金融行业是大数据商业应用的先锋_数据分析师考试

大数据时代是全球知名咨询公司麦肯锡在2011年一份报告中提出的，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”进入2012年，大数据(big data)一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据。正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

2012年到2015年，大数据商业应用已经实现了显著的经济价值，据麦肯锡统计大数据已经为美国医疗服务业每年节约3000亿美元，为欧洲公共部门管理每年节约2500亿欧元，为全球个人位置数据服务商贡献了1000亿美元收入，帮助美国零售业净利润增长60%，帮助美国制造业在产品开发和组装等环节节省了50%成本。大数据商业应用所体现的巨大经济价值，正在获得各产业的青睐。

金融行业是大数据应用最早的行业，早在1996年摩根大通银行就聘请数学家丹尼尔利用递归决策树统计方法，对抵押贷款用户进行统计分析，帮助银行找到可能提前还款或者未来不会还款的客户。依据分析结果提前采取措施，为客户提供新的财务方案或提前收回贷款。经过一年的运行，基于递归决策树的抵押贷款管理为摩根大通银行创造了近6亿美元利润。

金融行业数据类型丰富，数据质量好，信息化程度高，数据商业应用较早。金融行业的大数据商业应用较为成熟，一直走在大数据商业应用的。无论是在大数据技术应用，还是大数据商业应用方面，都领先于其他行业，是大数据商业应用的先锋。

一、国外金融行业案例介绍

1 .花旗信用卡依据客户消费行为进行促销

花旗银行信用卡中心很早就依据用户的消费记录为用户画像，并利用信用卡移动App的广告推送功能，在特定的时间和地点为客户推送优惠信息。

当客户进入购物中心时，信用卡App会向年轻女士推送时尚服装广告，向年轻男士推送电子产品广告;在中午时间向客户推送餐饮优惠信息，下午推送电影信息等。当用户看完电影，信用App会向用户推荐附近酒吧的促销活动或电影院附近的餐饮优惠。借助于App广告的精准营销技术，花旗银行激活了客户的消费，三个月内增加了60%的信用卡交易金额。

花旗银行信用卡还通过客户的消费记录和位置信息来预测客户未来的消费。当一个客户在周五下午四点左右来在加油站加油时，其有50%左右的概率会在附近的餐厅进行就餐。信用卡App会依据客户在加油站的消费行为客户推荐附近的餐厅，客户就餐的转化率超过60%，既提升了客户体验，又提高了信用卡交易额。

2.证券行业利用大众社交情绪指数来预测股票

华尔街的数学精英设计了社交情绪指数基金，其数据来源于人们在社交网络上每天早晨的情绪表达。基金购买的投资产品是经过投资银行家精挑细选的，同大众情绪相关度较高的股票。经过半年左右的测试，投资银行家发现社交情绪走势和股票基金的走势一致，相关度非常高。于是银行家将社交情绪指数基金投入实战，3个月就获得了十亿美元的收益。社交网络的情绪数据用在股票投资上，充分体现了大数据时代社交行为数据分析的商业价值。现在伦敦股票交易所大约有40%的股票基金是量化投资基金，投资决策来源于其背后的数学模型，社交网络的情绪指数也作为其中的一个重要输入数据。

美国的约翰.埃尔德是位数学家，经过多年对美国股市的研究，他设计了一个股票分析和交易系统，这套交易系统引入了多个纬度的数据信息，对美国的股票市场走势进行预测，自动进行股票对买入和卖出。数学模型中只有少部分参数来源于过去的交易数据，大部分参数来源于实时数学计算的结果，并且设置了纠错参数，经过10年左右的投资实战，这个交易系统跑赢了美国股市大盘指数，获得了60%以上的超额收益。埃尔德后来发现股票交易系统的偏差越来越大，交易模型无法进行正确的预测，于是其果断停止了股票交易系统，清空了股票，避免了股票大跌时的巨额损失。经济环境复杂，参数一直在变，影响的因素也在增加，没有一个股票分析系统可以常胜不败。数学家需要不断调整其算法和增加影响因子，来适应复杂的股票交易市场。大数据分析在证券行业应用时，需要十分谨慎，证券投资受到太多的因素影响，在分析时需要充分考虑各种因素和采用实时数据。

3.保险行业

国外的保险公司在给用户进行车险报价时，需要参考汽车自身存储的OBD信息，其记录了驾驶员的驾驶习惯，例如是否经常紧急刹车，是否经常瞬间加速等。保险公司会依据客户的驾驶习惯来定义车主的保险产品等级，良好驾驶习惯的车主，其车险价格就较低，反之则车险价格车就较高。

