你好,游客 登录 注册 发布搜索
背景:
阅读新闻

大数据将金融服务从粗放式管理转向科学化的管理

[日期:2014-09-20] 来源:36大数据  作者:柴洪峰 [字体: ]

  8月19-20日,由工业和信息化部批准,中国通信学会主办,中国电信、中国移动、中国联通协办,信通创展承办的2014中国国际大数据大会在京成功召开。36大数据(36dsj.com)作为首席特邀合作媒体全程参与报道了本次大会,下面是银联执行副总裁柴洪峰教授在“大数据应用与发展”会场的演讲,演讲主题为《中国银联金融大数据探索与实践》。

  主持人:下一位演讲的嘉宾是来自中国银联执行副总裁柴洪峰教授,他的演讲主题是中国银联金融大数据探索与实践,我们鼓掌欢迎。

  柴洪峰:作为我们来讲,主要是从金融的角度或者是支付的角度,为大家来服务。我分三个方面来向大家报告,一个是银联对大数据的一些认识,上午如果在座各位专家和朋友听了上午一些领导、一些专家的演讲,这方面重复的内容就比较多,我会快一点。第二个我就讲一下银联在大数据一些实践的情况,向大家报告一下。第三个就是我们在大数据探讨过程当中,有两点感悟,也和大家分享一下。

36大数据

 

  随着互联网,国际上社交网络,把原来网上电商的数据方方面面一下子就带动起来了。各行各业同时在信息化两化融合过程当中,不断产生新的数据,这个数据我们一般按照学术的领域,就是结构化、半结构化还有非结构化,刚才石教授也在讲这方面的东西。从我们自己身边接触的实际就是声音、图象、视频,人类社会产生的数据量已经达到了ZB级,特别是这两年随着移动互联网的发展,我们专家的统计和说明,就是说我们现在两年的数据是人类社会产生数据量的90%。再往下发展的速度可能更快,到2020年达到了40ZB或者35ZB。一个是互联网产生的结构和非结构化的数据,现在所有的移动互联网数据都有一个特点,都是通过大家的搜集,我们的手机,我们的PC机上网以后产生的。后面再产生的数据,很多就会从机器到机器来产生,像我手上带的这个运动环,带到身上以后,它从机器产生,然后直接输到库里头。

  

36大数据

 

  

36大数据

 

  但是作为大数据的研究来讲,我们觉得虽然大家都在推出很多不同的大数据产品,形成了百花齐放的态势。但另一方面大数据的相关技术我们认为还没有完全定型,还有很大的发展空间。这个发展空间,大数据在国家战略层面来看,世界各国都在推出大数据的战略。我们也可以看到,就大数据在商业引擎方面的发展现状来说,大数据在不断催生着服务模式的创新。因为大数据的出现和发展,我们在座的肯定还有很多希望创业者或者新型的公司也在大数据技术发展浪潮当中不断的涌现。传统行业也有了更合理和高效的数据收集和处理技术,像制药、汽车、金融可以更好的通过科学的数据化决策,来提升企业运营效率。

  

36大数据

 

  我们看到数据科学家,相应的高校、研究所包括企业也都设定了研究方向,像我们企业也设置了数据科学家的岗位,来推动大数据的研究。同时技术创新驱动了数据处理能力的提升,数据处理的方法也有新的方法涌现,可以通过全量的数据得到更好的结果,使得商业模式创新也得以实现。原来刚出台的时候,这个大数据技术的时候,大数据的规律就是相关性,不因果了,刚才许所长就说不仅仅是相关,还要注重因果,大家可以从不同的角度来考量这个问题。

  我们认为这个大数据是可以帮助提升各方面的工作效率,几个方面我们谈一些我们的理解。首先是公共管理方面,大数据使得传统方式的公共管理转变为数据为基础的科学化的工作管理。我们在工业化方面也可以看到大数据的应用,我们看到福特汽车公司利用汽车传感网络数据以及用户社交网络数据,来分析用户的驾驶行为。大数据在经济金融领域也有广泛的应用,以大数据为基础的新经济分析体系,可以实现对未来的预测,以我们银联为例,可以有效预测出来未来几天大概银行卡的情况,也可以通过天气的关联性,可以分析今天交易量的多少,确确实实我们在这方面做到了这种验证。

  

36大数据

 

  

36大数据

 

  大数据的作用还体现在生活服务方面,在大数据出现之前,我们生活的服务都是以产品为中心,为客户提供的服务。而由大数据技术带来的精准营销,推荐系统等方法,使得今天的生活服务是以人为中心,可以为每个人提供个性化的服务。大家都知道著名的互联网思维是什么?就是用户为中心,用户至上,体验为王。客户和用户简单的一个字之差,发生了很大的变化。因为客户是买卖关系产生的,而用户是你享受的服务来产生的。

