京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力互联网金融成共鸣 开放数据平台是核心
随着大数据思维与互联网金融相结合的讨论之声被多次提出,围绕大数据与互联网金融的结合,风险防范等内容成为主题为“大数据背景下的互联网金融创新”的互联网金融论坛现场讨论的关键词。
不能低估互联网金融的影响
互联网金融对于传统金融机构,甚至整个融资市场而言,带来冲击的同时,还有更多的机遇与合作。中国人民银行调查统计司副司长徐诺金表示,不能低估互联网金融的影响和冲击,一定要以开放的心态和紧迫的责任感来迎接这场战役。互联网金融可以将现在传统金融覆盖不到的地方,通过移动金融的方式完成覆盖,把现在不敢放的贷款,通过数据分析放出去。
“互联网金融冲击的是传统金融的物理形态、经营管理方式等等,但是金融的本质没有变化,这就是要有信用,要有强大的风控能力,客户才会留得住。”徐诺金认为,互联网金融将冲击现有金融格局,甚至可能产生互联网时代的金融“巨无霸”。另外,还将冲击分业经营格局和行业限制,使金融内部和金融与实体之间的融合更加密切。
大数据如何与互联网金融谈“恋爱”?
随着大数据在各个行业的运用,大数据与互联网金融的结合已成为行业共识。如何将大数据思维运用在互联网金融领域,同时防范风险让行业的讨论之声瞬间沸腾。
在名为“大数据背景下的互联网金融创新”主题论坛现场,陆金所董事长兼CEO计葵生在发言中表示,金融的本质的风险和信用。对于互联网金融的而言,核心是把风险变成透明,这样可以让很多不透明的资产流通起来。“很多资产通过互联网可以更透明,同时通过大数据企业的融资成本可以降低。未来互联网金融发展要看大数据。”计葵生说认为。
蚂蚁金融服务集团副总裁俞胜法认为,互联网金融和传统金融是竞合的关系。互联网金融的优势是提供大众的、标准的和小额的金融服务,而传统金融则是提供个性化的、大额的金融服务,这可以形成互补。但是在成本、信息等方面,二者又是相互竞争的关系。尤其在大数据方面,互联网企业有非常明显的优势。互联网金融对传统金融最明显的挑战是,互联网金融对消除金融压抑,或者推动金融自由化,做出了相当大的贡献。利用大数据会衍生出很多新的产品。
俞胜法指出,互联网金融和传统金融最明显的区别在于理念和思考模式。传统金融以产品为中心,而互联网以客户的需求场景出发,用最合适的产品打造最适合客户的体验。
互联网金融真正的风险在哪?
中国人民银行调查统计司副司长徐诺金认为,互联网金融最大的风险是低估风险。很多人过分夸大互联网的作用,以为互联网上可以长出金子。徐诺金解释互联网金融的发展前景:赚钱是金融行业的核心,互联网公司最大的前途是利用自己的优势去找“女婿。”
如何利用大数据助力互联网金融发展
财讯传媒集团首席战略官段永朝对2014年中国互联网金融的发展有着自己的观察。他观察说,2014年中国互联网金融领域的骂战和硝烟显得要平复些。他分析不吵架的原因在于,大家都没有准备好。但,他同时指出“这种不吵架的平静其实未必是好事。”
对于如何利用大数据助力互联网金融发展,他建议可从以下三方面入手:
1.建立开放的数据生态:在开放协议,在标准,接口等重要内容上做好工作。
2.开放数据平台。3实行互联互通。
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