资源描述
金融风控反欺诈方案金融风控反欺诈方案1金融公司风险管理01融资融券风险管理系统02大数据整体解决方案 03大数据构建数据仓库案例04目录CONTENTS金融公司风险管理01融资融券风险管理系统02大数据整体解决方2PART1金融公司风险管理PART1金融公司风险管理3多维度数据集市画像应用设备去哪画像底层有钱搜索贴吧到店知道公开数据百科网盘外部数据爱奇LBSAPPVolume-海量Variety-多维注册糯米儿钱包财富花外卖艺文库登录Velocity-实时多维度数据集市画像应用设备去哪画像底层有钱搜索贴吧到店知道公4金融传统数据仓库5报表平台绩效系统支付系统客户360个人结算账户回单打印银企对账存贷标准化监管报送系统内审系统关联交易成本分摊风险监控外管报送系统风险预警平台EAST数据报送总部一体化后督AML反洗钱。客户风险金融传统数据仓库5报表平台绩效系统支付系统客户360个人结算大数据部分应用场景6网络金融征信P2P网络贷款市场规模急剧增长个人征信业务需求不断上升通过大数据实时分析客户信用记录提升企业价值小微贷款管理需要大数据分析提供业务支撑利用实时数据处理信息管理、交叉营销、信贷模型分析以及业务风险控制的需求不断提升财富管理评估利用大数据分析给予用户有价值的财富管理产品组合使用业态广：银行/财富管理机构/券商/保险反欺诈预警渗漏与欺诈风险增加，控制力度和手段不足缺乏先进的分析能力“实时高效”的甄别可疑理赔行为客户识别、流失预警分析识别潜在客户群体、维护老客户、降低客户开发成本成为主要需求理赔审查评估骗保识别成为保险业最大问题难点分析、评估理赔数据有效降低风险并为保险赔付制定提供依据高频交易分析量化投资增长迅速，对结构化/非结构化数据利用力度不断加大实时、准确的数据模型提供有价值的交易推荐，提升客户满意度保险精算利用大数据对险种、赔付率建立模型进行细分维度下的精准预测提升企业盈利水平保险业核心业务需求实时分析客户信用记录提供贷款依据大数据提供交叉营销、信贷模型分析大数据实时分析渗漏欺诈风险利用外部内部大数据有效管理客户关系实时建立赔付率模型、并根据客户分析制定险种划分内外部大数据分析有价值的财富投资组合数据量化投资组合、建立高效数据模型理赔数据审查、数据评估，有效降低异常赔付和骗保大数据部分应用场景6网络金融征信小微贷款管理财富管理评估反欺大数据在金融领域的热点应用7应用价值周期应用热度012345012345678910用户画像风险管理资产产品定价运营优化区块链智能投顾风险定价量化交易精准营销金融搜索引擎金融领域大数据应用热点图横轴代表该应用领域价值周期，表明该应用价值速度的快慢纵轴代表该应用领域的炒作周期阶段圆圈代表应用领域的规模，表示该应用领域当前参与方的多少与应用数量大数据在金融领域的热点应用7用户画像风险管理资产产品定价运营对大数据的理解：深入数字化，实现全社会数据互联互通，形成以数据指导业务的习惯、策略与模式大数据大数据 一、一、深入的数字化深入的数字化不仅仅指传统意义上的纸质文档电子化形成以数据指导业务的习惯、策略与模式 二、二、全社会数据互全社会数据互联互通。互通。仅仅局限在企业内部的数据，不能把握大数据的真正能力。8对大数据的理解：深入数字化，实现全社会数据互联互通，形成大数据在产业链各环节迅速发展，推动各种创新业务“遇春花开”数据采集4V数据VolumeVelocityVarietyValue爬虫数据治理行业数据整合存储能力列式数据库内存数据库Hadoop的key value数据存储TB级跨向PB级计算能力MPP(Share Nothing)去IOE扩展能力跨硬件、跨代、跨厂商分析能力数据价值挖掘统计样本扩大专业工具多（SAS,R)专业模型行业模型应用能力信息可视化管理精细化预防向预测转变精细制度、医疗智慧城市金融工程项目特点，计算量巨大，可依赖当前大数据分布式计算解决大数据在产业链各环节迅速发展，推动各种创新业务“遇春花开”数9证券公司风险管理：主动承担的风险、需要规避的间接风险业务风险市场风险信用风险流动性风险非业务风险操作风险监管风险法律风险10证券公司主要风险市场风险信用风险流动性风险操作风险监管风险法律风险为盈利而必须承担的风险是公司运营过程中产生的间接风险尽量回避、转移或减轻证券公司风险管理：主动承担的风险、需要规避的间接风险业务风险金融风险管理新趋势：数据+分析模型+业务知识1.