论文部分内容阅读
摘 要：随着大数据的不断发展与普及，互联网金融等新兴企业借助大数据技术的优势得到了快速发展，给商业银行的发展造成了一定的影响。本文主要通过SWOT分析法就大数据对商业银行发展的影响、银行创新发展的机遇和挑战进行探索性分析，最后就大数据时代下商业银行的创新发展提出创新对策。
关键词：大数据;商业银行;金融创新;非利息收入;创新发展
本文索引：高婷.<变量 2>[J].中国商论，2021（15）：-104.
中图分类号：F832 文献标识码：A 文章编号：2096-0298（2021）08（a）--03
1 大数据对商业银行的影响
近年来新的网络技术，如大数据、云计算、移动互联网等快速发展，互联网金融、电子商务在第三次工业革命的进程中普及于人们的生活。全世界数据总量每年都以较高的速度递增，由于近两年来互联网技术的发展，海量的数据随之产生，世界正快速迈入“大数据”时代。
目前，大数据的应用领域和发展前景十分广泛。国外已将大数据应用在自然灾害救援、公共医疗、政府管理、金融等诸多领域。近年来，国内掀起了对大数据研究的热潮，电子商务、物流管理、互联网金融的发展蒸蒸日上。虽然银行是规模较大的数据“生产者”，每个业务背后都隐含着很多数据，但商业银行运用大数据的能力却比较欠缺。因此，我国商业银行首要的任务就是研究和运用大数据技术，并在服务创新、竞争手段、经营管理等方面颠覆传统模式，同时充分利用新型的网络技术拓展非利息收入业务，促进商业银行的转型
升级。
大数据的产生给金融机构未来的发展带来了一定影响。就商业银行的发展而言，大数据在慢慢地改变银行的经验理念，逐步打破其固有的经营模式。当然，在大数据时代下，我们也注意到了商业银行业务的流失，比如储蓄业务被余额宝分流，结算业务被支付宝截断，信贷业务被目前新出台的蚂蚁微贷挖墙脚等。商业银行俨然已经发现作为战略性资源的大数据未来的潜力。因此，各大银行纷纷搭乘大数据技术快车，通过构建其自身的数据仓库和数据平台、运用数据分析等技术，试图利用互联网技术精进商业银行业务流程，更大限度地提升自身竞争力。其中农行、民生银行、中信银行分别运用大数据技术对业务容量、管理系统、信用卡业务进行创新。
1.1 扩大银行的业务容量
传统的商业银行数据主要是以纸张和计算机存储，存储的数量是相当有限的，业务数据需不断更新来保证存储空间。大数据技术的运用，相当于增加了数据的存储空间，能够有效扩大银行的业务容量，更好地保留历史业务数据，有效地延长数据的保存时间。例如，农行采用了国产的XData大数据一体机系统，此系统主要由1个管理节点、2个namenode、42个datanode构成，存储了约600TB容量的数据。当数据量增加时，系统可以通过扩展硬件来满足业务对容量和性能的需求。XData大数据一体机系统满足了农行在大规模交易下产生的用户数和性能的要求，足以支持农行查询历史数据和分析业务，为推动农行业务转型升级奠定一定的基础。
1.2 完善银行传统的管理系统
商业银行本身拥有海量的數据，在没有大数据支持的状况下，银行只能通过传统的方式进行管理。目前，银行通过大数据、云计算等技术构建的大数据平台，能够完善银行传统的管理系统。例如，民生银行充分地利用IBM BigInsights与SequoiaDB数据库，依托于大数据技术完善其业务系统，比如交易流水查询分析系统、私人银行产品货架管理系统等。结合大数据技术，民生银行在管理系统上有了更好地提升，让其顺应时代的发展，提高自身的盈利能力。
1.3 提供统一的客户视图
根据银行客户的各种结构化数据、半结构化数据和非结构化数据，利用大数据技术可以进行统计分析，绘制出统一的客户视图。如中信银行为了能够更加精准地理解客户价值体系，从客户的角度出发，因此利用Greenplum数据仓库解决方案为中信银行提供了统一的客户视图，这样信用卡中心便能充分地考虑客户的感受，对给客户提供更有针对性的营销活动。客户的信息是银行进行大数据应用的原始基本数据，利用先进的互联网技术，可以就客户进行合理的分类，依据不同类型的群体面向客户设计对应的信用卡营销策略，极大增加了客户办卡的可能性。
