原工行董事长姜建清曾说：未来的好银行一定是数据银行。数据银行的两大核心能力就是数据采集和数据分析。近来，有不少银行在数据分析方面有所行动，有的是成立“统计信息部、数据分析部”，有的是将数据分析能力重新明确到信息中心等。

按百度百科的定义：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

这个定义比较精确，包含了几个要点：

• 统计分析方法：数据分析肯定需要分析方法及工具；

• 大量数据：分析的原材料；

• 形成结论：分析的结果；

• 决策并采取适当行动：数据分析最终实现价值。

• 质量管理体系：避免数据污染及模型误差。

数据分析的定义和工作流程都很清晰，同时，如何快速启动数据分析工作并尽快体现数据分析的作用，是很多数据分析类部门当前关注的重点。

数据分析的建设之路，可以从下面几个方面统筹考虑：

业务应用方向

银行的业务应用经过多年发展，已经有成熟的应用框架：客户管理、风险管理、财务管理、运营管理、及监管报送及信息披露。

数据分析部门应结合业务发展及规划，综合相关IT系统建设情况，选择数据分析的业务领域。

数据分析方法

在统计学中，统计分析方法可以简单划分为：描述性统计分析、探索性数据分析以及验证性数据分析。

在数据分析初期，分析部门更应该放在描述性及探索性方法上。在此过程中与科技、业务部门多交流沟通，以达到熟悉业务、了解数据的目的。

数据分析体系

数据分析体系包括数据分析平台的建设，分析平台包括三大模块：

数据脱敏采集平台：根据分析需要，从银行数据平台中脱敏、抽样相关数据；

数据建模平台：也可称为模型数据沙箱，用来进行数据分析；

数据服务平台：为业务应用提供数据分析结果服务。

以下就举例东北证券的数据平台建设经验。