施看,金融领域基础设施好,信息化、数据标准化程度高?信息化是数据化的基础,只有积累大量业务数据才能进行大数据分析,金融?是最早推行信息化建设的行业,也是电子化业务渗透率最高的领域。同时,?国内银行等传统金融机构多数效仿国外的信息化建设方案,与医疗、工业相?比,金融领域以结构化数据为主,数据标准化程度高,数据清洗相对容易。Р从应用范围看,业务由数据驱动,应用范围广?即使传统金融机构,业务也基于 IT 系统,金融业务与 IT 紧密结合,完全由数?据驱动。大数据会对金融机构的各项业务产生变革,在金融领域应用范围广,?能够影响到核心业务。Р从市场规模看,金融大数据市场规模大,金融机构每年 IT 投入高于?其他行业?以银行为例, 2017 年中国银行业整体 IT 投资规模近千亿,占中国 IT 投入约 5-Р10% 。高 IT 投入,意味着金融机构在大数据业务的付费意愿更高,付费能力?更强,金融大数据的市场空间更大。Р金融大数据进入成熟期Р数据来源:爱分析Р2018 年中国大数据风控调研报告Р7ЕЕ?•?•Р大数据覆盖信贷领域各个流程,重点是获客、身份验证和授信环节。?获客环节建立用户画像,跟踪用户完整生命周期;?身份验证环节,通过活体识别等技术解决申请人是否本人的问题,关联分析则是利用图关联技术,找出欺诈团伙;?授信环节汇聚多方数据源,通过建模进行风险定价,金融科技服务商输出信用评分给机构使用。Р金融大数据在信贷领域的应用Р2018 年中国大数据风控调研报告Р8Р金融大数据在信贷领域的应用案例(一):智能营销Р•Р基于海量多维数据构建全渠道智能化客户经营体系,真正做到智能营销Р2018 年中国大数据风控调研报告Р9Р金融大数据在信贷领域的应用案例(二):反欺诈Р2018 年中国大数据风控调研报告Р•Р百度金融科技产品服务体系在反欺诈领域的应用,通过数据和技术甄别信贷领域的潜在风险
全文预览