2 大数据为商业银行的创新带来发展机遇
大数据时代背景下，银行之间竞争的局势与其经营模式发生天翻地覆的变化，大数据已成为银行提升自身竞争力的强有力手段，同时为商业银行的创新与转型升级带来了一定的发展机遇。
2.1 拓宽客户群体，满足客户实际需求
银行在给客户办理传统业务的同时已经积累客户基本信息、资产负债等大量的有价值数据，通过大数据技术的分析能够挖掘更大的商业空间。根据客户信息的海量数据，银行可以进行统计分析，对客户进行细致的分类，然后再针对不同群体的客户制定特定业务来吸引新客户和挽留老客户。银行还可以根据客户的消费习惯、性格特征和行为爱好等，精确地推出个性化的金融服务，满足客户的实际需求，有效提高银行的竞争力。
2.2 转变运营模式，提升运营效率
大数据改变了金融运营模式，不再是传统的柜台服务模式，网上银行和手机银行是银行的新发展模式。随着互联网技术的与时俱进，各家商业银行能够根据网络上各种有效信息敏锐地捕捉到客户对虚拟社区服务的需求变化。由于微信、微博等社交网络拥有广大的用户，因此，招商银行通过建立微博、微信等公众号来拓展宣传信息的新渠道。根据微博、微信等渠道，银行可以得到更多的数据，其中包括结构化数据和非结构化数据，然后对海量的数据进行归纳分析，把握客户的需求，不时地更新一些理财产品，通过微博、微信等渠道传播，既降低了成本，又便于让更多的群体了解这些理财产品，从而调动他们理财的积极性，促进银行的发展。 2.3 精確决策判断，提高风险控制能力
过去，银行对客户的行为进行测评，主要是对客户办理业务产生的结果化数据进行分析，有许多动态数据、非结构化数据没有得到充分地利用，因而，数据分析的结果准确性不高。大数据技术能够促进银行对微小交易涵盖的风险信息进行观察，也可以帮助银行洞察衍生产品交易对总体风险的影响，此外，也能够对零售客户信用卡、贷款方面的风险进行有效地评估。最后，信息不对称等问题可以通过大数据技术进一步解决，在大量数据中可获取多渠道交易信息，银行还可以对个人金融、行为、消费等客户的资料信息授信，有效降低银行信贷业务的风险，保障银行的经营绩效。
3 大数据为商业银行的创新带来挑战
大数据作为互联网高速发展时代的核心特征促进了商业银行的创新发展，给商业银行带来了一定的发展机遇，但在大数据时代，商业银行的创新发展也面临一定的挑战。
3.1 驾驭数据的能力受到考验
大数据及云计算等技术的广泛运用，扩展金融机构的业务范围，为商业银行更加具体化地服务各类客户提供了越来越有利的条件。商业银行IT架构不能一味地考虑应用，限定地构建技术和数据架构，尽快建立适用于自身的大数据平台，便能构建最优大数据模型。银行在收集数据时要考虑到数据的多样性，各种类型的数据均可收集，甚至还要与银行客户业务的历史数据进行对照分析，这就要求银行能够高效地处理各类数据。另外，商业银行要想存储大数据以及高速地分析和计算数据，还需依托于大型高速计算机和大数据不共享分布式架构。因此商业银行需要引进相关技术人才。大数据的应用可能给商业银行带来发展，但耗费的成本也是相当惊人的，在这个方面商业银行需要作出科学合理的决策。
3.2 生存和发展能力将受到考验
大数据的飞速发展孕育了很多新兴的金融企业，抢占了属于传统银行的一定份额，各行各业的跨界竞争影响和改变着金融业的发展格局。相较于传统的商业银行，新兴的互联网企业充分利用了大数据的优势，在金融业中脱颖而出。例如，蚂蚁金服旗下新推出的蚂蚁小贷，主要是利用大数据技术对电子商务的海量客户信息进行分析，其中客户信息主要包括消费行为、消费信用以及消费金额等。蚂蚁小贷利用分析结果来实现对小微企业、个人提供不同等级的小额贷款。非金融企业跨界涉足金融行业，对商业银行的发展形成了巨大的阻力。商业银行要想进一步发展，必然要迎接大数据所带来的挑战。
3.3 存在信息与安全风险
