大數(shù)據(jù)的步伐蔓延開來
從信息時(shí)代到算法時(shí)代，“互聯(lián)網(wǎng)+”的出現(xiàn)如同催化劑一般發(fā)揮著它獨(dú)有的功效，讓信息不對等的狀態(tài)逐步向市場化、功能化的方向演變，使得大數(shù)據(jù)能夠以數(shù)據(jù)平臺(tái)形式，在日益先進(jìn)的管理技術(shù)下，得到越來越高品質(zhì)的數(shù)據(jù)倉庫，并以各種不同的數(shù)據(jù)服務(wù)模式提供信息服務(wù)，為用戶帶來不斷優(yōu)化的體驗(yàn)。這得益于互聯(lián)網(wǎng)記錄和傳播特質(zhì)所帶來的高效信息共享，龐大的數(shù)據(jù)信息以及各關(guān)聯(lián)信息的掛項(xiàng)整合具有極高的價(jià)值，而且大數(shù)據(jù)本身就能創(chuàng)造巨大的財(cái)富。
更值得關(guān)注的是，大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而是對這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理，提高對數(shù)據(jù)的“加工能力”，通過加工實(shí)現(xiàn)數(shù)據(jù)的增值，這樣的數(shù)據(jù)挖掘才是評價(jià)數(shù)據(jù)服務(wù)的真正標(biāo)準(zhǔn)。因此，強(qiáng)大的數(shù)據(jù)分析能力將成為未來緊缺的頂尖專業(yè)技術(shù)，高超的數(shù)據(jù)分析公式創(chuàng)建人員也將成為未來炙手可熱的尖端技術(shù)人才，使企業(yè)之間的競爭明確鎖定到數(shù)據(jù)獲取、數(shù)據(jù)倉庫、數(shù)據(jù)分析等技術(shù)上。
總之，忽略大數(shù)據(jù)，就會(huì)被時(shí)代拋棄，每個(gè)領(lǐng)域都需要致力去運(yùn)用大數(shù)據(jù)。與此同時(shí)，大數(shù)據(jù)也離不開云計(jì)算，還需要AI的加入，而且作為云計(jì)算的殺手級(jí)應(yīng)用，AI也正成為下一個(gè)大趨勢。
大數(shù)據(jù)在金融業(yè)的應(yīng)用
在制造業(yè)領(lǐng)域中，工業(yè)3.0時(shí)代所用的市場調(diào)研、問卷回饋早已落后被淘汰。如今，在大數(shù)據(jù)帶動(dòng)的工業(yè)4.0時(shí)代，消費(fèi)者的行為可通過數(shù)據(jù)分析出來，形成完整的訂單處理、產(chǎn)品設(shè)計(jì)制造、原料采購和終端零售組合的環(huán)形運(yùn)作。若真如IBM分析研究所說，63%的零售企業(yè)會(huì)因?yàn)槭褂么髷?shù)據(jù)而增強(qiáng)競爭力，并且依據(jù)麥肯錫的預(yù)測，使用大數(shù)據(jù)可使利潤增加60%以上。那么，大數(shù)據(jù)在金融業(yè)領(lǐng)域中是如何應(yīng)用的呢？
銀行、保險(xiǎn)業(yè)的運(yùn)用
金融業(yè)對大數(shù)據(jù)的應(yīng)用最早在銀行業(yè)反欺詐工作中就有了諸多體現(xiàn)，銀行業(yè)通常借助用戶行為風(fēng)險(xiǎn)識(shí)別引擎、征信系統(tǒng)、黑名單系統(tǒng)等反欺詐系統(tǒng)，對交易詐騙、網(wǎng)絡(luò)詐騙、電話詐騙、盜卡盜號(hào)等欺詐行為進(jìn)行識(shí)別。其中，在線反欺詐是互聯(lián)網(wǎng)金融必不可少的一部分，這其中必然用到數(shù)據(jù)采集、數(shù)據(jù)庫等大數(shù)據(jù)技術(shù)，也從而讓銀行業(yè)成為金融業(yè)中運(yùn)用大數(shù)據(jù)相對成熟的代表。
當(dāng)然，保險(xiǎn)業(yè)在風(fēng)險(xiǎn)管理、價(jià)值管理、資產(chǎn)管理、微信系統(tǒng)、移動(dòng)展業(yè)系統(tǒng)、非現(xiàn)場審計(jì)系統(tǒng)、CRM系統(tǒng)，以及XBRL報(bào)送、數(shù)據(jù)中心、運(yùn)營數(shù)據(jù)服務(wù)平臺(tái)上都有了較為成熟的產(chǎn)品和應(yīng)用。
證券、期貨業(yè)的運(yùn)用
相對來說，大數(shù)據(jù)在證券和期貨業(yè)的應(yīng)用滯后許多。據(jù)證券市場已成功建設(shè)90%數(shù)據(jù)倉庫的實(shí)力數(shù)據(jù)服務(wù)商透露，截至目前，證券業(yè)接觸過并已經(jīng)在運(yùn)用大數(shù)據(jù)的企業(yè)不足20家，這些企業(yè)所涉獵的應(yīng)用也大多與銀行業(yè)、保險(xiǎn)業(yè)相似，主要集中在風(fēng)險(xiǎn)管理、經(jīng)營分析、XBRL報(bào)送及數(shù)據(jù)中心和數(shù)據(jù)挖掘方面，CRM、ACRM、高端客戶CRM方面更多的是傳統(tǒng)數(shù)據(jù)倉庫形式。
然而，大數(shù)據(jù)單純在期貨業(yè)中的應(yīng)用少之又少，兩家交易所和個(gè)別期貨公司現(xiàn)階段會(huì)考慮到這樣的規(guī)劃部署，半數(shù)能實(shí)現(xiàn)CRM或少數(shù)實(shí)現(xiàn)ACRM的內(nèi)部數(shù)據(jù)分析和挖掘已然是當(dāng)下領(lǐng)先的水平了，畢竟期貨特殊的交易特征致使其交易數(shù)據(jù)分析遠(yuǎn)比證券交易數(shù)據(jù)分析更難攻克。
基金、信托業(yè)的運(yùn)用
基金管理公司可通過建設(shè)數(shù)據(jù)倉庫和BI決策分析系統(tǒng)，更及時(shí)、準(zhǔn)確地掌握自身經(jīng)營狀況，從而有效提高管理水平，但是目前很少有建設(shè)數(shù)據(jù)倉庫項(xiàng)目的，基本上只是在XBRL報(bào)送上多做一些。目前，私募的XBRL報(bào)送開始逐步啟動(dòng)起來，信托領(lǐng)域中做XBRL報(bào)送的只有個(gè)別家，極少有建設(shè)數(shù)據(jù)倉庫和大數(shù)據(jù)的。
總之，大數(shù)據(jù)分析是金融業(yè)客戶關(guān)系管理的發(fā)展方向，是未來新型精準(zhǔn)營銷的發(fā)展方向。隨著金融業(yè)集團(tuán)性的轉(zhuǎn)化，實(shí)施多元化經(jīng)營戰(zhàn)略的企業(yè)集團(tuán)更看重對大數(shù)據(jù)的分析和解讀，以更好地滿足新客戶引流、存量客戶挖掘以及防止客戶流失，從而促進(jìn)BI業(yè)務(wù)的成功，獲得更佳決策，使得金融業(yè)集團(tuán)間的競爭更具技術(shù)性和品牌特色。
..
|
