兴业银行数据价值分析(大数据潜力).pdf

《兴业银行数据价值分析(大数据潜力).pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、兴业银行数据开发潜力分析数据分析、数据挖掘以及后续数据开发利用2013-10-30兴业银行计划财务部信息中心0目录兴业现状...................................................................................................................................1分析指标解释..................................................................................................

2、.........................1潜在价值分析...........................................................................................................................2两张表并联分析...............................................................................................................2三张表并联分析...............

3、................................................................................................2小结...........................................................................................................................................3兴业现状根据已经处理完的数据字典显示，兴业内部目前有超过140套的信息系统，包含了超过34万个实际存储数据的字段，存

4、储在超过100台服务器的2万多张数据表之中。伴随大数据以及相关概念的兴起，开发利用这些数据的潜在价值是所有拥有数据的企业（包括兴业银行）的梦想，但是对于数据潜在价值的清醒认识以及对于资源投入的合理评估是顺利进行数据开发的基础。为此本文设计出一个指标体系用以评估兴业银行现有系统上数据的潜在经济价值。分析指标解释正常情况下，一个企业的数据潜在价值主要由以下几个方面的因素组成：底层基表数据复杂程度在这方面，兴业银行拥有底层数据基础表超过两万张。可以组合出的新数据表体量一般情况下，所谓的数据分析以及数据挖掘都是在底层基础表上的再组合，正常情况下会有两表组合、三表组合等等。有价值数据表比例（

5、类似于金矿品位，一般金矿每吨矿石含黄金10克左右）1有价值数据表的单表价值这个指标一般是指组合出的表的经济价值。例如给行长、银监会以及人行等机构准备的数据表可能每张价值数十万，部门总监日常监控表可能价值数千至数万不等。完全依赖于各级领导的主观判断。潜在价值分析为能够说明清楚相关情况，我们分为两表并联以及三表并联的情况予以举例说明。两张表并联分析正常情况下，兴业银行的两表并联可以产生的数据表数量如下：2C≈2亿张组合表（金矿原矿数量）2万根据金矿品位（一般一吨矿石约含有黄金10克左右），可以预估出来，兴业银行具有商业价值的组合表张数约为2000张左右（黄金数量）。这些数据基本上是兴业银行

6、现有管理类系统（BI）的主要构成表，一般供应行长、银监会以及人行等高层做决策使用，假设每张数据表价值十万。两表并联情况下，兴业银行数据分析潜在商业价值约为：2亿元人民币三张表并联分析在三表并联情况下，兴业银行数据基础表可以产生的组合表数量约为：3C≈1.5万亿张组合表（金矿原矿数量）2万根据金矿品位（假设这些矿石品位较低，每吨矿石含黄金1克），可以预估具备商业价值的数据组合表数量为：150万张再假定，每张数据表商业价值比较低，每张数据表价值一万。则三表并联情况下的兴业银行数据分析价值为：150亿以此类推，四表并联、五表并联等等。。。基本可以预测：通过数据分析再造一个兴业的可能性非常巨大。

7、小结1，建议各级领导积极重视兴业银行数据分析以及数据挖掘的潜在价值。2，不要受到现在各种关于大数据的流言干扰，踏踏实实的做好兴业银行已有数据分析。3，积极开发完善兴业银行元数据管理系统，为各级部门进行数据分析创造技术条件。4，因为数据分析数据挖掘本身属于前沿研究领域，国内目前成功的数据分析价值案例几乎没有，建议各级领导不要浪费时间在外部交流、考察、学习上。踏踏实实做好已有两万张数据表的分析、开发利用。