金融或零售业 皆可透过大数据开创大商机

新创金融公司ZestCash活用大数据分析，得以跳脱银行业惯用的FICO评分模式，藉由数千个线索有效评断客户风险等级，进而带动贷款业务量激增。ZestCash

若以行业别而言，每逢谈论大数据应用综合价值潜力，举凡金融保险、零售批发等垂直领域，都可谓名列前茅，也备受市场瞩目；因此接下来的篇幅，就让我们看看，这些产业如何靠大数据玩出大名堂。

多年前有一部名为「魔球」的影片，由知名影星布莱德彼特(Brad Pitt)担纲演出，其靠着数据分析，颠覆传统的球员布局方式，成功带领原本在美国西区联盟垫底的奥克兰运动家，摇身一变成为追平美国大联盟(MLB) 20连胜纪录的精锐部队。

这套「魔球策略」，不仅是电影里头的虚幻情节，也是真实世界中的致胜法宝，例如波士顿红袜队，便运用此一策略，在2004年勇夺世界大赛冠军。时至今日，MLB更进一步运用大数据分析，对于诸多球队的决策动向，产生了显而易见的影响。

比方说，有的球队在球场内配置超过20个数据收集器，详加记录投手的投球速度、及打者的挥击角度，一场球赛甚至可能产生高达7TB巨量数据；接着球队运用诸如PITCHf/x、HITf/x等先进分析系统，试着从前述大量数据中挖掘珍贵线索，借此追踪球员表现、制定战术，甚至作为球员交易的决策依据，更令人啧啧称奇的，某些球员在特定场景下，经常出现异于平常的水准，例如有些投手不管当日状况好坏，在客场主投时吞败机率飙高，然而其余有些投手却呈现相反态势，这些发现，对于球队堪称深具价值，足以据此提升战绩。

当然，大数据应用在运动场域，并非职棒的专利，职篮球团也开始比照办理，藉以分析选手的出手位置，与投篮命中率之间的关联性，尝试找出如何提升球队得分效率的方法。

善用大数据力量  实现Bank 3.0

综上所述，足见以往侧重于体力、技巧或天份的运动产业，都开始热情追逐大数据分析，由此可见，竞争态势更显激烈的商业世界，自然也会将大数据视为决胜利器。

刻正遭受互联网金融公司步步进逼的银行业，便是颇需要倚靠大数据重振雄风的典型例子。20多年前，比尔盖兹(Bill Gates)曾说过一句名言：「Banking is essential. Banks are not.」意指银行业务的确不可或缺，但未必非得由银行来执行不可，言下之意，银行都需要认真思索未来经营模式；20多年过去了，Brett King在2012年出版一本名为「Bank 3.0」书籍，主张银行不再是一个地方、而是一种行为，建议银行应正视社群媒体、移动设备、移动支付等新浪潮的崛起，连带触发了全球银行产业的升级转型趋势。

影响所及，结合银行传统服务内容，及网络、移动等科技力量的「FinTech」，近年来犹如滚雪球般愈滚愈大，成为现今金融业界的头号显学，也对台湾银行业生态造成愈趋显着的影响，影响层面含括实体分行逐渐减少、纷纷设立数码金融部门，乃至于人才需求出现重大转折，尤其娴熟大数据分析的好手，更是银行亟欲延揽的首要战将。

究竟银行业可以凭藉大数据，营造哪些竞争优势？其实只需藉由网络查找，便可找到众多相关素材。比方说，花旗银行看上了曾在美国益智问答节目「Jeopardy」大放异采的IBM Watson(超级电脑)，决定予以引进，期望藉助其大数据处理能力，用以挖掘商机，而商机类型涵盖多种面向，譬如降低欺诈或洗钱交易的发生机率，再者则是促使预测分析、消费者洞察等两个重要的数据源进行对接，据此随时变换行销游戏规则，创造最大的市场回响。

