2019中国金融行业大数据研究报告.pptxVIP

2019中国金融行业大数据研究报告7/4/2024

01金融大数据是金融科技急先锋

大数据人工智能物联网区块链云计算数据应用数据分析数据存储数据收集金融大数据是金融科技的急先锋2018/4/234??????金融科技最重要的是数据创新技术从数据收集到数据应用的数据流中，涉及到大数据、人工智能、区块链、物联网、云计算等各项技术，唯有金融大数据贯穿所有数据流程。大型商业银行：农行2013年开始筹建大数据平台股份制商业银行：中信银行2015年开始筹建大数据平台大数据技术最为成熟，区块链技术尚处于早期现阶段，大数据不论从技术还是场景应用上都最为成熟，AI技术在算法与业务场景结合上还存在提升空间。物联网技术应用环境较小，更多是作为线上数据的补充，区块链技术还处于早期阶段，技术本身还不够成熟，距离落地应用还需要一定时间。

金融大数据进入成熟期2018/4/235?根据XX市场成熟度评价模型，大数据?从三方面评估，金融大数据和其他行业相比渗透更为深入，已经进入成熟期。数据来源：XX业务监测业务洞察业务优化数据盈利业务重塑应用范围基础设施 在各领域成熟度与市场规模、基础设施和 应用范围直接相关。互联网金融电信政务电力制造医疗餐饮农业教育能源气泡大小表示大数据在该行业的市场规模零售

02大数据与金融场景紧密融合

金融大数据在信贷领域的应用2018/4/237???大数据覆盖信贷领域各个流程，本质是为金融机构勾勒更完整的用户画像，服务用户完整生命周期。风控作为贯穿获客、身份验证、授信等多个环节的核心，是金融大数据公司最好的突破口。目前市场上风控公司多、营销获客公司少，未来风控公司会逐步向获客环节延伸，成为信贷领域的一站式大数据解决方案服务商。

金融大数据在支付领域的应用2018/4/238??大数据在支付领域的核心应用是交易反欺诈通过设备指纹、人脸识别、用户行为习惯等方面预先建立交易反欺诈引擎，并根据事后的反馈数据不断优化模型。

金融大数据在保险领域的应用9 ? ? ?2018/4/23农行大数据平台建设起步于2013年，保险领域的IT基础设施落后银行5年，2018年有望成为保险大数据元年。与信贷领域不同，保险大数据的突破口在于核赔领域，而非定价/承保或者获客领域。在赔付端，金融大数据更有用武之地。未来，与AI融合升级为智能理赔。

金融大数据在财富管理领域的应用2018/4/2310???大数据在财富管理领域的应用重点是营销获客和智能投顾。但数据基础还不够完善，爆发尚待时日。营销环节与信贷领域类似，通过建立用户画像实现精准营销。智能投顾包含KYC和匹配环节，重点是分析用户风险偏好，同时将KYC与KYP结合，实现智能匹配。未来，金融大数据将向财富管理的上游资产管理延伸，提升资管效率。

03百亿大数据风控市场

大数据风控综合价值最大，领跑应用领域2018/4/23????????对机构而言，大数据风控是金融机构的通用需求不论是银行还是消费金融公司，金融机构普遍有风控需求，底层业务逻辑几乎完全相同，只是面对客群、风险偏好存在差异。对机构而言，风控是金融机构核心能力银行等传统机构本质上是风险经营。一方面，监管层对金融机构的风控能力提出很高要求，另一方面，风控直接会影响金融机构的利润水平。因此，大数据风控直接解决金融机构的核心需求，价值度最大。对金融科技服务商而言，以风控切入的大数据公司未来发展空间更大风控是金融机构的根基，因此金融机构会采取审慎态度选取大数据风控厂商，建立信任周期长，但合作紧密度更深。风控合作涉及用户全生命周期数据，风控厂商有机会借数据切入到其他应用场景，未来发展空间更大。对金融科技服务商而言，大数据风控门槛高，综合能力要求高与精准营销相比，大数据风控门槛更高，对厂商的要求不光是技术和数据，还需要对金融业务场景的深入理解。 12

大数据风控发展历程：行业趋于合规2018/4/23?????百行征信成立，意味着大数据风控市场公共基础设施进一步完善。百行征信未来发展趋势可以类比社会信用体系建设规划纲要（2014-2020年）。社会信用体系建设由发改委、人民银行牵头，各地政府、各个部委均参与其中，协调难度高。百行征信的行政命令权弱于发改委、人民银行，而且参与公司都是竞争对手，协调难度同样很高。百行征信的建设历程预计也要花费6年左右时间，留给大数据风控公司足够窗口期。 13

大数据风控市场集中度：数据源集中度提升、数据分析集中度分散2018/4/2315??数据源领域随着百行征信进场，集中度将逐步提升。未来，央行征信、百行征信、BATJ等在数据源领域拥有绝对优势。数据应用领域将呈现百花齐放的状态。类比美国，信贷领域的大数据风控公司是FICO，保险领域则是VeriskAnalytics。每个应用领域都有独特的场景理解能力渗