大數據行業背景及金融行業應用情況如何？

國家政策扶持助力大數據行業快速成長。

 2023年6月26日，由中國通信標準化協會和中國信息通信研究院聯合主辦的“2023大數 據產業發展大會” 在京召開。中國信息通信研究院副院長王志勤在致辭中表示中國信息通信 研究院在工業和信息化部指導下，與大數據產業同頻共振，持續圍繞大數據技術、產業、應用 深入研究，構建了“可信大數據”、“可信數據流通”、“可信數安”等評估評測體系，積極推動 我國大數據產業發展。 大數據產業是對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中 發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。在國家政策的大力支持 下，大數據市場空間廣闊，我國高度重視大數據在推進經濟社會發展中的地位和作用，陸續出 臺了多項政策，鼓勵大數據行業發展與創新，如《“十四五”數字經濟發展規劃》《“十四五”大 數據產業發展規劃》等。

隨著數字化轉型深入推進，各個領域對于大數據技術和解決方案的需求將進一步擴大和 深化。尤其是在金融、醫療健康、教育培訓、交通物流等領域，基于大數據分析與挖掘的智能 決策支持系統將發揮重要作用。 大數據技術的應用提升了金融行業的資源配置效率，強化了風險管控能力，有效促進了 金融業務的創新發展。金融大數據在銀行業、證券行業、保險行業、支付清算行業和互聯網金 融行業都得到廣泛的應用。金融大數據應用已經成為行業熱點趨勢，在交易欺詐識別、精準營 銷、黑產防范、消費信貸、信貸風險評估、供應鏈金融、股市行情預測、股價預測、智能投顧、 騙保識別、風險定價等涉及銀行、證券、保險、支付清算和互聯網金融等多領域的具體業務中， 得到廣泛應用。

大數據技術的應用已經逐漸深入我們的日常生活，比如支付服務，支付服務操作十分便 捷，客戶已經可以做到隨時隨地進行轉賬操作，而面對盜刷和金融詐騙案件頻發的現狀，支付 清算企業交易詐騙識別挑戰巨大。大數據可以利用賬戶基本信息、交易歷史、位置歷史、歷史 行為模式、正在發生行為模式等，結合智能規則引擎進行實時的交易反欺詐分析。整個技術實 現流程為實時采集行為日志、實時計算行為特征、實時判斷欺詐等級、實時觸發風控決策、案 件歸并形成閉環，以保證支付服務的可靠性。

金融數據是整個金融信息行業的核心，隨著數據生產要素地位的確立及大數據、人工智 能等技術的應用，金融數據的重要性更加凸顯。深挖數據價值、釋放數據潛能的同時，金融數 據泄露、濫用、竊取、篡改等安全風險及事件與日俱增，影響范圍也逐步從單個機構擴大至行業間、行業外，甚至影響國家安全與金融秩序。近年來，在立法方面，《中華人民共和國數據安 全法》（簡稱《數據安全法》）、《中華人民共和國個人信息保護法》（簡稱《個人信息保護法》） 等數據安全基礎性法律不斷出臺，數據安全與個人信息保護制度趨于完善；監管方面，相關主 管部門從個人金融信息保護、金融數據出境安全、APP違法違規治理等方面，對金融科技產業 數據合規問題進行穿透監管；消費者方面，全社會對個人信息保護的關注度與日俱增，消費者 在享有金融產品和服務的過程中，越來越關注自身的金融信息安全，力求保障個人合法權益。 金融數據重要性凸顯，數據法網愈發嚴密，責任體系日臻完善，金融數據合規管理體系日趨健 全。 在整個金融數據合規體系中可分為基礎性、主要性、輔助性三個面向。基礎性面向源自其 作用范圍的普遍性，如保密、資質及關鍵信息基礎設施保護，影響金融數據合規的各個環節和 方面；主要性面向直接決定金融業機構數據管理是否合規及合規風險大小，由個人金融信息保 護及重要數據安全兩個重要方面構成；輔助性面向是金融數據合規有效性的保障，采取技術 措施、形成全流程管理制度、開展教育培訓、加強風險監測等要求，這些要求也是金融數據全 面合規的重要組成部分。

大數據的深入應用可以幫助金融科技公司設定切合實際的目標。通過數據分析，金融科 技公司將能夠從歷史趨勢和過去的活動中收集數據，以輔助公司管理者作出正確的決定。當某 些目標無法實現時，也可根據大數據匯總的圖表、指標等數據發現問題原因，進而改變公司發 展規劃。 大數據分析有助于提高客戶留存率?？蛻羰侨魏纹髽I所依賴的最重要的資產。如果沒有 建立強大的客戶基礎，任何公司都無法宣稱成功。然而，即使擁有龐大的客戶群，企業也不能 忽視激烈的競爭。大數據的使用讓企業能夠觀察各種與客戶相關的模式和趨勢，觀察客戶行為 對于觸發忠誠度至關重要，從理論上講，公司收集的客戶數據越多，企業能夠識別的方式和趨 勢就越多。

大數據幫助企業提高服務水平。數據分析可以讓企業預測他們滿足客戶需求的能力。不 同用戶會有各種不同特求，大數據會根據不同地區、不同性別、不同年齡、不同愛好偏向等等 標簽做統一梳理，展示，運營人員針對不同的分類制定不同的話術、推薦、供貨商、快遞渠道等等，讓公司與用戶溝通更加順暢。 大數據分析有助于決策。雖然決策者的直覺和經驗很有價值，但企業必須依賴數據去做 決策。如果沒有數據分析，金融科技公司將無法對定價策略和其他業務因素做出合理的決策。 即使在招聘人員方面，數據分析也可以幫助金融科技公司評估要雇用多少人、預計多少人力開 銷等。 大數據分析有利于金融企業降低成本。無論企業的規模有多大，成本都是任何企業的重 要因素之一。大數據分析可以幫助金融科技公司確定正確的策略，以便金融科技公司可以在正 確的時間投入合適的勞動力、設備等資源。這最大限度地降低了成本開銷的風險，并在數據分 析的幫助下更好地利用資源以獲取最高的投資回報率。

一個公司是否為一個成功企業，首先要看是否能夠提供滿足客戶需求的產品。客戶喜歡和 不喜歡根據需要而變化。歷史金融大數據可幫助企業審查不斷變化的客戶行為，使他們能夠做 出滿意的產品并提供優質的服務，從而簡化金融科技公司流程。 大數據針對客戶反饋可以更好了解客戶的想法。大數據根據調查結果評估客戶滿意度。例 如，它可以幫助金融機構確定客戶流失的速度和原因，幫助他們設計新的方法來保持受眾對其 服務的興趣。此外，它還被用于管理產品和功能請求，以及分析客戶支持的趨勢。 信用評級依托于大數據。金融公司可以根據用戶的工作職級、借款頻次、還款行為、消費 場景、客戶逾期的次數等綜合評估信用評級。 大數據可識別欺詐行為。金融服務將大數據與機器學習等數字技術相結合，已經證明在 檢測可疑活動方面卓有成效。它們可以防止各種類型的復雜欺詐和精心策劃的黑客攻擊。 管理者可通過提供出色的客戶體驗來衡量投資回報率。借助大數據的洞察力，金融科技 公司可以衡量他們為提供積極的客戶體驗所做的努力是否成功，通過衡量投資回報率，確定需 要改進的地方和關注的重點。 毫無疑問，大數據是徹底改變金融科技行業的一種技術進步。它允許訪問大量數據，這些 數據可用于改善客戶在零售銀行、在線交易和其他金融流程中的用戶體驗。