银河证券王锦炎:大数据在金融领域应用

简介:

本文讲的是银河证券王锦炎:大数据在金融领域应用,2014年1月11日以“技术 融合 业务CIO驱动商业转型”为主题的首届全国CIO高峰论坛在西安拉开帷幕。本次高峰论坛结合当前CIO及企业IT高层所处现状,共同探讨未来企业如何应对商业转型。重点邀请了制  lm 造、快消、医疗、金融等行业领域C-level人群出席。

大数据在金融领域应用的三个步骤
2013-2014年度全国CIO高峰论坛现场报道

大数据在金融领域应用的三个步骤
▲银河证券电子商务部总经理王锦炎

  大数据时代证券公司的应对策略,有一个探索的过程。在讲主题之前,王锦炎给大家分享了一个案例。

  大家都知道顺丰,有人说它是一个快递公司,有人说他是一个IT公司,有人说它是一个金融公司,现在他有快递、IT、物流、支付。飞机场有顺丰的飞机,后来王锦炎了解到顺丰有31架飞机,而且12架是自己买的,19架是租赁的,有15万的快递员,还有一万多的货车,在全国有150个分解的物流场所,所以顺丰是什么公司没有办法定义。顺丰是快递起家的,在全国里面每一个快递都是24小时能送到每一个客户那里的。

  顺丰的物流流程解析

  首先,客户上了订单,呼叫中心收到以后,发到所在地区周边的那个附近的那个快递员的那个手上,有一个扫描机,它的功能有打印、扫描,就是每一个快递员的身份证,快递终端。快递员一个小时以内到客户那里,客户收完了以后,客户的快递根据内容发到里面,然后直接到总公司大的信息数据库里面,那数据库的信息就可以把他的条形码信息变成快递的身份证。

  海空陆是怎么来发?发到总部以后分解,分解完了以后派送,送到全国一万多台运输车,随时等候的一级分点中心,就近把快递的货物运到指定的地方,数据中心里的GPS随时跟踪这个车到了哪里,在哪条高速公路上有没有出车祸,有没有延误就可以实时监控,然后在分捡场里面每一个快递监控都是跟踪,跟踪到每一个环节,哪个环节不行扣分,是这样的。分捡到了以后然后分捡到每个城市,然后飞机起飞,那送到最后再回去快递员拿来这个分到所在地区以后,哪个快递员什么时候到中心去,拿到快递以后有扫描,这个快递就落到那个快递员手上,所以每一个环节,如果有一个损害,可以跟踪到每一个人员。最后就是送到了客户的手上。

  王锦炎认为顺丰物流流程的完成是通过建立一个庞大的数据中心,它有两千多人在总部运营这个信息中心的运营和开发,而且是把数据流、信息流跟物流全程在这里每各环节进行无缝对接,所以就完成了一个快递的总的投递流程。顺丰每天是几百万件快递,不同的地方出发,不同的地方到达,一个小时到的,就是它的管理靠什么?最最核心的就是它有一个庞大的数据中心进行了数据挖掘,所以顺丰是数据中心。

  第二,除了数据中心挖掘以外,还有现在大数据的概念

  什么呢?互动性、实时性非常强,每一个细节数据跟踪,而且是全方位跟踪,通过不只是一个纬度,所以他的数据精准性非常准,这样就提高了效率。说明顺丰应该是一个IT公司、大数据中心,所谓大就是全程。有时候建数据中心就是我先建一个基础平台,只要足够大,看我们自己的那个,我们想什么建什么,不是说以客户以我们的业务流为点来出发,跟客户的纬度不一样,所以我就是这样。

  王锦炎谈大数据与以往数据库的对比

  现在大数据很热,以前数据中心是为了统计数据、分析数据,为领导决策服务,为我们的财务、为我们的管理提供支持,提供决策,只是作为一个工具。但是现在的话我们对大数据就是跟以前不一样了,我们现在的大数据是为客户为出发点,对客户的需求进行全程的分析,进行全程的跟踪,客户的需求有一种静态的数据,我是什么人、我年龄多少,客户的基本信息,但是我的行为没办法,所以大数据加了一个,相比以前的数据库,大数据关键是多了一个行为数据。

  数据以前是抽样的,现在是所有数据所有的过程、非结构的、结构的、语音的视频的全部搜集过来,以前由于数据的处理技术、云计算这些技术还没有到位,所以只能是抽样数据分析得出结论。还有一个不一样是结构化和非结构化、半结构化,为什么?现在的视频、语音这些东西非结构的跟文本的是不一样的,所以纬度不一样,是靠大数据的统一。还有就是互动性的,以前的数据是静态的、管理的,而且是事后多的,现在是跟客户互动,顺丰的数据完全是实时互动的。现在还有电商,马云的小额贷为什么那么厉害,他是对客户数据的行为分析以后,免了银行对他的征信流程进行数据的分析以后,取得一些成功。

  金融行业怎么来考虑用大数据

  王锦炎表示,大数据首先是一种思维,是思维方式,而不是数本身数据必须要跟技术结合在一起,所以数据处理技术是一个统一体。关键是以客户为中心,以前我们是以决策统计为中心,数据从三个层面来解释,搜集数据、分析数据。

  这一年多大数据炒的很热,如果一个很小的企业,你的投入产出怎么样,你要考虑成本,银行跟金融以前的大数据应用做一些结构化的数据就是一个统计分析,但是京东的数据完全是以客户的爱好行为来抽样的,比如说京东里面的货架里面根据季节是什么人喜欢在哪里逛这个商店这个区进行行为分析,根据上网的点击率看这个商品是哪个季节跟哪个商品互动,里面抽出一些东西进行进货,然后放在哪个大卖场里面的前端后端,都做了一些部署,这个是一个数据应用非常典型的例子。

