
近日,顺丰、菜鸟的数据端口之争,再次引起了各行业对大数据的关注。不管你是否愿意,大数据每天都在诚实的记载着你的行程、话语习惯、身体健康指数……如果一定要对未来做预测,那基于大数据分析得出的结论,恐怕是可信度最高的答案。
大数据概念的诞生
大数据的概念,要追溯到2011年的美国。彼时,麦肯锡发布的研究报告中首次指出:“数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素”,并宣告了大数据时代已经到来。
而我国,则是在“十三五”规划纲要中首次提出,要实施国家大数据战略。把大数据作为基础性战略资源,全面实施促进大数据发展行动,加快推动数据资源共享开放和开发应用,助力产业转型升级和社会治理创新。
有数据报告称,中国大数据市场规模早在2015年就已超过100亿元,预计未来3-4年,市场规模增长率将保持在30%以上。
国内部分券商大数据应用
国内证券行业的应用虽然起步较晚,但随着我国经济结构转型升级和互联网+战略的推进,近年来发展迅猛。
国金证券:利用互联网突破区域局限
2014年2月20日,国金证券推出“佣金宝”,打响了券商行业互联网金融改革第一枪。随之而来的,是国金证券利用互联网突破区域局限,使整个券商行业经纪业务模式的颠覆。短短三年时间,网上开户、万2.5佣金等已在投资者心中扎根发芽。
随后在2015年,国金证券资管又携手百度,通过大数据分析用户习惯、心理和热点形成量化策略,推出第一只真正意义的大数据基金。
光大证券:开发系列量化模型
光大证券曾基于大数据技术开发了一款“中文云”的文本开发系统,从推出到现在“中文云”系统积累了36万篇以上的研究报告,300多万篇财经新闻以2800万条以上论坛帖子,形成了比较完整的金融文本数据库贮备。
随后依托于数据积累,光大证券又开发出了一系列量化模型,包括情绪择时模型、新闻套利模型、概念套利模型、关注度因子选股模型等。、
国信证券:利用“客户大数据分析应用平台”开展精细化管理
2014年,国信证券开发行业内首个实现业务人员无需计算机专业能力即可7*24小时独立完成对公司各项数据进行近实时、可视化、多维度、复杂分析的“客户大数据分析应用平台”。
2016年初,国信证券提出要充分运用大数据分析等新兴技术手段,持续提升客户服务与管理水平,实现精准营销和差异化服务,巩固提升经纪业务的竞争优势。截至去年8月,国信证券“客户大数据分析应用平台”已经持续建设超过460个功能标签,分为12大类28个二级类别,涵盖各项业务、产品、员工等全面数据。国信证券已经初步形成总分紧密合作,共同开展精细化管理、个性化客户服务、精准营销与产品创新的模式。
国泰君安:借助大数据实现用户画像和移动分析
国泰君安网络金融部自主开发了网上金融商城和APP移动客户端,通过大数据实现移动端客户的精细化数据运营和用户运营。同时,借助大数据对于移动设备地理位置的分析,实现精准展业、营业厅布局等价值创造方式。
招商证券:利用大数据对高净值客户精准营销
招商证券通过大数据移动应用分析平台的部署,对移动端用户进行深度分析和营销漏洞分析,重点关注用户的资产状况和用户是否已在其他证券公司开户,来衡量此用户是否具有潜在的营销价值点。
另外,通过线上大数据对用户画像分析和地理位置分析的结果,应用于投顾团队和经纪人团队,便于线下的展业和业务开展。
中泰证券:构建大数据平台实现创新应用
随着业务的发展与规模的扩张,中泰证券数据呈指数级增长,各类IT系统数据量已达到20多TB的规模。每日还有大量新增的日志数据、交易数据需要存储和处理,现有IT系统存在很大问题。
为解决现有IT系统的问题,中泰证券通过调研采用了星环科技TDH平台,利用Hadoop技术解决了现存的问题和痛点,扩展了企业数据平台对于数据处理类型的支持。
此外,基于x86服务器集群的大数据平台,通过横向扩展方式、线性存储方式和计算资源,大大降低了计算资源和IO资源瓶颈,仅花费40%的架构超过了过去IOE架构性能。
长江证券:iVatarGo实现多维度用户行为评估
今年4月,长江证券发布的iVatarGo就是通过对客户的投资行为数据、交易数据进行深度智能分析,为每位客户进行全面精准“画像”。通过用户画像的刻画,系统可以实现对用户特征进行标注,识别客户投资行为,并进一步提供匹配的资讯、产品和服务。
第一创业证券:建设基于Hadoop框架的数据仓库
第一创业证券选择了基于Hadoop框架的大数据管理平台,替代原有数据仓库。传统基于MPP架构的数据仓库的集群规模支持较少,扩展能力弱,容错能力和并发能力都不及Hadoop框架,逐渐不满足企业对于日增数百GB、历史数据总量在百TB级别的数据存储、管理、计算要求。
金融行业大数据应用十大趋势
从竞争环境、应用场景、技术方向、数据资产四个方向上,有分析报告支出,预计今年金融行业在大数据应用上将有一下10个趋势:
1、金融科技(FinTech)行业差异化趋大
2、监管科技(RegTech)与大数据结合
3、"银证保基"加大大数据应用投入
4、人工智能与深度学习与金融场景结合
5、大数据技术构建数据仓库成为主流方案
6、实时计算成为金融领域的关注焦点
7、私有云平台在金融机构逐步落地
8、大数据治理成为金融数据管理工作要点
9、金融机构更加重视数据资产管理
10、智能时代的新金融体系逐步形成
缩小到证券行业,表妹(微信:xiaobiaomei3)在这里分享知名业内人士“程大爷”的观点:
第一,拥有大数据资源的平台型互联网公司与券商行业中的领先者结合,“生出”超级券商;
第二,互联网平台控股拥有牌照的小型券商,类似阿里控股天弘基金那样,“速成”超级券商;
第三,互联网公司直接获取券商牌照,成长为超级券商。
第四,领先券商控制互联网平台公司,反客为主,快速拉开与其他同业竞争对手的差距,突围而出,成为超级券商。
尤瓦尔•赫拉利在他的新书《未来简史》中说:
“科学正逐渐聚合在一个无所不包的教条之中,也就是认为所有生物都是算法,而生命则是数据处理。智能正与意识脱钩。无意识但具备高度智能的算法,可能很快就会比我们更了解我们自己。”
难怪说得数据者得天下,对于大数据布局薄弱的券商来说,未来的几何式增长速度,恐怕不会留给各位太多时间。谁能快速变革,适应新技术带来的红利,谁就能从目前的同质化现状中脱颖而出。