金融行業(yè)的大數(shù)據(jù)建設(shè)及應(yīng)用

1 金融行業(yè)的大數(shù)據(jù)——“誰(shuí)也逃不開的大數(shù)據(jù)”

1.1 背景

1.1.1 核心負(fù)債流失、盈利空間收窄、業(yè)務(wù)定位亟待調(diào)整

1.1.2 互聯(lián)網(wǎng)金融大潮來(lái)襲

阿里金融

騰訊金融

谷歌金融

九次方

1.1.3 互聯(lián)網(wǎng)帶來(lái)的“民主”趨勢(shì)

1.1.4 金融行業(yè)如何轉(zhuǎn)型？

組織機(jī)構(gòu)轉(zhuǎn)型——抱著金飯碗要飯的苦衷

思維方法轉(zhuǎn)型

1.2 金融行業(yè)海量數(shù)據(jù)——天然的大數(shù)據(jù)

1.3 商業(yè)的本質(zhì)和金融的本質(zhì)——數(shù)據(jù)計(jì)算

1.4 金融風(fēng)險(xiǎn)識(shí)別——數(shù)據(jù)是基礎(chǔ)

1.4.1 騙子的溫床——數(shù)據(jù)不透明

1.4.2 自信地展現(xiàn)自己——提供信息的商業(yè)模式探索

1.5 金融企業(yè)的精細(xì)化管理和精準(zhǔn)營(yíng)銷

1.5.1 從“經(jīng)驗(yàn)依賴”到"數(shù)據(jù)依賴"

1.6 金融行業(yè)的大數(shù)據(jù)應(yīng)用

1.6.1 銀行

1.6.2 保險(xiǎn)

1.7 大數(shù)據(jù)成為銀行業(yè)的核心資產(chǎn)

2 大數(shù)據(jù)的金融客戶分析——“360度全景客戶分析”

2.1 客戶分類

2.1.1 個(gè)人客戶

2.1.2 企業(yè)客戶

2.2 客戶的基礎(chǔ)分析

2.2.1 客戶基本資料（身份證等）

2.2.2 客戶的資產(chǎn)負(fù)債、交易支付、流動(dòng)性狀況、納稅和信用記錄

2.3 客戶的“私人訂制”

2.4 客戶征信分析

2.4.1 基本資料、股權(quán)結(jié)構(gòu)、財(cái)務(wù)穩(wěn)定性、產(chǎn)業(yè)鏈、核心競(jìng)爭(zhēng)力、資質(zhì)、證書、融資并購(gòu)記錄等

2.4.2 違約概率

2.4.3 損失率

2.4.4 豐富客戶征信維度

2.4.5 FICO方法的改進(jìn)

2.5 客戶輿情監(jiān)控

2.5.1 社交網(wǎng)站的輿情分析

2.5.2 互聯(lián)網(wǎng)輿情監(jiān)控

2.6 客戶離網(wǎng)分析

2.7 客戶的社交分析

2.7.1 客戶社交交往圈分析

2.7.2 客戶交往圈評(píng)估

2.7.3 客戶粉絲文化的分析

2.8 客戶關(guān)系管理CRM

2.8.1 新的客戶接觸渠道

2.8.2 客戶關(guān)系重新定義

2.8.3 如何讓客戶有更好的服務(wù)體驗(yàn)？

2.9 客戶支付分析

2.9.1 客戶支付渠道

2.9.2 客戶支付行為分析

2.10 中小企業(yè)貸款

2.10.1 數(shù)據(jù)透明帶來(lái)的風(fēng)險(xiǎn)透明

2.10.2 參與中小企業(yè)的精細(xì)管理

3 大數(shù)據(jù)基本技術(shù)——“非結(jié)構(gòu)化數(shù)據(jù)的王朝”

3.1 數(shù)據(jù)源類型

3.1.1 傳統(tǒng)數(shù)據(jù)

