大数据技术与金融行业的深度融合研究

陈永坚

摘 要：处于数据化社会格局中，大数据技术已经广泛渗透到各行各业，带来了新的发展机遇和经管挑战。以金融行业为例，大数据征信、P2P网贷等业务有序开展，使其业务产品的覆盖面越发宽阔，逐渐实现个性化、民主化建设。基于此，本文结合国内金融行业现状研究展开分析，进一步提出大数据技术与金融行业深度融合的相关建议，以供参考。

关键词：大数据技术  金融行业  深度融合  大数据平台  征信体系

中图分类号：F830.9 文献标识码：A  文章编号：2096-0298（2020）02（b）--02

科学应用大数据技术，能够充分增强生产效果，完成金融行业互通融合。可是，国内金融行业的发展却呈现出保险机构、证券机构、银行机构互不干涉、各自为政的局面，严重制约了大数据技术的作用发挥。所以，金融行业必须加深相关技术知识的学习和研究，为行业创新以及管理升级提供助力。

1 国内金融行业现状研究

1.1 金融现状

相关研究相识，我国正从IT时代朝着DT时代升级，金融行业数据已经呈现出指数级递增的状态。当前，国内金融科技迅猛发展，获得非常明显的效果。证券、基金、银行、保险以及期货等传统的金融机构已经把新环境、新技术当作升级转型的核心武器，并且展开金融产品的优化、营销工作的调整以及运营机制的创新。同时，阿里、百度等以互联网平台为依托的企业也把业务项目成功延伸至金融市场中。金融学者、行业管理者逐渐把大数据环境里金融行业的发展策略当作重点问题，对比普惠金融、信用评估、互联网金融平台以及企业转型等角度设计金融企业发展的方案。

1.2 融合发展的问题

大数据技术的覆盖和普及，使得行业转型前进的过程中面临非常严峻的挑战，金融行业、大数据技术融合，在金融企业管理经营、业务监管、投资活动等环节发挥出重要作用。而作为建设、落实数据平台过早的金融行业却反而面临更大负担，第一，金融行业的整体形态相对复杂，大数据平台建立需要以保险、征信、P2P以及银行企业为主，不同业务项目对于大数据平台过于依赖，所以必须及时处理金融机构在大数据技术的相关业务需求;第二，金融数据平台所包含的数据过于复杂，涉及图片、非结构数据以及结构数据等多重格式。而对金融数据接入的需求、安保级别控制手段展开平台设计、维护，则是金融企业与大数据技术融合的又一难题。技术安全程度直接決定了行业的发展情况，我们必须由平台搭建、数据传输、安全保密、业务进展等方面入手，最大程度上保证安全性，严禁发生数据泄露等情况。

2 大数据技术与金融行业的深度融合

2.1 平台风险管控

大数据模式下，金融行业的最大发展难题就是征信体系的不健全，使得金融风险无法得到有效控制。而大数据技术则是建设、升级征信体系的基础条件，借助于信用评分减少逾期率，提高反欺诈的能力。有效融合大数据技术后，有效地改善借款人缺乏抵押物的情况，不论是个人还是企业，都会在网络平台中留下信息，购物记录、社交动态、交易数据、信用情况、交易习惯以及网页记录等信息都能够通过大数据搜索、预测以及分析技术，被用到信用额度、资信水平以及偿还能力的评估中。以360大数据的风控应用作为案例，企业广泛收集相关数据，深入挖掘大批量数据的衍生特点，把数据划分成不同的维度。然后使用上述数据、金融模型，建立起天机系统的基本框架，科学、快速的筛选用户，相较于未经过筛选的情况而言，筛选后的逾期率降低了近百分之五十。而招商银行则选择开设微信公众号，为银行客户带来实时查询交易信息、账号资金等业务，主动收集与反馈客户对于银行的投诉意见，获得了用户的一致认可，非常值得金融行业的其他机构借鉴与学习。某种程度而言，线上服务的建设，有效减少人工客户的维护成本，提高金融服务的流程化与标准化。大数据趋势下，金融机构也需要考虑社交体系建设的必要性，利用社交网络实施差异化业务推广，定期制定优惠活动，增强宣传效果。

2.2 客户画像

概括来讲，客户画像是对销售金融产品、提供金融服务的潜在、目标人群的面貌特征的真实描绘。作为客户原型综合性体现，可以有效反馈客户诉求，从而实现以结构为导向的产品设计。我们应该正确认识到，客户画像是展开精益化营销活动的核心技术，通过使用多维数据分析和采集，对比金融客户的差异化需求展开群分，形成内部便签，确保客户特征全面、简洁地呈现于市场人员眼前。同时，借助于客户画像这一技术进行客户分类工作，也帮助企业掌握了更多有效的行业信息，从根源上缓解了卖方、买方信息不匹配等问题。

2.3 智能营销

科学使用大数据技术，可以实现企业营销的精益化、智能化，科学参考大数据、云计算以及人工智能类现代化理念，极大程度上提高了营销工作的智能化。结合实际情况进行分析，自动化、数字化营销体系，可以及时升级企业当前所有的成熟产品，将原有的手动操作流程转变成自动呈现，为企业提供针对性更强的意见，省略了人工筛选这一步骤，确保营销活动的便捷、快速。人工智能、大数据技术也充分增强了用户选择准确程度，全程跟踪金融客户处于不同的社交平台、网络界面的具体行踪，从而实现数据闭环，执行口碑、营销、服务全线路的洞察，顺利地完成营销工作由“人寻找信息”转变成“人和信息的自动匹配”。此外，信息建设作为金融机构的主要工作模块，将金融思维与信息处理观念有机融合，实际办理金融业务、贷款业务前，相关人员需要填写对应的信息表，确保金融机构掌握客户基本信息。ATM、POS能够直接获取客户资金流向和消费信息，通过长期的积累，可以形成海量数据库，对比其他的电商企业而言，金融企业在数据库结构方面比较完整。比如，建设银行所推广的E贷通，依靠阿里巴巴的平台用户信息库，深入挖掘银行数据，判断该店铺是否符合贷款标准;招商银行进行数据挖掘过程中，科学分析客户的消费记录，搭建客户流失预警机制，宣传个性化的理财产品，挽留和吸纳更多潜在客户。

