
传统银行应盘活大数据存量_数据分析师培训
微众银行虽然还未正式开始运营,但是已经与华夏银行签署了资源共享战略合作协议,未来将依托大数据服务中小微。何为大数据,从定义上讲,大数据的特征包含量(Volume,数据大小)、速(Velocity,数据输入输出的速度)与多变(Variety,多样性)和真实性(Veracity)四特点。根据2014年美国白宫总统办公室报告《大数据:抓住机会,把握价值》披露,2011 年,新生成的和复制的信息量估计超过了 1.8 ZB(泽字节);而在 2014年,这一数字估计可达 5.2ZB。
随着大数据技术的发展,互联网银行得以崛起。微众银行与浙江网商银行的商业模式相似,都是以普惠金融为目标,利用互联网技术与大数据理念为中小企业、微商和普罗大众贷款融资,微众银行的最大股东是腾讯,浙江网商银行的最大股东是阿里巴巴。
具体而言,微众银行定位“大存小贷”,“大存”的意思是有存款下限,起存点不等,低于某个数额(由于微众银行还没有正式开始运营,这个数额还没有公布),“小贷”是指贷款给小微企业,例如微店店主—登录微众银行的PC端网页,上面仅仅提供了一个移动端的二维码,由此推断,微众银行未来重点打造的是移动端商业服务。
浙江网商银行定位“小存小贷”,“小存”的意思是有存款上限,一个人最多只能存20万元,超过了不行,“小贷”的上限是500万元。浙江网商银行目前暂定的主要服务对象是淘宝、天猫的70万商家—阿里巴巴旗下的阿里小贷目前信用良好的客户极有可能是首批客户。
互联网银行主要依靠两大优势:一是大数据下低成本运营优势,二是大数据分析优势。互联网银行没有柜台、没有开设营业网点的各种费用。据统计分析上市银行公开财务数据披露,这块成本占传统银行全部成本的50%-65%。同时,传统银行为了应对业务复杂度的不断提高,会不断加大服务器的投入,购买更高端设备,传统小型银行每个账户的IT成本为100元,大型银行每个账户的IT成本为20-30元,而互联网银行采用云服务,运维成本会大大降低。
微众银行利用大股东腾讯的腾讯云和海量服务分布式的架构,将成本下降80%,最终目标是将每个账户的IT成本降至1元,这对传统银行的运营模式形成挑战。
就大数据分析而言,腾讯和阿里巴巴手里都有海量的数据,通过数据分析就可以得出客户的信用评定,并自动计算出贷款金额,尤其是微众银行,大数据系统汇集了40万亿条数据信息,并结合引入国家级风控体系对大数据分析,计算贷款金额,省去传统银行的信用调查、上门担保等过程。
在互联网银行大数据发展得如火如荼的时候,传统银行传来了另外一种声音,即传统银行的大数据其实比互联网银行的大数据多得多,也有价值得多。
实际上传统银行体系里面的确沉淀着海量有价值数据,例如“工资代发”“基金托管”“年金”“公司账户”等,这些数据对于判断和评价消费者的信用特征、消费能力、还款能力起着十分关键的作用。但是由于这些数据或拘于法律约束,或拘于自身的技术壁垒,始终无法盘活存量。
随着越来越多的互联网人才和互联网思维渗透进传统银行领域,业内已经出现了多种相关尝试,例如平安推出的一账通APP,一个应用可连接平安旗下所有资产,从而将客户各个板块数据进行收集并在此基础上进行大数据分析与应用。
因此希望传统银行能够加大力度盘活自身的数据存量,在保证储户信息安全的情况下发掘大数据技术。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04