京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据拯救传统金融_数据分析师
在互联网金融的冲击下,有人说,中国传统的金融机构有可能成为21世纪的恐龙,很多商业银行人悲观坦言:大企业客户离我们远去,因为不愿意间接融资,小微客户离我们更远,因为他们现在有更便宜、更便利的融资平台为他们提供金融服务。进入数据时代,比起BAT等互联网金融机构,传统银行缺乏有效的、互动的更有价值用户数据。南京大学商学院副院长裴平说:“大数据对无论是传统金融以及新跨界者都带来了平等的创新机会,关键是如何切入,如何抓住。”
构建数据基础
传统银行业在大数据和互联网金融的冲击下感到焦虑和忐忑,关键原因是缺乏具有行为特征、交易特征的数据。
传统银行业之所以在互联网大潮来临,在大数据和互联网金融的冲击下感到焦虑和忐忑,关键原因是缺乏有效数据。缺乏具有行为特征、交易特征的数据让传统的金融机构很抓狂。
腾讯征信的总经理吴丹透露,目前央行的征信系统覆盖了3亿人,也就意味着中国有20%~30%的人有征信记录,而剩下的人没有。没有征信、行为特征记录的人意味着这些人虽然都在银行的”册子“上,但金融机构无从根据数据来为他们提供更精准、更快速的金融服务。
互联网金融和互联网企业之所以让传统企业惧怕,是因为他们有大量的“活”数据。每一天跑在阿里平台上的数据是5000个大型图书馆的数据,一天天猫的交易额是571亿元,腾讯的微信有超过5亿的用户,更关键的是BAT等互联网上面的数据是有客户行为特征、交易特征的,其上有他们的购买轨迹,社交吐槽着他们的爱好,可以很方便地了解每个人的信用状况,可以快速放贷,可以快速为他们提供精准营销服务。
“事实上,传统银行没有必要如此恐惧,因为大数据面前人人平等,每一类机构都有机会来抓住它。从数据构建的维度看,传统金融机构可以在原有数据基础上通过与外面机构合作来获得更多数据。” 南京大学商学院副院长裴平说。事实上《中国电子报》记者在采访IBM顾问咨询部的金融事业部有关负责人时,对方也表达了类似观点。
金融机构除了原有的客户数据,外部有大量的数据可以利用。事实上金融机构可以整合的数据渠道和维度很多,包括政府的数据、电信的数据等,事实上包括阿里巴巴、百度等互联网企业现在也对外提供很多数据服务,这些数据产品金融机构可以通过交易获得。不仅如此很多金融机构事实上也在开始布局自己的数据渠道。
开启“大数据化”转型
对于传统金融机构来说,大数据战略的核心是要精准了解客户、快速个性化地提供客户需要的服务。
对于传统金融机构来说,大数据战略的核心是要精准了解客户、快速提供个性化客户服务。要想达到这样的目标,每一个金融机构有自己的路径来构建自己的数据基础、应用模型,创造新服务。中金数据的康潭云坦言,金融机构要想成为数据驱动的金融机构,需要有几个关键点:一是从战略层面布局大数据。二是要对数据来源和数据的质量进行评估。三是要有分析模型。
裴平是3家商业银行的独立董事、国家重大项目互联网金融的首席专家,他坦言自己常常给金融机构进行互联网金融的顾问咨询,在他看来这些金融机构面向大数据的转型,首先是要转换思想。现在大部分金融机构的人都不懂大数据,在中国真正懂得金融大数据的人不超过100人,无法换人就必须要换脑,从传统思维转向大数据思维,大数据讲究是多维度、多样性、动态、开放和系统。第二是要打破信息孤岛,找到精准有效数据,有价值的数据。其实很多维度的数据是可以整合起来的,比如中国电信有13亿用户,他们的数据中有通话记录、漫游记录、上网记录,如果金融的数据与电信的数据进行对接, 与水电费信息结合,就可以充分了解一个人。第三是要提高大数据挖掘的能力,提高大数据的驾驭能力,这样能够快速把数据转化为商业行为,变成产品。
事实上,目前银行的服务与产品是相当粗放也是相当同质化的。之所以出现“大企业渐渐远去”、“小企业也纷纷远离”,关键的原因是银行不能够精准了解客户需求,不能够非常快速精准地定制客户所需要的金融服务产品。IBM大数据分析专家肖小梅给《中国电子报》记者讲了金融大数据的应用场景:一个客户到银行柜台取钱,从进去到出来预计是10分钟的时间,如果金融机构能够在客户离开银行之前这10分钟内基于种种数据快速分析预测出他的当下和潜在金融需求,就可以在他离开前向他提出建议,就有可能抓住客户并获得新商业机会。
勇敢跨界拥抱合作
传统金融机构应该敞开胸怀,拥抱大数据,拥抱一切有利于自己的数据资源和数据合作。
不久前,《中国电子报》记者采访了用友集团高级副总裁郑雨霖,他坦言,正在向互联网金融服务转型的用友目前正在构建自己的数据渠道,在金融业务方面,从企业支付到企业供应链金融、企业理财以及企业征信等都是用友的业务方向,而在推动这些金融业务,虽然用友有多年企业管理的经验,但用友不是金融领域的专家,所以用友选择与金融机构、行业龙头企业进行合作。事实上,互联网金融是一个跨界产物,对于每一类机构都需要更开放的心态和开放的思路。
来自华夏银行、现在担任百度金融事业部总经理的杨进坦言:“互联网金融和传统金融不是谁要颠覆谁的问题,也不是颠覆和被颠覆的关系,互联网金融发展迅速,给社会带来更多的好处,同时也产生一些挑战和问题,解决这个问题,需要更多的融合,传统金融和互联网金融很多方面是互补的。”
蚂蚁金融集团首席战略官陈龙同样坦言:”互联网金融不可能颠覆传统金融,互联网金融与传统金融是互补的关系,金融机构自己核心的竞争力,包括甄别风险定价的能力,长期积累出来的信誉,处理复杂交易的能力,所做的是‘大’金融服务。互联网金融的优势是前段渠道上,它可以通过渠道更容易获得客户,为长尾用户提供普惠金融的服务。”他同时坦言,以数据为例,现在中国已经有8家公司获得新的个人征信产品的许可,这些企业所提供的产品是数据服务,与传统的金融不同,他们之间可以进行更多的合作。
事实上,很多后来进入互联网金融的跨界者都对传统金融张开了怀抱,对于互联网金融抱着“敌对态度”的传统金融,也应该敞开胸怀,真正拥抱大数据,拥抱一切有利于自己的数据资源和数据合作。毕竟大数据所带来的透明、高效、低成本的金融服务是历史的车轮滚滚向前,势不可挡,传统金融机构必须跳到这个大数据这辆战车上,顺势而为,才能成为大数据时代的金融赢家。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08