京公网安备 11010802034615号
经营许可证编号:京B2-20210330
科技重构商业模式 金融业拥抱大数据时代
自2011年麦肯锡系统提出“大数据”概念以来,短短几年之内,大数据就深入到各个行业,特别是对银行、证券、保险、基金等在内的金融业产生了重大影响。
“如今是信息创造价值的时代,相信终有一天,数据价值将超过土地价值。科技重构商业模式,数据决定银行未来的发展。”中国工商银行管理信息部副总经理陈道斌表示。
上海农商行首席信息官周衡昌也认为,大数据助力银行业务转型发展,“客户画像、智能客服、智能投顾已经在银行中得到深入应用。”
16日在青岛举办的“第五届全国金融大数据战略与应用研讨会”上,金融业人士对大数据的“用武之地”各抒己见。
利用大数据排查风险,自动检测用户可能的违法行为是大数据应用的另一场景,中泰证券信息技术部副总经理何波介绍,利用机器学习的方式,中泰证券基于用户交易行为、资产数据等实现了场外配资的自动监测系统,根据用户的行为特征自动识别场外配资账户,有效提升了配资账户查处的效果。
据平安金融壹账通产品总监兼开放平台负责人陈烨介绍,在当前信用贷整体风险较严重的背景下,人工智能可应用在不同的信贷场景下,包括贷前审查,贷中监控和贷后管理,打造全流程智能化贷款平台。
北京信睿宝金融信息服务公司总经理初壮认为,“互联网是生产力,金融是生产关系,生产力和生产关系垂直组合构成一个新的空间关系”。他还总结道,“在人工智能席卷而来的今天,发现人的本质,实现人的价值依然是互联网金融未来发展的一个终极目标。”
“总的来说,金融业引进现代化的大数据和量化模型技术,应用于各项业务策略和流程中,构建量化模型体系和决策模型,可有效降低风险和管理成本,提升流程效率,控制风险,优化客户体验。”复星集团量富征信总经理钱聪提到。
对于时下争议颇多的区块链技术,中国分布式总账基础协议联盟技术委员会主任、原上海证劵交易所副总裁、总工程师白硕表示,“如今,区块链、大数据和人工智能已经紧密的联系在一起,数据要确保在边界之内,边界由区块链把守它的信任,智能又可以超越边界去产生,这三者结合在一起,大乱之后大治,大数据在区块链领域的应用前途是光明的。”
美国富国银行总行国际贸易金融部副总裁谢平甚至认为,区块链技术可用于解决一带一路上的信用挑战,以服务一带一路上的贸易融资。
中国科学院大学管理学院副院长董纪昌表示,未来金融信息将实现可视化,推动智慧金融发展,并与物联网技术融合。大数据应用于高频金融交易及跨界金融服务将越来越普遍。
中国科学院大学金融科技研究中心主任、吉贝克董事长刘世平则表示,大数据的关键是更加深入和广泛的数字化和全社会的互联互通。“数字化是一种思维模式,是要用数据说话不是拍脑袋。”
“大数据发展的关键是存储技术的发展,移动设备的发展,新的算法和计算能力的提升;当然应用永远是第一驱动力。”他相信,大数据和物联网,区块链和人工智能的结合未来会更加紧密,应用会彼此呼应。
“让我们拭目以待,等待新的科技发展的到来,让我们一起融入到这个历史洪流之中。” 刘世平对金融大数据未来的发展充满信心。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20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%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15