从大数据到智能数据

　　在工业化时代，机械力量的崛起改变了各行各业的面貌。在信息时代，计算机处理技术创造了新的商业模式。随着我们进入大数据时代，那些拥有繁荣发展前景的企业具备以下特征：巧妙地利用数据捕捉到能够改变游戏规则的分析理论和具有洞察力的观点，进而创造出新的创新型解决方案。

　　我们的研究表明，十家机构投资者中有九家认为数据和分析理论是关键性的战略优先事项。但是，把一件事放在优先位置并不总是等于给予了该事项应有的关注。换句话说，投资行业的很多人吃尽苦头才学到以下道理，即在大海里捞针是一回事，用这根针来缝东西又完全是另一码事。

　　数据方面的引领者和落后者的区别不是因为领先者更有实力而是因为落后者的瘫痪不作为。简单地说，可以很容易地——尽管昂贵——购买外置服务器和软件来收集和处理你的公司和所在行业产生的无穷无尽的数据流。但是，缺乏洞察分析的信息会鼓励不作为。这些信息没有被使用；瘫痪随之发生。你的企业——其所有的卖点——将会在竞争中落后。你可以告诉你的股东和董事会，你有一个大数据策略，但是你不能告诉他们你有一个智能数据解决方案。

　　对于来自日益复杂的投资世界的数据，智能数据解决方案能够帮助对其进行修正、管理和分析。因为科技使这些数据能够转移至实时平台，由此提供了宽阔的视野来支持风险管理和合规管理领域的关键决策制定。随着更为先进的分析工具的引进，关键是人们具备必要的专业知识来对数据进行理解并根据分析结果采取行动。

　　当我们理解了数据的目标时，大数据就变成了智能数据。比方说，金融机构可以探索利用大数据科技来降低成本——通过自动化把成本变得更低。大量的信息和庞大的计算能力也能够帮助减少时间的消耗——从简单的、更快速的执行到针对出现的风险进行建模对冲。

　　大数据可能包括的是有关客户潜在的需求信息；智能数据则提供了客户正在寻找的解决方案。它不仅向企业显示其客户的需求方向，也能够更容易地支持内部商业决策。

　　新市场意味着要对新的信息和新的语言代码进行阐释。作为投资者，传统上往往集中于做多策略，现在则为了追求阿尔法值转而进入新的另类资产类别，那么他们必须建立起必要的基础设施来支持这些新类型的投资。因此，风险管理成为一个投资者特别关注的问题。除了考虑上述新资产类别的风险，投资者还必须分析其投资决策的变化会对整体资产组合造成怎样的影响。

　　多资产类别、跨资产组合的分析学是理解风险所有含义的关键所在。我见过我们的机构投资者在这个过程中对数据管理感到困难，特别是当他们从传统的另类资产经理那里汇集信息和进行分析风险的时候。此外，他们自己的客户要求更大的透明度和更多的汇报。在这里，假如有一个框架能够汇集来自不同来源的数据并置入能够提供客户定制的风险报告的工具，这有助于解决上述挑战并展示出聪明地使用数据的好处。

　　监管汇报的复杂性和深度已经带来了更多的挑战。在很多情况下，金融机构现在被要求汇集和阐释其公司内部的所有信息并将这些信息转化为一个实时的资产组合概览。这不仅提供了监管者所要求的透明度，而且也赋予了投资者以下能力，即从数据中更好地洞察造市交易并据此做出更好的投资决策。

　　如今的市场领袖了解上述问题，他们已经迅速采取了大胆的举措来确保数据不被降级到仅被后台办公室用于会计和基准设定。简单地说，对最好的风险管理的需求以及投资者之间的透明度已经将数据置于前沿，作为一个关键的卖点和基金经理之间的一个区别点。

　　好消息是许多投资者理解这对于其业务和资产组合长期表现的关键性。我们的研究表明，被调查的400个机构投资者中，有86%在过去三年已经增加了对数据和分析学的基础设施投资。

　　欢迎来到智能数据的世界。