下面我分别做一个介绍。第一，以平台为支撑构建大数据的技术体系。我们把大数据的技术体系分成战略层面、规划层面和设计及交付层面，在这里面最重要的是大数据的体系架构，分为业余架构、应用架构、信息架构和技术架构四个不同的架构，在这四个不同的架构里分别支撑我们的业务流程和端到端的场景及应用的组建及分析模块，最后是设计跟交付。我在这张图里特别提到我们在实施的方面采用分行试点的模式，有很多的调查机构在对大企业实施大数据项目做了总结之后发现大数据的项目实施方法上分两个流派，一个流派是自顶向下的，上来规划很大的大叔据的东西，从地层往下逐渐延伸，累了大量的数据，在这里面做清洗分析，在这里面找规律，再看这个企业怎么从数据里得到什么样的东西。另一个流派是从底向上的，先看需要哪些东西，再对这些数据进行整合。我看了很多相关的实例之后，后一个方法在现阶段的效果会更明显，有了清晰的需求才会更准确的对位需求的产品。所以我们在大数据实施的策略上采取小步快跑、快速迭代、迅速试错的方式。
这是中国相关的云平台的建设策略，中银开放平台，2014年IDC金融的大奖，去年获得人民银行的奖，亚洲金融家组织把它评为今年最佳的金融云服务产品，这个产品是我们对大战略的落地实施的例子。这个产品的主要设计思路是我们把整个中国银行的大数据进行了归并整理之后，开发了1000多个标准的API接口，这些API接口可以用与我们的分行甚至我们的客户，在我们规划的未来里，可以通过这些API访问和使用中国银行的数据，用于加工得到自己想要的相关结果，目前已经有很多分行利用这样的平台开发出了很多比较受欢迎的产品，大家如果有兴趣的话可以在苹果的APP Store或者安卓的平台下载这个产品看一下。
以数据为基础充分整合数据资源，扩充银数据采集范围，延长保存周期，跟刚才讲的一样，我们在很多产品里把一线的数据通过延长保存周期的方式变成在线的数据。整合海内外商业银行及集团附属公司的数据，中国银行在混业经营方面范围是比较大的，我们有很多保险、基金等等的附属公司的数据，我们希望都能把它整合进来，拿到跟客户相关的完整的数据。我们非常希望利用银行的外部数据服务，借这个机会做一个呼吁，很多渠道的互联网企业掌握的数据在广度宽度上比金融企业有优势，他可能更会知道客户什么时候上网，访问了什么网站，在哪个网页待了多长时间，宽度可能比银行宽，但是金融企业的数据是有深度的。
给大家讲个很有意思的例子，迪宝就是ATM的主要供货商，他是这家企业的主要管理人员，他给他的客户在某个地方装了一台新的ATM，用了一段时间客户来找白天没什么交易量，晚上有大量的交易，是不是有欺诈的可能，迪宝建议他找个侦探看看，这家机构真的是雇了个侦探，调查了没两天就回来说晚上交易频繁的主要原因是这台ATM旁边很近的地方新开了一个色情俱乐部，很多人不愿意在色情俱乐部留下他的信用卡记录，所以这个ATM在12点到2点的时候取现交易非常频繁。拿到这个调查结果之后，迪保一笑了之了。当地马上出了一个很大版的新闻，某某银行知道昨天晚上谁去了那家俱乐部，迪宝自己在评论这件事的时候说银行的数据不仅记录了一个客户在某个时间做了多大金额的交易，他通过交易地点和交易类型能帮助很多东西，能够帮助我们分析出客户的行为习惯。所以说银行或者金融企业的数据在深度上不是一般的互联网企业能够比拟的，如果我们金融行业跟其他的相关企业进行有效的数据交换，大家彼此利用对方的优势，就能够使我们这个数据得到更完美的使用。
这是中国银行的整体架构图，跟前面三大行的专家介绍大同小异。我们希望通过全集团的数据对客户进行一个360度的信息采集的规划的架构图。我们非常希望在合规的前提下充分利用银行外部的数据服务。以应用为驱动，深入挖掘数据价值。举一个例子，某个分行做的一触即发的产品，他的产品思路是基于客户已有的信息的分析和客户的年龄、客户的区域、客户的背景资料、客户的交易行为习惯，他在网点排队取号，右边有针对客户的产品推荐，这是大数据应用的场景。此外中国银行还推出来口碑贷、中银沃金融的服务，都是按照这个思路去进行我们产品的组合规划和设计。