商业银行基于大数据的基础上进行数据挖掘和数据重构，这将隐含着两大风险：一是网络系统和存储中心存在的漏洞可能会带来技术安全风险。大量的数据存储在一个地方，如果有黑客攻破了存储中心，那么这些数据就会整体泄露，这将对银行的发展造成重创;二是海量的客户信息与个人隐私的信息面临着泄露的风险。由于银行本身就拥有大量的客户群体，各行各业的客户都存在，一旦出现泄露，会对客户不利，严重的会对银行的信用造成不可磨灭的影响。
4 大数据时代商业银行的创新策略
目前，大部分商业银行把实施大数据战略看作推进战略调整、支持业务转型的强有力手段。银行只有充分利用大数据技术，才能有效地把传统银行转化为现代化的信息银行，借助大数据的优势实施业务转型升级。当然，传统的利息收入已经无法支持商业银行今后的进一步发展，在大数据时代下，积极拓展非利息收入业务也是十分必要的。因此，商业银行需要从以下方面进行创新和转型。
4.1 突破数据壁垒，加强跨界合作
大数据技术主要是利用全数据分析方法来获取、分析和利用银行数据。随着网络技术的发展，每天都有各种数据产生。银行不能仅靠各种业务产生的数据，还需要通过一定方法突破获取外部数据的壁垒，通过越来越普及的手机和电脑，增强对客户行为和舆情数据的搜集能力。此外，银行应该加强与互联网金融的合作，不断跨界合作可能会让银行创新出全新的服务形态，让银行在未来的发展道路中有坚固的立足之处。同时，通过大数据技术，商业银行也可创新新型业务，这样能够增加其非利息收入，为商业银行的今后发展提供新的保障。
4.2 创新处理技术，重建IT架构
银行需要使用新的大数据处理技术和工具实现在业务系统、管理系统中的应用。比如要实现可扩展的并行处理技术，需要使用标准化硬件;要处理非结构化数据，就需要设计理想的计算模型;要想提升查询效率，则需要利用高性能的数据库技术。因此，银行要不断创新系统构架、基础设施以及工具平台。大数据时代，未来的业务应用与商务模式，基本上能够实现实时智能处理与数据开放融合，银行传统的封闭式IT架构已经不能满足其日益发展的业务与管理的需求。因此，银行只有通过引入云存储、虚拟化、云等大数据技术，破解银行传统IT平台瓶颈，为银行大数据应用铺平发展的道路，也为银行进行业务转型升级提供了进一步的保障。
4.3 确立数据标准，实行智慧银行
大数据背景下，银行要进行进一步的信息化建设，首先，需确立应用与应用之间的数据标准，以便于实现数据的共享;其次，需突破应用之间的数据壁垒，防止出现信息孤岛;最后，需统一业务和技术的数据字典，完善以客户为中心的全行统一信息视图。此外，为了应对互联网金融带来的压力与挑战，智慧银行是一种新趋势。利用大数据技术，建立“数据驱动一对一银行”，让银行可以针对特定的客户群体、场景以及客户需求，快速迭代，为每一个客户提供特殊的有针对性的服务，从而促进银行持续进行转型升级。
4.4 转变“数据”思维，重视人才培养
传统的银行数据服务主要侧重于满足银行内部的经营管理需求，没能够充分考虑到外部的需求，如客户的需求，可能导致银行的发展变慢。由于互联网金融充分地把握大数据的优势得到了飞速发展，跻身到金融业发展的前列，给商业银行的发展带来了很大的冲击。因此，商业银行必须强化大数据思维，利用互联网扩宽数据的应用范畴，将更丰富的资源投向客户分析中，从而能够清楚地观察客户的需求，对客户的需求作出快速地回应，实现用数据驱动银行的业务转型升级和不断改善客户体验。此外，在大数据飞速发展的时代，银行信息化建设需更加重视运用大数据技术挖掘信息隐藏价值的水平，因而，银行需要拥有更加专业化的掌握大数据技术的人才。随着大数据技术的逐步升级，银行应重视对专业人才的进一步培养，让他们能够掌握最新的大数据技术，为银行在未来的发展道路上提供强有力的保障。 5 结语
在大数据时代下，我国商业银行必需要进行转型升级。在互联网金融以及其他非金融企业快速发展的压力下，商业银行只依靠传统的利息业务，只会降低其核心竞争力，逐渐被其他金融行业赶超。因此，商业银行要充分发挥拥有大量客户数据的优势，结合现行大数据技术，加快科技创新，积极研发依托于大数据技术应用的新型业务，也可以结合数据分析结果拓展非利息收入业务，为商业银行今后的发展提供新的保障。
参考文献
阙方平.大数据时代商业银行十大轉型趋向[J].银行家，2013（11）.
