京公网安备 11010802034615号
经营许可证编号:京B2-20210330
金融行业欲平稳着陆“互联网+” 大数据是关键
“互联网+”的概念一夜之间火遍各个行业,互联网对传统行业的改造颠覆已近在眼前,人类智慧与计算机智能的结合激发着全社会的发展和创新。4月23 日,2015QCon全球软件开发大会在北京国际会议中心隆重开幕,大数据价值驱动着DT时代奋力向前。明略数据CTO冯是聪博士作为大会开场的第一位演讲嘉宾,他勾勒的明略公司战略让参会人士格外关注,他介绍的明略大数据产品更引发热议,构建安全、开放、包容、共享、多赢的大数据生态圈是所有企业的梦想。
从冯是聪博士介绍的明略数据服务的对象不难看出,明略的产品和服务与金融业匹配度极高,金融反欺诈实时分析系统就是其代表性产品之一!金融业是最特殊的服务行业,他们手握海量客户信息和交易数据,如何让数据变现、如何让服务更优是金融企业格外关心的话题。互联网金融已经是不可不扣的行业热词,隐藏在海量数据后的力量能创造巨大的数据价值。对金融行业来说,能否在互联网平台上平稳着陆,大数据的分析和管理是关键所在。
小编有幸采访到了明略数据的技术副总裁周卫天先生,他不仅是数据库技术专家,还曾在甲骨文、用友软件等企业担任要职,有多年服务于大型金融企业的宝贵经验,周卫天一直大力支持金融行业信息化建设。在明略数据的一年间带队做了大数据平台1.0版、公司战略产品1款,目前负责金融事业部。
(以下内容为访谈实录)
记者:周先生,请介绍一下明略数据以及明略在金融大数据方面的优势。
周卫天:明略公司提供一系列数据分析平台和软件,帮助政府、金融机构客户整理、分析、使用不同来源的结构化和非结构化数据。核心理念在于,利用数据的连接性激发大数据的真正价值,从而创造一种人脑智能和计算机智能“共生”的关系,“明万象 筑方略”正是明略的生动诠释。实践一次又一次告诉我们:实现客户的360度分析和挖掘是实现银行业快速落地互联网+的奠基石。我们天生就知道如何找到数据,如何找准数据,如何有效整合数据,如何使数据变现成为科技和引领业务的利器,我们对数据的嗅觉灵敏度极高!我们不仅了解金融行业主要信息系统和业务需求,同时具备强大的分析挖掘和建模能力,对于金融企业现有客户的“画像分析“和梳理也积累了不少经验。
记者:客户画像的价值如何体现?有哪些可借鉴的经验呢?
周卫天:360度客户画像和分析可用于征信,用于精准营销,用于和第三方APP多维合作。简单讲客户画像就是把客户群用筛子筛一筛把当中优质的、和劣质的两端首先筛出来,然后对中间的80%进行分类评级,这当中的模型和传统做法已经比较成熟。就我们服务的金融行业来说,金融互联网+覆盖的范围很大,金融行业有银行、证券、保险、财富服务机构、P2P平台、民间投融资机构等。我们平时接触的业务部门就是电子银行部、网络金融部、互联网金融服务中心、风控部门等。360度客户的画像背后的模型和数据是重中之重,模型要做到灵活可扩展、讲效率、考虑到前瞻性,最重要的是模型针对于所服务行业的可适性非常重要,这直接影响到客户的接受程度和客户对业务流程所需“手术”的大小。
通过明略和银行客户的不断磨合成长,我们认为以下几个方面是值得银行业360度客户画像参考和借鉴的:
第一 首先要对现有客户的“画像分析” 和现有的流程规则的充分理解。
第二 了解或引导客户当前阶段的战略方向和业务重点。
第三 引入外部数据源。电商网站数据、移动互联网APP数据、网银、手机银行社交化数据、运营商数据、购买的第三方数据等。
在实际当中,对于新成立的网络金融部门,对于一小部分愿意快速接受新技术和尝试颠覆式创新的业务领导来说,那么并轨现有模型、单列创新模型就更加合适。在业务战略上可以考虑提供数据源,引入第三方战略合作。
记者:您觉得大数据在金融领域扮演何种角色?
周卫天:我们以银行的例子来说明,大数据的价值只有在连接之后才可以被挖掘出来,这需要打破银联内部不同应用系统的信息壁垒,让基础主数据数据互通互联。依托大数据平台,整合各业务系统数据,如整合流水应用,清分应用和新一代商业管理应用系统,根据历史流水和交易数据预测客户消费轨迹,并预测同一类商户的消费水平,由综合分析和实时分析数据帮助商户明确自己在所在行业的位置、以调整其整体销售战略和对于不同商圈的投入,对信用卡持卡人的消费轨迹精准预测,从而制定对应的营销策略。大数据是一切精准营销的基础,大数据是提供服务方向的佐证,大数据更是提升客户体验的钥匙!
提到大数据,就必须要讲到安全,因为数据安全对金融行业来说是命脉所在。明略数据创立之初就是要充分抓住企业级软件行业国产化和去IOE的大趋势。明略自主开发和大大改进了基于开源的大数据平台,我们是国内第一家既支持MPP架构, 又支持Spark SQL和Hive的大数据平台,我们的大数据平台强调安全特性,数据级安全既支持列级安全、又支持行级安全,不客气的讲,明略在大数据安全领域走到了国际领先水平。
记者:对金融行业来说需求最大的大数据应用是什么?
周卫天:从全球银行业来看,前三大大数据应用是:投资组合和资金市场、风险建模和客户行为分析。而从中国来看,由于银行发展的水平和对于大数据实际应用滞后于美国, 首当其冲的应用就是客户360度视图和综合分析,包括优质VIP客户筛选、客户行为分析、客户营销。
大数据有化腐朽为神奇的本事,但这神奇需要对大数据科学管理、广度分析和深度挖掘之后才能获得。4月24日,在QCon大会的明略数据大数据专场,还有更多专家嘉宾畅谈“互联网+”和金融大数据话题,银行从业者不可错过。
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