
探讨大数据 推动银行零售转型
8月23日~24日,“2018中国零售金融大数据论坛”在深圳举行,来自国内外各大银行、非银金融机构、金融科技公司、金融服务公司的500多名高管前来参会,共同探讨大数据推动银行零售转型的相关话题。清华大学金融科技研究院副院长薛正华、百融金服CEO张韶峰、 中国银行业协会金融科技实验室数据治理专家牛琳等嘉宾发表了演讲。
薛正华:
金融与科技实现共赢
“金融科技,一端是金融机构丰富的金融资源,一端是科技公司研发的前沿技术,在全球金融机构与科技公司强强联合的大环境下,零售银行将其业务插上科技翅膀,科技公司将其研发的前沿技术应用到具体零售银行业务领域,最终实现双方共赢。”清华大学金融科技研究院副院长薛正华讲到,人工智能在金融产品的设计、营销获客、风险控制、智能化交易以及基于自然语言处理的客服领域得以深度应用。
薛正华表示,图像识别技术、语音识别技术、自然语言交互处理技术、大数据、人工智能这些技术已经渗透到大金融的整个体系, “方方面面都能看到智能革命时代正在到来”。他希望未来能够有更多的新技术提升金融行业的服务水平,并不断拓展服务边界,从而普惠到更多的中国老百姓。
牛琳:以数据治理实现金融良性发展
金融是数据聚集与生产的富矿,目前大数据在金融业的广泛应用、金融业在数据治理上仍有很大空间。
中国银行业协会金融科技实验室数据治理专家牛琳昨日在演讲中解读了“数据治理的发展新趋势”。她指出,随着信息技术的发展,特别是大数据在营销、风控和普惠金融等领域的广泛运用,数据已经从提高运营效率和监管效能的工具进化成为银行业最核心的资产和实现监管意图的重要依托,通过数据治理实现金融良性发展已成未来趋势。
一方面,银行业从被动满足监管要求的数据管理、数据报送转向主动的数据战略布局和全方位的数据价
值开发;另一方面,监管机构则有可能从繁琐的数据报表处理中解放出来,依靠监管科技实现更有效的监管。
张韶峰:大数据与人工智能是硬币的两面
百融金服CEO张韶峰指出,大数据+人工智能是普惠金融与消费金融中的核心科技。大数据提升了信息的丰富度,而人工智能则提升了信息的利用效率与效果。“大数据与人工智能是一枚硬币的两面”。
张韶峰在演讲中分享了大数据+人工智能在信贷和财富管理领域的应用。他指出,在人工智能的赋能下,催收方式必将从劳动密集转为技术驱动,以大数据和人工智能为基础,越来越智能化、标准化。
他说,作为服务普惠金融的主力军,零售金融业务是城市商业银行开辟新市场的主要工具,需在立足当地经济、突出特色经营的同时,借助金融科技强化互联网思维,实现突破创新和转型升级。
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