王大超.银行大数据发展之路的探析[J].中国金融电脑，2015（8）.
魏伟.商业银行面对互联网金融挑战的应对策略——基于大数据背景下的思考[J].上海金融学院学报，2014（4）.
陈天怡.商业银行在大数据时代发展的机遇和挑战[J].信息技术，2015（7）.
刘威.银行大数据服务体系建设探索[J].金融科技时代，2015（1）.
金树颖，谭欣.大数据对我国金融主要行业发展的影响[J].对外经贸，2019（11）.
陈天怡.银行业在大数据时代发展的机遇和挑战[J].甘肃科技纵横，2015（7）.
Research on the Countermeasures for the Innovation and Development of Chinese Commercial Banks in the Big Data Era
Kewen College， Jiangsu Normal University
GAO Ting
Abstract： With the continuous development and popularization of big data， emerging enterprises such as Internet finance have achieved rapid development with the advantages of big data technology， which has had a certain impact on the development of commercial banks. This article mainly uses the SWOT analysis method to analyze the impact of big data on the development of commercial banks， the opportunities and challenges of bank innovation and development， and finally proposes innovative countermeasures for the innovation and development of commercial banks in the era of big data.
Keywords： big data; commercial banks; financial innovation; non-interest income; innovative development
关键词：大数据;商业银行;金融创新;非利息收入;创新发展
本文索引：高婷.<变量 2>[J].中国商论，2021（15）：-104.
中图分类号：F832 文献标识码：A 文章编号：2096-0298（2021）08（a）--03
1 大数据对商业银行的影响
近年来新的网络技术，如大数据、云计算、移动互联网等快速发展，互联网金融、电子商务在第三次工业革命的进程中普及于人们的生活。全世界数据总量每年都以较高的速度递增，由于近两年来互联网技术的发展，海量的数据随之产生，世界正快速迈入“大数据”时代。
目前，大数据的应用领域和发展前景十分广泛。国外已将大数据应用在自然灾害救援、公共医疗、政府管理、金融等诸多领域。近年来，国内掀起了对大数据研究的热潮，电子商务、物流管理、互联网金融的发展蒸蒸日上。虽然银行是规模较大的数据“生产者”，每个业务背后都隐含着很多数据，但商业银行运用大数据的能力却比较欠缺。因此，我国商业银行首要的任务就是研究和运用大数据技术，并在服务创新、竞争手段、经营管理等方面颠覆传统模式，同时充分利用新型的网络技术拓展非利息收入业务，促进商业银行的转型
升级。
大数据的产生给金融机构未来的发展带来了一定影响。就商业银行的发展而言，大数据在慢慢地改变银行的经验理念，逐步打破其固有的经营模式。当然，在大数据时代下，我们也注意到了商业银行业务的流失，比如储蓄业务被余额宝分流，结算业务被支付宝截断，信贷业务被目前新出台的蚂蚁微贷挖墙脚等。商业银行俨然已经发现作为战略性资源的大数据未来的潜力。因此，各大银行纷纷搭乘大数据技术快车，通过构建其自身的数据仓库和数据平台、运用数据分析等技术，试图利用互联网技术精进商业银行业务流程，更大限度地提升自身竞争力。其中农行、民生银行、中信银行分别运用大数据技术对业务容量、管理系统、信用卡业务进行创新。
