来源：CPDA数据分析师网 / 作者：数据君 /
随着金融科技领域蓬勃发展
并努力将消费者和财务数据进行更大程度的集成以推动卓越的客户体验，质量数据变得更加重要，随着越来越需要数据驱动，新的挑战和机遇随之而来。
三个数据挑战：
1、必须具备：数据透明性以符合法规要求
2、必须做的事：借助数据洞察力降低汇总风险和欺诈行为
3、增长促成因素：数据驱动的客户智能
我们提出了将这些挑战转化为机会来推动增长，实现合规并降低风险的策略。
CPDA数据分析师
数据透明以符合法规要求
金融危机导致要求进行（CCAR）压力测试，以确保金融机构的资本计划严格而透明，目标是恢复破碎的客户对银行业的信心，这些压力测试的失败对公司的声誉造成了严重损害，并可能造成处罚，数据透明性对于CCAR和其他法规遵从性测试的成功至关重要，数据透明性涉及到了解如何以及在何处收集，汇总和使用用于资本计划的组织数据，这对于金融机构的合规性和审计是必须的，根据我们的经验，大多数大公司都在努力提高数据和与数据相关的流程的透明度，最常见的原因是跨业务线的流程缺乏一致性，以及缺乏实现透明性的直观简单工具。
使用以下三个步骤来解决数据透明性挑战：
1、简化投资，零售和消费者银行业务的资本计划流程
2、实施跨资本计划和其他数据的治理流程，以便用户可以从高级摘要深入到详细数据
3、选择合适的工具，使整个企业的数据透明
4、数据洞察力可降低汇总风险和欺诈
聚合风险分析，洗钱，欺诈，流氓交易和数据泄露是金融机构的头等大事
尽管新的互连世界带来了其中一些挑战，但数据还可以用于在开始时检测某些犯罪行为并降低企业风险，汇总风险管理是企业识别总风险暴露，对其进行分析并采取措施的能力，风险的汇总和欺诈的机会远远超出了个人消费者，明确的人口统计信息或特定地理位置。
考虑以下三个技巧，以减少风险和欺诈：
必须进行汇总风险分析，数据可增强风险分析和报告功能，使用数据查找风险模式，并将此“复选框”活动转化为竞争优势，列出潜在欺诈的模式，并确定可以由算法自动处理的模式，对于我们合作过的一些公司来说，此过程非常有用，通过在欺诈发生之前识别危险的行为模式，欺诈算法和机器学习可以大大降低风险，可以将有关地理条件，行业集中度，就业多元化和农业依存关系的外部数据与专有数据集成在一起，以进一步增强分析并提供更可靠的风险状况。
数据驱动的客户智能
客户情报是对消费者行为动机，模式和趋势的理解，可洞悉公司如何增加销售，改善产品和服务以及提高客户满意度，数十年来这种见解（以及如何在市场中使用它）一直是金融服务公司的“黄铜戒指”，交叉销售是一个很好的例子，但是客户智能的好处远不止于此，为了最大程度地提高客户满意度并增强当今消费者的体验，金融服务组织必须了解其客户的需求和行为，客户数据可以跨平台集成（在金融机构与其他公司合并时特别有用），跨渠道和跨业务线，以呈现客户的单一视图，并允许组织对关系进行不同思考。
消费者之间的联系比以往任何时候都要多
随着有关消费者使用移动接入点，物联网（IoT），金融服务应用程序，社交媒体和其他客户接触点的信息的增长，客户智能作为差异化手段的使用在业界将继续增加，通过实时分析数据，金融服务公司可以立即提供新产品，替代定价或增加余额的选项，而消费者仍在接触点保持活跃。
这三个想法可以帮助您做出及时，主动的决策，并超越公司和客户的目标：
客户情报只能通过组合和分析来自各种来源的数据来获得，为了有效地收集这些合并数据并对其采取行动，组织必须首先具备适当的支持技术和体系结构，企业中的数据可能会孤立起来，抑制或阻止企业实时收集客户的全面视图，数据平台可能无法以足够的水平执行以及时和可用的方式传递全面的信息，企业必须确定无法支持其创新和战略地位的系统，政策和程序，并寻求替代方案。
网友评论