京公网安备 11010802034615号
经营许可证编号:京B2-20210330
近年来,大数据、云计算等技术的出现,给包括金融业在内的几乎所有业态都带来不小的冲击。互联网时代自小米模式开启,“用户思维”便深植人心,而大数据和云计算等技术,则可以通过对用户上网痕迹的捕捉和统计,在产品或服务的提供方面大做文章。金融业也就此进入“大数据金融”的时代。
所谓大数据金融,即是指利用大数据开展金融服务,将海量数据通过互联网、云计算等信息化方式处理,结合传统金融服务,开展资金融通、创新金融服务。许多商业银行纷纷利用大数据更好地了解客户,制定有针对性的行动方案。前瞻产业研究院发布的《2015-2020年中国大数据金融行业市场前瞻与投资战略规划分析报告》指出,大数据可以在银行以下六个领域中得到应用。
图表:大数据在银行的主要应用领域
BCG 前瞻产业研究院整理
在大数据金融的时代背景下,移动金融的发展势不可挡。公开资料显示,截至2014年底,我国移动智能终端使用规模共达10.6亿台,而这一数字在2012年仅为0.7亿台。智能终端使用规模的大幅扩张,也拉动了人们对移动金融业务的需求。由于移动金融业务产生大量零散的数据,商业银行便可以通过对这些数据的统计来挖掘用户喜好,对产品和服务进行针对性的调整和优化,充分发挥了大数据的价值。
商业银行移动金融生态圈包括哪些领域?
2015年1月,央行印发了《关于推动移动金融技术创新健康发展的指导意见》,强调移动金融是丰富金融服务渠道、创新金融产品和服务模式、发展普惠金融的有效途径和方法。早在2010年,浦发银行率先提出发展移动金融,2012年明确将移动金融列入了全行重点发展战略。2014年,浦发银行与中国移动、复旦大学联合发布移动金融3.0标准及新生代用户移动金融信心指数。此外,包括工商银行在内的国有银行、招商银行在内的股份制银行等也纷纷发力移动金融,手机银行、移动理财等移动金融业务竞争态势也愈演愈烈。那么商业银行在布局移动金融时,主要涉及哪些领域呢?
移动银行
移动银行也就是我们通常说的手机银行。手机银行的出现进一步延伸了PC端网上银行的优势——不受时间与空间的限制。只要手机可以上网,就能够随时满足用户所需。目前银行在手机银行上的布局主要有App和微信银行两种方式,而App目前的客户数量相对较多。以建行为例,截至2015年6月底,建行手机银行客户数量达1.64亿户,位居同业首位;其中个人网银客户数量达到1.93亿户。而微信银行客户为2066万户,同样位居同业首位,但用户数量方面与手机银行App相比还有一定的发展空间。
移动支付
你去7-11买东西,可以直接用微信支付;去饭店吃饭买单,可以直接用支付宝……诸如此类的场景屡见不鲜,而这在几年前却不为大众所知。移动支付发展速度之快不仅体现了互联网时代信息的传播效率,也体现了用户对于“便捷”的新兴事物接受程度超过预期。
前瞻产业研究院正在重磅打造的系列报告《中国移动金融3.0系列报告之商业银行移动金融战略创新与趋势前瞻》显示,近年来,移动支付市场规模每年以30%左右的增幅快速增长,许多互联网企业,如阿里在第三方支付领域都发展迅速。由于普遍对移动支付前景看好,商业银行也加大对移动支付的投入。以民生银行为例,民生银行创新推出手机银行二维码收付、网购扫码付款等支付功能,不断为客户打造便捷的支付结算服务。
移动理财
目前国家对“互联网+”的支持力度不断加大,智能手机和4G网络普及率也有所增长,理财产品也逐渐向移动端发展。业内人士表示,移动理财将成为继移动支付后下一个竞争蓝海。
2015年下半年以来,股市风云再起,国际经济形势也趋于紧张。此时,许多人尤其是中小资金规模投资者纷纷将目光转向其他理财产品。一时间,P2P网贷、众筹行业成为投资者新宠。而在移动化趋势的推动下,理财产品也逐渐从PC端转移到移动端,传统银行凭借良好的信誉也介入了此轮“移动理财之战”。目前,包括广发银行、平安银行等在内的传统银行,不断创新理财产品的同时,也逐渐关注移动理财入口的建设,力求通过内外兼顾的模式吸引用户群体,扩大资金规模,并进一步拓展其他相关业务。
除此之外,商业银行移动金融生态圈内还包括移动商务与移动营销。移动商务领域,光大银行已经推出“光大购精彩”,先后与苏宁易购、我买网、唯品会等大型电商跨界合作,为客户提供便捷的消费体验;移动营销领域,浦发银行将“智能移动营销终端”应用于专业理财服务,通过技术的合理运营,为专业理财人员提供了更加专业的技术支撑,设计更加合理与科学的投资组合方案。
如今,我国经济正在步入新常态,互联网尤其是移动互联网正在席卷各个产业,商业银行转型升级也势在必行。对此,移动金融的竞争或将现有格局打乱,能将移动终端布局做好的银行势必会迎来新一轮的飞速发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14在Python数据分析中,Pandas作为核心工具库,凭借简洁高效的数据处理能力,成为数据分析从业者的必备技能。其中,基于两列(或多 ...
2026-05-14 很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会 ...
2026-05-14在零售行业存量竞争日趋激烈的当下,客户流失已成为侵蚀企业利润的“隐形杀手”——据行业数据显示,零售企业平均客户流失率高达 ...
2026-05-13