1.1 扩大银行的业务容量
传统的商业银行数据主要是以纸张和计算机存储，存储的数量是相当有限的，业务数据需不断更新来保证存储空间。大数据技术的运用，相当于增加了数据的存储空间，能够有效扩大银行的业务容量，更好地保留历史业务数据，有效地延长数据的保存时间。例如，农行采用了国产的XData大数据一体机系统，此系统主要由1个管理节点、2个namenode、42个datanode构成，存储了约600TB容量的数据。当数据量增加时，系统可以通过扩展硬件来满足业务对容量和性能的需求。XData大数据一体机系统满足了农行在大规模交易下产生的用户数和性能的要求，足以支持农行查询历史数据和分析业务，为推动农行业务转型升级奠定一定的基础。
1.2 完善银行传统的管理系统
商业银行本身拥有海量的數据，在没有大数据支持的状况下，银行只能通过传统的方式进行管理。目前，银行通过大数据、云计算等技术构建的大数据平台，能够完善银行传统的管理系统。例如，民生银行充分地利用IBM BigInsights与SequoiaDB数据库，依托于大数据技术完善其业务系统，比如交易流水查询分析系统、私人银行产品货架管理系统等。结合大数据技术，民生银行在管理系统上有了更好地提升，让其顺应时代的发展，提高自身的盈利能力。
1.3 提供统一的客户视图
根据银行客户的各种结构化数据、半结构化数据和非结构化数据，利用大数据技术可以进行统计分析，绘制出统一的客户视图。如中信银行为了能够更加精准地理解客户价值体系，从客户的角度出发，因此利用Greenplum数据仓库解决方案为中信银行提供了统一的客户视图，这样信用卡中心便能充分地考虑客户的感受，对给客户提供更有针对性的营销活动。客户的信息是银行进行大数据应用的原始基本数据，利用先进的互联网技术，可以就客户进行合理的分类，依据不同类型的群体面向客户设计对应的信用卡营销策略，极大增加了客户办卡的可能性。
2 大数据为商业银行的创新带来发展机遇
大数据时代背景下，银行之间竞争的局势与其经营模式发生天翻地覆的变化，大数据已成为银行提升自身竞争力的强有力手段，同时为商业银行的创新与转型升级带来了一定的发展机遇。
2.1 拓宽客户群体，满足客户实际需求
银行在给客户办理传统业务的同时已经积累客户基本信息、资产负债等大量的有价值数据，通过大数据技术的分析能够挖掘更大的商业空间。根据客户信息的海量数据，银行可以进行统计分析，对客户进行细致的分类，然后再针对不同群体的客户制定特定业务来吸引新客户和挽留老客户。银行还可以根据客户的消费习惯、性格特征和行为爱好等，精确地推出个性化的金融服务，满足客户的实际需求，有效提高银行的竞争力。
2.2 转变运营模式，提升运营效率
大数据改变了金融运营模式，不再是传统的柜台服务模式，网上银行和手机银行是银行的新发展模式。随着互联网技术的与时俱进，各家商业银行能够根据网络上各种有效信息敏锐地捕捉到客户对虚拟社区服务的需求变化。由于微信、微博等社交网络拥有广大的用户，因此，招商银行通过建立微博、微信等公众号来拓展宣传信息的新渠道。根据微博、微信等渠道，银行可以得到更多的数据，其中包括结构化数据和非结构化数据，然后对海量的数据进行归纳分析，把握客户的需求，不时地更新一些理财产品，通过微博、微信等渠道传播，既降低了成本，又便于让更多的群体了解这些理财产品，从而调动他们理财的积极性，促进银行的发展。 2.3 精確决策判断，提高风险控制能力
过去，银行对客户的行为进行测评，主要是对客户办理业务产生的结果化数据进行分析，有许多动态数据、非结构化数据没有得到充分地利用，因而，数据分析的结果准确性不高。大数据技术能够促进银行对微小交易涵盖的风险信息进行观察，也可以帮助银行洞察衍生产品交易对总体风险的影响，此外，也能够对零售客户信用卡、贷款方面的风险进行有效地评估。最后，信息不对称等问题可以通过大数据技术进一步解决，在大量数据中可获取多渠道交易信息，银行还可以对个人金融、行为、消费等客户的资料信息授信，有效降低银行信贷业务的风险，保障银行的经营绩效。
3 大数据为商业银行的创新带来挑战