合规性/内部控制2.损失最小化3.风险计量4.风险管理5.风险与收益最优化6.风险资本分配、基于风险定价风险控制保护资产负债表风险/收益最优化价值创造风险管理成熟度风险管理成熟度目标目标:是管理下行风险 措施措施:内部控制信息、报告程序、预警系统、止损设置等与战略的与战略的相关度相关度高中低行业竞争前沿金融风险管理新趋势：数据+分析模型+业务知识1.合12融资融券过程复杂，涉及风险种类多，信用风险管理是重点延迟符操作风险信用风险法律 风险合规风险操作风险操作风险市场风险流动性风险操作风险清算风险法律风险信用风险声誉风险操作风险信用风险操作风险市场风险流动性风险操作风险融资融券流程中主要风险1.信用评定2.授信管理3.开户4.交易5.实时盯市6.强制平仓7.客户通知8.权益处理融资融券过程复杂，涉及风险种类多，信用风险管理是重点延迟符操13高杠杆股灾加深了市场对风险的认识高杠杆股灾加深了市场对风险的认识2014Q1 Q2Q3Q4Q2Q3Q42016Q1.4030.063920.026034.7510152.1320421.339035.0811690.378711.0013950.02015Q1Current22627.392015/6/18融资余额（亿元）海通银河中信广发华泰融融资融券余融券余额TOP5:银河申万中信招商广发维持担保比例低持担保比例低于于200%的投的投资人人数数TOP5:单位：亿元高杠杆股灾加深了市场对风险的认识2014Q1Q2Q3Q4Q214金融行业风控反欺诈体系贷前运行环境安全黑名单账户安全实体关联网络黑中介关联黑产关联贷中反欺诈规则体系反欺诈通用模型异常集中度监控贷后贷后客户质量监控金融获客活体验证失联修复资产保全多头借贷粗分好人和坏人防批量欺诈攻击拦截70%80%监测变动信息降低风险拦截10%20%识别团伙欺诈监测批量骗贷风险拦截5%10%修正优化欺诈技术，提升催收效率有效复联50%-60%利用百度人工智能和大数据技术，精准刻画用户的欺诈风险，构建多层次化的金融反欺诈安全防控体系金融行业风控反欺诈体系贷前运行环境安全黑名单账户安全实体关联15PART2融资融券风险管理系统PART2融资融券风险管理系统16风控关联网络架构应用层：当前在金融反欺诈的主要应用场景用户接口：底层关联网络提供Restful图交互接口、Cypher图交互接口和离线图计算任务接口，同时面向用户提供Web、桌面版和SDK（建设中）三种形态的服务存储计算层：基于spark graphx建立的一套子图计算管理、关联快照和关联分析算法数据建模：对源数据进行加工，抽取出实体、实体关系、实体属性，形成图基础数据多维数据集市金融数据账户数据数据源行为数据社交数据黑产数据源数据层：负责各种数据源的引入、清洗和管理，包括金融数据、行为数据和第三方数据12风控关联网络架构应用层：当前在金融反欺诈的主要应用场景用户接17关联网络应用：教育信贷业务关联分析某计算机职业培训学校（正常）某职业技能培训学校（骗贷）逾期人员的机构关联分布图关联网络应用：教育信贷业务关联分析某计算机职业培训学校（正常18关联网络应用：现金贷业务关联分析百度现金贷M2+逾期关联百度现金贷正常用户关联（抽样1万人）中介和贷款人关联图（绿色贷款中介，褐色关联贷款人）关联网络应用：现金贷业务关联分析百度现金贷M2+逾期关联百度19关联网络应用：催收复联修复信息维度电话客户其他 新电话亲友/同事电话邮箱邮箱地址通讯录电话常个人地址 亲友、同事地址驻地电话本中公司地址址联系人地址失联预警预测当前效果内单：百度用户的覆盖率为99%,复联率为60%+外单：（实验）外部用户的覆盖率为60-80%，复联率为15-30%强关联关系挖掘相关性排序常驻点挖掘失联催收ROI排序施压点挖掘数据挖掘潜在关联关系挖掘金融关联网络百度钱包百度有钱百度账号社交关联网络通讯关联信贷关联支付关联AP关联IDMapping百度糯米百度外卖下一阶段从最终催款效果出发，提升复联精准度原始数据微 博画像数据爱奇异。