金融行業大數據應用需求分析
(1)需要可擴展性開放架構做支撐
大數據量必然要求金融企業IT基礎設施更易于數據的整合與集中、擴展與伸縮，以及管理與維護，同時還必須具備良好的可靠性、可控性、安全性。近年來，隨著x86架構CPU處理器制程、內部計算架構設計推陳出新，性能已逐漸趕上RISC服務器，同時，在穩定性、可用性及服務性也足以勝任海量數據對基礎架構能力的要求，因此，具備高擴展性的開放架構正逐步成為金融行業應對大數據的優選方案。
(2)大數據在加強風險管控、精細化管理、業務創新等業務轉型中將起到重要作用
首先，大數據能夠加強風險的可審性和管理力度，支持業務的精細化管理。當前中國銀行業利率市場化改革已經起步，利率市場化必然會對銀行業提出精細化管理的新要求。
其次，大數據支持服務創新，能夠更好地實現“以客戶為中心理念，通過對客戶消費行為模式進行分析
(比如事件關聯性分析)，提高客戶轉化率，開發出不同的產品以滿足不同客戶的市場需求，實現差異化競爭。
(3)在高頻金融交易、小額信貸、精準營銷等領域加速推進目前大數據應用已經在金融業逐步推開，并取得了良好的效果，形成了一些較為典型的業務類型，如高頻金融交易、小額信貸、精準營銷等。
高頻金融交易的主要特點是實時性要求高和數據規模大。目前滬深兩市每天4個小時的交易時間會產生3億條以上逐筆成交數據，隨著時間的積累數據規模非常可觀。與一般日志數據不同的是這些數據在金融工程領域有較高的分析價值，金融投資研究機構需要對歷史和實時數據進行挖掘創新，以創造和改進數量化交
易模型，并將之應用在基于計算機模型的實時證券交易過程中。
小額信貸是另一個大數據應用領域，阿里巴巴和建行在2007年推出一個專注于小企業的貸款計劃——e
貸通，阿里巴巴擁有大量用戶信息，并匯集了他們詳細的信用記錄，利用淘寶等交易平臺掌握企業交易數據，通過大數據技術自動分析判定是否給予企業貸款;而建行坐擁巨額資金，希望貸款給無信用記錄但發展勢頭良好的小企業。到2012年年底，阿里巴巴累計服務小微企業已經超過20萬家，放貸300多億元，壞賬率僅為0.3%左右，低于商業銀行水平。
(4)在精準營銷方面，各大金融機構也紛紛開始行動
招行通過數據分析識別出招行信用卡高價值客戶經常出現在星巴克、DQ、麥當勞等場所后，通過“多倍積分累計”“積分店面兌換”等活動吸引優質客戶;通過構建客戶流失預警模型，對流失率等級前20%的客戶發售高收益理財產品予以挽留，使得金卡和金葵花卡客戶流失率分別降低了15個和7個百分點;通過對客戶交易記錄進行分析，有效識別出潛在的小微企業客戶，并利用遠程銀行和云轉介平臺實施交叉銷售，取得了良好成效。
浙公網安備 33010802003509號
杭州講師網絡科技有限公司