大数据作为互联网高速发展时代的核心特征促进了商业银行的创新发展，给商业银行带来了一定的发展机遇，但在大数据时代，商业银行的创新发展也面临一定的挑战。
3.1 驾驭数据的能力受到考验
大数据及云计算等技术的广泛运用，扩展金融机构的业务范围，为商业银行更加具体化地服务各类客户提供了越来越有利的条件。商业银行IT架构不能一味地考虑应用，限定地构建技术和数据架构，尽快建立适用于自身的大数据平台，便能构建最优大数据模型。银行在收集数据时要考虑到数据的多样性，各种类型的数据均可收集，甚至还要与银行客户业务的历史数据进行对照分析，这就要求银行能够高效地处理各类数据。另外，商业银行要想存储大数据以及高速地分析和计算数据，还需依托于大型高速计算机和大数据不共享分布式架构。因此商业银行需要引进相关技术人才。大数据的应用可能给商业银行带来发展，但耗费的成本也是相当惊人的，在这个方面商业银行需要作出科学合理的决策。
3.2 生存和发展能力将受到考验
大数据的飞速发展孕育了很多新兴的金融企业，抢占了属于传统银行的一定份额，各行各业的跨界竞争影响和改变着金融业的发展格局。相较于传统的商业银行，新兴的互联网企业充分利用了大数据的优势，在金融业中脱颖而出。例如，蚂蚁金服旗下新推出的蚂蚁小贷，主要是利用大数据技术对电子商务的海量客户信息进行分析，其中客户信息主要包括消费行为、消费信用以及消费金额等。蚂蚁小贷利用分析结果来实现对小微企业、个人提供不同等级的小额贷款。非金融企业跨界涉足金融行业，对商业银行的发展形成了巨大的阻力。商业银行要想进一步发展，必然要迎接大数据所带来的挑战。
3.3 存在信息与安全风险
商业银行基于大数据的基础上进行数据挖掘和数据重构，这将隐含着两大风险：一是网络系统和存储中心存在的漏洞可能会带来技术安全风险。大量的数据存储在一个地方，如果有黑客攻破了存储中心，那么这些数据就会整体泄露，这将对银行的发展造成重创;二是海量的客户信息与个人隐私的信息面临着泄露的风险。由于银行本身就拥有大量的客户群体，各行各业的客户都存在，一旦出现泄露，会对客户不利，严重的会对银行的信用造成不可磨灭的影响。
4 大数据时代商业银行的创新策略
目前，大部分商业银行把实施大数据战略看作推进战略调整、支持业务转型的强有力手段。银行只有充分利用大数据技术，才能有效地把传统银行转化为现代化的信息银行，借助大数据的优势实施业务转型升级。当然，传统的利息收入已经无法支持商业银行今后的进一步发展，在大数据时代下，积极拓展非利息收入业务也是十分必要的。因此，商业银行需要从以下方面进行创新和转型。
4.1 突破数据壁垒，加强跨界合作
大数据技术主要是利用全数据分析方法来获取、分析和利用银行数据。随着网络技术的发展，每天都有各种数据产生。银行不能仅靠各种业务产生的数据，还需要通过一定方法突破获取外部数据的壁垒，通过越来越普及的手机和电脑，增强对客户行为和舆情数据的搜集能力。此外，银行应该加强与互联网金融的合作，不断跨界合作可能会让银行创新出全新的服务形态，让银行在未来的发展道路中有坚固的立足之处。同时，通过大数据技术，商业银行也可创新新型业务，这样能够增加其非利息收入，为商业银行的今后发展提供新的保障。
4.2 创新处理技术，重建IT架构
银行需要使用新的大数据处理技术和工具实现在业务系统、管理系统中的应用。比如要实现可扩展的并行处理技术，需要使用标准化硬件;要处理非结构化数据，就需要设计理想的计算模型;要想提升查询效率，则需要利用高性能的数据库技术。因此，银行要不断创新系统构架、基础设施以及工具平台。大数据时代，未来的业务应用与商务模式，基本上能够实现实时智能处理与数据开放融合，银行传统的封闭式IT架构已经不能满足其日益发展的业务与管理的需求。因此，银行只有通过引入云存储、虚拟化、云等大数据技术，破解银行传统IT平台瓶颈，为银行大数据应用铺平发展的道路，也为银行进行业务转型升级提供了进一步的保障。
4.3 确立数据标准，实行智慧银行
大数据背景下，银行要进行进一步的信息化建设，首先，需确立应用与应用之间的数据标准，以便于实现数据的共享;其次，需突破应用之间的数据壁垒，防止出现信息孤岛;最后，需统一业务和技术的数据字典，完善以客户为中心的全行统一信息视图。此外，为了应对互联网金融带来的压力与挑战，智慧银行是一种新趋势。利用大数据技术，建立“数据驱动一对一银行”，让银行可以针对特定的客户群体、场景以及客户需求，快速迭代，为每一个客户提供特殊的有针对性的服务，从而促进银行持续进行转型升级。
