银行一直有很多指标，比如监管指标、负债指标、效益指标、规模指标等。这些指标都反映了银行的经营生产状况。如果这些指标对应不同的业务部门，不同的业务人员，那么指标的变更和应用其实是很麻烦的，需要走流程。然后根据业务人员的需求，显示指标的应用。这个过程循环完成后，估计又开始了几轮新的需求。一次又一次，指标都没能发挥出最大的应用价值。
4、对 银行大 数据应用的一点思考对银行 Da 数据我是在数据 时代流行起来的时候看的。当时第一感觉是“big 数据 时代”对传统统计学是一个很大的挑战，因为“big 数据”的分析不需要抽样，直接避开了传统统计学的一个大前提，也避免了样本抽样本身带来的误差。得益于目前先进的网络技术和计算机性能，大数据时代数据分析满数据分析。我想这也是这本书一经出版就如此火爆并迅速传播到各行各业的原因。
我.银行拥有独一无二的优势数据优势看完书后很长一段时间，我都在思考如何将数据的思维和方法运用到工作中。因为我每天都在和大量的数据、各种报表、各种不同的系统打交道，所以深感银行 数据的全面、多样、深不可测。线上银行、手机银行、理财和信用卡平台的客户交易数据、核心系统、信用系统、客户关系维护系统、定价系统等客户基本信息，这些都是很多外部咨询公司无法企及的。
5、商业 银行应用大 数据之策Business银行Big Application数据随着以社交网络为代表的web2.0的兴起、智能手机的普及以及各种监控系统和传感器的大量分布，人类正在进入一个a 数据 Big Bang。Da 数据被誉为继云计算、物联网之后，IT界又一次颠覆性的技术变革，引起了各方的高度关注。“大数据”的意义在于及时从海量的数据中识别并获取信息价值。与其他行业相比，金融行业在IT基础设施、数据控制力和人才集中度方面具有优势，具有深度“淘金”的潜力。
6、大 数据 时代来临, 银行怎么办Da 数据的概念似乎是昨天才兴起的，但得益于时代的快速发展，我们已经可以看到Da 数据的许多成熟应用。在很短的时间内，我们就可以在浩瀚的数据海洋中准确定位分析，得到想要的结果。当然，这些技术进步并不是由银行推动的，而是由大型零售商、网上商城和各类科技公司主导的，但经过他们的探索，数据也是-。
当然这一切的前提是银行能找到合适的方法和工具切入-1时代。对于银行，用正确的数量模型和分析方法拟合银行，是合理利用数据，取得更多经济收益的关键，其他行业的经验证明数据是好的，但是如果数据不能得到有效的筛选和正确的使用，最终只会是赔了夫人又折兵。
