之前美国有一个杂志叫做《文学文摘》，他成功预测了1924、1928、1930年总统的选举结果，到了1936年又是这家杂志预测当时的候选人叫兰登会获胜，《文学文摘》的结论源自于对240万人做的调查，那时候盖勒普只调查了5000人说罗斯福会获胜，事实是罗斯福以很大的优势击败了兰登获任美国总统。为什么对5000人的调查会超过对240万人的调查，是不是数据量越大就一定表示调查的结果越准确，事实证明不是这样。盖洛普选择的人，在人的分布上做了精心的分化，这5000人分别代表了不同地域、不同种族、不同年龄、不同教育背景、不同工作、不同党派，尤其是中间派的人物，他做了这样的选择。对数据的选择的覆盖程度高决定了他最终预测的结果更准确。在大数据领域，虽然只有短短的几年时间，很多的思维已经有了改进和提高。

 

看看中国银行有关大数据的战略规划和我们实施方面的一些想法。这是我们的主管行长之前就大数据如何进行建设的时候提出的以平台为支撑构建大数据的技术体系，以数据为基础充分整合数据资源，以应用为驱动深入挖掘数据价值，以人才为核心提升数据分析能力。短短的四句话非常具有战略指导意义。2014年美国的Ganner对一千多家企业和政府机构做了调查，当时的调查有65%的企业和机构表示他们正在进行或者在不远的将来会进行大数据方面的项目的上马。在这65%的企业里有30%在当时已经开始了，另外有19%是准备在2015年之前半年之内开始他们的大数据项目，另外有16%准备在2016年才开始自己大数据的项目。

 

实际结果到了2015年下半年将近年底，Ganner对这1000多家企业和机构做了另外一次调查，大数据项目成功上马的不到9%，为什么？Ganner对他们没有成功做了原因的分析，其中比较重要的几条是这样的。排在第一位的是无法挖掘出数据的价值是什么，第二位是企业或机构没有明确的大数据的战略目标和战略规划，第三是缺乏核心技术，第四是无法有效的整合数据资源，第五是企业的内部无法对大数据的实施和规划达成共识。总结了这样一些不太顺利的原因之后，我觉得有一个清晰的完整的系统性的战略规划，对中国银行以后大数据的建设的作用是非常巨大的。

 

下面我分别做一个介绍。第一，以平台为支撑构建大数据的技术体系。我们把大数据的技术体系分成战略层面、规划层面和设计及交付层面，在这里面最重要的是大数据的体系架构，分为业余架构、应用架构、信息架构和技术架构四个不同的架构，在这四个不同的架构里分别支撑我们的业务流程和端到端的场景及应用的组建及分析模块，最后是设计跟交付。我在这张图里特别提到我们在实施的方面采用分行试点的模式，有很多的调查机构在对大企业实施大数据项目做了总结之后发现大数据的项目实施方法上分两个流派，一个流派是自顶向下的，上来规划很大的大叔据的东西，从地层往下逐渐延伸，累了大量的数据，在这里面做清洗分析，在这里面找规律，再看这个企业怎么从数据里得到什么样的东西。另一个流派是从底向上的，先看需要哪些东西，再对这些数据进行整合。我看了很多相关的实例之后，后一个方法在现阶段的效果会更明显，有了清晰的需求才会更准确的对位需求的产品。所以我们在大数据实施的策略上采取小步快跑、快速迭代、迅速试错的方式。

 

这是中国相关的云平台的建设策略，中银开放平台，2014年IDC金融的大奖，去年获得人民银行的奖，亚洲金融家组织把它评为今年最佳的金融云服务产品，这个产品是我们对大战略的落地实施的例子。这个产品的主要设计思路是我们把整个中国银行的大数据进行了归并整理之后，开发了1000多个标准的API接口，这些API接口可以用与我们的分行甚至我们的客户，在我们规划的未来里，可以通过这些API访问和使用中国银行的数据，用于加工得到自己想要的相关结果，目前已经有很多分行利用这样的平台开发出了很多比较受欢迎的产品，大家如果有兴趣的话可以在苹果的APP Store或者安卓的平台下载这个产品看一下。