百度地图提升（实验）外单复联率和精准度人行征信阶段二工作阶段一工作下一阶段:尚处于阶段性样本测试阶段，不同样本的复联率表现存在差异关联网络应用：催收复联修复信息维度电话客户其他新电话亲友/同20主要内容整体功能应用场景核心模块示例技术架构系统难点及演进方向金融工程指标VolatilityShare RatioIR RatioBarvar RatioBetaAlhpa深度刻画客户特征对客户分类分级客户管理风险管理专项投顾主要内容整体功能应用场景核心模块示例技术架构系统难点及演进方21客户风险管理系功能：分析数据，提供多种服务证券公司数据优势客户数据市场数据客户风险管理系统交易行为分析交易习惯分析投资策略分析管理策略设计对客户分类对客户分级风险管理差异化保证金比例维持担保比例管理授信额度管理统计报告研究优异客户优秀策略优异投资习惯客户服务风险提示客户问题分析交易习惯展示交易优化建议产品推荐专业报告服务数据数据分析分析结果整理提供服务整体功能应用场景核心模块示例技术架构系统难点及演进方向客户风险管理系功能：分析数据，提供多种服务证券公司客户数据市22应用场景1-高层管理经营目标融资融券余额利息收入佣金收入融资融券利润风险融资融券余额/净资本监管合规融资融券余额净资本监管或内控：400%预警：320%整体功能应用场景核心模块示例技术架构系统难点及演进方向融资融券余额年度经营目标佣金收入差额利息收入盈利应用场景1-高层管理经营目标融资融券余额净资本监管或内控：423应用场景2.1-风险管理人员，制作各类图表指标指标金额（元）金额（元）占净资本比例占净资本比例 预警值预警值监管值监管值融资融券余额32,867,861.25280%320%400%融资余额29,632,436.30-融券余额 3,235,424.95-客户维持担保比例客户维持担保比例客客户数数(个）个）客客户数据数据300%的客户356安全客户汇总2904-总体风险风险状态VAR值（万元）203035401天3天5天10天整体功能应用场景核心模块示例技术架构系统难点及演进方向应用场景2.1-风险管理人员，制作各类图表指标金额（元）占净24应用场景2.2：风险管理员,公司级或客户级压力测试公司级压力测试单券集中度90%的客户假设市场下跌幅度：15%30%50%65%整体功能应用场景核心模块示例技术架构系统难点及演进方向应用场景2.2：风险管理员,公司级或客户级压力测试公司级压力25应用场景3.1：业务人员,授信额度管理、客户开发示例：找出高价值客户，提高他们信用额度，充分挖掘客户价值指指标体系体系净资产3500万170%维持担保比例300%换手率eta（or Barvar Ratio）Alpha决策高价值客户是是 通过否拒绝否是高拒绝中高拒绝中通过低高通过低拒绝低拒绝否拒绝整体功能应用场景核心模块示例技术架构系统难点及演进方向应用场景3.1：业务人员,授信额度管理、客户开发示例：找出26应用场景3.2：业务人员，交叉销售、精准营销资金量大、或专业机构推荐报价回购推荐约定购回连续亏损客户推荐集合理财产品推荐专项资产管理推荐量化投资交易量小、交易次数小的胆小型客户推荐固定收益产品推荐理财产品期间行为分析行业偏好分析风险偏好分析外部信息精准营销交叉销售整体功能应用场景核心模块示例技术架构系统难点及演进方向应用场景3.2：业务人员，交叉销售、精准营销资金量大、或专业27应用场景3.3：业务人员，发送系统分析报告，提供个性化服务投资建议系统性报告专题报告整体功能应用场景核心模块示例技术架构系统难点及演进方向应用场景3.3：业务人员，发送系统分析报告，提供个性化服务投28应用场景4：研究员，针对投资行为、资产组合等做专业研究客户交易行为分析：判断投资者类型客户开仓、平仓行为归因止盈/止损风格持仓习惯（多头、空头、换手率、平均持股时间）客户收益、风险、杠杆结构收益率、alphaShare Ratio、IR RatioBeta、Bavar Ratio波动率、Sotino