当今时代，大数据已成为各行各业生存和立足的重要支柱。数据是资源，更是信息的重要表现形式，因此数据已成为各行各业争相追逐的资源。

　　一、大数据应用在商业银行精准营销方面的现状

　　目前，商业银行都认识到大数据的重要性，通过积累的数据分析用户的存款、贷款、理财等需求，针对不同的客群制定营销方案。然而，商业银行在大数据运用方面仍处于初级阶段。

　　1.数据分析关联性不强。众所周知，商业银行具有大量的用户信息，包括用户的存款、贷款及各类个人信息，但是商业银行由于用户信息保密、部门壁垒等因素导致数据运用有效性不足。部门间纵强横弱，数据集中度和整合度不够，因此数据分析人员掌握的数据较为局限和片面，不能充分反映用户信息和用户行为，做出的营销策略就无法较好地迎合市场、满足用户需求。

　　2.数据分析人才稀缺。一是对于金融行业而言，数据分析师除了掌握大数据分析技能外，还需要较强的专业性。二是数据分析模型过于传统和僵化。随着用户的收入日益增长，对于财富的需求也会不断发生改变，数据分析模型的建立应该是一个动态的过程，不断进行纠偏和改正，才能更好地评价用户。对于商业银行而言，专业的金融数据分析师团队建设成为当前人才储备和队伍建设的重要组成部分。

　　3.数据分析结果运用片面。随着外部监管愈演愈烈，商业银行合规经营和风险防控的意识不断提升，因此大数据在商业银行管理中运用较多的场景为风险防控。对于营销而言，许多商业银行还停留在单一用户画像、摸索用户喜好的初始阶段，数据分析的广度、深度和创新力度还有待进一步提升，精准营销策略仍需不断完善和优化。

　　二、提升大数据在商业银行营销领域的运用

　　无论是商业银行营销还是互联网金融营销，产品差异愈来愈小，因此用户才是企业的核心，商业银行要想赢得用户，必须在大数据应用方面改变理念不断创新。

　　1.加强部门联动，降低数据采集成本。商业银行特别是大型商业银行在充分保护用户信息的基础上，需要不断打破部门壁垒、压缩审批流程，避免过多的人力物力耗费在数据获取的环节，通过电子化及线上审批，提升数据获取的便捷度，将更多的精力投入到数据分析和结果运用的环节。通过快速抓取数据、有效分析用户、迅速作出反映才能避免滞后性，从而在市场上拔得头筹。

　　2.创新用户评价模型，提高数据分析效能。除了培养优秀的数据分析师，商业银行还需搭建完整的数据营销系统。完整的营销系统通过运用标签体系将对公客群和对私客群划分群体，除了基础用户信息分析外，通过大数据分析丰富用户画像、预测用户行为，实现用户交叉营销，为商业银行持续营销实现数据积累和沉淀。

　　(农行南京栖霞支行 潘晓惠)