本文講的是<b>嫁接金融業 智能洞察是核心競争力</b>,目前，中國的金融行業資料量已經超過100TB，非結構化資料迅速增長。IDC認為中國金融行業正在步入大資料時代的初級階段。優秀的資料分析能力是當今金融市場創新的關鍵，資本管理、交易執行、安全和反欺詐等相關的資料洞察力，成為金融企業運作和發展的核心競争力。基于SunGard對于大資料的發展趨勢分析，大資料在存儲和處理架構方面的優勢将幫助金融企業充分掌握業務資料的價值，降低業務成本并發掘新的盈利機會。
<b> 客戶洞察：開發、服務、營銷</b>
IBM預測分析軟體大中華區銷售經理劉海亮認為：“在金融行業，應用大資料的主要目标是通過更深層次地了解客戶習慣以便更好地提升使用者體驗。一方面，數字化的關系模式讓客戶對服務的形式和結果有了更多的期待。另一方面，數字的高度內建化為更完整地了解客戶習慣提供了可能。”IBM調查資料顯示，以客戶為中心是金融企業的首要運作目标，這一目标占據整體戰略計劃的50%。
在目前的中國金融業，同質競争非常嚴重，建立在龐大人口基數上的海量客戶資料更應該被有效利用，提高客戶轉化率。例如中信銀行的信用卡中心已經通過Greenplum資料倉庫解決方案實作了秒級營銷，利用統一的客戶視圖，結合實時、曆史資料進行全局分析，使營銷活動配置平均時間從兩周縮短到2~3天。國内金融行業大資料應用已經起步，銀河證券資訊中心技術總監唐沛來表示：“目前公司已經利用結構化資料為客戶提供服務，如根據客戶的買賣資訊來分析客戶的投資偏好，是激進型、保守型還是平衡型等。”興業銀行北京分行IT經理黃晟表示：“興業銀行目前已經通過對還款資料的比較分析區分優質客戶，如每月還款2000元以上和5000元以上的客戶是不同類别，對此采取的服務方式和提供的産品也會不同。”以上隻是對資料的初步分析，對于大資料的進一步應用還可通過不同角度的篩選分析，支援企業的業務運作。以興業證券為例，通過營利率資料分析對客戶進行分類，分析出哪些客戶适合進行開發，哪些客戶适合進行營銷，市場團隊根據這些成果再去開發客戶，至少提高了30%以上的成功率。
通過大資料技術，擴充現有的客戶視圖(MDM、CRM等)，合并内部和外部資訊源，将資料轉化為實際的洞察力。以往需要客戶經理一對一和客戶溝通資訊，并以自身的經驗和知識水準提供回報。而在大資料時代，通過資料主動掌控進行客戶經營，不僅節省了成本，而且能夠覆寫到更廣泛的使用者群，為使用者提供更為全面、貼心的金融服務。
<b> 市場洞察：政策、模式、産品</b>
在金融投資分析領域，大資料挑戰了傳統的金融分析師，對全部資料進行整合分析，低成本地建立針對各個市場、面向不同使用者的交易政策。全球最大的對沖基金Bridge Water搜集了近百年的金融資料建立交易模型，其管理的資産中，99%的交易都由電腦決策做出。在國内，早在2010年，量化交易已經開始在期貨市場有小規模嘗試。期貨行業協會資訊部主任劉鐵斌認為：“利用大資料在證券市場進行量化交易的應用非常廣泛，期貨品種的豐富也為量化交易提供了更多的政策選擇，以大資料分析為基礎的跨市場交易、跨品種交易、跨期交易等都值得嘗試。”
網際網路金融的興起，凸顯了大資料的政策優勢，提供了金融模式發展的新思路。以阿裡集團為代表的網際網路企業以客戶資源和資訊資料庫為基礎，運用資料挖掘技術産生的金融創新模式正沖擊着銀行傳統的營運模式。經濟學家巴曙松在海南博鳌論壇上提出：“金融企業借道IT公司，可通過大資料及時采集資訊、行為資料，能夠利用比較低的成本，獲得資料應對政策。”阿裡集團涉足金融行業的優勢就在于資料。阿裡巴巴年交易額過萬億元，使用者從搜尋到浏覽、支付，每一個節點都将産生大量資料。淘寶首席商業智能官車品覺表示：“阿裡集團目前擁有的大資料達到30PB，目前有800名員工從事大資料相關的工作。”
除了網際網路公司利用資料向金融業滲透外，金融企業也主動尋求網際網路公司的資料支援，平安集團與百度合作，利用大資料研究消費者在網際網路上的行為習慣，進行産品創新。平安管道咨詢公司總經理助理徐漢華表示：“未來平安和百度的合作，将涵蓋保險、銀行、投資等全産品線。”
<b> 營運洞察：治理、監管和風控</b>
IBM大中華區銀行業解決方案進階顧問陳劍認為：“在金融領域的大資料平台中，通過非結構化的資訊補充傳統資料倉庫，并比對大資料存儲和計算技術，能使金融行業在提高營運效率、增強客戶的滿意度、規避風險方面取得突破。”目前，IBM的BigInsights 、Watson大資料分析平台、MongoDB大規模高頻金融交易資料處理平台、Oracle的Big Data Appliance等針對不同的需求，在金融企業的營運中實作了應用。
針對釣魚網站攻擊、信用卡套現等欺詐行為，基于大資料引擎，建立反欺詐模型，使用專業知識、已知的欺詐案例、異常情況的設定等資料資源可進行分析、判斷嫌疑行為是否違規，并能夠對複雜的多管道欺詐建構可視化解讀模型。國外金融機構對此應用較為成熟：摩根大通已經使用Hadoop技術滿足其風險防範需求，包括詐騙檢驗、IT風險管理和自助服務;西太平洋銀行則建立了事前風險管理 (PRM) 系統，使用銀行風險實踐資料快速更新有關欺詐的模型，以實時控制風險。
<b> 連結</b>
<b> 大資料與小額信貸——阿裡金融新模式</b>
阿裡金融基于純網際網路提供小額信貸服務，支援信貸的24小時開放、随時申請、随時審批、随時發放。大資料應用是網絡融資模式的核心内容，阿裡巴巴、淘寶網、支付寶等阿裡集團旗下一系列平台的底層資料完全打通，為阿裡金融産品提供大資料支援，使客戶網絡行為、網絡信用在小額貸款中得到充分運用。小企業在阿裡巴巴、淘寶店主在淘寶網上經營的信用記錄、發生交易的狀況、投訴糾紛等百餘項名額資訊等在評估系統中經過資源排程、系統監控、資料分析、算法優化等流程進行分析，最終作為貸款的評價标準。阿裡金融的小額信貸服務利用了電子商務公開、透明、資料可記錄的特點，解決了傳統金融行業針對個人及小企業貸款時存在的資訊不對稱、流程複雜等問題。
作者： 史紫薇
來源： IT168
原文标題：嫁接金融業 智能洞察是核心競争力