
金融大数据时代 如何推动悦花越有互联网+模式的发展
2017年2月17日下午,金融大数据标准化研讨会在工信部召开,本次会议由中国电子商务协会副会长、工信部信息中心企业网络安全促进委员会主任龚文主持。中合农发旗下悦花越有作为将互联网+将传统产业与互联网深度结合的创新电商平台受邀参加此次会议,共同就关于互联网金融以及大数据的发展方向进行了探讨。
金融大数据标准化小组研讨会
全国社会基金保障会副理事长王忠民、中国人民银行调查统计司司长盛松成、工信部信息中心总工程师童晓民、中国人民大学教授杨东等参加会议,信和大金融、京东金融、建设银行、阿里巴巴、百度、腾讯、网易、联通公司等企业代表也参与会谈进行讨论。
悦花越有大数据进展
如今以互联网+为代表的生产技术的革新已经到来,人们的购买方式、支付工具、分享渠道都在改变。悦花越有作为中合农发旗下自主研发的打通供应链金融上下游、连接各类支付平台的管道经济典型样本,依托于供应链系统的电商平台,通过建立普惠民生与消费增值的高效畅通的信息高速公路,构建的O2O电商3.0平台也同样面临着互联网金融大数据发展大环境下的复杂挑战。从监管上说,既要有短期治理和危机应对的策略,也要有长期内在的稳定器建设。如何完善大数据功能以及如何发挥大数据的作用,发现其蕴含的价值,这不仅是目前金融业所面临的重要问题,同时也是悦花越有目前所需要解决的关键问题。
那么,如何才能做到最大发挥金融大数据的作用?
一、注重网络安全建设
本次会议中,工信部信息中心总工程师童晓民强调了互联网金融、传统金融、数据应用等安全的重要性。据网监部门统计每年约有2-3万网站后台被篡改、7万5000个网站被读取数据、2-3万主机被控制。其中政府、央企网站安全性较强,而一般商业企业安全性较弱。童晓民强调,第十二届全国人大常委会第24次会议上,已经经过表决通过了中华人民共和国安全法、网络安全法,将于今年的6月1号开始实施,该法将强调个人信息的保护,中央网信办今年还要成立专门的检查机构来督促安全检查工作,希望相关的部门机构,尤其是从事互联网业务的部门、企业高度重视网络安全工作、提高对网络信息安全重要性的认识,提高安全防护意识。
工信部信息中心总工程师童晓民进行致辞
全国社会保障基金理事会党组成员、副理事长王忠民先生也在会上表示,金融行业需要数据的及时和准确,因此安全防护工作尤其重要。大数据的价值无限,足够的大的数据便能产生逻辑关系,由集成、覆盖、搜索的逻辑逐渐升级成为人工智能。金融数据的逻辑比其他数据更为复杂,金融大数据的标准化将为信用体系的资本化和金融化奠定基础。
全国社会保障基金理事会党组成员、副理事长王忠民发表讲话
二、金融大数据标准化
就金融大数据的标准化问题,中国人民银行盛松成司长表示提出一些具体的意见,从人才方面、修改意见方面、模型测算方面、金融数据方面提出了改进方式。另外在规则执行方面、可操作性方面完善、划分监管层面阐述了完善的建议。他表明了模型意义数据管理缺陷,抓住数据管理的痛点方面的重视以及大数据定义方法的完善。同时表明人民银行在这方面可以帮助支持的改进。
中国人民银行盛松成司长发表讲话
此次研讨会上包括建设银行、京东在内的多家企业代表也分别提出了自己关于金融大数据的看法和建议。中国电子商务协会副会长、工信部信息中心企业网络安全促进委员会主任龚文表示研究院将根据各位领导、企业代表的提出修改和完善金融大数据的标准文件将于6月举办的大型会议上正式发布。
参与本次大会,为悦花越有项目的完善和发展给予了一定的方向,悦花越有电商平台将会根据此次金融大数据研讨会的讨论方向进行不断完善和改进,更好的满足消费者和商家的需求,打造一个企业、经营者、消费者三方共赢的平台。
同时,这也是中国金融大数据标准化一次里程碑的进步,为大力推动金融大数据标准化的建立,协助互联网行业统筹大数据促进信息产业健康发展起到深远的影响。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10