4.4 转变“数据”思维，重视人才培养
传统的银行数据服务主要侧重于满足银行内部的经营管理需求，没能够充分考虑到外部的需求，如客户的需求，可能导致银行的发展变慢。由于互联网金融充分地把握大数据的优势得到了飞速发展，跻身到金融业发展的前列，给商业银行的发展带来了很大的冲击。因此，商业银行必须强化大数据思维，利用互联网扩宽数据的应用范畴，将更丰富的资源投向客户分析中，从而能够清楚地观察客户的需求，对客户的需求作出快速地回应，实现用数据驱动银行的业务转型升级和不断改善客户体验。此外，在大数据飞速发展的时代，银行信息化建设需更加重视运用大数据技术挖掘信息隐藏价值的水平，因而，银行需要拥有更加专业化的掌握大数据技术的人才。随着大数据技术的逐步升级，银行应重视对专业人才的进一步培养，让他们能够掌握最新的大数据技术，为银行在未来的发展道路上提供强有力的保障。 5 结语
在大数据时代下，我国商业银行必需要进行转型升级。在互联网金融以及其他非金融企业快速发展的压力下，商业银行只依靠传统的利息业务，只会降低其核心竞争力，逐渐被其他金融行业赶超。因此，商业银行要充分发挥拥有大量客户数据的优势，结合现行大数据技术，加快科技创新，积极研发依托于大数据技术应用的新型业务，也可以结合数据分析结果拓展非利息收入业务，为商业银行今后的发展提供新的保障。
参考文献
阙方平.大数据时代商业银行十大轉型趋向[J].银行家，2013（11）.
王大超.银行大数据发展之路的探析[J].中国金融电脑，2015（8）.
魏伟.商业银行面对互联网金融挑战的应对策略——基于大数据背景下的思考[J].上海金融学院学报，2014（4）.
陈天怡.商业银行在大数据时代发展的机遇和挑战[J].信息技术，2015（7）.
刘威.银行大数据服务体系建设探索[J].金融科技时代，2015（1）.
金树颖，谭欣.大数据对我国金融主要行业发展的影响[J].对外经贸，2019（11）.
陈天怡.银行业在大数据时代发展的机遇和挑战[J].甘肃科技纵横，2015（7）.
Research on the Countermeasures for the Innovation and Development of Chinese Commercial Banks in the Big Data Era
Kewen College， Jiangsu Normal University
GAO Ting
Abstract： With the continuous development and popularization of big data， emerging enterprises such as Internet finance have achieved rapid development with the advantages of big data technology， which has had a certain impact on the development of commercial banks. This article mainly uses the SWOT analysis method to analyze the impact of big data on the development of commercial banks， the opportunities and challenges of bank innovation and development， and finally proposes innovative countermeasures for the innovation and development of commercial banks in the era of big data.
Keywords： big data; commercial banks; financial innovation; non-interest income; innovative development