京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网金融产品转向移动应用和大数据
随着消费主体的逐渐迁移、智能移动端的普及,以及信息技术的发展,如何在兼顾金融的安全和互联网的快速的同时,以最精准的姿态、最良好的服务打造互联网金融产品,是行业人士关注和探索的方向。
在2014第一财经互联网金融产品峰会上,多位业内人士表示,融合、开放、分享、数据等关键词已经成为打造未来产品的核心理念。
“今天中国消费者的主轴是50后、60后以及70后,但是80后、90后等年轻的消费者在整个消费中的作用越来越大,在未来5到10年,双轴驱动的局面一定会回到以90后为主导消费的新时代。”第一财经传媒有限公司总编辑秦朔说。
秦朔表示,借助互联网工具,产生的诸多互联网产品和互联网服务,一定能够真正地让金融普惠化、民主化、平等化。
蚂蚁金融服务集团副总经理韩歆毅表示,未来互联网中心有可能从美国开始转向,而这对于从事互联网金融的人是良好契机。“这个风口不光是吹在我们身边,也不光是吹在中国,还能吹到世界,把我们也打造成世界第二个互联网中心。”韩歆毅说。
中国网民移动互联网时代在2014年正式到来,与之相伴的是移动支付需求的爆发,百度百付宝数据显示,2014年第三季度,用户在移动端上网的比例提升83.4%,超过了PC端。
截至2014年第三季度,移动搜索的次数同比增长了48%。“每天通过移动搜索带来的10亿级Web流量当中,跟生活服务需求相关的有65%,对应了大量消费支付的需求。”百度百付宝公司业务发展部资深总监李佺表示。
移动互联网时代对接的不仅仅是用户的移动终端,这也是企业级移动应用的时代,太平洋人寿保险公司常务副总经理杨晓灵表示,移动互联网企业及应用的核心在于通过移动互联网技术实现前中后台的融合以及实现端到端的交互两大价值实现。“前中后台即打通企业的各个环节,将开发、推广、风险控制、客户服务、供应链等各个环节有机结合。”杨晓灵表示,端对端的交互即充分利用大数据、云计算等平台,实现线上线下一个客户多个产品、多个界面的服务。
以用户作横轴,功能做纵轴,即构成了一个象限图。在不同的象限里面,内部用户的销售支持,外部用户的服务保障,均存在移动应用产品的机会点。
汇添富基金管理股份有限公司首席运营官陈灿辉表示,作为具有强监管的金融行业要发展互联网金融,首先要具有较强的互联网能力,同时要兼具较强的金融能力。“如果没有,则可以整合在一起。”陈灿辉说。
“从互联网金融角度出发,应该具备四个能力。”陈灿辉进一步解释道,其中互联网能力占据两个,分别是系统、功能的实现和强大的运营能力。除此之外,还要找到金融中的核心资产并进行良好的运营,最后一个功能则是对产品进行符合互联网行为的包装。
当前已经进入数据的时代,经过2014年的发展,业内已经认识到大数据在现代互联网经济发展中的应用。
韩歆毅表示,在互联网金融1.0时代,更多是将线下产品搬到线上销售,是一个提高交易效率、降低交易成本的过程。未来将进入2.0时代,通过大数据进一步降低交易成本,使得原来不可能的产品变成可能。这是传统金融机构由于存在劳动生产率限制、服务成本下行而无法企及的。
“互联网以便捷的方式和手段降低了交易成本,对金融业务实现了优化配置以及低成本提交。”天云融创数据科技(北京)有限公司CEO雷涛表示,互联网去媒介化的作用形成了网银、电子支付、P2P撮合交易的工具角色。
不同于核心是货币这一生产资料的传统金融,当前基于消费者行为的新生产资料已经出现。“以在淘宝的行为痕迹为模式,顾客同生产者不再对立即产生价值数据。数据搜集后可利用大数据技术,以低成本汇集进而形成生产力,实现从卖方市场向买方市场的转型。”雷涛表示,大数据开阔了金融视野,对于金融的流转性有一个全局的尝试。
“大数据时代,渠道、数据的分享会带来1加1大于2,甚至大于3的效果。打造开放的生态系统会给互联网金融行业带来有趣的变化。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 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 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 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 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 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 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24