隨著海量數(shù)據(jù)存儲和處理技術的發(fā)展，數(shù)據(jù)的價值將進一步凸顯，銀行自身要用好數(shù)據(jù)，基于客戶賬戶數(shù)據(jù)進行客戶畫像，預測客戶潛在需求，推出有競爭力的產品，根據(jù)客戶消費數(shù)據(jù)，結合場景進行智能推薦，并進行風險預測和干預，提升盈利水平，作為金融數(shù)據(jù)服務提供方，要能在合規(guī)的前提下提供高質量的數(shù)據(jù)服務，打造場景化的金融生態(tài)體系。

云時代背景下，大數(shù)據(jù)(BigData)吸引了越來越多的關注，數(shù)據(jù)中蘊藏著豐富的價值，通過提升數(shù)據(jù)管理和處理能力，應對數(shù)據(jù)急速增長的挑戰(zhàn)，更多、更好地挖掘數(shù)據(jù)的內在關系并加以應用，成了金融業(yè)發(fā)展共同的目標。

大數(shù)據(jù)分析與應用在金融領域的應用與發(fā)展，給越來越多的公司帶來更多的收益和對未來規(guī)劃越來越可靠的數(shù)據(jù)支撐。像支付寶的天弘基金，像京東的京東金融，像螞蟻金服等等，都在依托大數(shù)據(jù)分析與應用推出越來越符合大眾化的金融產品。

大數(shù)據(jù)統(tǒng)計分析：指無法在可承受的時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。

一、大數(shù)據(jù)在金融行業(yè)的應用優(yōu)勢

(一)數(shù)據(jù)量大。金融業(yè)是數(shù)據(jù)密集型行業(yè)，對數(shù)據(jù)強依賴。以銀行業(yè)為例，100萬元的創(chuàng)收平均會產生130GB的數(shù)據(jù)，數(shù)據(jù)成為金融機構的核心資產。在不斷增長的海量數(shù)據(jù)背景下，采用具有更有彈性的計算、存儲擴展能力的分布式計算技術成為必然選擇。

(二)數(shù)據(jù)質量高。與其他行業(yè)相比，金融數(shù)據(jù)邏輯性強，要求具有更高的實時性、安全性和穩(wěn)定性。而且無論對于個人還是企業(yè)，金融數(shù)據(jù)都是核心敏感數(shù)據(jù)。金融行業(yè)核心實時交易系統(tǒng)數(shù)據(jù)要求強一致性，正常狀態(tài)下數(shù)據(jù)錯誤率為零，金融業(yè)開展大數(shù)據(jù)應用時，數(shù)據(jù)清洗環(huán)節(jié)將較為簡單。

(三)結構化數(shù)據(jù)占比高。當前，企業(yè)級數(shù)據(jù)結構化數(shù)據(jù)占比77%，而互聯(lián)網(wǎng)數(shù)據(jù)結構化數(shù)據(jù)僅占5%。結構化數(shù)據(jù)與非結構化數(shù)據(jù)相比，在分析工具成熟度方面具有明顯優(yōu)勢。后期，隨著傳統(tǒng)金融機構不斷拓展互聯(lián)網(wǎng)業(yè)務、遠程業(yè)務辦理、無人營業(yè)網(wǎng)點、機器人大堂經(jīng)理等現(xiàn)代金融科技的不斷豐富演進，金融行業(yè)的半結構化數(shù)據(jù)和非結構化數(shù)據(jù)占比將快速增長。

(四)應用場景廣泛、潛力大。大數(shù)據(jù)在金融行業(yè)有眾多應用場景，包括精準營銷、風險控制、客戶關系管理、反欺詐檢測、反洗錢檢測、決策支持、股票預測、宏觀經(jīng)濟分析與預測等方面。通過大數(shù)據(jù)應用，金融機構可開展精準營銷，提升風控準確性、降低風控成本、增加用戶粘性、改善客戶體驗，增強服務敏捷性。

