随着移动互联网、云计算、物联网和社交网络的广泛应用，数据已经渗透到每一个行业和业务技能领域，经济社会正在走向全面数字化，数据已经成为一种新的资产，让我们迈入一个全新的“大数据”信息化时代。

在这个大背景下，大数据海量化、多样化、快速化和价值化的特征，给银行业带来来一种全新的挑战。如何才能高效掌握数据收集、数据分析、数据使用的方法，如何才能在海量数据中去伪存真、变数为宝，将成为广大商业银行必须深入思考和探索的崭新问题。

挑战重重，尽管大数据的概念早已风靡全球，但如何应用和落地一直是大家众说纷纭的焦点。在这方面，银行业走在了运用大数据的前沿，利用大数据对客户的情绪进行分析，然后对客户的潜在购买意向进行预测，是当前银行业正在尝试从大数据的美好前景中淘到的真金。

行业之痛：抓住客户的心

以前，银行是通过意见反馈和对部分客户的调查和研究来收集样本和信息，但是这种耗时耗力、高成本低效率的方式已经在快速金融消费模式、及时发现客户潜在需求等方面不再奏效，最终结果可能是银行根本无法应对客户实时发生的需求变化。

因此，在大数据时代银行业面临一个很尴尬的问题，那就是不知道客户的真实想法，所以难以避免面临两个难题，留住客户不让客户流失，满足他们的需求和期待。这时候，大数据成了银行撬动精确营销的杠杆，利用基于大数据技术的情绪感知、分析和行为预测能发挥出令人意想不到的作用。

所谓情绪感知和分析，是指收集人们在某个特定场所、以及社交网络等平台上的行为和言论，不仅包括某人自己的部分，还包括有所关联的其他好友，获得的数据再经过专门的计算和分析系统，得出特定人群或者个人近期的情绪走向，为预测行动并提供具体的应对措施提供帮助。

荷兰ING银行在利用大数据情绪感知方面就是一个很好的例子。该银行通过安装的高清摄像头抓取进出银行的客户的实施表情，IT部门与业务、保安等部门合作就这些表情进行心理分析，总结出16种典型表情对应人们的不同情绪和心态，例如喜悦、紧张、沮丧、困惑、焦急、无奈等，结合历史资料分析和银行特定场景，初步分析客户潜在的业务需求甚至分析出相关业务的迫切性，同时配合历史数据的分析，还可以对相关的高危人群进行预警，控制金融风险。

如果银行能充分利用大数据的优势，就可以在细分市场、客户服务、客户研究、产品研发、产品测试等等方面取得进展，并在某种程度上改变银行服务客户、销售产品的方式和渠道，这其中涉及到数据的收集与处理、分析与预测的一整套流程。

情绪感知优化银行业务

银行实体经营模式的最大优势就是以直接地与大量客户群体面对面交流和沟通，这是获得客户情绪数据、探测内心所想的绝佳途径。

以往银行掌握的客户数据大多是来自内部在业务和经营活动中产生的数据，但是在这个互联网和物联网盛行的时代，各种机器数据和传感器的数据让银行的客户数据一下子丰富起来。

在这个案例中，银行在网点的进出口、大厅和柜台等位置安装高清摄像头，再加上例如监视器、传感器、电脑和手持设备等，所有这些产生的大量结构化数据和非结构化数据，通过网络发送并汇总到后端系统中。

当然，简单地收集数据是远远不够的，接下来就是对这些数据进行处理，以便于进一步的深度挖掘。通过对这些海量的图片、音频和视频数据进行持续的在线处理和实时处理，配合客户身份信息、市场动态信息、历史数据分析结果，进行统一的归纳、处理、存储和调用。

数据经过处理之后得到结果并实时反馈给银行，同步整合到银行自己的系统中，银行管理者第一时间利用这些处理结果，判断客户对于银行的环境、产品、服务和定价的反应，并采取适当的方式应对。

如果客户的反应是对银行有利的，银行可以及时介入，对客户的情绪加以引导，以改善服务和销售；如果客户表现出负面情绪，银行也能及时发现并积极处理，改善对客户的服务体验。银行还可以经过倒溯并结合其办理的业务内容、银行相应的接待人员来进行相应的业务优势与员工绩效的辅助参考。

