作者单位：广东移动通信有限公司广州分公司
这是一个因为移动互联而无比精彩的商业时代，也是一个带给所有企业和个人无限危机感的时代，盖因这一领域科技发展与商业模式的革新如此之快，“少数生存，赢家通吃”的法则又体现得如此显著。不进则退的巨大压力下，人人都在问：下一个机会在哪里？可能在智能穿戴，可能在虚拟现实，但放眼当下，数据应用与数据驱动，无疑是目前在潜在价值与现实可行性之间具有最佳平衡的机会点，即所谓的“大数据”（Big Data）。
一、移动端大数据的优势
强大的智能设备的普及（以广州市场为例，仅2014年前5个月智能手机的渗透率即上升了8个百分点，意味着至少200万新用户进入了智能手机时代），使得移动终端获得了人类社会活动中空前丰富的数据：短信、微信、微博、移动上网、移动交易、现场视频、GPS位置……与之同步，数据处理技术的进展显著：海量非结构化数据的获取和处理成为现实，数据存储的成本亦显著降低，数据分析与应用的实时性不断取得突破等。
移动端获取的数据在准确性、实时性等方面具有天然的优势，在业务应用层面，移动端具有各维度的客户分群（品牌、网龄、ARPU、语音/短信/流量业务结构等），通过信令解读可便捷获取客户应用下载、应用使用、网站访问等关键动作信息，对于金融应用而言，其价值至少包括：
·为对个人客户的信用评级和风险控制提供创新性的有益参考；
·选择符合客户喜好和使用习惯的服务通道（短信、微信或者APP等），针对性改善客户感知；
·非结构化数据应用以及自然语义的智能处理（如针对社交网络或者网站访问内容），可个性化定义特定客户的消费习惯和发现消费需求及冲动时点，从而创造最佳交易时间，并由实时决策机制最终推送交易到客户界面；同时移动终端的随身性所带来的实时交互与交易的便利，基本摆脱了时间和空间对金融交易的束缚；
·当客户开始下载和使用同类金融机构的APP时，还有比这更加明确的需要进行客户忠诚度挽留的时点吗？
……
同时，移动端与地理信息的结合性是关键性的独特优势：通过GPS、WIFI热点、小区定位等获得的位置信息，将客户的流量分布获得、基于地点与行为的高精度广告投放、信息服务等成为现实，在金融服务领域，其价值至少包括：
·利用客户实时位置周边的实体消费场所推送促销信息实现O2O交易；
·实体服务场所/设施的设置位置和规模，与人流量特别是所关注的具有较高价值的目标人流量是否匹配，带有地理轨迹的客户信息完全可以实现客户社会性质的分群：如某地居民、上班族或者偶然到达者等；
l 广告投放、促销活动的地点与时间选择；s
……
二、大数据的商业价值模型
如何获得蕴藏在大数据中的商业价值？经典的大数据应用三层模型：“源数据——挖掘建模——交易应用”，每一层都具备商业化应用的潜力，其价值高低是随层级递增的。
在模型的最底层，在经过必要的匿名化处理后，数据拥有者可以采用直接“销售”源数据的方式获得收益，目前很多第三方数据信息处理类的企业都有类似的业务，在交通、地理信息等领域也取得了较多的进展。
显然纯粹的源数据销售是一种附加值较低的盈利方式，基于源数据的挖掘建模是更为普遍的商业模式，以客户分群和客户特征洞察为目的的数据挖掘对于更加精确的掌握客户行为，从而提升商业投入和营销战役的效率和针对性具有极高的价值。
而在大数据价值链的顶端，是设法将数据尽可能充分的、实时的应用于实际的生产交易活动，在每一笔具体的微观交易中，通过数据分析与交易流程系统的辅助，极为便捷的获取适合特定客户具体情况的定制化解决方案，无疑将非常有助于交易达成，从而最终实现大数据的价值。
具体到移动金融的应用，由于信息的敏感性，直接出售源数据通常是不可行的；在金融企业的内部后台服务中，可以更多的考虑挖掘建模，而由于移动金融一般都更强调对末端客户的终端到达，也就是交易渠道的到达，所以在前台服务中应强调大数据分析成果的交易应用，最大化实现大数据的商业价值。
三、大数据应用的挑战
大数据的潜在价值毋庸置疑，但与其它的新兴领域一样，其在技术体系与商业模式上的挑战都是巨大的。总结起来，挑战主要体现在以下几个方面：
1、清晰的战略选择；
只有根据企业自身的实际情况与特点，明确在大数据价值链中哪一环去获取价值，才可能具备清晰的目标以及可行的计划，以保证企业在大数据这一全新领域中最终有所建树。
2、与产业链其它角色的关系以及合作模式；
一般来讲，大数据都会涉及一个横向宽度较广的跨产业领域（这也是数据称之为“大”的根本原因之一），与具备特定产业、技术或者人才优势的伙伴开展深度和形式不同的合作，普遍来讲会是理性的选择，这类合作对于打破数据间的鸿沟、相对快速的产生效益、形成规模优势以及对后来竞争者的某种壁垒，都将有极大的促进。在移动金融领域，与通信运营商合作可以迅速的获得客户流向、客户地理位置等关键信息，与消费零售商合作则可以实现线上或者线下的消费，提升移动端客户黏性。
3、选择适合的技术模式与IT系统的基础架构；
作为大数据应用的基础，技术架构和平台非常关键（大数据的信息量已远远超过人力可以处理的范畴），同时其规模和投入一般而言也比较巨大（以Hadoop、NoSQL等为代表的新兴大数据技术对金融机构的人才和技术储备通常也会有一定的挑战）。此时一方面选择一个合适的技术方案、数据平台很可能决定项目整体的成败，必须慎重对待；另一方面目前诸多技术提供商、集成商或者服务商也提供了一些相对低成本、低风险的选择，如云方案、单系统方案乃至外包租赁方案等，适合于刚刚进入该领域的试水者，但无论采用何种技术方案，都特别要注意方案整体的灵活性与可扩展性，因为数据和应用规模的快速膨胀，是大数据领域的根本特征之一。在金融应用中，出于安全性和稳定性的考虑，一般而言，大数据系统会采用相对隔离的方式，与原有核心业务系统形成一定区隔。
4、对于客户隐私等信息安全问题的充分考量。
信息安全风险是大数据所面临的最大风险之一，任何一个成功的大数据应用都必须妥善加以解决。数据的匿名化处理，以及数据收集、清洗、分析、分发和应用的任何一个环节均有严格的审批制度与系统流程来保障合规使用并可供审计，是保证信息安全的根本手段。同时，如果应用的特点允许，在客户侧签署相应的授权文件、由客户主观选择数据是否可供应用以及应用的方式（目前移动端的地理信息获得中多见此方式），也是回避风险的可行手段。
简言之，金融服务与移动大数据的结合的核心是“融合“：是金融行业与信息化产业的融合，是金融机构与上下游合作伙伴/服务对象的融合，是产品/营销/渠道/服务的融合，是企业内部后台与前台的融合……正是这种“跨界”的属性，带来了无限的可能与舞台，而兼具洞察力与行动力的勇者，必然能在其中拓展出崭新的精彩天地。
这里有更多征文：“指尖金融，创e无限 e时代移动金融征文"汇总
更多详情介绍请点击活动专题。
