眼下，数字化转型可谓如火如荼，数字化转型最终带来的一个乐观的结果就是充分释放数据要素生产力，然而，知易行难，真正要做起来，却没有那么容易，试想，我们有哪个机构或者有哪个人敢说我们一定能够实现这个目标？

我们把时光回溯到2011年，那一年，麦肯锡发布了《大数据：下一个创新、竞争和生产力的前沿》报告，引爆了大数据浪潮，一些领先银行率先启动大数据应用工作，几年下来，我们的确看到了银行在数据应用方面取得的长足进步，数据在银行数字化转型、数字化经营中起到了重要的驱动作用，发挥了较大的价值。但是，与此同时，银行的大数据应用工作越发处于一种混沌的状态，给人一种雾里看花的感觉。

大数据应用对银行而言，是一项新的工作，银行也是在探索中前行，随着应用的推进，银行大数据应用方面存在的问题也越来越明显。

首先，数据组织的定位不清晰。一些在数据方面做的比较早的银行，大多以独立的数据部门作为数据应用的载体，这种模式对于快速的推进数据应用的确起到了比较好的效果，这种模式也受到了越来越多银行的认可，在数字化转型的浪潮之下，很多中小银行纷纷设立独立的数据部门，然而，到目前为止，数据部门的组织定位即便在一些先发的银行也并不是那么清晰，根源有二，一是一些银行的高管可能对数据与传统信息技术的差异认识不足，还是将其定位为类似传统的信息技术部，另一方面，对银行业务部门来说，出于部门利益的考量，也会和数据部门之间形成一定的隔阂，导致数据部门常常有种有力使不出的无奈之感；二是数据部门自身定位的迷茫，银行数据部门的管理者基本都是来自于信息技术部门，即便是对外公开招聘，也往往倾向于引进纯技术背景的管理者，由于很多技术出身的管理者工程师思维较重，对业务缺乏理解，导致很多数据部门技术平台搭建的如火如荼，但在数据应用方面基本依赖于业务部门的需求驱动，技术平台是数据应用的基础，这本无可厚非，但是，数据工作的核心还是数据价值的释放，如果把重心搞乱了，数据部门自己也都搞不清楚自己的定位了。

第二，数据应用大多仍然停留在传统的分析挖掘阶段。不少银行的很多数据应用工作仍然停留在写写分析报告，做做逻辑回归、决策树模型等传统的数据分析挖掘工作，对结构化数据过度依赖，非结构化数据处理能力不足，对于前沿的人工智能应用整体偏少，也缺乏足够的能力储备。即便有一些应用，主要集中在客服领域，大多以外部引进为主。

第三，银行的数据部门开放程度不足。数据本身具有连接属性，做数据应用工作一定要开放，要海纳百川，要融入到社会生态中去，关键是思想的开放融合，能够敏锐的预判社会、行业以及技术发展的趋势。虽然这些年随着数字化转型的推进，银行开放了很多，但是，数据部门作为服务银行业务发展的内设部门，考虑数据安全、商业机密等因素，本身的开放程度与理想的状态还有差距。再加上银行总行工作整体比较稳定，一些人思维也比较封闭，缺乏对新事物、新技术的好奇心。