  王锦炎认为目前第一步能做的是做一些结构化的分析,比如银河我们有600万客户,可以对他们进行分析,分完类以后我针对他们的爱好给他提供一些投资理财的建议,进行互动,现在是可以做的。

  第二步是做非结构化的数据,这些有很大的投入,你对视频、语音的提取,我们也考虑投入产出,我们现在第一步是把我们存量的数据、结构化的数据里面精耕细作,然后才跟外面的一些电商、非金融公司、银行、保险这些建立行为分析,这些是根据本身业务发展的需要。每个企业应该根据自己业务的发展和你能做什么进行大数据分析。

  比如互联网金融,在马云成功,腾讯成功之后,现在各大银行都想做电商,一年做下来做出的效果不怎么样,因为没有足够的用户登陆,浏览客户不够,没有流量,花那么大钱去做没有用,不能够进行用户行为分析。作为银行来讲,全国有一万多个网点,把现有的银行客户资料做好,每一个业务线整合好就非常棒了。马云是永远追不上工商银行线上线下数据互动的服务,跟在电商后面想做第二个阿里巴巴是不可能的事情,现在是一种反思,银行系统在互联网金融里面应该怎么做,王锦炎个人的观点是金融系统有它的优势,必须发展金融系统的优势,用互联网的概念来做好自己,做精我们那个行业里面的业务,跟我们的业务要很无缝的结合,那才是我们发展的方向。所以一定要根据每个企业、每个行业的特点,但是我们的目标肯定是在我们行业本身的出发来研究大数据对我行业的正能量,互联网金融的资金怎么融进本身的行业里面去发挥最大的作用,应该是按照这个思路走。所以这个就是比较具体了,媒体的数据、电商的数据等等,大数据现在很多,有一个老的例子,美国的一个妈咪收到了一个奶粉尿布的订单,她就很生气,说我女儿才十五六岁,怎么会要这些奶粉呢?她女儿说我怀孕了,因为她经常上网浏览这些东西,就分析出来这个客户有这个需要,他为了黏住这个客户先送一些婴儿的东西给他,所以这是精准的营销的一个例子。

  大数据的应用的第三个层面:企业首先要以数据来进行管理,不能拍脑袋,我们的决策应该是理性的,这种理性是必须要建立在数据模型、数据分析跟数据客观的结果。每个企业要用数据的时候,应该从数据中找到数据本身,有一个自我学习、自我提高的规律,所以得到一些启发。

  大数据对金融的影响越来越大

  比如贷款以前要到企业去考察,看看企业跟老板有没有抵押,我们有抵押才能贷款,现在有了大数据的分析以后,对这个企业可以进行分析,他什么时候出国?什么时候买东西?买什么东西?什么时候犯过罪?他一生的数据全部都有了,到这个时候数据全纬度的应用,他要贷款一百万、十万不用你评判,有一个数据的模型就可以了,所以数据的应用里面颠覆了银行以前抵押的文化。个人的信用评估,像阿里巴巴的小额贷是比较经典的,甚至比较标杆的应用。

  互联网的技术本身推动了大数据应用成为可能,现在数据网还有云计算、虚拟化存储技术。大数据能促进金融的开放性和透明,能改变传统的金融,现在企业要融资,我们根据证监会的要求对他进行整个业界进行研究报告和生产报告,如果有大数据的话,他企业生产的产品在国际上是什么地位?技术是什么情况?他的经营业务、经营报表进行一个专业评估就可以清楚了,这样全部公开透明很简单了。我们的股民一看靠谱可以买他一万股、十万股,这样比现在做假帐、骗局要真实的多,这是对我们同行就是这个纪念,对数据的挖掘方面比研究报告的水分要更精确的多。

  最后,王锦炎认为,大数据2013年是培育期,2014年应该是业界的释放期,成熟期应该是在明年,大家可以研究顺丰的案例,值得我们学习,顺丰从快递起家,但是已经不是一个快递公司,实际上是一个IT公司和一个大数据公司。

作者: 景保玉

来源: IT168

原文标题:银河证券王锦炎:大数据在金融领域应用

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
11天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
24天前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
存储 消息中间件 大数据
Go语言在大数据处理中的实际应用与案例分析
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理中的实际应用,通过案例分析展示了Go语言在处理大数据时的优势和实践效果。文章首先介绍了大数据处理的挑战与需求,然后详细分析了Go语言在大数据处理中的适用性和核心技术,最后通过具体案例展示了Go语言在大数据处理中的实际应用。
|
1月前
|
存储 JSON 大数据
大数据离线数仓---金融审批数仓
大数据离线数仓---金融审批数仓
112 1
|
21天前
|
数据采集 分布式计算 大数据
Java语言在大数据处理中的应用
传统的大数据处理往往依赖于庞大的数据中心和高性能的服务器,然而随着大数据时代的到来,Java作为一种强大的编程语言正在被广泛应用于大数据处理领域。本文将探讨Java语言在大数据处理中的优势和应用,以及其在分布式计算、数据处理和系统集成等方面的重要作用。
|
1月前
|
存储 大数据 数据挖掘
云计算与大数据:从基础设施到实际应用
云计算与大数据:从基础设施到实际应用
91 0
|
13天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
18天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
25天前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。
|
2月前
|
分布式计算 并行计算 大数据
Python多进程在数据处理和大数据分析中的应用
Python多进程在数据处理和大数据分析中的应用

热门文章

最新文章