二、大數(shù)據(jù)在金融行業(yè)的應用場景

當金融業(yè)遇到大數(shù)據(jù)技術，能帶來哪些創(chuàng)新與變革，從幾個典型的應用場景中見到。

1.海量金融數(shù)據(jù)的存儲與管理

交易渠道的多樣化帶來明細類結構化數(shù)據(jù)的快速增長，"雙錄"等監(jiān)管類要求使影像、圖片、電子憑證等非結構化數(shù)據(jù)也呈井噴之勢，傳統(tǒng)的數(shù)據(jù)庫、內容庫等技術因擴展性不高而應對乏力。

大數(shù)據(jù)的分布式架構特點為應用提供海量數(shù)據(jù)管理方面的核心能力，包括結構化數(shù)據(jù)或半結構化數(shù)據(jù)的存儲、查詢等，在一定程度上替代傳統(tǒng)關系型數(shù)據(jù)庫的功能;非結構化數(shù)據(jù)的存儲和管理，在一定程度上替代傳統(tǒng)文件系統(tǒng)的功能;結構化數(shù)據(jù)、半結構化數(shù)據(jù)或非結構化數(shù)據(jù)的統(tǒng)計、分析、挖掘能力，可基于此構建數(shù)據(jù)倉庫或數(shù)據(jù)集市，形成互聯(lián)網(wǎng)銀行業(yè)務拓展的數(shù)據(jù)支撐，完成多格式文件隨機存取管理、海量數(shù)據(jù)統(tǒng)計、分析等多種場景的應用實踐。

2.客戶畫像與精準營銷

金融業(yè)面對的客戶群體數(shù)量眾多，需要快速識別目標客戶，推出有競爭力的金融產品并進行精準化營銷，依托大數(shù)據(jù)技術的客戶畫像正是實現(xiàn)該目標的利器，其核心是對客戶屬性的標簽化。

3.交易監(jiān)控與實時風險識別。金融業(yè)競爭中，保證實時性也就保證了競爭的優(yōu)勢地位，要做到交易快速響應，在用戶無感知的情況下，完成風險識別等操作，既確保交易的安全性，又不影響客戶體驗

4.多維分析與商業(yè)智能、基于內容的業(yè)務知識智能檢索

通過對于用戶輸入的關鍵字等內容與海量檢索對象進行相似度匹配，并依據(jù)相關性高低進行排序，返回用戶最可能需要的內容，并基于用戶反饋及時調整檢索結果，保證檢索的有效性。

5.歷史交易明細實時查詢。

隨著互聯(lián)網(wǎng)金融的發(fā)展，交易的頻度和復雜性也隨之快速增長，交易數(shù)據(jù)源源不斷產生，如何提供高質量的數(shù)據(jù)查詢服務，滿足客戶全天候、場景化且實時性的數(shù)據(jù)訪問需求，成了數(shù)據(jù)管理的核心命題。

業(yè)務交易數(shù)據(jù)產生于各自的交易系統(tǒng)(如核心系統(tǒng))，并通過交易系統(tǒng)提供當日數(shù)據(jù)的查詢服務。通過運用大數(shù)據(jù)進行歷史數(shù)據(jù)存儲，歷史交易數(shù)據(jù)通過數(shù)據(jù)交換平臺獲取，通過批量方式每日執(zhí)行數(shù)據(jù)導入，數(shù)據(jù)導入過程支持數(shù)據(jù)校驗和異常數(shù)據(jù)清洗，清洗處理后的交易數(shù)據(jù)采用實時數(shù)據(jù)庫作為存儲容器，保存業(yè)務系統(tǒng)歷史交易數(shù)據(jù)。對外提供了交易數(shù)據(jù)統(tǒng)一查詢服務，覆蓋交易系統(tǒng)中的當日交易數(shù)據(jù)和歷史交易數(shù)據(jù)，對終端用戶提供統(tǒng)一的數(shù)據(jù)訪問視圖。