摘要：麦肯锡的研究显示，金融业在大数据价值潜力指数中排名第一。通过大数据分析，金融企业可以实现更加智能的业务决策，内部可保障数据的完整性与安全性，外部可控制用户风险，让企业战略制定更加理性化。

随着大数据产业的发展驶入“快车道”，很多企业在不断加大数据领域的投资同时，各行各业的应用解决方案也在不断走向成熟，大数据产业可谓是迎来了黄金时期。

从全球范围来看，大数据市场结构从垄断竞争向完全竞争格局演化。企业数量迅速增多，产品和服务的差异增大，技术门槛逐步降低，市场竞争越发激烈。在全球大数据市场中，行业解决方案在市场中的份额排名比较靠前，尤其是金融领域，在大数据领域的商业应用已经走到了其他行业的前面。

《中国金融大数据白皮书》提到，麦肯锡的研究显示，金融业在大数据价值潜力指数中排名第一。银行、证券、保险、信托、直投、小贷、担保、征信等金融，以及P2P、众筹等新兴的互联网金融领域，正在利用大数据进行一场新的革命。

“以银行业为例，”天缘经略（北京）数据技术有限公司负责人举例称，“中国银联涉及43亿张银行卡，超过9亿的持卡人，超过一千万商户，每天近七千万条交易数据，核心交易数据都超过了TB级。”

实际上，一直以来，金融企业对数据的重视程度都比较高。因为可以通过大数据分析，实现更加智能的业务决策，让企业战略制定更加理性化。天缘经略就是这样的智能化数据化公司，多项核心产品已被广泛应用于金融、电商、医疗、教育等多行业，拥有覆盖全国多个高等级云计算数据中心。

据了解，天缘经略（北京）数据技术有限公司成立于2013年，注册资本为5000万元人民币，主要经营范围包括技术开发、技术咨询、计算机系统服务、数据处理等，是国内领先的云计算服务提供商。通过丰富的网络和带宽资源，天缘经略全力打造了云计算数据中心平台。致力于做“最专业的数据专家”。对于金融行业的应用的层面上来看，天缘经略负责人指出，“大数据技术应用于金融行业主要体现在精准营销、用户授信和风险控制三大方面。”

一、精准营销

当下，互联网的信息正在高速不断增长，人们通过各种社交平台分享的文本、照片、视频、音频、数据等信息高达的几百亿甚至几千亿条，这些信息涵盖着、商家信息、个人信息、行业资讯、产品使用体验、商品浏览记录、商品成交记录、产品价格动态等等海量信息。通过这些信息数据可以形成金融行业大数据，其背后所展现出来的是金融行业的市场需求、竞争情报，隐藏着巨大的财富价值。

金融机构可以基于行为数据去预测用户的偏好和兴趣，继而推荐合适的金融产品，相比传统的短信群发模式，既能够避免发出大批垃圾短信，又能够对客户进行细分，更精准，更实时、更个性化。

具体来说，金融机构可以借助大数据分析平台，通过对形式多样的用户数据，如基本信息数据、财富信息数据、教育数据、消费数据、浏览数据、购买路径、客户的微博、客户的微信、客户的购买行为等进行挖掘、追踪、分析，以提升精准营销水平。

除此外，金融机构还可以利用外部大数据进行网络获客；基于社交数据、网络行为数据等对客户进行进一步的细分、分类；根据网络行为数据等对客户进行事件营销、实时营销；根据外部大数据分析展开交叉销售，提升业务量并加深客户关系；根据客户偏好、年龄、资产规模等进行个性化营销以及基于客户生命周期进行客户生命周期管理，即新客户获取、客户的维护，客户防流失和客户赢回等大数据应用。

“比如金融机构若想向以为客户推荐产品，光从他的存款金额上来判断是远远不够的。”天缘经略负责人分析称，“我们需要从他以往的购买记录判断他的喜好和风险承受能力，需要从他之前留在金融机构的相关数据如学历、房产等，来给出更清晰的指向，甚至可以通过数据算法，来判断住在同一区域的人的理财倾向。而这一切的实现其实都离不开大数据技术与大数据模型。”

