京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力互联网金融健康发展
近年来,伴随着信息技术与经济社会各领域的深度融合,全世界范围内数据量都呈现出爆发式增长的新态势。去年9月5日,国务院正式发布促进大数据发展行动纲要,从促进大数据发展的高度,提出了我国大数据的顶层设计,引导大数据发展,使大数据成为创业创新的新动力,在全社会引起广泛的反响。在此背景之下,由钱爸爸独家承办的第二届大数据金融论坛30日在深圳举办,互联网金融诚信行深圳站活动同时启动。来自国务院、人民银行、工信部、发改委、银监会、社科院、红岭创投、钱爸爸、恒昌、国盾聚亿等300余位互联网金融、大数据风控、云计算、区块链等相关行业的政府领导、专家、学者、企业家代表,共同分享大数据金融应用领域的观点和经验。
本次论坛由中国电子商务协会互联网金融研究院主办,以“大数据助力互联网金融健康发展”为焦点议题,共同探讨大数据金融行业的发展面临的现状与挑战、未来发展方向,以及如何最大化利用大数据优势为金融行业做铺垫等话题。
研讨会还关注了目前行业中比较热门的普惠金融、大数据征信、风险管理等诸多热门话题,并呼吁企业树立诚信价值观,在坚持经济效益同时做到社会效益并重。
论坛上,中国人民银行调查统计司司长盛松成对比互联网金融最近以来发生的变化、发展以及未来走势发表了自己的看法,他在发言中表示,互联网金融已经过了野蛮生长期、头脑发热期,大家也开始认识到互联网金融存在监管难、风险大等问题,但其利用现代科技手段来推动对经济薄弱环节的支持,尤其对中小微企业的支持,这都显示出其相较于传统金融的有利之处。网贷的成交量和余额增长比较快,也说明了互联网金融仍然具有较强的生命力和良好的发展前景。
互联网金融行业在未来的发展中有较大的市场前景,那么,大数据在互联网金融发展过程当中发挥着怎样的作用呢?国务院国有重点大型企业监事会主席季晓南会中表示,大数据金融将成为互联网金融重要的发展方向。“大数据金融可以为金融业的创新发展提供新动力,可以为解决金融难题问题新助力,特别是中小企业、小微企业融资难、大数据金融具有相对于传统金融企业的优势。”同时,季晓南建议,大数据金融既要考虑技术因素,也要考虑市场因素,大数据金融要以企业为主体,在本身不断创新发展的同时,更要切实加强风险管控。
工信部信息中心总工程师童晓民从对国家大数据战略角度来谈自己的感受和体会,他表示现在我们站在“互联网+、大数据”新的起跑线上,可以引领我们的生活发生变化,能够孕育发展的新思路、开辟国家治理新路径,推动行业提高核心竞争力。
大数据不仅在人们的日常生活中应用十分广泛,在互联网金融发展过程中也起到了非常关键的作用,在互联网金融发展的现阶段就更要建立完善的征信体系。中国社科院研究所所长助理杨涛强调互联网征信需要更明晰的顶层设计。大数据对于金融、对于征信起到的作用是极其大的,与此同时我们要理性的看待,一方面有助于改善过去模糊化的信用生态环境,中国社会是缺乏数字管理的社会,就是缺乏数据、缺乏数字、缺乏精准定位,这是需要改变的。与此同时,在软环境存在约束的情况下,也不能对大数据信息过于迷信。
针对大数据金融的未来发展,钱爸爸张凯也在会中从企业家的角度提出了大数据金融在企业实操中的应用以及对大数据金融的未来发展与展望。张凯认为,钱爸爸在运营中通过对后台数据的挖掘,以及对市场的行业数据的对比,会更清晰地了解到用户,会指导钱爸爸进一步为用户提供更好的服务,开展更多的产品与服务的创新。另外,对用户的行为分析还会带来对用户行为的预测,包括钱爸爸会紧随资金的流向,紧跟项目的走向,去判断用户可能未来会出现什么情况。进而会对下一步的环境进行预估。比如说,钱爸爸会根据用户对业务项目的选择喜好和偏好,结合行业数据,预估下一步行业的特点在哪,或者说用户的喜好会在什么地方发生。当然,钱爸爸也在尝试利用大数据的数据保留,包括风险防控和反欺诈体系的应用,最终达成对平台风险的把控。在谈到互联网金融的展望时,张凯说“互联网金融的未来,大数据的应用将成为主流,这一点是毋庸置疑的。大数据确确实实会影响我们的生活,甚至会影响我们未来很多的战略高度和战略决策,我们也相信大数据在未来的应用中会占据主流地位。”
大数据已经得到政府、行业、相关媒体的高度关注,相信,在各界人士的共同努力下,互联网金融企业将会运用大数据为人们的生活提供更加细化的产品和更加精细的服务!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【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