金融行業(yè)大數(shù)據(jù)應(yīng)用需求分析

(1)需要可擴(kuò)展性開(kāi)放架構(gòu)做支撐

大數(shù)據(jù)量必然要求金融企業(yè)IT基礎(chǔ)設(shè)施更易于數(shù)據(jù)的整合與集中、擴(kuò)展與伸縮，以及管理與維護(hù)，同時(shí)還必須具備良好的可靠性、可控性、安全性。近年來(lái)，隨著x86架構(gòu)CPU處理器制程、內(nèi)部計(jì)算架構(gòu)設(shè)計(jì)推陳出新，性能已逐漸趕上RISC服務(wù)器，同時(shí)，在穩(wěn)定性、可用性及服務(wù)性也足以勝任海量數(shù)據(jù)對(duì)基礎(chǔ)架構(gòu)能力的要求，因此，具備高擴(kuò)展性的開(kāi)放架構(gòu)正逐步成為金融行業(yè)應(yīng)對(duì)大數(shù)據(jù)的優(yōu)選方案。

(2)大數(shù)據(jù)在加強(qiáng)風(fēng)險(xiǎn)管控、精細(xì)化管理、業(yè)務(wù)創(chuàng)新等業(yè)務(wù)轉(zhuǎn)型中將起到重要作用

首先，大數(shù)據(jù)能夠加強(qiáng)風(fēng)險(xiǎn)的可審性和管理力度，支持業(yè)務(wù)的精細(xì)化管理。當(dāng)前中國(guó)銀行業(yè)利率市場(chǎng)化改革已經(jīng)起步，利率市場(chǎng)化必然會(huì)對(duì)銀行業(yè)提出精細(xì)化管理的新要求。

其次，大數(shù)據(jù)支持服務(wù)創(chuàng)新，能夠更好地實(shí)現(xiàn)“以客戶為中心理念，通過(guò)對(duì)客戶消費(fèi)行為模式進(jìn)行分析

(比如事件關(guān)聯(lián)性分析)，提高客戶轉(zhuǎn)化率，開(kāi)發(fā)出不同的產(chǎn)品以滿足不同客戶的市場(chǎng)需求，實(shí)現(xiàn)差異化競(jìng)爭(zhēng)。

(3)在高頻金融交易、小額信貸、精準(zhǔn)營(yíng)銷(xiāo)等領(lǐng)域加速推進(jìn)目前大數(shù)據(jù)應(yīng)用已經(jīng)在金融業(yè)逐步推開(kāi)，并取得了良好的效果，形成了一些較為典型的業(yè)務(wù)類型，如高頻金融交易、小額信貸、精準(zhǔn)營(yíng)銷(xiāo)等。

高頻金融交易的主要特點(diǎn)是實(shí)時(shí)性要求高和數(shù)據(jù)規(guī)模大。目前滬深兩市每天4個(gè)小時(shí)的交易時(shí)間會(huì)產(chǎn)生3億條以上逐筆成交數(shù)據(jù)，隨著時(shí)間的積累數(shù)據(jù)規(guī)模非?？捎^。與一般日志數(shù)據(jù)不同的是這些數(shù)據(jù)在金融工程領(lǐng)域有較高的分析價(jià)值，金融投資研究機(jī)構(gòu)需要對(duì)歷史和實(shí)時(shí)數(shù)據(jù)進(jìn)行挖掘創(chuàng)新，以創(chuàng)造和改進(jìn)數(shù)量化交

易模型，并將之應(yīng)用在基于計(jì)算機(jī)模型的實(shí)時(shí)證券交易過(guò)程中。

小額信貸是另一個(gè)大數(shù)據(jù)應(yīng)用領(lǐng)域，阿里巴巴和建行在2007年推出一個(gè)專注于小企業(yè)的貸款計(jì)劃——e

貸通，阿里巴巴擁有大量用戶信息，并匯集了他們?cè)敿?xì)的信用記錄，利用淘寶等交易平臺(tái)掌握企業(yè)交易數(shù)據(jù)，通過(guò)大數(shù)據(jù)技術(shù)自動(dòng)分析判定是否給予企業(yè)貸款;而建行坐擁巨額資金，希望貸款給無(wú)信用記錄但發(fā)展勢(shì)頭良好的小企業(yè)。到2012年年底，阿里巴巴累計(jì)服務(wù)小微企業(yè)已經(jīng)超過(guò)20萬(wàn)家，放貸300多億元，壞賬率僅為0.3%左右，低于商業(yè)銀行水平。

(4)在精準(zhǔn)營(yíng)銷(xiāo)方面，各大金融機(jī)構(gòu)也紛紛開(kāi)始行動(dòng)

招行通過(guò)數(shù)據(jù)分析識(shí)別出招行信用卡高價(jià)值客戶經(jīng)常出現(xiàn)在星巴克、DQ、麥當(dāng)勞等場(chǎng)所后，通過(guò)“多倍積分累計(jì)”“積分店面兌換”等活動(dòng)吸引優(yōu)質(zhì)客戶;通過(guò)構(gòu)建客戶流失預(yù)警模型，對(duì)流失率等級(jí)前20%的客戶發(fā)售高收益理財(cái)產(chǎn)品予以挽留，使得金卡和金葵花卡客戶流失率分別降低了15個(gè)和7個(gè)百分點(diǎn);通過(guò)對(duì)客戶交易記錄進(jìn)行分析，有效識(shí)別出潛在的小微企業(yè)客戶，并利用遠(yuǎn)程銀行和云轉(zhuǎn)介平臺(tái)實(shí)施交叉銷(xiāo)售，取得了良好成效。