
金蝶开启大数据战略 挺进互联网金融_数据分析师
对于经营企业软件的公司而言,无疑是掌握了解不少企业经营的相关情况。而这正为他们营造了数据收集、存储及安全,建设大数据的环境土壤。在此基础上,如何快速分析、挖掘数据价值,帮助客户提升运营能力,强化未来竞争能力,才是未来大数据战略的核心所在。
利用大数据基础,开展金融服务
据悉,金蝶国际通过企业大数据云分析,帮助企业征信,提供金蝶好贷(企业贷款)、金蝶生财(企业理财)等丰富稳健的金融服务。金蝶好贷联合招商银行、平安银行、阿里巴巴、前海股权交易中心等金融巨头,为企业提供多种信用贷款产品服务。2014年底,试运营3个月,理财资金流水近亿元,客户贷款近百笔,金额超千万。并推出金蝶生财推出的小微余额宝,打破现有理财产品现场开户的繁琐、收益率与流动性难于兼顾的现状,与市场同类产品相比,收益率高出15%-20%。
金蝶国际首席执行官徐少春表示,“金蝶要进军互联网金融,开启数据金融时代。目前金蝶现已通过ERP、云服务、大数据云平台和互联网金融实现战略布局,金蝶正以企业大数据云平台为中枢,向中国企业提供全方位互联网金融服务。第一我们要抓住当前O2O的机遇,实现ERP市场两位数字增长。我们在中小企业市场连续十年保持第一的地位,大企业市场我们要让国外厂商胆战心惊,这是我们的第一个战略。第二,我们要抓住企业云服务,实现用户流量突破性增长。第三,在互联网金融、快递、医疗、汽车4S等领域颠覆传统,创新商业模式。”
O2O打造金蝶大数据,跨界转型实为更好发展传承
“像金蝶这类已经在企业软件经营沉淀这么多年的公司而言,确实对企业征信流水等数据情况具有较大的优势,特别是ERP等相关系统给金蝶带来许多数据的基础。在这样的基础下金蝶进军互联网的业务确实有很大的发展潜力,金蝶的企业软件数据正是许多银行金融机构所想要得到的数据。像金蝶这样的跨界转型虽然看似好像跨度很大,但其实有极大的联系与传承。”相关券商研究员表示。
徐少春表示,“O2O的模式就是连接,让我们和外部的各大互联网流量入口进行连接,同时要对内连接,把我们的客户、伙伴和员工全部连接起来,形成金蝶大数据。在此基础上,去探索和创新商业模式。
他透露,“而在企业大数据云。目前金蝶积累了300万互联网客户的数据,积累了100多万家线下ERP客户。过去我们把ERP当成工具,未来我们要把它当作大数据。”
据了解,在过去的1年金蝶的大数据的创新上有很多成功案例,比如说快递100。快递100通过积累各大电商40万订单数据,800万地标信息,以及每天500万人查询结果,还有国家统计局公布的行政区域信息等等,这些信息通过解析、分析,然后提存,把它形成了地标和快递员的数据库。
除此之外,进军互联网金融正是金蝶在2015年的重要战略。金蝶希望利用ERP以及互联网服务提供的数据,可以为客户提供增值服务,提供数据的金融服务,实现更好的转型与发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09