相比數據湖，易觀方舟數據河的IOTA架構，可以將來自App/小程序、ATM、后臺CRM，以及IoT設備（如人臉識別）數據的涓涓細流，會聚在一起支持業(yè)務創(chuàng)新。
其次，易觀給出了方舟PaaS平臺。
應該說，AI、機器學習、大數據的技術方法和平臺是銀行業(yè)務的創(chuàng)新的基礎。但是擁有這樣的一個平臺，就能夠解決銀行業(yè)務創(chuàng)新的問題嗎？
答案是否定的。技術是必要條件，但不是充要條件。
這是易觀給出的銀行業(yè)務創(chuàng)新的方法論。
一些城市商行、股份制銀行和商業(yè)銀行將該方法應用到了信用卡、創(chuàng)新業(yè)務的分析中，類似App分析、用戶畫像，但這些真的有用嗎？我對此持懷疑的態(tài)度。
問題并不出在技術平臺和方法論。問題應該出在收數，這個關鍵的環(huán)節(jié)。一句話，銀行需要的數據從哪里來？銀行的APP對于用戶有黏性嗎？如此收集上來的數據，真能夠分析出價值來嗎？
與美國等發(fā)達國家相比，中國的金融產品和服務還非常初級，小小的一個余額寶，不過是一個按日計息，就能夠把儲戶吸引過去，由此可見，中國金融產品之匱乏。
金融產品創(chuàng)新可以建立在類似易觀方舟這樣的平臺基礎上的，但創(chuàng)新并不是一次數據分析/挖掘的結果，而是一個數據不斷循環(huán)往復，改善產品，迭代發(fā)展的過程。沒有粘性，談何持續(xù)？
一句話，銀行的業(yè)務創(chuàng)新剛剛開始，遠沒有摸出門道。
業(yè)務創(chuàng)新的基礎是數據，但是數據并非一定要來自App、ATM，也不一定非要來自銀行自身，所謂“開放銀行”，更多的是一種生態(tài)之間的協同融合，將開放銀行理解為數據開放是狹隘的，銀行最有價值的儲戶信息，可以開放嗎？
這些數據不可以開放，銀行又有哪些數據可以開放呢？還是踏踏實實做好生態(tài)協同吧！很多時候，銀行需要滲透到他人的生態(tài)，這才是正途。總之，銀行業(yè)的好日子過得太久了，他們能夠放下自身的架子嗎？
