金融業(yè)大數據應用發(fā)展機遇與挑戰(zhàn)

(1)金融業(yè)務對數據的細分粒度要求不斷增高，以滿足業(yè)務預測和交易影響評估的需求

金融服務公司都希望能充分利用各種服務交付渠道如分公司、網絡、移動通信等海量客戶數據，開發(fā)新的預測分析模型，實現對客戶消費行為模式進行分析，提高客戶轉化率。大量歷史客戶支付行為數據的信用風險預測模型正在零售與公司貸款催收中得到大量應用，通過該技術，銀行可以通過對不同客戶違約和還款資料進行分析，對催收次序進行優(yōu)化。

(2)行業(yè)監(jiān)管與合規(guī)要求推動金融機構對更深入和透明的數據分析需求

新的監(jiān)管和合規(guī)要求更強調治理和風險匯報，推動了全球性金融機構對更深入和透明的數據分析需求。金融機構不斷完善自身的企業(yè)風險管理框架，該基于主數據管理策略開發(fā)的框架可協助企業(yè)提高風險透明度，加強風險的可審性和管理力度。

(3)對不同來源、不同標準數據進行處理、編索和整合方面的壓力不斷增大隨著以平板電腦和和智能手機為代表的移動應用和互聯網工具的迅速普及，基礎設施和網絡在對不同來源、不同標準數據進行處理、編索和整合方面的壓力不斷增大。大數據推動了對數據處理算法的需求，提出對數據安全和訪問控制的重視，并可有效降低對現有系統的影響。大數據在存儲和處理框架兩方面的優(yōu)勢