Ratio借入杠杆、名义杠杆、组合杠杆、金融工具杠杆资产组合管理研究资产配置专业的客户资产选择与再平衡管理优秀客户整体功能应用场景核心模块示例技术架构系统难点及演进方向应用场景4：研究员，针对投资行为、资产组合等做专业研究客户交29客户风险管理系统介绍：6个核心模块+1个客户报告导出资产负债统计持仓统计期间交易交易行为投资绩效压力测试客户报告导出客户风险管理系统整体功能应用场景核心模块示例技术架构系统难点及演进方向客户风险管理系统介绍：6个核心模块+1个客户报告导出资产负30功能简介：资产负债统计资产负债统计整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：资产负债统计资产负债统计整体功能应用场景核心模块示31功能简介：持仓统计持仓统计整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：持仓统计持仓统计整体功能应用场景核心模块示例技术架32功能简介：期间交易期间交易整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：期间交易期间交易整体功能应用场景核心模块示例技术架33功能简介：交易行为平仓行为平仓行为归因整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：交易行为平仓行为平仓行为归因整体功能应用场景核心模34功能简介：投资绩效风险收益/风险整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：投资绩效风险收益/风险整体功能应用场景核心模块示例35功能简介：压力测试维持担保比例保证金额整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：压力测试维持担保比例保证金额整体功能应用场景核心模36后台综合指标查询000000代表所有客户后台综合指标查询000000代表所有客户37功能简介：客户报告可将分析报告导出，并发给客户根据客户分类等级，或客户需求，制定导出内容整体功能应用场景核心模块示例技术架构系统难点及演进方向功能简介：客户报告可将分析报告导出，并发给客户整体功能应用场38技术逻辑架构开发采用BS模型，MVC架构数据模型分为源数据层、EDW、DDW三层数据源数据导入层数据服务层应用服务层数据备份、恢复、运营控制ODS数据中心数据登场区ODSEDW推送数据DDW数据归治理业务逻辑业务指标分析OLAP报表驾驶舱查询整体功能应用场景核心模块示例技术架构系统难点及演进方向ETL工具技术逻辑架构开发采用BS模型，MVC架构数据源数据导入层数据39开发与运营环境硬件名称硬件名称数量（台）数量（台）要求要求单价（元）价（元）总价（元）价（元）用途用途X86服务器2内存256G、硬盘1T 20,000.00 40,000.00 数据存储、计算台式机1主流即可 10,000.00 10,000.00 前端开发测试路由器1主流 20,000.00 20,000.00 用于客户端与服务端访问软件名称件名称数量（台）数量（台）要求要求单价（元）价（元）总价（元）价（元）说明明操作系统每台服务器一套LinuxN/AN/A一般随机自带或免费数据库软件LicenseOracle或其它主流数据库 N/AN/A由甲方自行采购ETL工具1Informatic600,000600,000由甲方自行采购整体功能应用场景核心模块示例技术架构系统难点及演进方向开发与运营环境硬件名称数量（台）要求单价（元）总价（元）用途40系统设计、开发前端开发：JAVA+WEB后台开发：SQL存储过程EDW(数据整合层）24个复杂存储过程,111个普通存储过程DDW(数据汇总、分析层)4个超大型存储过程,17个大中型存储过程36个中型存储过程,121个普通存储过程设计：UML数据模型期间交易设计整体功能应用场景核心模块示例技术架构系统难点及演进方向系统设计、开发前端开发：JAVA+WEB 数据模型期间交易设计41系统亮点、难点，以及演化方向金融指标专业度高融入现代资产管理理论金融工程指标多计算量大金融工程思维量化管理创新业务、复杂业务多计算量大盈亏计算下一步发展方向移动APP化模块独立化利用大数据分布式计算基于系统结果开发风险评分模型整体功能应用场景核心模块示例技术架构系统难点及演进方向系统亮点、难点，以及演化方向金融工程思维金融指标专业度高融入42PART3大数据整体解决方案PART3大数据整体解决方案43大数据部分应用分析-某互联网金融产品44互联网金融行业在解决什么问题面临怎样的风险用什么样的技术手段来应对 传统金融 V.S.互联网金融 信用风险 V.S.