大數據如何作用於金融領域並創造價值？

來源：CIO時代網

大數據具體在金融行業的應用領域：1、用戶授信、2、交易風險控制、3、提現預測、4、營銷監控與評估、5、流失預警。

第一，所謂的大數據軟件，不太讓人明白。至少在行業裏少提到大數據軟件這個說法，可以說大數據技術架構，也可能說數據挖掘軟件。不過我理解，你提的大數據軟件應該是圍繞大數據分析與應用的一系列工作與系統吧？

第二，提到的金融數據，這個涉及面很廣，就作者有限的接觸來看就有很多，比如基金公司的銷售數據，客戶持有份額與交易數據，客戶接觸數據，客戶網站瀏覽數據等；比如銀行涉及到進出帳戶的數據，客戶基本信息的數據；比如保險公司有客戶購買保險的數據等。概括而言，可以分成以下幾大類：客戶基本屬性數據、客戶產品購買數據、客戶交易行爲數據、客戶偏好數據……能做什麼分析需要看能獲取什麼數據，如果你能夠把行業第三方的數據整合進來，可做的挖掘就多了。例如，如果做爲基金公司能夠獲得用戶在網絡上的瀏覽行爲數據，你就可以判斷用戶最近有沒有關注相關產品，有沒有關注競爭對手的產品。

第三，談談大數據具體在金融行業的應用領域，據作者有限的接觸來看，以下領域需要大數據發揮更大更多的作用。

1、用戶授信：這其實是數據挖掘最早應用的領域之一，國內的數據挖掘最早基本上也是基於授信所需要的分類挖掘算法而發展的。基於大數據對用戶信用風險進行判斷，是一個重要的方向。特別是目前很多信用評估體系是依賴於國外的評估機構，如果能夠基於大數據（看你能獲得何種數據）來構建起信用評估機制來，這個會有市場。

2、交易風險控制：這個跟用戶授信不同。原來的數據挖掘能夠實現對用戶靜態的信用評估，基於大數據的流式處理能力可以實現對用戶的動態評估，即交易風險的判斷。例如，當你發現同一個帳戶在近乎相同的時間在不同的地區進行信用卡交易的時候，這個時候交易風險就產生了。客戶的信用卡可能被盜，也可能存在欺詐交易行爲。

3、提現預測：目前互聯網金融的一個很大的特定就是打破了原來流動性和收益率不能兼得的特徵。而現在的很多“寶寶”能夠兩者兼得，除了跟創新有關外，在技術層面如果能夠實現大數據對產品的支撐，會做得更高效。具體來說，“寶寶”們需要滿足每天用戶提現的需求，這就需要儲備流動性強的資金，儲備少了，會出現擠兌；儲備多了，而資金不能得到充分利用，無法產生更多的收益。所以需要構建預測模型，實現對資金需求的有效預算與管理。

4、營銷監控與評估：這個是容易被忽視的領域，因爲是涉及到具體戰術的工作。以後大多數人都關注營銷效果的最終效果，比如搞了個客戶營銷產品，看最終轉化了多少，但其實有很多環節可能會影響到用戶的轉化。比如接觸情況，比如吸引性，比如消費滯後性等等。這些需要依賴於大數據基於更客戶更準確的解答。

5、流失預警：如果你能獲取的數據可以洞察用戶在整個相關產品裏的使用行爲，你就可以洞察用戶潛在的流失風險與去向。例如，你會發現原來較優質的客戶最近在一段時間裏突然不太活躍了，這可能就會有風險，但是到底是最近比較忙沒有交易？還是另有他愛了？這個需要依賴於大數據進行洞察。用戶可能這段時間正在關注或已經購買競爭對手的產品，這可以提供更大的營銷管理價值。

其實還有很多，就不多說了，沒有哪個領域更有分析價值，取決於你所關心的核心問題。

第四、關於發展方向：一個趨勢其實已經行成，就是金融行業和第三方行業資源的整合，比如金融和互聯網企業 ,金融和大數據擁有者的資源整合等。不論是哪些行業的資源整合，一個不可規避的事實就是對傳統金融工具的創新，所以想想現在的金融產品有哪些問題，可能就能找到創新方向。比如寶寶們的收益與流失性兼得其實就是在挑戰傳統金融兩者不可得的不足。至少對普通投資者是這樣。另外，創新還會體現在具體的營銷層面，比如依賴於各種有效的觸點實現的營銷，依賴於社交媒體實現的營銷創新等。不知道大家最近關注到沒有，已經有一些創新在實踐了。