2019中國金融行業大數據研究報告7/11/202401

金融大數據是金融科技急先鋒大數據人工智能物聯網區塊鏈云計算數據應用數據分析數據存儲數據收集金融大數據是金融科技的急先鋒2018/4/234??????金融科技最重要的是數據創新技術從數據收集到數據應用的數據流中，涉及到大數據、人工智能、區塊鏈、物聯網、云計算等各項技術，唯有金融大數據貫穿所有數據流程。大型商業銀行：農行2013年開始籌建大數據平臺股份制商業銀行：中信銀行2015年開始籌建大數據平臺大數據技術最為成熟，區塊鏈技術尚處于早期現階段，大數據不論從技術還是場景應用上都最為成熟，AI技術在算法與業務場景結合上還存在提升空間。物聯網技術應用環境較小，更多是作為線上數據的補充，區塊鏈技術還處于早期階段，技術本身還不夠成熟，距離落地應用還需要一定時間。金融大數據進入成熟期2018/4/235?根據XX市場成熟度評價模型，大數據?從三方面評估，金融大數據和其他行業相比滲透更為深入，已經進入成熟期。數據來源：XX業務監測業務洞察業務優化數據盈利業務重塑應用范圍基礎設施

在各領域成熟度與市場規模、基礎設施和

應用范圍直接相關。互聯網金

融電信政務電力制造醫療餐飲農業教育能源氣泡大小表示大數據在該行業的市場規模零售02

大數據與金融場景緊密融合金融大數據在信貸領域的應用2018/4/237???大數據覆蓋信貸領域各個流程，本質是為金融機構勾勒更完整的用戶畫像，服務用戶完整生命周期。風控作為貫穿獲客、身份驗證、授信等多個環節的核心，是金融大數據公司最好的突破口。目前市場上風控公司多、營銷獲客公司少，未來風控公司會逐步向獲客環節延伸，成為信貸領域的一站式大數據解決方案服務商。金融大數據在支付領域的應用2018/4/238??大數據在支付領域的核心應用是交易反欺詐通過設備指紋、人臉識別、用戶行為習慣等方面預先建立交易反欺詐引擎，并根據事后的反饋數據不斷優化模型。金融大數據在保險領域的應用9

?

?

?2018/4/23農行大數據平臺建設起步于2013年，保險領域的IT基礎設施落后銀行5年，2018年有望成為保險大數據元年。與信貸領域不同，保險大數據的突破口在于核賠領域，而非定價/承保或者獲客領域。在賠付端，金融大數據更有用武之地。未來，與AI融合升級為智能理賠。金融大數據在財富管理領域的應用2018/4/2310???大數據在財富管理領域的應用重點是營銷獲客和智能投顧。但數據基礎還不夠完善，爆發尚待時日。營銷環節與信貸領域類似，通過建立用戶畫像實現精準營銷。智能投顧包含KYC和匹配環節，重點是分析用戶風險偏好，同時將KYC與KYP結合，實現智能匹配。未來，金融大數據將向財富管理的上游資產管理延伸，提升資管效率。03

百億大數據風控市場大數據風控綜合價值最大，領跑應用領域2018/4/23????????對機構而言，大數據風控是金融機構的通用需求不論是銀行還是消費金融公司，金融機構普遍有風控需求，底層業務邏輯幾乎完全相同，只是面對客群、風險偏好存在差異。對機構而言，風控是金融機構核心能力銀行等傳統機構本質上是風險經營。一方面，監管層對金融機構的風控能力提出很高要求，另一方面，風控直接會影響金融機構的利潤水平。因此，大數據風控直接解決金融機構的核心需求，價值度最大。對金融科技服務商而言，以風控切入的大數據公司未來發展空間更大風控是金融機構的根基，因此金融機構會采取審慎態度選取大數據風控廠商，建立信任周期長，但合作緊密度更深。風控合作涉及用戶全生命周期數據，風控廠商有機會借數據切入到其他應用場景，未來發展空間更大。對金融科技服務商而言，大數據風控門檻高，綜合能力要求高與精準營銷相比，大數據風控門檻更高，對廠商的要求不光是技術和數據，還需要對金融業務場景的深入理解。

12大數據風控發展歷程：行業趨于合規2018/4/23?????百行征信成立，意味著大數據風控市場公共基礎設施進一步完善。百行征信未來發展趨勢可以類比社會信用體系建設規劃綱要（2014-2020年）。社會信用體系建設由發改委、人民銀行牽頭，各地政府、各個部委均參與其中，協調難度高。百行征信的行政命令權弱于發改委、人民銀行，而且參與公司都是競爭對手，協調難度同樣很高。百行征信的建設歷程預計也要花費6年左右時間，留給大數據風控公司足夠窗口期。

13大數據風控市場集中度：數據源集中度提升、數據分析集中度分散2018/4/2315??數據源領域隨著百行征信進場，集中度將逐步提升。未來，央行征信、百行征信、BATJ等在數據源領域擁有絕對優勢。數據應用領域將呈現百花齊放的狀態。類比美國，信貸領域的大數據風控公司是FICO，