欺诈风险 传统风控 V.S.数据科学技术风控大数据部分应用分析-某互联网金融产品44互联网金融行业在解决互联网金融行业中的风险45风险风险遇到的遇到的问题问题业业界通常的方界通常的方法法业业界的方法界的方法为为什么什么无效无效信用风险还款能力收集收入水平、消费水平、负债情况等对用户进行风险评分无权威数据、数据收集难度大、传统评分卡有效特征挖掘难度大欺诈风险伪冒申请和欺诈交易人工审查、信用黑名单、基于规则 人工效率低、无权威黑名单、无法自动发现异常、欺诈手段更新快互联网金融行业中的风险45风险遇到的问题业界通常的方法业界的互联网金融风险分析实践46借款用户通信社交借款用户通信社交网网络与欺诈络与欺诈风风险险结论结论1:与坏用户有大量关联的借款用户的坏账率是未关联用户的2.9倍结论结论2：高分段用户的坏账率是低分段用户的3.3倍互联网金融风险分析实践46借款用户通信社交网络与欺诈风险结论风控建模中的数据科学47数据获取与清洗特征提取高级特征提取建模风险控制金融数据消费数据行为数据社交数据其他统计学习数据分析社交网络分析.消费能力评级用户风险评级社交关联评级用户属性评级其他GBDT梯度提升决策树SVM支持向量机RF随机森林.风控建模中的数据科学47数据获取与清洗特征提取高级特征提取建2016年成都银行历史数据平台一期48调度监控ODBCJDBC专用接口数据加载数据压缩数据安全数据处理数据查询数据导出共享存储统一调度统一监控历史数据存储应用功能信贷系统核心系统个贷系统微贷系统CRM网银系统信用卡手机银行二代支付其他海量数据并行处理数据存储历史明细数据获取测试明细数据获取相关应用系统测试环境接口服务数据查询应用司法查询、历史指标查询客户历史数据查询历史数据查询界面柜面终端非现场审计审计界面查询服务源系统2016年成都银行历史数据平台一期48调度监控ODBCJDB2017年长沙华融湘江银行大数据平台492017年长沙华融湘江银行大数据平台49吉贝克大数据事业部产品长信资本险保保融资融券风险管理黑名单精准决策数据自有数据合作伙伴数据加工整合数据大数据技术大数据平台解决方案大数据业务应用设计大数据平台实施产品数据技术吉贝克大数据事业部产品长信资本险保保融资融券风险管理黑名单精50产品1黑名单：风险管理利器申请申请信息征信调查政策性排除申请风险评分批准/拒绝线下搜集信息同业数据互联网数据潜在客户开发交易管理账户持续管理贷前贷中贷后政策性排除政策性排除：指不需要做风险评，直接按公司经营规定需要提前剔除的规定。例如处于黑名单中的客户、老赖、过去多年有过破产的客户、当正处于违约中的客 户、年龄小于18岁或大于70岁的客户等。客户提交信息+内部信息授权版块额度板块定价板块沟通板块催收板块续贷板块黑名单张某某 违约余某某 破产韩某某 法院p80%的信用损失来自于审批p20%来自于后续账户管理产品数据技术产品1黑名单：风险管理利器申请申请信息征信调查政策性排除51产品1黑名单：技术架构，大数据+大数据技术+移动互联网融合多来源的数据，分多个类别对经济主体的负面信息进行监测采集/关键项抽取数据来源Hadoop/mysql数据加工数据应用法院数据、行业网站数据、政府监管机构数据、行业专业网站数据平台爬取主体抽取和自动分主题归类增值应用转化合作伙伴授权数据：伙伴自有平台数据的融合，含舆情数据、工商数据、政府统计数据、电信数据、海关数据、电商数据、金融行业客户数据等等。合作伙伴查询分析及监测应用形式主体评价报告产品数据技术产品1黑名单：技术架构，大数据+大数据技术+移动互联网融52产品1黑名单：数据来源广，并不断扩大数据来源仍在随着数据的开放程度以及合作伙伴的加入持续扩充行业主管机构公告法院数据质管机构公告党政机关公告产品数据技术产品1黑名单：数据来源广，并不断扩大数据来源仍在随着数据53黑名单移动APP黑名单查询名单详情经济主体风险监测风险分析产品1黑名单：界面示例产品数据技术黑名单移动APP黑名单查询名单详情经济主体风险监测风险分析产54吉贝克大数据业务部数据吉贝克大数据自有数据法院工商新闻信息公开财务数据市场数据合作伙伴数据工商数据法院数据税务数据舆情数据电商数据互联网数据宏观经注数据自有数据，主要用于支持公司内部产品合作伙伴数据：支持公司产品开发新型产品市场出售产品数据技术吉