当今，已是企业战略及其市场地位与信息技术息息相关的时代。但是，随着信息技术的发展，企业产生的数据大量地堆积和膨胀，其中很多十分有价值的信息隐藏在其中却不被人们所发现。如何对这些海量的数据进行管理，并从中提取潜在的有价值的信息，则是中国银行股份有限公司广东省分行数据研发中心主任李芳颖多年来研究的目标，这也使之成为企业在激烈的市场中占据优势地位的关键点，并且在金融领域中的应用取得了广泛和重大的进展。

李芳颖根据她多年来所研究的数据挖掘，表示这是对数据库中的数据进行一定的处理，从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含的、事先未知的、但又是潜在有用的信息和知识的过程。其处理对象是大量的日常业务数据，它主要基于人工只能、机器学习、统计学等技术，高度自动化地分析原有的海量数据，做出归纳的推理，从中采掘出潜在的模式，预测未知的行为，提高信息的利用，改变“人们被数据淹没，同时却仍感到知识饥渴”的资源浪费的局面。

大部分银行和金融机构提供丰富多样的银行服务、信用服务和投资服务。由于交易的频繁性、信息的不对称性加上从海量数据中挖掘信息，李芳颖通过金融数据挖掘技术从这些信息中查找到有效的信息用来帮助监管部门及投资部门进行有效监督和投资管理，帮助银行部门描述客户以往的需求趋势并预测未来，并能够分析潜在的信誉较差的客户，及时采取措施减少资产损失等。

这些收集到的金融数据通常相对完整、可靠并具有高质量，方便了系统化的数据分析和数据挖掘。李芳颖通过金融数据进行数据挖掘包含了四个部分的应用分析情况，一是为多维数据分析和数据挖掘设计和构造数据仓库，二是贷款偿还预测和顾客信用政策分析，三是针对定向销售的顾客分类与聚类，最后则是洗黑钱和其他金融犯罪的侦破。

因此，数据挖掘在我国金融业信息化建设中被广泛应用，帮助各大企业在激烈的市场竞争中取得优势地位，并显现出巨大的应用前景。李芳颖表示，加强对外技术经验交流，继续深化体制改革，充分挖掘自身独特的优势，创新产品服务，加强客户关系管理，这将是我们在激烈的竞争中取得长足发展的关键。（赵群）