中新网北京11月27日电 (记者 周锐)麦肯锡27日发布研究报告称，规模化应用大数据和高级分析可显著提升银行业务绩效、降低运营成本、优化风控和决策、改善监管数据效率及提升客户体验。

麦肯锡指出，大量银行斥巨资于大数据和高级分析技术，就是看到了其背后的巨大价值。据麦肯锡全球研究院(MGI)测算，高级分析在全球各个行业的价值创造潜力高达9.5万～15.4万亿美元，能推动银行业利润增长10%～15%。

麦肯锡全球资深董事合伙人、中国区金融机构咨询业务负责人曲向军介绍：全球前50大银行中，90%以上都在积极应用高级分析技术。全球领先银行将税息前利润的15%～17%投入到数字化、科技和大数据领域，科技和大数据人员占到总人数的17%左右；与之相比，中国银行业的相关人才比例不足5%。拥抱大数据、提升银行竞争力已是整个行业的共识，能够率先转型为‘科技银行’、‘数据银行’的金融机构，将在未来10年领跑同业。

麦肯锡全球董事合伙人韩峰提示，在大数据和高级分析应用上，多数银行取得了单次小范围的成功，但尚未实现真正的规模化。许多银行高管反映，尽管在大数据和高级分析法方面投入了巨资，但创造的价值却不成比例。

麦肯锡认为，究其原因，根源在于这些分析技术的用例不广，即便能够创造出少量效益，也远未能扎根于银行的各个业务领域、实现全面开花。

针对银行在大数据方面遇到的挑战，麦肯锡提出以下三大战略举措：

其一是制定价值驱动的大数据实施路线图：通过大数据诊断，识别出银行的机会点，定义并对大数据用例进行优先排序，制定最佳实施路线图，并在全行上下达成共识；

其二是端到端大数据用例试点：通过落地1～2个试点用例，跑通端到端大数据用例闭环，对用例进行快速迭代优化，并验证其业务价值，实现速赢；

其三是夯实支撑体系，加速大数据规模化落地：银行需在18个月内循序渐进地建立大数据卓越中心(CoE)，招募并培养大数据核心人才，完善数据治理机制，以及构建大数据相关系统，这些是保证大数据规模化落地的重中之重。(完)