  刚才我们理解的大数据各方面,最终指向,数据指引生活。我们通过大数据技术量化生活,记录一切,量化一切,通过数据改善,为人服务为核心,通过大数据技术,形成大数据思维,一切都以数据为依据,在数据中不断探索和学习,最终带来科学化的决策,精细化的生产,可预测的经营以及个性化的服务。

  

36大数据

 

  下面向大家汇报一下银联在金融大数据的实践情况,大家都知道银联是2002年成立的银行卡的组织,现在我们是400家的成员机构,400家银行是我们的合作伙伴。银联成立12年来,已经成为发卡量全球第一的银行卡组织,网络规模已经遍及全球142个国家,交易规模全球第二,银联产业,成就伙伴,惠及社会,人类社会从纸货币到电子货币这个过程当中,银联要行使这个职责。在2002年银联成立的时候,当时我有一个论断,在座的各位你看我这个论断经过12年的轮回,实际上我们已经实现了。这个论断当时我的判断是,我们中国通过银行卡产业的高速发展,我们可以跨越发达国家纸质个人支票阶段,经过12年,这个论断包括大家的支持,我们实现了。中国银联有丰富的大数据资源,涉及43亿张银行卡,超过9亿的持卡人,超过一千万户的商户,每天有七千万笔的交易数据,每天核心交易数据都要超过TB级,我们银联的数据资源无论宏观层面还是微观层面都有很高的价值。这个价值体现在哪?我就要说一下银联的数据价值,支付数据的特点是更具参考性,他们可以衡量真实的购买行为,从而促进用户定向,个性定价,产品推荐,用户忠诚度和流失建模等策略,这是我对支付数据它的价值从我们支付产业这个角度向大家报告。为什么报告价值呢?后面就要谈到最后的合作。

  银联开展大数据工作有很多背景要素,从银联支付数据看,银联数据处理过程中也遇到了挑战。银联原来的处理方法已经满足大数据的需求,从银联自身业务看,很多精细化的业务也需要大数据的强力支撑。从合作伙伴角度来看,合作伙伴对多样性的数据服务有需求,从电子商务这个行业来看,通过大数据的挖掘来提升行业发展水平。从国家示范项目建设来看,大数据相关工作也是银联承接国家项目的工作重点,银联也在这方面加大了力度。银联对大数据有个指导思想,首先我们希望整合各类内外部的数据,通过大家合作,基于这些数据,建立相应大数据基础设施,可以使这些数据可以安全方便获取,基于大数据的平台,我们会开展大跨度的数据统计分析以及深度化的数据挖掘工作,这些分析和挖掘工作对外对内合作伙伴都进行服务。

  

36大数据

 

  后面我首先介绍银联大数据分四个层次,这个层次就是基础数据,基础平台,基础数据,模型研究和应用服务,建设大数据平台是银联开展大数据工作的第一步,有一个云平台,充分汇集各方面的数据,我们集成常见的分布式机器学习算法,我们已经支撑了十几个业务应用系统在实际生产着。我们和新华社一块联合发布了银行卡消费信心指数,BCCI,通过这个指数可以读出居民消费水平和居民消费结构的变化。银联大数据也在BCCI指数上有所体现。我们利用大数据,也为持卡人提供数据服务,首先持卡人可以通过银联钱包这一手机APP平台,查询到自己各张银行卡的历史交易。同时可以向持卡人提供更为丰富的持卡人帐单这些服务。客户的细分工作也是今后电子商务与电子支付行业的热点和重点,银联大数据实践,基于外部数据和数据量化的指标以及数据总体特征,基于数据量化指标,我们可以分析出每个持卡人的个体特征,基于持卡人个体特征和总体特征,我们可以为持卡人打上各类类型的标签。如商旅标签,医疗标签,购车标签,形成我们每个人购买习惯、生活习惯的图象。除了持卡人维度,我们在商户维度上做了相应的工作,我们为商户提供相应的商业智能分析,可以使商户认识到自身的经营情况,我们还为商户提供同业商户的比较,为商户提供最佳合作对象,也是他这个链条当中的合作对象的联合服务。同时我们也为商户提供了客户忠诚度、流失商户的分析、回头客的分析等等。

  

36大数据

 