此外，在美国有一家名为ZestCash的新创金融公司，其主要业务，乃是针对一些信用记录不良、抑或没有信用卡历史的使用者，提供贷款服务。该公司与一般银行之间的最大差异，在于对大数据倚赖程度极高，因而得以大幅超越银行惯用的FICO评分模式(取决于15~20种变量)，根据多达数千个线索，来评断顾客的风险等级，甚至连顾客在ZestCash网站的停留时间长短，都被列为观察指标；所以一些其实不乏还款能力、但却碍于某些因素被银行拒于门外的人，便成为ZestCash的目标客户，为其挹注可观的营收。

结合地理信息视觉化  探索金融业务成败真因

至于台湾的银行，是否也开始采用大数据分析？答案是肯定的。某家银行，采用了一项能够支持地理信息视觉化的大数据分析工具，藉以进行ATM设置地点与银联卡刷卡交易量之间的关联分析，探索该行为何积极签了不少银联卡特约商店，但交易量始终不如预期的主因；后来发现，只要特约商店邻近设有ATM提款机，则提款金额始终偏高，但银联卡刷卡金额却逆势走低，研判商家可能考量诱因不足，故而倾向引导上门消费的陆客支付现金，使得该银行亟欲推展的银联卡刷卡业务沦于低档盘旋。

于是乎，该银行决定加强宣传，并重新设计更具诱因的促销方案，总算如愿逐步提升了银联卡刷卡率。

无独有偶，另一家台湾的银行，也利用类似分析工具，旨在进行分行设立的分析，透过地理信息找出所有金融机构交易最高的地区，藉以确认是否具备设点潜力，如果有，再接着分析是否与其他金融机构的据点接近；值得一提的，当地的人口增长状况，乃至于薪资水平，都被纳入设点潜力分析的重要环节。

在建立前述分析架构后，该银行随时针对业绩排名居于倒数前十名的据点，深入检讨是否为地点因素所致，倘若经过确认的确如此，便采取诸如迁移等相对应举措。

采取个性化行销  助零售业创销售高峰

另外不可讳言，亟欲朝向「以客户为中心」目标进行业务转型的零售批发产业，也开始积极采用大数据分析技术，据以掌握先机，实现最大商业价值；放眼全球，尤其是欧美世界，相关成功案例可谓不胜枚举。

譬如美国颇具知名度的连锁百货公司梅西百货(Macy's)，有监于大数据分析的重要性，决定于内部成立在线客户洞察部门，运用大数据产出全通道的客户洞察结果，据此改善个性化行销方案与广告策略，也一并深入分析在线行销活动对于实体店面销售的交互影响，终至成功带动在线业务起飞，由传统的线下经营模式，成功转型为全代理经营格局。

在美国拥有超过千个据点的女装零售商Chico's，几年前开始感受到传统经营模式逐渐陷入颓势，于是决定善加利用多年累积的客户信息，藉以驱动有效的商业决策，进而扳回一城；惟该公司考量IT实力不足，所以遍寻能够易于业务人员自助操作的预测分析和数据采集工具，最后决定引进行销自动化系统，帮助业务人员快速整合众多品牌的商品信息。

在引进行销自动化工具后，Chico's藉以规划假日促销活动，按客户属性进行细腻分类，从而分门别类适用不同推广方案，结果立即产生综效，单季盈余从前一年度的负4,200万美元，转亏为盈至1,700万美元，显见成效惊人。

而在台湾，商业发展研究院也跟随大数据分析潮流，发展SBI服务业云端智能商情决策支持系统，期望藉由大数据，帮助台湾零售业者厘清「地点。地点。地点」、「竞争对手是谁」、「产品怎麽卖」，及「代理怎麽选」等关键环节，再经由产业产品特质及代理商情分析过程，终至产生目标商圈市场匹配建议，避免盲目设立成效不彰的据点，也称得上是可行之计。