作者單位：廣東移動通信有限公司廣州分公司
這是一個因為移動互聯而無比精彩的商業時代，也是一個帶給所有企業和個人無限危機感的時代，蓋因這一領域科技發展與商業模式的革新如此之快，“少數生存，贏家通吃”的法則又體現得如此顯著。不進則退的巨大壓力下，人人都在問：下一個機會在哪里？可能在智能穿戴，可能在虛擬現實，但放眼當下，數據應用與數據驅動，無疑是目前在潛在價值與現實可行性之間具有最佳平衡的機會點，即所謂的“大數據”（Big Data）。
一、移動端大數據的優勢
強大的智能設備的普及（以廣州市場為例，僅2014年前5個月智能手機的滲透率即上升了8個百分點，意味著至少200萬新用戶進入了智能手機時代），使得移動終端獲得了人類社會活動中空前豐富的數據：短信、微信、微博、移動上網、移動交易、現場視頻、GPS位置……與之同步，數據處理技術的進展顯著：海量非結構化數據的獲取和處理成為現實，數據存儲的成本亦顯著降低，數據分析與應用的實時性不斷取得突破等。
移動端獲取的數據在準確性、實時性等方面具有天然的優勢，在業務應用層面，移動端具有各維度的客戶分群（品牌、網齡、ARPU、語音/短信/流量業務結構等），通過信令解讀可便捷獲取客戶應用下載、應用使用、網站訪問等關鍵動作信息，對于金融應用而言，其價值至少包括：
·為對個人客戶的信用評級和風險控制提供創新性的有益參考；
·選擇符合客戶喜好和使用習慣的服務通道（短信、微信或者APP等），針對性改善客戶感知；
·非結構化數據應用以及自然語義的智能處理（如針對社交網絡或者網站訪問內容），可個性化定義特定客戶的消費習慣和發現消費需求及沖動時點，從而創造最佳交易時間，并由實時決策機制最終推送交易到客戶界面；同時移動終端的隨身性所帶來的實時交互與交易的便利，基本擺脫了時間和空間對金融交易的束縛；
·當客戶開始下載和使用同類金融機構的APP時，還有比這更加明確的需要進行客戶忠誠度挽留的時點嗎？
……
同時，移動端與地理信息的結合性是關鍵性的獨特優勢：通過GPS、WIFI熱點、小區定位等獲得的位置信息，將客戶的流量分布獲得、基于地點與行為的高精度廣告投放、信息服務等成為現實，在金融服務領域，其價值至少包括：
·利用客戶實時位置周邊的實體消費場所推送促銷信息實現O2O交易；
·實體服務場所/設施的設置位置和規模，與人流量特別是所關注的具有較高價值的目標人流量是否匹配，帶有地理軌跡的客戶信息完全可以實現客戶社會性質的分群：如某地居民、上班族或者偶然到達者等；
l 廣告投放、促銷活動的地點與時間選擇；s
……
二、大數據的商業價值模型
如何獲得蘊藏在大數據中的商業價值？經典的大數據應用三層模型：“源數據——挖掘建模——交易應用”，每一層都具備商業化應用的潛力，其價值高低是隨層級遞增的。
在模型的最底層，在經過必要的匿名化處理后，數據擁有者可以采用直接“銷售”源數據的方式獲得收益，目前很多第三方數據信息處理類的企業都有類似的業務，在交通、地理信息等領域也取得了較多的進展。
顯然純粹的源數據銷售是一種附加值較低的盈利方式，基于源數據的挖掘建模是更為普遍的商業模式，以客戶分群和客戶特征洞察為目的的數據挖掘對于更加精確的掌握客戶行為，從而提升商業投入和營銷戰役的效率和針對性具有極高的價值。
而在大數據價值鏈的頂端，是設法將數據盡可能充分的、實時的應用于實際的生產交易活動，在每一筆具體的微觀交易中，通過數據分析與交易流程系統的輔助，極為便捷的獲取適合特定客戶具體情況的定制化解決方案，無疑將非常有助于交易達成，從而最終實現大數據的價值。
具體到移動金融的應用，由于信息的敏感性，直接出售源數據通常是不可行的；在金融企業的內部后臺服務中，可以更多的考慮挖掘建模，而由于移動金融一般都更強調對末端客戶的終端到達，也就是交易渠道的到達，所以在前臺服務中應強調大數據分析成果的交易應用，最大化實現大數據的商業價值。
三、大數據應用的挑戰
大數據的潛在價值毋庸置疑，但與其它的新興領域一樣，其在技術體系與商業模式上的挑戰都是巨大的?？偨Y起來，挑戰主要體現在以下幾個方面：
1、清晰的戰略選擇；
只有根據企業自身的實際情況與特點，明確在大數據價值鏈中哪一環去獲取價值，才可能具備清晰的目標以及可行的計劃，以保證企業在大數據這一全新領域中最終有所建樹。
2、與產業鏈其它角色的關系以及合作模式；
一般來講，大數據都會涉及一個橫向寬度較廣的跨產業領域（這也是數據稱之為“大”的根本原因之一），與具備特定產業、技術或者人才優勢的伙伴開展深度和形式不同的合作，普遍來講會是理性的選擇，這類合作對于打破數據間的鴻溝、相對快速的產生效益、形成規模優勢以及對后來競爭者的某種壁壘，都將有極大的促進。在移動金融領域，與通信運營商合作可以迅速的獲得客戶流向、客戶地理位置等關鍵信息，與消費零售商合作則可以實現線上或者線下的消費，提升移動端客戶黏性。
3、選擇適合的技術模式與IT系統的基礎架構；
作為大數據應用的基礎，技術架構和平臺非常關鍵（大數據的信息量已遠遠超過人力可以處理的范疇），同時其規模和投入一般而言也比較巨大（以Hadoop、NoSQL等為代表的新興大數據技術對金融機構的人才和技術儲備通常也會有一定的挑戰）。此時一方面選擇一個合適的技術方案、數據平臺很可能決定項目整體的成敗，必須慎重對待；另一方面目前諸多技術提供商、集成商或者服務商也提供了一些相對低成本、低風險的選擇，如云方案、單系統方案乃至外包租賃方案等，適合于剛剛進入該領域的試水者，但無論采用何種技術方案，都特別要注意方案整體的靈活性與可擴展性，因為數據和應用規模的快速膨脹，是大數據領域的根本特征之一。在金融應用中，出于安全性和穩定性的考慮，一般而言，大數據系統會采用相對隔離的方式，與原有核心業務系統形成一定區隔。
4、對于客戶隱私等信息安全問題的充分考量。
信息安全風險是大數據所面臨的最大風險之一，任何一個成功的大數據應用都必須妥善加以解決。數據的匿名化處理，以及數據收集、清洗、分析、分發和應用的任何一個環節均有嚴格的審批制度與系統流程來保障合規使用并可供審計，是保證信息安全的根本手段。同時，如果應用的特點允許，在客戶側簽署相應的授權文件、由客戶主觀選擇數據是否可供應用以及應用的方式（目前移動端的地理信息獲得中多見此方式），也是回避風險的可行手段。
簡言之，金融服務與移動大數據的結合的核心是“融合“：是金融行業與信息化產業的融合，是金融機構與上下游合作伙伴/服務對象的融合，是產品/營銷/渠道/服務的融合，是企業內部后臺與前臺的融合……正是這種“跨界”的屬性，帶來了無限的可能與舞臺，而兼具洞察力與行動力的勇者，必然能在其中拓展出嶄新的精彩天地。
這里有更多征文：“指尖金融，創e無限 e時代移動金融征文"匯總
更多詳情介紹請點擊活動專題。
