京公网安备 11010802034615号
经营许可证编号:京B2-20210330
探讨大数据 推动银行零售转型
8月23日~24日,“2018中国零售金融大数据论坛”在深圳举行,来自国内外各大银行、非银金融机构、金融科技公司、金融服务公司的500多名高管前来参会,共同探讨大数据推动银行零售转型的相关话题。清华大学金融科技研究院副院长薛正华、百融金服CEO张韶峰、 中国银行业协会金融科技实验室数据治理专家牛琳等嘉宾发表了演讲。
薛正华:
金融与科技实现共赢
“金融科技,一端是金融机构丰富的金融资源,一端是科技公司研发的前沿技术,在全球金融机构与科技公司强强联合的大环境下,零售银行将其业务插上科技翅膀,科技公司将其研发的前沿技术应用到具体零售银行业务领域,最终实现双方共赢。”清华大学金融科技研究院副院长薛正华讲到,人工智能在金融产品的设计、营销获客、风险控制、智能化交易以及基于自然语言处理的客服领域得以深度应用。
薛正华表示,图像识别技术、语音识别技术、自然语言交互处理技术、大数据、人工智能这些技术已经渗透到大金融的整个体系, “方方面面都能看到智能革命时代正在到来”。他希望未来能够有更多的新技术提升金融行业的服务水平,并不断拓展服务边界,从而普惠到更多的中国老百姓。
牛琳:以数据治理实现金融良性发展
金融是数据聚集与生产的富矿,目前大数据在金融业的广泛应用、金融业在数据治理上仍有很大空间。
中国银行业协会金融科技实验室数据治理专家牛琳昨日在演讲中解读了“数据治理的发展新趋势”。她指出,随着信息技术的发展,特别是大数据在营销、风控和普惠金融等领域的广泛运用,数据已经从提高运营效率和监管效能的工具进化成为银行业最核心的资产和实现监管意图的重要依托,通过数据治理实现金融良性发展已成未来趋势。
一方面,银行业从被动满足监管要求的数据管理、数据报送转向主动的数据战略布局和全方位的数据价
值开发;另一方面,监管机构则有可能从繁琐的数据报表处理中解放出来,依靠监管科技实现更有效的监管。
张韶峰:大数据与人工智能是硬币的两面
百融金服CEO张韶峰指出,大数据+人工智能是普惠金融与消费金融中的核心科技。大数据提升了信息的丰富度,而人工智能则提升了信息的利用效率与效果。“大数据与人工智能是一枚硬币的两面”。
张韶峰在演讲中分享了大数据+人工智能在信贷和财富管理领域的应用。他指出,在人工智能的赋能下,催收方式必将从劳动密集转为技术驱动,以大数据和人工智能为基础,越来越智能化、标准化。
他说,作为服务普惠金融的主力军,零售金融业务是城市商业银行开辟新市场的主要工具,需在立足当地经济、突出特色经营的同时,借助金融科技强化互联网思维,实现突破创新和转型升级。
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