策樹是借助每個人的屬性和貸款等特點把客戶劃分成十類群體，這十類客戶群體中的八類客戶群體相較而言比較為集中。能夠對這八類客戶群體通過因子分割的方式得到如何來定位風險客戶群體，正常來說風險客戶集中最高的四類客戶群體中不良貸款率比全部客戶平均值高，我們就會把這四類客戶群體放到到高風險貸款預警范圍中，最后把符合樣本條件的個人消費貸款當做預警目標來定期選擇出高風險客戶群體來進一步優化模型，等到模型穩定以后就可以借助預警的名單來得到信貸風險前的控制。4、大數據在信用卡申請的應用因為目前的信用卡審核流程通常是通過線下進行資料的填寫以及資料信息的核實和面試審核等得出的結果，流程繁瑣而且周期較長，對于客戶來說體驗感較差。而且由于在線上發卡缺少了審核及確認信息的環節對于銀行來說風險比較大。但是運用大數據技術則減少了線上發卡的風險。因為對于傳統的貴陽銀行來說通常是借助于客戶向銀行提供相關的材料信息、人行對客戶的征信以及貴陽銀行內部的交易信息等來評估客戶標椎以及信用卡審批的依據。但是對于貴陽銀行來說能收集到的的信息非常少，造成了客戶提供申請材料的真假沒辦法判斷。但是這個時候大數據技術的應用就給銀行提供了準確的信息來預先判斷客戶的信用風險。對于銀行來說，可以利用銀行內部存儲的海量數據信息來進行風險管理的轉型，一般來說可以將大數據技術放到信貸業務風險的預測中去，學會借助大數據來提高貴陽銀行預測信貸風險的能力水平，也可以通過整理一些外部信息數據來進行貴陽銀行客戶的線上線下的行為以及信息結構化和非結構化的信息的分析，做到最大限度的減少信息的不對稱風險，能夠提升辦理業務的效率。（三）提高了貴陽銀行的決策能力1、貴陽銀行數據管理的問題如果從貴陽銀行的歷史發展和當今社會的現狀來進行分析，可以發現在信息化的建設持續完善的過程中，對于我們貴陽銀行來說已經做到了初步建成了非常強大的信息支撐系統。但是對于貴陽銀行的信息系統建設和一些數據的管理來說在迎接巨大的機遇的同時也面臨著艱巨的考驗。第一，我們新興的數據管理技術的不斷發展，促進了貴陽銀行信息系統的建設以及總體框架的形成，而且因為大數據資源逐漸進入到貴陽銀行的各個層面中來給貴陽銀行系統應用與數據處理的提升打下了良好的基礎。第二，由于歷史遺留問題的影響，因為不同貴陽銀行的系統建設和數據的管理的健全程度是不一樣的，對于貴陽銀行來說它的制度建立以及完善的程度有很大的不同，所以我們將建設的需求和需要的成本投入能力相匹配是非常困難的，目前把數據放到管理決策中去的過程仍處于初級階段。首先，大多數貴陽銀行的管理層面沒有做到全面的認識信息系統的建設以及這些數據管理的重要性，由于管理層面沒有意識信息管理的重要性從而導致了指導思想與銀行的建設目標之間存在了偏差，從而造成了貴陽銀行系統建設與貴陽銀行的數據管理之間沒有了動力。其次，因為對于商業來說它的信息系統結構較為復雜，這就造成了貴陽銀行信息數據的內容較為復雜，使得不能滿足銀行信息之間的相關性以及邏輯性，對于貴陽銀行在數據在經營和管理決策的應用起到了限制。因為數據在運用的整個流程中由于管理的不足導致了數據管理機制有待完善，而且由于主要的信息系統建設功能不足使得在管理應用中數據內容的客觀存在確定。2、構建數據決策體系如果從管理的目標來了解數據，提高貴陽銀行各個階層工作人員對于數據管理重要性的認識，即積極培養了解貴陽銀行業務金融知識又掌握大數據應用技術的復合型人才。來更近一步的完成組織管理制度的建設和執行落實，面對分散在貴陽銀行每個客戶和員工層級的數據采集、數據生產、數據積累、數據管理、數據分析和數據應用等的環節和職能，需要清晰的掌握并明確工作的職責及要求確定數據來源真實可靠能夠準確的形成整個工作流程和機制。