本文作为数据驱动型银行的专题文章，是《
数据驱动型银行的第一本秘籍出现了……
》、《
二论数据驱动型银行的构建
》、
《三论数据驱动型银行构建》
的延续篇，读者朋友们如果没有读过前三篇，可以先浏览完后再来阅读本篇。本文将主要围绕智慧引擎展开探讨。
在前三篇中，小编主要就数据方面展开探讨，本文将主要围绕智慧引擎建设展开探讨，
商业银行要建设数据驱动型银行，那么数据驱动型银行的本质是什么呢？是智慧，要实现基于海量数据的智慧应用，举个例子来说，比如，当一个客户到网点或者后，银行可以自动识别客户是谁、客户的喜好、客户的关系圈、客户的金融需求并智能的提供即时的金融服务。这就是银行达到智慧的理想状态。那么，要实现智慧，就需要有个引擎，实现对客户数据的即时采集、即时分析、即时应用，这就是智慧引擎，
智慧引擎是数据驱动型银行的核
心，是实现数据驱动的关键，主要包括两大部分，一是大数据平台，二是数据产品体系。
一、大数据平台
从大数据平台来看，要实现数据驱动，需要从实现以下三个方面的目标：
（一）数据的集成处理中心
理想的大数据要求全量数据、实时在线，这是实现智慧的根本基础，我们也可以理解为引擎所需要的汽油。因此，大数据平台需要集成银行全部的数据，包括历史数据和实时数据。要能实现对各类型数据的快速集成处理，尤其是流数据的即时处理。
（二）模型的集成处理中心
模型是实现智慧的手段，是引擎的重要零部件。平台要能实现各类业务应用模型的快速研发、快速部署应用，对各类模型的科学有效管理，并能实现模型的快速迭代。
（三）知识的集成处理中心
平台要能实现对各类大数据分析挖掘过程中形成的新思维、新方法、新变量等进行统一的集成管理，知识的逐步沉淀和共享有助于数据分析师、数据科学家们更快速的开展大数据相关工作，有助于提升银行的数据竞争力。
二、数据产品体系
如果说大数据平台是骨架，数据产品体系就是骨髓。一套具备前瞻性、科学研发的数据产品体系能够高效的支持银行的大数据应用，下文将就数据产品体系进行探讨。
（一）数据产品定义
谈到数据产品，有的朋友可能就要问数据产品是什么？的确，目前对于数据产品的定义尚没有一个统一的共识，每个人可能都有自己的认识，小编则认为数据产品是产品的一种，我们可以尝试的给出定义：数据产品是以数据为生产资料被生产出来的具有使用价值的一种产品形式。数据产品的表现形式多种多样，比如，数据表、营销清单、模型、分析报告等都可以是数据产品，只要是基于数据这一生产资料研发出来的产品，我们都可以把它定义为数据产品。（二）数据产品应用
前文我们尝试着给数据产品下了定义，那么数据产品有什么用呢？也就是他的使用价值是什么，从商业银行的视角来看，数据产品的用途很多，根据用户类型的差异，又有不同的价值。从用户来说，数据产品的用户包括数据分析师、业务人员、管理人员、客户等，按照用户的不同，大类上可以分为数据应用价值及业务应用价值。
1、数据应用价值
一是支持数据的快速应用。比如，基于已经形成的客户视图，数据分析师可以实现快速的复用，提升数据分析效率；
二是释放数据整合红利。比如，基础数据整合后形成的数据产品，可以让数据分析师对数据的认知更加一目了然，可以更有效的激发数据分析师的创新灵感。
2、业务应用价值
一是客户洞察。比如，客户画像就是一种数据产品，通过客户画像，我们可以了解客户的喜好、行为、信用、社会关系等信息，可以有助于我们更好的了解客户的需求，判断客户的风险，为进行业务决策提供支持。
二是客户营销。比如，我们可以基于银行拥有的数据，构建客户精准营销模型，挖掘营销成功概率更高的客户，让营销更加有的放矢。
三是风险管控。比如，我们可以基于数据，构建信用评分模型等，按照客户的违约概率大小进行排序，作为银行信贷产品风控流程的重要一环。
四是产品创新。比如，我们可以基于数据构建指数、客户积分等量化的数据产品，面向一线客户应用，这方面芝麻信用就是个典型的例子。具体可以见
《从芝麻信用看数据产品面向一线应用》
一文。
五是客户服务。比如，基于前述的客户洞察，我们可以针对性的为客户开展个性化的服务，类似基于位置的实时精准服务就是典型的应用。
六是业务决策。比如，基于业务分析报告，业务部门可以采取更有针对性的业务决策来解决业务痛点，提升决策的科学化水平。
（数据产品体系未完待续，后续将就数据产品分类、如何建设数据产品体系展开探讨，敬请关注。）
延伸阅读：
三论数据驱动型银行构建：数据资产价值评估
二论数据驱动型银行的构建
数据驱动型银行的第一本秘籍出现了……