对数据进行复杂分析，有助于及时发现隐藏的趋势和信息，匹配供需双方的需求，让银行快速洞察和发现商机。但这还不是最后一步，比分析客户情绪挑战更大的是，如何预测客户行为。

银行可以根据客户以往的消费记录，尤其是与金融产品直接相关的消费记录，以及现有的银行产品使用情况建立模型，与上面提到的数据处理和分析结果相结合，作为下一步产品营销和规划提供参考。当银行全面掌握客户的情绪变化，知道他们潜在的购买需求，只要银行能以恰当的方式向客户推送他们所需的产品，他们自然会乐意接受。

值得一提的是，大数据还能帮助银行实现有效的风控。国外已经有一些金融机构利用大数据对相关的高危人群进行预警，控制交易和消费中可能存在的金融风险。例如银行通过大数据建模，了解某个客户的生活和消费习惯，判断是否向他发放信用卡或者贷款的风险有多高，如果某个客户出现异常交易行为，银行也能在最短时间内知道并采取防止风险发生的情况。

不仅如此，运用于银行业客户情绪感知和分析为代表的大数据方法，事实上已经被其他很多行业广泛采用。例如，在服装零售业，柜台和门店安装摄像机和手持设备，随时记录客户对衣服图案等不同设计细节的微小动作，以分析需求偏好反馈给设计人员，待做出决策后传送到生产线改变产品样式。收集海量的顾客意见，从而做出生产销售决策，这样的作法大大降低了存货率，并且根据这些数据分析出区域性的需求偏好以做出最靠近客户需求的市场区隔。

优选平台工具付诸行动

下一步便是付诸行动，探索能够支持从大数据中获益的工具、技术、软硬件和平台。如今Hadoop已经成为重要的并行处理架构标准，并被公认为分析存储大数据的关键平台。与传统数据处理相比，Hadoop是一种更加经济高效的大型非结构化数据集处理方法，同时提供优良的扩展性和处理速度。

为了更好的应对大数据的挑战，英特尔正联合Cloudera打造融合的Hadoop解决方案，Cloudera将选择英特尔架构作为首选的开发和优化平台，使之能够充分释放和利用英特尔现有和未来将发布的数据中心计算、存储以及网络平台和技术的潜能。英特尔在CPU、存储、内存等技术上不断创新，为Hadoop的发展提供硬件支持。

在这方面英特尔至强E5v2+Hadoop，外加选配的至强E7v2+关键查询数据库的组合，可以发挥出最大的效率，是这一解决方案的首选平台。至强E5v2和E7v2在性能上大幅提升，可作为多重需求的灵活高效数据中心的核心，用于部署更加安全的私有云，快速处理大数据，并以更高的能效充分利用数据中心。而在大数据方面，至强E5v2和E7v2系列处理器大幅度缩短了大型数据集的处理时间，从而以比前代处理器更低的成本实现更快速的数据分析。

英特尔和Cloudera将进一步整合未来产品发展路线图，以建立一个融合的平台，从而构建更为高效、易用的大数据解决方案，让各种规模的企业都能更加轻松地从海量数据中发掘更多商业价值。面向中国用户推出的融合版本Hadoop产品也将更好地结合Apache Hadoop软件的英特尔分发版及Apache HadoopCloudera分发版的特点。

此外，基于英特尔架构处理器技术的情感感知计算解决方案，可以探测如喜悦、惊讶、悲伤等基本情绪和更复杂的情感，让企业可在消费者与数字标牌、交互式信息亭或智能售货机互动时探测他们的情绪，从而更好地了解消费者对于产品或广告宣传的整体情绪反应，从数据中挖掘商业价值，全方位了解客户的心理和行为，最大程度赢得商机。

数据时代，智者生存。银行决策已经越来越依赖于客观数据而非直觉经验，未来那些最擅于利用数据分析来引导决策的银行将获得许多新的竞争优势。想要在数据时代走在前沿，银行要能够从数据中挖掘价值，在数据中赢得未来。