京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,金融系统该如何应对
随着大数据、移动互联网海浪般的汹涌而来,当今这个时代正在发生着剧烈的变化,如果您抓住了它,这个时代对您来说则是最好的,如果您错失了这次时机,那或许就意味着您与这个时代擦肩而过,直至湮灭。
金融银行,作为大数据的最大生产者与拥有者之一,面对大数据时代的来临,最不容逃避。
大数据时代,正在重构新的金融体系
2012年轰动科技界的一件大事是美国奥巴马政府公布的大数据(big data)计划。这条信息被业界解读为大数据与互联网革命有着同等的地位。一向敏锐的全球金融业也已嗅到了大数据的重要性,并主动的做出对大数据的挖掘和尝试。
在英国,一家叫做Wonga的公司正在利用海量数据挖掘算法来做贷款业务,他们大量使用社交媒体和其他网络工具,将客户的信息碎片关联起来,预测客户的违约风险,为其信贷业务提供依据。
在中国,阿里巴巴旗下的阿里信贷自2012年8月起全面向普通会员开放,提供无抵押、无担保的低额贷款。而其依仗的正是掌握在手中的海量客户经营数据,这让阿里巴巴对客户的资信状况了如指掌,从而最大程度的降低了信贷业务的风险。
随着大数据、移动互联网的来临,传统的金融体系和商业模式正在被重构。
中国银行中增幅最快的农村商业银行,大数据能为它带来什么?
相关数据显示,截至2012年末,农村商业银行以47.1%的增幅成为各类商业银行资产同比增长最快的银行。截至2011年末,中国农村合作金融机构的总资产及存贷款规模已位居全国银行业第二位。
面向农村金融这个具有广大潜力的市场,农信系统已经迎来了前所未有的高速增长期。
这得归功于各地农信系统开发的多种新业务产品,为广大农村客户提供了与城市居民一样甚至更多样化的金融服务。
随着这些新业务产品的上线,每天都会新增大量的客户信息以及交易数据。这些庞大的数据能不能驱动业务,帮助分析客户业务需求开发出新业务,从而为农信系统带来更多的增长点?还是在当前激烈竞争的金融市场中,由于一堆“死数据”或错误且老旧的数据,变成农信系统持续增长的拖累?
这是农信系统当前最为关注的问题。
因此,农信银资金清算中心专门于2013年11月19-22日在深圳举办了一场以“大数据与互联网金融创新”为主题的高峰论坛。华为存储成为了受邀对象,与来自20多个省市的农信信息化专家交流,一起探讨农信系统在大数据趋势下,如何实现互联网金融创新与业务持续性。
“大”数据,需要“大”保护
2012年1月,达沃斯论坛发布报告《大数据,大影响》,宣称数据像货币和黄金一样已经成为一种新的经济资产。金融行业同时拥有了这两种有形的无形的宝藏。
如何保护好这份无形的、新的、庞大的经济资产,华为在农信高峰论坛上提出了专门的云容灾解决方案,它能满足以农信系统为代表的金融行业用户的容灾需要,其业界领先的32:1数据复制比,可轻松实现分支机构的集中灾备,非常契合当前金融机构垂直系统灾备建设的模式,而且还能借助OceanStor ReplicationDirector容灾管理软件和eSight存储资源管理套件,实现容灾系统的全面管理,这些优势对拥有多个分支机构的金融企业来说是最佳之选。
农信系统需要的是智能的大数据存储平台
大数据就像是一座沉睡的宝藏,它的隐形价值已经毋庸置疑,农信系统在对这些海量数据进行挖掘分析之前,必须先构筑高速大容量的大数据存储平台,而且它必须是智能的。
专为大数据存储而设计的华为OceanStor 9000则是唤醒大数据宝藏的魔法棒,它实现了存储、分析、归档三位一体,在数据统一模块的调度下,数据可在多域间有效流动,免除数据从生产系统到分析系统跨设备数据装载和迁移,可提升60%的存储效率。
OceanStor 9000存储、分析、归档“三位一体”的创新架构,确保了生命周期内以数据为中心,最大限度发挥数据价值。而且农信系统在初始时可以使用较小的配置,降低CAPEX开销,随着金融新品的开发,农信系统可以快速扩容,应需而变。
通过这场大数据与互联网金融创新高峰论坛,相信农信系统能够找到最适合自己的答案,而这个答案里一定有华为存储所贡献的行业理解与IT智慧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 题目1 一家餐厅统计顾客的性别、年龄、消费金额等信息,在进行数据分析时,发现性别这一变量在 ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16一、为什么要区分这两种分布 在数据分析和统计学中,拿到一组数据后第一件事通常就是看它的分布形态。分布形态决定了你能用什么 ...
2026-10-15一、问题现象 在实际使用 Excel 透视表做数据分析时,经常会遇到这样的情况:数据源表格里明明新增了一行或一列金额数据,数据源 ...
2026-10-15核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-15一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09