“用数据” 更多的是一种方法论，而 “养数据” 则是一种数据战略，是基于深入业务理解的更高层次的商业决策。问题 & 对策：数据的录入 & 补录 & 提取和修改、流转、口径和指标规则等，有些可以短期解决，有些由于系统架构、托管等问题短时间难以解决（暂时通过较低级的曲线方法绕过），人员这块业务部门有数据经验的不多、也没有相关思路，技术这块下沉不够，整体上关于数据的真正作用和价值，很少有人去在意，更多是外部的监管推动自身的治理，思路还是数据运营 / 有数就可以运营而不是运营数据 / 运营好数据。还是要上下目标一致、线路清晰、齐心协力，抓住这波数字化转型机会实现数据治理和运营（人，财，物，制）。

如今，随着银行业的各种转型，大零售也好、数字化也好、金融科技也好，不外乎就是通过科技的手段对传统零售业务的展业模式、服务流程、营销效率、成本控制、产能评估等方面进行精细化管理，或者叫重塑。以前，我们是 “有问题找数据”，在大数据时代，是通过 “数据找机会”，要有预判，就是哪些数据是你必须要提炼出来解决盲点的。而合格的数据从业者，应该是有业务和产品意识的。客户作为零售业务的基础，各银行首先应该把自身基于客户的数据积累进行深入的挖掘，充分发挥业务价值。从广义上理解，数字化就是信息从具体到抽象、从模糊到精确、从主观到客观的转化过程。通过这个转化，信息会变得简单、易扩展、储存、传输和处理。其本质就是抽象化、标准化和结构化。任何一个行业，在需求端和供给端之间都有一个很长的链条，链条上的每一个环节，都有数字化的机会，都可以针对性地设计数字化工具。具体到数据的应用，所谓的数据建模，通俗一点，就是基于很多以往的经验进行总结，或者是对旧数据使用规则的发现，将经验和数据相结合，最后输出一个可以被套用的业务规则。在大数据时代，越能够还原用户真实身份和真实行为的数据，就越能够让企业在大数据竞争中保持战略优势。同时，大数据的应用和所谓的爆发，也是需要一个全链条的培育期和成熟期，需要持续的投入和基建才能夯实基础设施，更好地与业务相结合，呈现出数据价值。

大数据像铺天盖地的洪水一样涌来！由于近年来数字媒体、网络和移动技术的迅猛发展，数据的积累速度已对数据的存储、管理、分析和决策应用提出了前所未有的挑战。很多企业、政府机构、学校和研究机构为了能在大数据时代继续生存和发展，都在重新定位和寻找新的方向。让我们高兴的是，作者作为一个先行者，在阿里巴巴已经走出了一条大数据运营的路，并又在运营大数据方面总结了很多成功经验。他的《决战大数据》一书尤其为读者提供了 “数据化思考” 的模式和框架。通过讲故事、作比喻，品觉打破了大数据的神秘，然而又能使读者产生丰富的联想，开动脑筋，真正理解大数据成功运用的要诀。感谢品觉为 “大数据金矿” 的探索开发作出的贡献。