2.4 产品创新

由于经济结构的发展、转型，使得金融产品购买群体也随之产生变化，特别是近几年互联网发展创新了金融产品的购买方式与购买渠道，让越来越多的青年人接触、认可金融产品，并且成为年轻人的主要理财手段。這种大环境中，理财产品的传统偏好势必被影响。大数据技术实时收集和整理金融客户在电商平台、社交媒体等渠道的行为偏好，将“客群”当作金融产品宣传策划的核心指标，参照客户标签提取商业属性、人口属性以及行为属性，精准定位客户消费水平、消费途径以及消费需求，从而设计多样化金融产品和相应的推广方案。合理运用开放性架构的推动作用，比如X86结构的CPU处理器、计算架构更新升级，性能方面已经完全超越RISC性能，很好地满足了海量数据这一要求。大数据技术的支撑下，行业建立起服务创新的制度，将金融客户作为金融服务的中心，客观分析和总结消费行为，落实针对性服务，从而加速金融机构的差异性竞争局面。对于小额信贷、金融交易展开拓展，推广高频交易、小贷风控等业务，比如，国内A股市场每日以3小时为界限，定时整理上亿条交易信息，并且形成了量化投资交易模型，使得投资活动获得高效回报。

因此，大数据对于产品创新、产品升级等方面发挥着不可取代的商业价值。

3 大数据技术与金融行业深度融合的相关建议

3.1 加大平台之间的合作

当前，国内金融机构拥有的数据信息不论是种类，还是数量都没有达到整齐统一的标准，再加上金融机构片面关注自身经营，拒绝进行数据信息的共享，使得数据垄断情况迟迟得不到解决。数据垄断，是指金融机构已经拥有大批量的核心数据，但是却拒绝和行业内容其他组织、其他行业展开数据资源的交流共享，造成金融机构合作冲突的同时，对于建立大数据征信体系造成极大的阻力。相较于其他行业而言，金融行业数据平台主要依赖各机构的金融数据共享，只有鼓励金融机构积极交流数据，持续地改进数据共享管理机制，才能够保证企业数据的共享活动得到支持，最终实现金融数据库完善的目标。通过数据的共享，金融行业能够在相关行业领域找寻适合自身发展的机会，加快了行业间整合协同，填充在行业应用方面的空缺。

3.2 加大金融平台的监管

行业竞争愈发激烈，数据多渠道获取、大规模爆发，使得数据信息隐私安全的缺陷更加严重，综合分析个人层面、企业机构在数据安全这一问题上都迫切需要法律制度提供约束、支撑。站在保护隐私角度而言，逐渐调整隐私信息界定，优化维权方式以及处理手段，成为保证金融行业有序发展的核心内容。一方面，作为金融机构监管的工作部门，必须高度重视客户隐私的保护，进一步明确金融客户的信息使用界限，为金融活动提供数据指导;另一方面，加大金融行业的内部监管力度。以金融机构人士管控和保密机制为例，提高金融结构的内部系统维护、安全保护，积极应用防火墙、身份认证、数据加密、身份识别以及数字时间等网络安全控制方式，确保金融平台的稳定、安全运行。

3.3  建立优质金融人才梯队

国内针对大数据技术的研究仍然处于基础阶段，针对产品融合、技术创新等内容依旧和国外存在极大差距，想要突破这种局限性，离不开优质的金融人才的力量。大数据技术与金融行业相融合，在人才素质、综合能力等方面提出更高要求，相关工作人员必须实时关注行业发展的动向、掌握先进技术操作方法，更应该学会怎样利用先进技术搭建、升级金融平台。因此，金融行业、企业应该重视金融人才的培养，针对数据操作人员设计定期培训活动，最大程度上提高业务水平，建立发展空间更大的人才梯队，吸纳更多的复合型金融人才，为金融行业、大数据技术融合创新提供人力资源。企业结构的转型是融合大数据技术的前提，更是市场经济的发展态势，在大数据技术带动下，金融行业按照实际需求、行业现状调整结构，减少运营资金投入，创新企业管理的制度，从而适应时代潮流。

4 结语

综上所述，大数据技术的推动下，金融行业进行创新升级势在必行。而作为系统化工作，我们必须综合分析金融行业现状、现代化技术掌握程度等因素，积极引进和学习大数据技术，努力提升金融企业的核心能力，从而实现金融行业的健康发展。

参考文献

王国才.提升数据赋能打造极致体验——以“大数据+AI”助推工商银行“智慧零售”战略转型[J].金融言行：杭州金融研修学院学报，2018（3）.

董静.智慧金融将让生活更美好——访中央财经大学金融法研究所所长黄震教授[J].中国金融家， 2018（05）.

冉叶兰.对话雅乐美森总裁连广宇：“针对行业需求，深挖技术落地场景”[J].大数据时代，2019（01）.

蔡钊. 以总体国家安全观为指引， 开启金融科技创新新征程[J]. 中国金融电脑， 2018（08）.