Page 86 - NO.165銀行家雜誌
P. 86
特別報導
Special Issue
金融業的大數據分析，非常重視數據整理、數據建模，通常還得將結論圖像化、影像化。（圖／達志影像）
資料品質決定分析品質 資料正確性高低，決定大數據分析預
測的價值。張惠欣建議，因為資料可能來自多
「其實，在全球金融業共同遵守的《巴 個源頭，紀錄格式不一，金融業應先建立統一
塞爾協定》（Basel Accord）中，便已明文 的標準、規格，並以此標準、規格，重新整理
規範，金融業應如何界定資料品質。」張惠 資料，否則很可能誤刪諸多寶貴、甚至關鍵的
欣引用《巴塞爾協定》，說明品質優良的資 資料，「最常見的情況是，有些機構習慣以西
料，應符合攸關性高、完整性高、正確性高 元紀年，有些機構堅持以民國紀年，有些紀錄
等3個條件。 以月為單位，有些紀錄則以季為單位，若不統
攸關性，指資料內容與大數據分析目的的 一，分析便易失焦、失真。」
關聯性；若目的是為評估信用風險，資料內容
與信用風險攸關性越高，其分析價值越高。 社群網路留言亦是資料
長期資料的完整性，必定高於短期資
料。但張惠欣提醒，若金融業大數據分析的 與 其 他 產 業 的 數據相較，金融業的數
目的，屬性偏穩定、保守，就需要完整性較 據精準甚多。張惠欣說，人們在買衣服、辦
高的資料，「如用於評估信用風險，金融業 手機時，所填寫的客戶資料，或不甚精確，
必定期待建立不易波動的模型，不要一直變 或故意造假，「金融業會嚴格查核客戶填寫
來變去，難以追蹤、掌控」；若目的是為發 的資料，有時還要求客戶提供證明、檢附證
想行銷方案，僅需短期資料即可，完整性不 件，不同業者還會互通資料，故其資料價值較
必太高。 高。」
86 台灣銀行家2023.9月號
1 5% JOEE
