大数据给整个银行业带来了一场革新：方法、工具与手段拔新领异，银行安危相易、祸福相生，个别革故鼎新的银行已经名利双收，多数如梦初醒的银行奋起直追、倍道兼行。信息时代的到来，给银行业带来了前所未有、此起彼伏的强烈冲击：通讯工具的普及催生了电话银行，互联网的浪潮衍生了网上银行，移动互联网的兴起派生了手机银行。那么，“大数据时代”的到来又会给银行带来怎样的变化？一是大数据不仅分散了人们的注意力，甚至是“危险”的，因为海量数据意味着决策制定将更加“集权化”。二是大数据与银行员工自身的智慧发挥产生了矛盾，大数据往往意味着人们将不必急于运用自己的智慧去试图解决那些“应该”解决的问题。三是利用大数据造福客户有待研究。一名银行高管称，我们并非反对数据，只是反对大而无当的数据，数据本身当然非常重要，但其前提条件是获得恰当的应用。
伴随着传统的商业智能系统向纵深应用的拓展，银行决策已经越来越依赖于客观数据而非直觉经验。然而，传统的数据仓库对于数据分析通常是建立在关系模型的基础之上，面向结构化数据处理，银行员工之间的关系在内部已经被确立，而且用以分析的数据也大都是自身信息系统中产生的运营数据，这些数据大都是标准化、结构化的。事实上，这些数据仅仅占到了银行所能获取的数据中的15%以下，所以，采集、存储并应用数量快速激增的数据已成为银行业面对的一个必然趋势。非结构化数据在数据中的所占比例极高，因此银行必须迅速转向使用非结构化数据分析技术，进而据此获得新的竞争优势。大数据技术支持银行提高效率、降低成本的策略，持续激增的数据也将迫使银行寻求新的方法来采集、整理、管理和分析数据。
在金融领域，美国华尔街的德温特资本市场公司分析3.4亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出，获利情况良好。中国的阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款，在已发放300多亿元贷款中，不良率仅为0.3%，与银行同类贷款不良率2%相比，阿里公司在成本、效率、贷款质量方面具有明显的优势。
目前，中国的个别银行形成了一些华而不实的业务模式，主要表现在：内部控制形如虚设、管理简单粗放、贷款不良率居高不下，等等。从长期来看，这类银行往往得不偿失，众所周知，焚林而畋、竭泽而渔式的发展是不会长久的。德国的一句谚语说得好：不可对一个微不足道的敌人或者不痛不痒的伤口掉以轻心。不负责的银行是社会与公众共同的敌人。
银行的战略变革是一个永无止境的过程，变革就是战略与文化如何协同发展的问题。战略变革的压力势必会带来巨大的不确定性甚至风险性，由于固有文化安常习故的本性，不同个体对战略变革的结果接纳性及风险意识不同，对战略变革的态度也就自然不同，有些战略变革甚至会激起反抗，从而导致战略变革在执行上的失败。
未来那些最擅于利用数据分析来引导决策的银行将获得许多新的竞争优势。我们对一家银行的400名员工进行调查的结果显示：只有35%的员工称得上是“消息灵通的怀疑主义者”，他们依赖数据，但并不盲从，既不害怕置疑数据分析的结果，也敢于从他人那里索要反馈；42%的员工对数据坚信不疑；然而还有23%的员工很少相信数据分析，他们喜欢凭直觉做事，至今不相信数据分析是银行未来成功的关键，要说服这些员工也是个不小的挑战。目前，多数的银行在判断时仍在使用探索法，仍在依靠经验主义或是主观主义的推断，这距离大数据时代的要求差距很大。
大数据虽然重要，分析数据的人更重要。计算机及云计算已经强大到可以收集、汇总数以兆兆字节计的信息来回答各种问题，从如何安排员工的薪酬待遇，到某笔抵押贷款债券的风险系数，无所不包。虽然数据不会说谎，但人们使用数据的方式主观也会带来危害。殷鉴不远：量化分析在2007年的金融危机中起到了推波助澜的作用。如果银行只是简单地认为，光靠一屋子摆弄数据的分析师就可以解决问题，那么结果不仅会对他们的资产损益造成损害，同时也会损害他们的企业文化。
大数据对银行的颠覆主要表现在以下三方面。一是从局部变为全部。收集和使用大量数据，而不是像过去多年里所做的那样，只满足于少量的数据或样本。二是从纯净变为凌乱。抛弃人们对有条理和纯净的数据的偏爱，转而接受杂乱无章―在越来越多的情形下，少许的不精确是可以容忍的。三是从因果关系变为相关性。这代表着告别总是试图了解世界运转方式背后深层原因的态度，而走向仅仅需要弄清现象之间的联系以及利用这些信息来解决问题。大数据势必将改变人们生活、工作和思考的方式。建立在强调因果关系基础上的世界观正在受到推崇相关性的挑战。知识的占有曾经意味着对历史的了解，而现在却意味着预言未来的能力。解决大数据所带来的挑战将不是易事。大数据是一种资源和一种工具，它的目的是告知，而不是解释；它意在促进理解，但仍然会导致误解，关键在于人们对它的掌握程度。在科技革命的年代，颠覆可能会成为主旋律，势不可挡，任何人都会分享科技革命的成果，毫无疑问，缺少壮士断腕勇气的银行会走向执迷不悟的窘境。丹麦思想家克尔恺郭尔有句名言，在初始阶段，最大的危险就是“不冒风险”。
在大数据时代，企业进行数据分析的背景也发生了变化。要涵盖数据规模；要能真实精确地挖掘商业价值，实现快速分析响应；要面向丰富多样的数据类型，包括结构化和非结构化的数据。要破除孤立，孤立式方法是数据分析文化的一个快速杀手。这使得传统解决方案在新的需求面前束手无策。为了帮助银行实现经营目标，面对这些问题，大数据技术部门尤其需要加强与其他业务部门的合作。在以银行客户为中心的模式下，大数据技术部门孤立无援、单打独斗的做法肯定是徒劳的，其结果必将是海底捞月式的。例如，花旗银行在2008年美国金融危机中得到惨痛教训：花旗银行在1998年兼并旅行者集团之后，二者的IT部门始终各行其道，同时，两个IT部门也自以为是、单打独斗，没有与其他业务部门形成协同效应，其结果是，银行执行层一直云烟雾罩、各自为政，对银行决策上的大是大非问题总是莫衷一是，花旗的股价由最高时100多美元跌为不足1美元。
大数据的应用，有助于减轻信息不对称，提高交易效率，但也改变了风险的特征，需要新的风险管理手段。面对这些变化，银行需要更好地把握金融创新和金融稳定的界限，使新的金融组织体系稳健高效运行，更好地服务当前的经济发展转型。大数据时代，传统银行风险管理的理念与方法面临被颠覆的挑战，新的风险文化必将得以重塑。在风险数据收集方面，要对来自网络和银行内部信息系统的数据去伪存真，多角度验证数据的全面性和可信性。在银行信贷风险面临新的重大挑战的当前阶段，大数据银行风险管理方面可以发挥积极作用。
