[[175567]]

時下，查詢實時交通路況幾乎成為我們出行前必不可少的事情，而這些躲避擁堵的方案真的是實時監控反饋的嗎?答案當然是否定的，它主要在于數據分析，即通過帶GPS功能的手機以及其他移動設備收集位置信息和移動速度信息，并加以計算轉換成擁堵信息。

事實上，這樣的技術在制造業、零售業、信息技術服務業等領域已經逐步顯現出重要性。例如，2015年大數據推動工業4.0時代，將6+1制造升級進化為4+1模式，能將產品設計與制造進行捆綁，將中意的產品直接送上門，而且電商還能根據我們使用過的信息數據建立起不同的算法，預測我們的個人喜好，為不同用戶給出各自關聯的搜索結果。由此看來，算法時代真的來臨了。

那么，在金融領域，我們正在面臨或即將面臨怎樣的改變呢?企業精準營銷、集團業態整合、產品零售、交叉銷售等都需要大數據的發揮，大數據不僅成為全球各國爭相發展的技術之一，也是我國各行業領域正在加速提升的技術服務。

大數據的步伐蔓延開來

從信息時代到算法時代，“互聯網+”的出現如同催化劑一般發揮著它獨有的功效，讓信息不對等的狀態逐步向市場化、功能化的方向演變，使得大數據能夠以數據平臺形式，在日益先進的管理技術下，得到越來越高品質的數據倉庫，并以各種不同的數據服務模式提供信息服務，為用戶帶來不斷優化的體驗。這得益于互聯網記錄和傳播特質所帶來的高效信息共享，龐大的數據信息以及各關聯信息的掛項整合具有極高的價值，而且大數據本身就能創造巨大的財富。

更值得關注的是，大數據技術的戰略意義不在于掌握龐大的數據信息，而是對這些含有意義的數據進行專業化處理，提高對數據的“加工能力”，通過加工實現數據的增值，這樣的數據挖掘才是評價數據服務的真正標準。因此，強大的數據分析能力將成為未來緊缺的***專業技術，高超的數據分析公式創建人員也將成為未來炙手可熱的***技術人才，使企業之間的競爭明確鎖定到數據獲取、數據倉庫、數據分析等技術上。

總之，忽略大數據，就會被時代拋棄，每個領域都需要致力去運用大數據。與此同時，大數據也離不開云計算，還需要AI的加入，而且作為云計算的殺手級應用，AI也正成為下一個大趨勢。

大數據在金融業的應用

在制造業領域中，工業3.0時代所用的市場調研、問卷回饋早已落后被淘汰。如今，在大數據帶動的工業4.0時代，消費者的行為可通過數據分析出來，形成完整的訂單處理、產品設計制造、原料采購和終端零售組合的環形運作。若真如IBM分析研究所說，63%的零售企業會因為使用大數據而增強競爭力，并且依據麥肯錫的預測，使用大數據可使利潤增加60%以上。那么，大數據在金融業領域中是如何應用的呢?

銀行、保險業的運用

金融業對大數據的應用最早在銀行業反欺詐工作中就有了諸多體現，銀行業通常借助用戶行為風險識別引擎、征信系統、黑名單系統等反欺詐系統，對交易詐騙、網絡詐騙、電話詐騙、盜卡盜號等欺詐行為進行識別。其中，在線反欺詐是互聯網金融必不可少的一部分，這其中必然用到數據采集、數據庫等大數據技術，也從而讓銀行業成為金融業中運用大數據相對成熟的代表。

當然，保險業在風險管理、價值管理、資產管理、微信系統、移動展業系統、非現場審計系統、CRM系統，以及XBRL報送、數據中心、運營數據服務平臺上都有了較為成熟的產品和應用。

證券、期貨業的運用

相對來說，大數據在證券和期貨業的應用滯后許多。據證券市場已成功建設90%數據倉庫的實力數據服務商透露，截至目前，證券業接觸過并已經在運用大數據的企業不足20家，這些企業所涉獵的應用也大多與銀行業、保險業相似，主要集中在風險管理、經營分析、XBRL報送及數據中心和數據挖掘方面，CRM、ACRM、高端客戶CRM方面更多的是傳統數據倉庫形式。

然而，大數據單純在期貨業中的應用少之又少，兩家交易所和個別期貨公司現階段會考慮到這樣的規劃部署，半數能實現CRM或少數實現ACRM的內部數據分析和挖掘已然是當下領先的水平了，畢竟期貨特殊的交易特征致使其交易數據分析遠比證券交易數據分析更難攻克。

基金、信托業的運用

基金管理公司可通過建設數據倉庫和BI決策分析系統，更及時、準確地掌握自身經營狀況，從而有效提高管理水平，但是目前很少有建設數據倉庫項目的，基本上只是在XBRL報送上多做一些。目前，私募的XBRL報送開始逐步啟動起來，信托領域中做XBRL報送的只有個別家，極少有建設數據倉庫和大數據的。

大數據在金融業的走向

由此可見，金融業對大數據的應用雖不及制造業那般迅猛，但是也正快速伴隨著互聯網金融的步伐蔓延開來。更明顯的特征是，集團化業態趨勢愈來愈明顯，企業并購重組現象也時有發生。這樣一來，能夠***限度地滿足市場投資者需求，從而促使各類型業務多元化組合。尤其是對具備銀行背景、券商背景等多層交互支持的企業來說，大數據的應用將助推其在目標業務領域及綜合服務管理上有出色的表現。因此，未來更多貼合客戶的服務和產品能夠被定制，市場也能夠被充分整合。對客戶單一業務的個性化投資建議、綜合業務的結構性產品匹配、跨類型業務的交叉銷售等，都將具備更優質的深度挖掘，市場結構和各層資源也將得到更合理的分配。

總之，大數據分析是金融業客戶關系管理的發展方向，是未來新型精準營銷的發展方向。隨著金融業集團性的轉化，實施多元化經營戰略的企業集團更看重對大數據的分析和解讀，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BI業務的成功，獲得更佳決策，使得金融業集團間的競爭更具技術性和品牌特色。