保险公司还会参考车主的其他行为信息，其社交行为数据也作为保险评分的依据。社交网络上，晚上24:00以后还活跃的车主，其保险评分会受到影响。经常活动在酒吧附近的人士，其保险评分也会受到影响。美国好事达保险公司，利用大数据建模和分析，依据保险车辆特征，将人身伤害赔偿责任的预测精度提高了三倍，每年为公司增加4000万美元的收入。

二、国内金融行业大数据案例

1.移动大数据运营成就招商银行信用卡掌上生活

2013年招商银行信用卡中心推出了掌上生活App。其主要功能是为客户提供便捷的移动支付服务，实现消费场景移动化。“掌上生活”App推出不久，卡中心遇到了很多信用卡中心普遍遇到的问题，如移动运营缺少数据支撑、用户的行为无法监测、产品转化率无法提高、用户体验较差等。

招商银行信用卡中心同中国最大的移动大数据公司TalkingData进行了全面战略合作。借助于移动App统计分析平台和运营咨询服务，招商银行信用卡中心掌握了关键的运营数据，提高了移动App运营水平。通过App页面优化，提高了产品转化率，提高了客户体验;借助于手机游戏的跨界营销，获得了大量的新客户、激活了休眠客户、提高了客户留存时间和活跃度。

在TalkingData和卡中心共同合作下，招商银行信用卡中心的掌上生活App装机量达到了5000万，日均活跃用户500万户，日均金融交易400万笔，成为金融行业移动App的领先产品，获得了很多奖项，也成为众多银行争相模仿的对象。

2.“博时淘金100”指数基金跑赢大盘

“博时淘金100”是博时基金和阿里共同成立的基金，依托蚂蚁金服提供的海量电商交易数据(包括买卖家数量变化、商品价格变化、成交量变化等)，对用户需求，企业产品、行业成长进行分析，从而预测相关行业和企业景气度。分析结果结合博时基金多因子量化投资模型，指导基金经理进行股票投资。

淘宝网6000多种商品对应中证35个行业、1700只股票，这1700个股票就是淘金100指数编制的股票池，基于博时特有的多因子量化模型，从中间选出最值得关注的100个股票。100个指数成份股每月调整一次，以及时跟踪行业和市场的变化趋势，来获取超额收益。博时淘金100首募发行仅三天，募集规模约为40.75亿。 “博时淘金100”已是国内现有规模最大的大数据指数基金，从2015年1月份到6月25日，基金收益增幅为113.88%，可以同创业版涨幅相媲美。

三、大数据对人类社会发展的意义

1.大数据提供了人与事物的连接，让人类行为可以记录和分析。

传感器、图片、视频、以及手机App产生的行为数据，让我们更加客观地了解人类的行为。大数据技术将人类行为数据收集起来，通过处理和分析，为数据的商业应用提供支持。

2.大数据计算提高数据处理效率，增加人类认知盈余。

大数据技术平台的出现提升了数据处理效率。过去需要几周处理的数据，现在可能在几分钟之内就可以处理完成。通过大数据计算节省下来的时间，人们可以去消费、娱乐和创造。

大数据计算将释放人类社会巨大产能，增加人类认知盈余，帮助人类更好地改造世界。

3. 大数据通过全局的数据让人类了解事物背后的真相。

相对于过去的样本代替全体的统计方法，大数据将使用全局的数据，其统计出来的结果更为精确，更接事物真相，帮助科学家了解事物背后的本质和真相。

大数据的统计结果将会纠正过去人们对事物的错误认识，带来全新的认知，有利于政府、企业、科学家了解过去人类社会真正的历史。通过数据分析来了解人类社会的发展规律，帮助企业和政府进行科学决策。

4. 大数据改变过去的经验思维，帮助人们建立数据思维

通过大数据计算和分析技术，人们可以掌握事物发展规律。未来人们会发现了解一件事、判断一件事、决定一件事、不再变得困难。各国政府和企业可以借助大数据分析了解民众需求，抛弃过去的经验思维和惯性思维，跳出历史预测未来的困境。

中国社会正在进行转型，对于金融行业也是如此，未来金融行业的主要收入来源将逐渐转向零售金融，依据BCG波士顿最新的研究报告，到2020年中国的零售金融市场收入总额将超过3.5万亿人民币，占银行业总收入的40%。客户消费行为逐步转向移动互联网，移动App将成为金融行业连接客户的主要渠道，并成为客户的主要入口和产品发布主要场所。

未来，金融企业如果想赢得客户，取得领先优势，必须重视大数据在金融行业的商业应用。大数据的商业应用可以帮助金融行业洞察客户、增加收入、提高效率。社会经济发展将逐渐从过去的经验思维转向数字思维。商业分析越来越依靠数据支撑，数据思维和数据决策将成为金融行业是市场竞争成败的关键。