并與各環節保持原有的聯動，為了不斷擴大數據應用能力，有效地應用分析數據奠定了良好的基礎。（四）實現貴陽銀行的精準營銷通常來說貴陽銀行可以通過大數據技術來對客戶消費情況實現全面的掌握。通過對客戶消費實際情況的掌握，我們可以為具有不同特征的客戶提供有針對性的金融服務，就可以實現貴陽銀行所追求的精準營銷。以此達到把客戶作為中心，使貴陽銀行客戶服務滿意度得到提高。隨著貴陽銀行之間的競爭越來越激烈，使得貴陽銀行與客戶之間的關系成為了貴陽銀行間競爭的關鍵因素。所以說我們必須充分掌握客戶的信息才能夠給客戶提供更貼心的服務提高與客戶之間的關系。在大數據環境下，貴陽銀行可以很容易地獲取客戶的信息。在掌握信息的基礎上，貴陽銀行更應該關注的是對客戶的有效跟蹤，這就對我們大數據的分析能力提出了要求，首先我們可以通過對一些確定的客戶群體根據他們不同的職業，消費理念以及社會階層等因素來對這些客戶群體進行分類，在確定客戶基礎后，我們會根據不同的客戶群體提供不同的服務，盡最大的努力使其更符合客戶的需求，從而提高客戶滿意度。在此基礎上，我們將建立起自己的營銷模式，鞏固我們的客戶群，吸引更多的人。大數據使貴陽銀行能夠充分掌握客戶的信息，因此可以幫助貴陽銀行通過我們現在所掌握的信息來對客戶的現有價值以及未來價值進行分析，對現有價值和未來價值都較低的客戶，可以迅速使用大數據分析精準的向他們提供適合他們的產品以及服務,以避免損失的客戶。當前值價值很低但未來高的客戶,應當更加嚴密的觀察客戶并且要利用好大數據分析這些潛在客戶的消費心理以及消費行為，才能夠更加及時的注意到客戶消費需求的變化，更多的投資這樣的客戶，同時使用適當的資源來改善兩者之間的關系；對于貴陽銀行對于目前的有價值且價值較高但是未來的價值較低的客戶應當通過貴陽銀行自身的服務來了提高未來價值，加與他們的合作。

三、大數據背景下貴陽銀行發展面臨的挑戰（一）傳統銀行發展模式遭到挑戰數據一般是通過客戶賬戶交易得到的，但是通過這種方式得到的客戶信息基本上是結構性的數據，但是在大數據時代的背景下我們得到的所有數據中的結構性的數據只占總數據的15%，剩下的85%的數據都是一些除結構化數據以外的數據。因此貴陽銀行要會借助自己業務范圍廣的優點，通過一些公用的事業單位比如互聯網商家，導航服務提供商或者是法院等大范圍的搜集和客戶有關聯的數據實現信息的共享，盡可能的獲得與貴陽銀行客戶有關的信息資料，才能夠更加了解客戶給客戶提供更加周到體貼的服務。（二）大數據信息安全的挑戰現代社會貴陽銀行的數據信息和網絡平臺聯系密切，這兩者相互聯系對貴陽銀行的發展起到了推動的作用，并且有助于貴陽銀行進入大數據時代。由于貴陽銀行進入到了大數據時代導致一些銀行的用戶信息產生了變化，因為對于傳統的貴陽銀行來說信息只受其內部系統的約束，但是有了互聯網技術后貴陽銀行獲得的信息渠道得到了擴大，同時信息的價值也在持續上升，但是與此同時信息安全問題也越來越嚴重。當今社會網絡信息技術日益發達，這就要求我們必須時刻注意保護貴陽銀行的信息。因為大數據背景下新的信息盜竊方法變得更的高端和智能，同時竊取用戶信息案件頻頻發生對于網絡信息安全保護以及貴陽銀行等的金融機構來說是一個非常大的挑戰。（三）對大數據技術掌握的挑戰一般對于貴陽銀行來說一個成熟的數據分析師團隊應該具有即能夠掌握貴陽銀行的業務、熟練地運用數據分析工具又對數據價值有著高敏感度而且具有專業的數據分析團隊，然而貴陽銀行的人才儲備中缺少具備數據分析專業能力和經驗的金融人才，而且大多數的專業數據分析師一般是通過數據分析對已經發生過的問題尋找原因，缺少發現潛在風險的能力也沒有預測未來發展趨勢的能力，而大數據技術運用的價值則恰好在于預測未來發展趨勢。從現在的發展狀況來看，貴陽銀行中能夠達到上面條件的數據分析師比較緊缺。