贝克大数据业务部数据吉贝克大数据自有数据法院工商新闻信息公55法院数据56法院数据56电商数据57电商数据57外部授权插件爬取的数据形成的报告样例58外部授权插件爬取的数据形成的报告样例58大数据技术平台业务数据采集技术数据存储（约5TB）数据安全数据治理数据业务数据分析数据出售数据采集解决方案大数据技术选型企业数据模型设计数据业务规划产品数据技术大数据技术平台业务数据采集技术数据存储（约5TB）数据安全数59吉贝克大数据平台服务60大数据采集、加工与销售大数据解决方案大数据云存储和云分析产品为政府、金融机构和企业提供大数据规划咨询、数据治理、数据应用开发服务。鉴别高价值数据资源，并在合规前提下进行提取、整合及销售。搭建数据共融基础平台，支撑大数据应用产品开发、运营大数据业务运营基于大数据技术基础，开展征信、互联网金融等具体业务。吉贝克大数据平台服务60大数据大数据大数据为政府、金融机构和吉贝克大数据平台总体架构61661数据采集基础设施（服务器、存储、网络）数数据据服服务务数据检索与查询业务职能部门数据供应传统数据存储与管理数据源工商税务公安政府法院财经网站行业协会外部购买内部业务微信微博快数据处理（实时事件）快数据流处理（EventProcessing）引擎实时决策引擎数据管理元数据数据质量管理数据传输任务与管理数据安全数据标准客户精准营销策略执行跟踪绩效评定企业精准决策精精细细管管理理应应用用实时事件侦听页面请求侦听网络爬虫SqoopCDCETLXBRLMap/ReduceAPI编程多结构数据存储与管理多结构原始数据存储（RawData）融合数据存储（IntegratedData）分布式分析与挖掘引擎通用语义区报表分析与挖掘引擎整合数据区基础数据区数据交换文件交换数据库共享Webservices消息交换情情报报服服务务深度情报跟踪竞争情报推送企业信用评级个人信用评级企企业业征征信信123456数据集市吉贝克大数据平台总体架构61661数据基础设施（服务器、存储吉贝克自有采集平台62吉贝克可以协助客户进行数据的采集，采集类型包括但不限于以下几类：行业对标数据采集：如交易所网站数据、协会网站数据等；研发部门特有账号对应的专业网站数据采集：如某特定行业网站的数据采集等，采集下来的数据，可以落地存储到ODS，扩充对比分析的来源；可以根据风险或投资方面的需要，专业定制标签化的情报数据；吉贝克自有采集平台62吉贝克可以协助客户进行数据的采集，采集吉贝克自有采集平台（续）63吉贝克自有采集平台（续）63自有主题提取技术64自有主题提取技术64基于标签化处理的互联网文本情报数据65互联网数据标签化处理标签化处理模板基于标签化处理的互联网文本情报数据65互联网数据标签化处理标PART4大数据构建数据仓库案例PART4大数据构建数据仓库案例66逻辑架构67逻辑架构67技术架构68技术架构68未来大数据应用发展趋势69机器学习两级分化数据治理物联数据风险管理分布存储终端整合跨界应用机器学习和数据科学将加速发展，机器学习和数据科学将加速发展，带动风控和反欺诈领域的应用带动风控和反欺诈领域的应用行业领导者与后来者的差距将会行业领导者与后来者的差距将会变大，传统金融机构逐渐跟上趋变大，传统金融机构逐渐跟上趋势势数据治理将成为大数据平台的重数据治理将成为大数据平台的重点，金融业注重合规和数据质量点，金融业注重合规和数据质量问题问题金融服务将重视物联网大数据的金融服务将重视物联网大数据的应用如应用如ATMATM和和移动银行业务移动银行业务风险管理仍然是大数据平台的重点，风险管理仍然是大数据平台的重点，形成以数据驱动的风控、预警行为形成以数据驱动的风控、预警行为分布式云存储将逐渐替代昂贵、扩分布式云存储将逐渐替代昂贵、扩展性差的传统数据仓库作为整体解展性差的传统数据仓库作为整体解决方案决方案前端到后端的整合能力将逐渐成为前端到后端的整合能力将逐渐成为检验软件解决方案的基础能力检验软件解决方案的基础能力大数据将指领金融业与其他领域的大数据将指领金融业与其他领域的跨界整合，如快消品、医疗、零售跨界整合，如快消品、医疗、零售和制造和制造未来大数据应用发展趋势69机器两级数据物联风险分布终端跨界机THANKYOU感谢聆听，批评指导THANK YOU感谢聆听，批评指导70
展开阅读全文