傳統(tǒng)的賬務(wù)報(bào)表

傳統(tǒng)的交易等數(shù)據(jù)

3.1.2 非結(jié)構(gòu)化數(shù)據(jù)

影像

圖片

音頻

3.2 大數(shù)據(jù)技術(shù)

3.2.1 云計(jì)算生態(tài)環(huán)境

3.2.2 HADOOP基本概念

3.2.3 SPARK技術(shù)

3.2.4 HIVE/HBASE技術(shù)

3.2.5 大數(shù)據(jù)技術(shù)的優(yōu)缺點(diǎn)

3.3 數(shù)據(jù)ETL技術(shù)

4 金融大數(shù)據(jù)系統(tǒng)的建設(shè)

4.1 方法論

4.1.1 技術(shù)驅(qū)動(dòng)

4.1.2 業(yè)務(wù)驅(qū)動(dòng)

4.1.3 混合驅(qū)動(dòng)？

4.2 混搭的必然

4.2.1 云計(jì)算方案

4.2.2 與傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的并存

4.3 管理架構(gòu)

4.3.1 阿里的云技術(shù)方案，國(guó)企能玩得起嗎？

4.3.2 云計(jì)算就不用考慮應(yīng)用了嗎？

4.3.3 傳統(tǒng)的IT組織架構(gòu)如何轉(zhuǎn)型到云架構(gòu)

4.3.4 如何建立分析師團(tuán)隊(duì)？

4.4 大數(shù)據(jù)的生態(tài)圈建設(shè)

4.4.1 從賣金融產(chǎn)品過(guò)度到賣大數(shù)據(jù)？

4.4.2 數(shù)據(jù)供應(yīng)商

4.4.3 數(shù)據(jù)應(yīng)用商

5 金融大數(shù)據(jù)的數(shù)據(jù)管控

5.1 元數(shù)據(jù)管理

5.1.1 技術(shù)元數(shù)據(jù)

5.1.2 業(yè)務(wù)元數(shù)據(jù)

5.1.3 管理元數(shù)據(jù)

5.2 大數(shù)據(jù)的建模過(guò)程

5.2.1 邏輯模型

5.2.2 物理模型

5.2.3 大數(shù)據(jù)要建模嗎？

5.3 大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)質(zhì)量管控

5.3.1 數(shù)據(jù)質(zhì)量問(wèn)題分布

5.3.2 數(shù)據(jù)質(zhì)量監(jiān)控應(yīng)用

5.4 數(shù)據(jù)安全管控

5.4.1 “大數(shù)據(jù)”和“大風(fēng)險(xiǎn)”

5.4.2 “三分技術(shù)、七分管理”

5.4.3 HADOOP的安全短板

5.5 數(shù)據(jù)的ETL過(guò)程

6 大數(shù)據(jù)的數(shù)據(jù)挖掘算法

7 金融大數(shù)據(jù)應(yīng)用

7.1 金融產(chǎn)品分析

7.1.1 資金往來(lái)分析

7.1.2 產(chǎn)品的透明展示（透明廚房）

7.2 營(yíng)業(yè)網(wǎng)點(diǎn)設(shè)置

7.2.1 商圈分析

7.2.2 電子渠道規(guī)劃

7.2.3 網(wǎng)點(diǎn)運(yùn)營(yíng)成本分析

7.2.4 還像以前那樣鋪網(wǎng)點(diǎn)嗎？

7.3 人員管理

7.3.1 量化薪酬

7.4 P2P分析

7.5 資產(chǎn)與負(fù)債流動(dòng)性分析

7.6 眾籌分析

7.7 保險(xiǎn)行業(yè)應(yīng)用

7.8 證劵交易等

7.9 競(jìng)爭(zhēng)對(duì)手分析

8 總結(jié)

8.1 大數(shù)據(jù)下的金融重塑

8.2 我們準(zhǔn)備好了嗎？（思維、管理、技術(shù)、產(chǎn)品、隊(duì)伍等）

段方老師的其它課程