二、用户授信

上个世纪五十年代，欧美的金融机构基于申请贷款客户的数据文本，包括基本信息、产品信息、风险缓释信息等，开发出评级模型，不仅能够对客户信用风险等级进行自动化定量化评定，实现了人工+自动化决策结合的授信审批方式，还大幅提高了银行授信审批的效率，节约了审批人的资源。

对比欧美发达国家，我国的发展仍处于初级阶段，因为征信不足而导致的问题也愈发频繁。有数据显示，中国市场每年因为诚信缺失造成的经济损失约为5000亿元。

“正因如此，我国市场对大数据征信有强烈的需求，而不足的市场供给已经点燃了整个数据征信的产业。”天缘经略负责人解释，“尤其是对金融机构而言，通过大数据征信，能够完善对风险的评估和管理，有利于加快授信过程，分级定价，降低优质借款人借贷成本，大幅提高信贷效率。”

从目前情况看，国内的数据挖掘最早是基于授信所需要的分类挖掘算法而发展的。基于大数据留存的用户信息，对信用风险进行判断。但现在很多信用评估体系是依赖于国外的评估机构，国内的发展尚不健全，面临着数据“孤岛”的难题，因此，通过大数据来构建信用评估机制来迫在眉睫。

“对于大数据的憧憬，其实还有很多，尤其是大数据在金融领域要起到真正的作用，还有很漫长的路要走。”天缘经略负责人表示，“目前来看，还只是涉及到了数据的管理，没有办法精准地判断一个客户究竟有没有还钱的能力，可能会出现逾期和坏账的情况。什么时候能够通过大数据来精准地做出判断，那时候就说明我们的科技力量是真正的在进步了。”

三、风险控制

风险管理是金融的本质之一，而风控是所有金融业务的核心。大数据应用在风控上有两个，一个是信用风险，一个是欺诈风险。总体来说就是通过分析历史事件，找到其内在规律，建成模型，然后用新的数据去验证和进化这个模型。

举例来说，信用风险的防控就是通过大数据模型，能够把借款人过去的信用历史资料与数据库中的全体借款人的信用习惯相比较，检查借款人的发展趋势和经常违约、随意透支、甚至申请破产的各种陷入财务困境的借款人的发展趋势是否相似，以此来判断是否要批准借款人的借款请求。

而欺诈风险的防控，就是通过对历史欺诈行为的分析，不断梳理完善风险特征库，比如异地登录、非常用设备登录等行为，都是一种风险信号，建立一系列的风险规则判定集，预测用户行为背后的欺诈概率。

“实际上，在金融机构风险控制方面，大数据的作用不可或缺。利用大数据分析监测客户信用风险，可能是未来的发展趋势。”天缘经略负责人认为，“通过大数据风控，一方面能够实现风险监测预警，能够明确的看到资金流向以及关联信息等，时刻监测企业的经营状态。另一方面，能够将原有的碎片化海量数据通过技术手段进行整合，分析预测企业的信用风险。”

伴随着金融科技的浪潮，国家也在密集出台相关文件，今年，《中国人民银行办公厅关于强化银行卡磁条交易安全管理的通知》出台，提出建立基于大数据技术的风险防控机制。全国性商业银行于2017年8月底前，其他商业银行于2017年12月底前，完成基于大数据技术的银行卡风险防控系统建设。由此可见，通过大数据技术建立并不断优化风险评估模型，提高各业务场景欺诈拦截成功率已势在必行。

“目前看来，随着大数据的普及应用，一些新兴的金融大数据公司、征信公司依托大数据创新风控手段正在诞生。”天缘经略负责人解释称，“通过大数据技术，可以统一管理金融企业内部多源异构数据与外部征信数据，可以更好的完善风控体系。内部可保障数据的完整性与安全性，外部可控制用户风险，保障业务平台健康稳定运行。”

结语

大数据金融是传统金融和大数据技术结合产物，它的健康发展与创新必须遵循金融行业基本规律和需求，符合金融监管体系要求。然而，随着金融行业的发展，风险问题频出，更多的人意识到大数据在金融领域的重要性，并通过大数据技术来解决金融行业中出现的难题。但在当前阶段，普遍存在数据的真实性不高、有效性仍未被市场所论证，数据收集和使用过程中也面临着合法性问题等。因此，相信我国的大数据在金融领域的应用依旧还有很长一段路要走。