四、大數據背景下貴陽銀行發展的應對策略（一）重新整合商業模式，專業化差異化發展（1）可以對現在已經擁有的客戶資源進行整理，對那些特定的客戶我們可以建立一個特定的客戶群，因為對于貴陽銀行來說它的客戶群體非常的龐大而且在各個方面都有差異，所以我們可以對這些復雜的客戶的信息進行整理分成不同的客戶群體。（2）在大數據的背景下傳統貴陽銀行的工作模式已經不能適應目前的發展目標，所以對于貴陽銀行來說要建立起一個綜合營銷的理念，利用大數據技術做到精準發現客戶綜合貢獻，樹立覆蓋范圍更廣的營銷理念。（3）要將大數據引進貴陽銀行的管理范圍中去，因為大數據可以在貴陽銀行的營銷及決策過程中起到指導作用，能夠提高業務發展的效率。把數據引進貴陽銀行的管理范圍，是今后貴陽銀行基層的一個重要的工作，用數據來引導業務的創新。現在以網絡金融的崛起為象征金融創新已經漸漸的不在集中于高端客戶，金融業務創新越來越進入到銀行的日常業務。（二）構建大數據分析平臺，加強風險管理對于貴陽銀行自身而言，應當盡可能快的制定與自身實際情況相符合的大數據戰略計劃，能夠明確自身大數據應用的方向，讓大數據應用的決策和數據管理更加的科學有效，并在貴陽銀行的財務方面做好充足的安排。使得貴陽銀行的大數據戰略能夠融入到貴陽銀行的銀行的總體戰略當中去。要做到把大數據戰略與貴陽銀行的戰略進行統一。要注重對于互聯網等社交平臺的數據來源，通過多種渠道獲得客戶的信息，不要一味拘泥于傳統的數據來源，要做到充分利用新型的社交平臺來對客戶的整體信息進行了解，給銀行樹立起一個良好的形象來。在整體的實踐上，一是要對貴陽銀行大數據的整合能力來進行強化，把貴陽銀行的內部數據以及外部社交的數據進行整合，可以方便我們做到規范化的數據整合及數據分析。二是利用大數據的專業工具加強對數據的挖掘和數據的分析能力。三是要加強對大數據分析結果的解讀以及分析結果的應用。（三）培養專業化人才大數據技術的廣泛應用對于貴陽銀行的技術性人才的培養提出了很高的要求，因為對于貴陽銀行的數據分析師來說不僅要具備大數據專業知識，而且要能夠深入的了解銀行的日常業務。就目前而言，貴陽銀行的大數據技術人才明顯的儲備不足。現在貴陽銀行的人才儲備主要以經濟管理類專業的為主，信息技術類專業得較少。而信息技術類專業人才的缺少就造成了工作人員對互聯網技術認識的不全面，最終造成了對大數據應用能力較差。因此，貴陽銀行需要培養同時具備金融知識與大數據技術的專業化人才。首先，應該普及大數據專業化知識，樹立起金融大數據的觀念，為金融數據的挖掘做好思想基礎。通過系統化宣傳，在貴陽銀行上下形成學習金融大數據的知識，能夠借助于金融大數據的知識做到為銀行增加效益。其次，在貴陽銀行的正常工作中要有借助于金融大數據的概念，因為數據挖掘在客戶分層方面有很大的便利性，所以要充分利用大數據技術中的數據挖掘概念來設計客戶的屬性。再次，建立專業隊伍，為貴陽銀行財務數據的挖掘打下良好基礎。因為數據挖掘是系統化的工程，所以我們必須要成立跨部門的團隊才可以構建更加科學的數據倉庫。而且，我們可以通過發明創造出新的數據挖掘工具使得數據倉庫和數據挖掘成為現實的生產力，實現貴陽銀行信貸資產質量和效益服務的提高。最后，全方面大范圍的進行數據的收集，成立一個統一的數據倉庫，為能夠實現更高層次的數據挖掘打好物質基礎。利用貴陽銀行之間聯系密切的優點，和相關的企業進行數據的共享，要把相關企業的數據導進數據倉庫，實現數據倉庫包含客戶全面數據信息，在以上基礎上實現數據挖掘，選出各方面合適的企業使其成為信貸業務的主要客戶，摒棄傳統貴陽銀行貸款