大数据金融进入2.0 时代

移动互联网和传感器促成了大数据时代的出现。大量非结构化数据的出现使数据处理面临了难题，在大数据时代初期，有关大数据应用重点聚集在如何收集数据，存储数据、处理数据，解决的是数据效率的问题。当数据效率问题被解决之后，大数据的价值问题将摆到面前，也就是说大数据即将进入2.0时代。本篇为大数据金融2.0时代的第一篇作品，今后将会陆续推出有关大数据金融2.0时代的作品，并结合案例介绍金融行业如何实现大数据变现。转载本文需要得到作者daxiakanke的授权。

大数据1.0时代的特征

大数据1.0时代的主要特征是发现大数据，解决的是数据效率问题，大数据时代4个V中的前3个V都被有效的诠释了。但是最后一个V（Value价值），还没有得到良好的利用，因此很多学者都在唱衰大数据，认为大数据的炒作概念超过了实际应用价值，大数据的概念更像是美国IT巨头和咨询公司为销售其产品服务的炒作。Hadoop，Hive，Mapreduce，Spark，Storm，R语言，Python，Julia，Scala，Kafka，Octave，GO成为了大数据1.0时代的热点词语。

大数据时代是历史的必然，特别是移动互联网出现之后，大量的用户行为数据产生了巨大的价值，这些具有价值的数据表明大数据时代的到来。其实回顾历史，在过去的几千年以来，人类社会就一直在利用数据的反馈来实现社会的进化，大数据时代的出现将会加速这种进化。

大数据金融时代

金融行业是个高度信息化的行业，特别是占了金融产业半壁江山的银行，从最初的核心银行系统到ATM取款机，从信用卡到网银系统，从固定的网点到直销银行，银行一直都是高度依赖信息系统和数据的行业。未来金融行业将通过移动互联网来降低渠道成本，通过大数据来获取客户，随着中国人投资和保险意识的成熟，未来金融行业如证券行业和保险行业将迎来黄金发展期。

大数据对于金融行业具有重要的意义，如果将金融行业比喻成一辆汽车，信息系统就是汽车的发动机，大数据则是燃油。金融行业借助于大数据，就将会获得更快的发展速度，更低的成本，更多的先发优势。目前金融行业的许多的大数据应用还处于初级阶段，大数据的价值还没有被充分发掘，特别是移动大数据没有被充分利用。金融大数据还是处于1.0的效率时代。大数据应用还是主要用于解决大数据的收集，存储和处理，数据挖掘也还以结构化数据为主，以自身数据为主，以报表应用为主。

大数据金融的2.0时代

2015年起，大数据金融将进入2.0时代，进入以价值获取为主的2.0时代。如果我们定义大数据1.0时代是大数据的效率时代，那么大数据的2.0时代就是实现大数据变现的价值时代，现在就让我们聊一聊大数据金融2.0时代的主要特征。

1）大数据金融平台（DMP）的出现

金融行业沉淀了大量的数据，其在过去的信息系统建设中利用了各种技术来处理数据，包括处理交易和记账的核心银行系统，转发报文的渠道系统，以及存储数据的数据仓库，数据挖掘和分析的BI系统。

但是进入移动互联网时代后，基于互联网的网上银行系统正在转向移动互联应用APP，其产生的用户行为数据无法用已有的信息系统进行处理和分析。而这些用户行为数据恰恰就是对于金融行业有价值的数据。用户交易数据、用户信用数据，用户自身的APP行为数据，交易行为数据都将会对金融行业产生巨大的价值。

金融行业在大数据2.0时代需要一个能够将这些行为数据转化为价值的平台，其将成为金融大数据变现的平台DMP（如何翻译成中文名词是个难题，暂且称之为大数据平台）。其主要负责收集APP的行为数据，结合金融行业自身的数据，经过商业处理后，结合外部数据以及外部平台，将帮助金融行业实现大数据变现。DMP平台简单功能至少应改包括用户标签，用户画像，精准营销，自我算法优化，移动运营监控，数据可视化，外部数据引入，数据交易平台等。

DMP将成为大数据金融2.0时代的典型应用，也是金融行业进入大数据金融时代必备的平台，就像大数据1.0时代的Hadoop一样，DMP的出现将会加速金融行业大数据商业应用的进化，真正将大数据同金融行业的实际业务结合起来，为金融行业的业务发展提供加速能源。DMP承载了巨大的价值应用，其可以帮助金融行业短时间进行数据变现，体现大数据商业价值，就象我大数据玩转金融的文章里介绍一样，绝大多数的金融大数据的商业应用都可以通过DMP实现。

金融企业完全可以利用大数据平台DMP来取得商业领先优势，借助于DMP金融行业将可以有足够的实力来同互联网巨头BAT和互联网金融企业进行竞争。可以认为DMP（大数据金融平台）将会成为未来金融行业大数据应用的趋势，特别是引入了移动互联网大数据和DSP的大数据金融平台DMP将会成为金融行业大数据应用标准。

