大数据来了！它将成为金融行业业务提升的又一个难啃的骨
　　头。
　　如果一家银行在一个月内要接待上万名客户，同时这些客户要分别在分行网点和ATM机上使用银行服务，再加上网络银行、电话银行以及邮件服务等，银行将面对非常大的数据压力，传统意义上的分析工具，很难应对这么大的数据量需求，而由此产生的服务质量下降、客户流失则在所难免。
　　大数据时代，企业不仅要面对庞大的数据量，同时这些数据还具有多样性的特点。非结构化数据是其中之一，这些数据与传统意义上的数据结构不同，是新类型的数据，需要使用新工具和方式来处理。如果银行仅通过传统的分析方式，只能通过单一渠道对客户进行分析，无法深入探查是什么原因导致客户流失。
　　据了解，目前金融机构数据仓库建设面临3个问题：第一，数据量大，由于银行的业务量巨大，不断产生新数据，对数据仓库带来了很大的压力，数据的使用效率是一个问题；第二，云计算等新技术和数据仓库如何进行更好的结合，以期产生对银行内部更多的帮助；第三，实现硬盘的分析，例如能够监控企业级客户的贷款过程，对银行的风险管理起到预警作用。
　　Teradata天睿公司企业风险管理总监Sam Harris表示，解决这些问题首先要明确两点，如何存储这么多的数据，以及如何在需要的时间内将数据迅速反馈到使用者手里。目前国内银行普遍的数据加载状况是，每天晚上将一天数据整个批量加载到仓库里面，业务人员在第二天上班就能看到前一天的数据。Teradata天睿公司希望帮助银行实现准实时或实时数据加载，这样业务人员可以第一时间得到加载进来的数据，并在第一时间做出正确的市场判断。
　　2011年，Teradata天睿公司收购了Aster Data公司，这家公司的强项在于大数据分析，通过整合，Aster Data所带来的对于数据的处理能力和分析能力，进一步提升和丰富了Teradata天睿公司已有分析工具。过去的分析，是从消费者来访分行的次数、在ATM机上提款的次数等数据中提取信息，而采用了Aster Data平台之后，还可以对电子邮件、网银交易等渠道的非传统数据结构进行分析，例如文字型的描述，或者日志型的数据等。利用Aster Data分析平台，一般情况下的银行客户流失情况就可以有效避免。通过多渠道监测，了解贷款客户在整个闭环过程中的具体资金流向情况、贷款的资金流向是否正确、了解客户的行为模式，从而实现早期预警，最大化降低银行风险。