  同时我们大数据还应用到了风险控制领域。我们利用机器学习的方法,对银联历史数据进行挖掘,得到了七大交易的判断模型,可以对银联转接交易系统进行实时的判断。银联大数据还有一个实践,就是数据集合工作,这源于我们对大数据不同阶段的认识。我们认为大数据从1.0、2.0、3.0不同发展阶段,各阶段的成熟度逐步提升,我们很清楚银联大数据资源有很高的质量和价值,但有些不足。使得我们对终端客户的到达能力还是有限的,因此我们希望通过数据的集合工作,融合内外部的数据,从而使银联的数据得到价值的提升。

  我们在数据集合方面尝试从两个角度,第一利用公开的外部技术进行集合,我们利用爬虫技术,在互联网上找持卡人、商户的信息。另外通过合作伙伴的数据进行集合,如通信运营商的相关数据,大家都知道斯诺登事件,说一个消息,如果利用一个月你的电话信息和一个月的信用卡信息,基本上分析这个人是什么样的人,什么行为的人,是什么家庭背景的人,就能分析出来了,我们现在正在和通信运营商来做这项工作。

  

36大数据

 

  后面向大家谈一下我们的展望。这张图大家用的都很多了,首先大数据是在发展中完善的。在很多角度都体现了两面性,大数据一方面在很多行业被广泛应用,一方面又不够成熟。大数据使用了全新的技术框架,但有时又不适宜传统的应用场景,大数据概念已经充分被解读,但高价值的应用却不丰富。不知道在座的有没有看过纸牌屋那个电视剧,好像就是用大数据来拍的。但是我通过相应的问美国的朋友,就问这个导演,他说那是给我夸张了,这个也是实实在在的。包括这个都上了MBA的case了,但实际问的时候他是另外一个故事。大数据一方面百花齐放,一方面存在应用对接不平滑的现象。我们认为再经过一段大家的努力,大数据的价值可以得到进一步的凸显,但是是不是一个通用性的技术,有待考量。

  第二个感悟,关于数据开放中的信息安全问题,数据开放带来数据价值的提升,带来1+1>2的效果,但是也会带来信息安全的问题,如个人隐私泄露的问题,更好的提升大数据的价值,我们需要法律政策层面的指导。更需要政府和企业的众多尝试,也需要在座各位朋友们大家互相支持,能够产生合作。

  

36大数据

 

  

36大数据

 

  对于金融的大数据,我们还是认为这将是大数据最有可为的领域之一。金融机构可以说是大数据天生的合作者,一方面自身有着强烈的利用技术红利带来收益冲动,另一方面又有国内较好良好的信息化基础,从数据层面,金融领域有着优质的数据资源,从技术层面看,金融企业的技术团队也有强大的实力,从思维层面看,金融行业拥有最专业的金融能力,可以研究和开发最专业的金融大数据的产品和服务。面向金融大数据带给行业的变革将是全方位的,例如在信用风险评估方面,刚才石教授反复讲信用评分这一块,实际我们征用系统还有待进一步挖掘,服务于这个社会。同时也可以在客户服务方面基于大数据的技术,也可以实现对客户智能化的服务。在智能运营方面,大数据技术也可以对金融企业的数据进行分析,从而帮助金融机构进行运营决策,降低成本,在产品创新方面,大数据参与新产品的设计,结合各方的数据,使企业产品推陈出新。总之金融服务将从粗放式管理转向科学化的管理,从以利润为中心转向以客户为中心。银联大数据将围绕客户服务展开,结合内外部的资源,形成对持卡人的各方面认知,如消费习惯、生活习惯,基于持卡人的认知,我们可以形成持卡人的响应预测。比如精准营销,个性化服务,在商户层面,我们同样会基于大数据的资源,形成对商户各方面进一步深度的认知。如商户的客户群体经营状况,基于这些认识,我们将会形成商户的响应预测,如商户的发展预测,信用评估。

  银联大数据工作将围绕提供稳定、高效、丰富的数据服务开展工作,我们还将提升大数据系统的稳定性和效率。我们认为在大数据快速发展的背景下,合作共赢是大势所趋,合作共赢第一方面是数据的互补,数据的共享,可以融合,创造新的价值。第二方面是资源的互补,资源的协同合作将带来挖掘能力的提升,合作共赢的第三方面是业务互补。业务的互补与互用将发挥出大数据的最大效用,通过数据、资源等多方面的合作,必然可以产生众多联合跨界的创新成果。可以给大家大数据建设带来更广阔的想象发展空间。合作共赢是银联的一贯态度,我们的合作领域可以在很多方面,包括技术交流合作,数据的开放共享,模型模式的研究,行业的最佳实践,以及数据的应用合作,银联愿携手各方合作伙伴,共建银行卡产业的大数据生态系统。谢谢大家的倾听,谢谢大家。

收藏 推荐 打印 | 录入:574107552 | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款