2）移动大数据将作为基础数据

金融行业如果想在大数据金融2.0时代取得领先，就必须重视移动数据，除了将自身银行APP应用中行为数据进行收集和处理，金融行业必须要打破自身的数据闭环，象互联网企业一样，坚持开发心态，寻找具有价值的外部数据。

移动互联网数据或者称之为移动大数据应将成为金融行业大数据应用的基础数据。移动大数据具有金融行业传统数据不具备的特点。例如其是行为数据，用户习惯数据，LBS数据，标签数据等。金融行业应该同具有移动大数据的互联网厂商进行合作，坚持平等协作精神，共同开发开发自身数据金矿。

金融行业在选择合作伙伴时需要考虑的互联网三座大山的竞争（你懂得），同这些大数据巨头合作时需要谨慎考虑，由于金融行业不了解移动互联网的玩法，同三大巨头合作有可能是羊入虎口。建议同新兴的、独立的移动互联网大数据公司合作，掌握合作主动权和大数据应用控制权，实现大数据应用的双赢。

3）标签成为大数据金融的重要武器

标签表述较为简单也较为复杂，简单的讲就是描述一类用户或行为属性集和，其具有相关性和大概率特点。标签可以很宽也可以很细，完全取决于标签创建者的经验。因此标签的精准定义成为大数据金融应用的关键所在。

标签作为大数据金融2.0时代的最基本元素，正在成为大数据金融的重要武器。

很多大数据金融的应用都依赖于标签，简单的讲标签的细化程度和覆盖范围都将体现金融企业的大数据应用的成熟度，标签可以分为基础标签，时效标签，相关标签，预测标签，个性标签等类型。定义标签的方法可以从社会人的特点和具体商业需求出发，定义出金融行业需要的客户群体信息。

大数据标签是用户画像、精准营销、风险监测等金融大数据应用的基础，金融行业大数据标签的定义是具有挑战的话题，并将成为大数据金融2.0时代的热点话题。

4）用户画像将会CRM的必要信息

金融行业正在从以账户为中心的商业模式转向以客户为中心的商业模式，银行、证券、基金、保险企业纷纷上线CRM系统，将客户关系管理作为其主要的业务之一，并希望通过对客户需求的挖掘来推荐产品或开发产品。

在大数据金融2.0时代，CRM系统的数据除了用户的基本数据和信用数据之外，还需要增加用户画像信息。CRM应该包含以客户为中心的用户习惯特性，用户喜好特性，用户轨迹，用户消费趋势等信息，这些都需要大数据平台DMP提供。具有了用户画像信息的CRM将会大大增强金融行业的商业竞争优势，当金融行业客服人员或客户经理打电话同客户进行沟通时，用户画像将提供高价值信息，拉近金融企业同客户的距离，了解客户需求，提高客户满意度和市场营销转化率。

大数据金融2.0时代特征还包含算法的自我优化和移动APP运营监控等方面介绍，我将会在以后的文章中逐步介绍。本篇是大数据金融进入2.0时代的第一篇文章，今后几个月将会逐步分享打大数据金融2.0时代文章和案例介绍，敬请期待。

金融企业在大数据金融的2.0时代的先发优势

进入大数据金融2.0时代之后，拥有丰富数据的传统金融企业银行、证券、保险、基金面临来自互联网巨头、互联网金融企业、财富管理公司、消费金融公司的激烈竞争。数字化金融将是其取得领先优势的重要武器，在大数据金融2.0时代，金融行业应该积极拥抱移动互联网，拥抱大数据，积极建设DMP平台，持开放心态，同具有数据的企业进行合作，利用已有的数据，积极引入外部数据，来取得大数据金融2.0时代的先发优势。

客户是有限的，市场是有限的，财富是有限的，时间是有限的，空间是有限的。因此在大数据金融2.0时代，金融企业应该及时行动，建设DMP平台，积极进行大数据变现，敢于试错，敢于利用大数据的反馈进行自我优化，敢于借助于移动互联网数进行市场开拓。由于未来市场属于80后、90后，所以金融行业应该迅速了解客户行为和爱好，对已用商业模式和产品进行升级和进化。金融行业越早进入大数据金融2.0时代就会越早取得竞争优势，先发优势。

在大数据金融2.0时代背景下，大数据企业如何胜者为王

目前中国市场的大数据企业众多，大多数企业仍然以解决大数据金融1.0时代的效率问题为主，包括传统的国外大数据厂商，大多数以大数据收集、存储、处理为主，对企业已用的数据进行数据挖掘，提供商业报表和数据报表。缺少基于移动互联网的用户行为和用户习惯数据，大数据变现很难。

在大数据金融2.0时代，拥有移动互联网数据和DMP平台，以及大数据商业应用人才的大数据企业将会成为大数据金融2.0时代的王者。拥有了移动互联网侧的大数据就拥有了大数据商业应用的石油，其是金融行业实现大数据价值应用的必要前提。拥有了DMP大数据平台，其就拥有了大数据变现的能力，借助于平台和外部数据以及自我优化能力，DMP将会帮助金融行业迅速实现金融大数据的商业价值。拥有了大数据商业应用人才就拥有同客户的话语权，帮助客户迅速建设DMP平台，实现同客户的共赢。