大数据：成就金融版“私人定制”

大数据激荡行业巨变

        2013年，大数据浪潮席卷全球，引发了技术、工作、思维、生活的大变革，大数据成为继云计算、物联网之后，信息社会的又一次革命性技术突破。仿佛是忽如一夜春风来，各行各业都在布局大数据。国际数据公司（IDC）预计，全球大数据技术及服务市场2016年收入将达238亿美元，中国市场规模未来5年将增长近7倍。2013年，奥巴马政府宣布了2亿美元的大数据投资计划，将大数据布局上升到国家科技战略高度，重要性堪比当年的“信息高速公路”，并将数据定义为“未来的新石油”。大数据之父维克托曾断言：数据迟早会进入企业的资产负债表。

        大数据正在改变医疗、零售、娱乐、政务等行业。谷歌宣称，通过分析用户的搜索关键词建立模型，可以先于公共卫生组织两周监控到流感爆发，以及提前1个月预测电影上映首周的票房收入；美国第二大百货公司塔吉特能够通过某顾客对25种典型商品的消费数据分析，推算其是否怀孕，并早于顾客的父亲发现；亚马逊申请了“预测式发货”的专利，在客户还没有下单前提前发出包裹。

        每个人每时每刻都在不停地创造数据，大量的数据不仅成为企业发掘客户需求的信息来源，甚至可以作为国家预报经济的分析依据，预测经济发展方向，为国家制订政策提供参考。

应用场景广阔的金融行业

        毫无疑问，大数据浪潮也在不断冲击着金融业。金融业是启动信息化建设较早的行业，从上世纪70年代起步至今已逾30载，金融信息系统已经具备了广泛获取、处理、存储、传输大量数据的能力。

        金融业也是数据应用最为广泛的行业之一，比如人身保险产品费率就是基于描述海量人群死亡规律的概率分布生命表，核算社会经济、行业、地域等因素进而拟定出的。再如银行用于评估个人客户信贷风险的征信数据库，是集个人在所有金融机构的贷款、信用卡、信用担保等数据而成，征信系统的应用极大提高了贷款效率，有效防范了信贷风险；互联网的发展使数据的获取和使用呈现实时性、多样化的特征，有研究称可通过跟踪全球互联网上的头条新闻及微博数据，捕捉政治、经济变化对市场的影响，亦可通过社交网站测量公众情绪的变化，从而预测股市涨跌。

        “允许混杂、不强求精确，要全量、不要抽样，要关联、不要因果”，科技发展使这些诉求得以满足。据IDC统计，在过去的60年内，计算能力增长了4万亿倍。庞大数据库的价值能够被全面而快速地挖掘，并在市场营销、风险管理、运营决策、产品设计等方面为金融公司所用。

平安集团大数据布局：谋定而后动

        数据的价值通过大数据平台的应用得以充分体现。前提是必须要有海量数据，数据的积累并非一朝一夕，不同行业差距各异。淘宝在2013年“双十一”的订单量超过1000万单，浏览量更是以数十亿计。而一般的传统企业想要实现如此海量数据的积累大约需要1年时间。

        企业怎样利用好数据，为自身的发展战略服务？实际上并没有单纯为数据而数据的战略，数据本身的积累、发展、应用均应以公司战略为指导，并为完善、实施公司战略而服务。

        作为科技化、信息化走在行业前列的金融公司，平安集团充分认识到数据管理的重要性，且早有布局。平安数据战略的变化伴随着平安金融战略的部署，历经四个阶段。

        阶段一：业务系统和客户数据集中，奠定以客户为中心经营管理的基础。
        在结构化数据时代，最大的困扰就是系统数据的分散和标准不一致。2002年以前，平安有35家二级分支机构，上百家三、四级机构，业务数据分散在这些机构独立部署的数据库中。每月统计公司总体业绩时，最痛苦的就是企划工作人员，一张张报表从最低层的分支机构分别计算，逐级向上级机构汇总，最后总公司出报表时已经过了1个月，统一数据标准、统计核对数据占据了大部分时间。

        2002年，平安启动系统信息集中工程，建立以客户为中心（customer-centric），支持个性化服务（personalized services）、多产品（multi-product）、多渠道(multi-channel）的业务模型，支持交叉销售（cross-selling）和直接销售（direct marketing）的新一代业务系统。2006年，平安寿险、产险分别上线集中核保、核赔系统ELIS和EPCIS，实现了业务系统集中；同年，建立了包含多产品的集团客户信息库CIF2，为集团和各系列操作型应用提供跨业务系列的客户身份识别，并为跨系列分析型应用提供客户数据支持。建成集团客户数据分析仓库EDW，汇总了客户的基础信息、产品信息、交易信息、接触历史的360度客户视图。至此，完成了以客户为中心的信息系统架构搭建，使从客户视角集中和应用海量金融账户交易数据成为可能。

 1 2 下一页 尾页

扫码即可手机
阅读转发此文