在统计人才储备与培养、基础数据源管理、大数据资源积累、数据仓库建设、数据分析工具等各方面仍存在较大差距，对经营决策和精准营销的支撑作用亟待加强。

　　一直以来，国有商业银行的经营决策由于个人以及团体的局限性，往往多少加入了主观臆想的成分，使决策的实战性不强、清晰度不够，导致政策不能被基层行彻底地贯彻执行。当前，依赖滞后的经济数据的决策，已经远远达不到经营管理所需的前瞻性、有效性和针对性等要求。相对来说，大数据的相关关系分析法更准确、更快，而不易受偏见的影响，这不仅仅是因为它能提供新的视角，而且提供的视角都很清晰;这也说明大数据的相关性分析在银行的经营决策中将具有广阔的发展空间。

　　当前，部分国有商业银行在经营战略调整上，具有较明显的滞后性。特别是在经济转为下行时，经营压力与化解风险的压力快速集聚到基层行，各级行经营陷入困境，会出现不自觉的主动收缩信用等行为，并给实体经济带来负面影响;若通过大数据分析找到这些现象背后的相关因素，并即时调整经营战略，将会比当前的经营管理更加有效和快速。随着管理决策越来越受预测性分析和大数据分析的影响和控制，依靠直觉做决定的情况将会被彻底改变。

　　存贷款利差收窄已是必然趋势，特别是互联网等新的金融业态出现后，银行受国家政策保护的垄断利润将大大缩减，经营转型迫在眉睫。近几年，银行业大力发展中间业务，但从实际情况看，中间业务产品品种雷同、老旧，以手续费收入为主的现象未有较大改观，其在营业收入中的占比提高不大，且存在息转费等非正常手段。在这时，大数据的出现与应用，将会切实提高银行的竞争力，并促进银行的经营转型。

　　在大数据时代，放弃对极端数据质量的要求，快速获得一个大概的轮廓和发展脉络，要比严格的精确性重要的多。因为拥有更大数据量所能带来的利益远远超过增加一点精确性，所以不应该继续花大力气提升数据的精确性。当然，也不应该完全放弃精确度，只是不再被追求精确度所困。适当忽略微观层面上的精确度会让我们在宏观层面拥有更好的洞察力。精确性是信息缺乏时代的产物，但只有5%的数据是结构化且能适用于传统数据库的，如果不接受混乱，剩下95%的非结构化数据都无法被利用。

　　现阶段，数据处理技术已经发生了翻天覆地的改变，国有商业银行应该及时调整方法和思维，跟上这种改变。大数据是当今世界发展的趋势，虽然计算机处理能力和存储能力上的突破是这一切得以发生的主要原因，但一些观念的改变也起到了重要的作用，如人们关于如何使用数据的理念。小数据和精确性的时代，采样统计的目的就是用最少的数据得到最多的信息，呈现在我们面前的是清晰的假象和不完全的精确，大数据因为更强调数据的完整性和混杂性，能够帮助我们进一步接近事实的真相。大数据中的“大”不是绝对意义上的大，它是指不用随机分析法这样的捷径，而是采用所有数据的方法，也就是全数据模式。

　　从大数据的角度看，统计的主要精力应该放在趋势分析、时效性和前瞻性等战略分析上。正如传统统计学家们总是把他们的兴趣放在提高样本的随机性而不是数量上。我们需要改变操作方式，使我们能将数据分析作为统计的亮点，而不仅仅是数据管理。与此同时，不能再把精确性当成重心，而是需要接受混乱和错误的存在，并且应该侧重于分析其相关关系，而不再寻求滞后的原因分析。

　　笔者认为，通过掌握新的分析工具、应用新的统计分析方法，不断满足业务发展的需求、满足行领导经营决策的需求，才能重新找准统计的职能和定位，并树立全新的统计形象。数据重构商业，流量改写未来，只有从战略的高度来推动大数据在业务经营中的应用，才能使国有银行立足于当今瞬息万变的数据时代，进而融入到金融改革的大潮之中。

　　责任编辑：jay蕊