挑战杯互联网金融背景下商业银行如何驾驭大数据阿里巴巴的启示王毅1.docx
《挑战杯互联网金融背景下商业银行如何驾驭大数据阿里巴巴的启示王毅1.docx》由会员分享，可在线阅读，更多相关《挑战杯互联网金融背景下商业银行如何驾驭大数据阿里巴巴的启示王毅1.docx（17页珍藏版）》请在冰豆网上搜索。
挑战杯互联网金融背景下商业银行如何驾驭大数据阿里巴巴的启示王毅1
作品编码：
第八届“挑战杯”首都大学生课外学术科技作品竞赛
申报作品
作品名称：
互联网金融背景下，商业银行如何驾驭大数据
——阿里巴巴的启示
学校全称：
中国传媒大学
申报者姓名
（集体名称）：
王毅、李丰、查李楠、卢欢欢
类别：
□自然科学类学术论文
□
■哲学社会科学类社会调查报告和学术论文
□科技发明制作A类
□
□科技发明制作B类
□
互联网金融背景下，商业银行如何驾驭大数据
——阿里巴巴的启示
摘要：
互联网金融依托大数据、云计算、移动互联网、搜索引擎技术、实现了蓬勃发展，这无疑为经济的良好运行注入新的活力，同时互联网金融的兴起对传统商业银行产生了巨大的冲击和挑战。
本文通过大数据这一突破口来探讨阿里巴巴与商业银行的差异，分析了阿里巴巴的大数据运用战略，通过比较来找到商业银行驾驭大数据的有效方法，从而加快银行信息化进程，释放更大的商业活力。
关键词：
互联网金融；大数据；商业银行；阿里金融
一、研究背景
（一）互联网金融波谲云诡
互联网金融在十二届全国人大二次会议上首次被写入政府工作报告，国务院总理李克强表示要促进互联网金融的健康发展，让金融成为一池活水，更好的为小微企业服务。
互联网金融依托大数据、云计算、移动互联网、搜索引擎技术、实现了蓬勃发展，这无疑为经济的良好运行注入新的活力。
然而，诸如第三方支付平台、众筹融资、P2P网络贷款平台、各种互联网金融门户网站等互联网金融模式的发展也给传统金融机构带来了巨大的机遇与挑战。
商业银行能否在这快速发展的互联网浪潮当中实现自身的发展与转型，成为传统金融界一大重要课题。
（二）大数据风生水起
大数据这一概念被引入中国后，便被讨论的火热。
大数据到底是什么？
大数据对于金融业来讲蕴藏着无限的商业价值，数据即为生产力。
在国外，大数据已经在风险控制、营销支持、运营决策、商业模式创新等方面进行了一系列尝试。
而国内，传统金融结构对大数据的运用还处于初级阶段。
阿里巴巴拥有对大数据超前的处理分析能力，所以不断实现飞跃式的发展。
然而对于商业银行等传统金融结构，要如何挖掘大数据的价值，实现商业银行的转型也是一大机遇。
（三）商业银行形势严峻
互联网金融的兴起让商业银行处于十面埋伏的状况。
互联网金融重视客户体验，让利于客户，多元化的商业模式不断瓜分商业银行的客户资源；处理大数据的能力强，降低信息不对称，利用信息优势削弱了传统金融机构在风险定价、匹配、交易方面的优势。
而且随着利率市场化、金融脱媒，银行间的竞争也愈演愈烈。
商业银行盈利亏损、客户资源减少、议价能力下降，如何实现商业银行的绝地反击？
商业银行要居安思危，要积极主动加快模式创新，实现自身的突破，面临各方的挑战。
二、阿里巴巴的大数据战略
（一）阿里巴巴的大数据之源
1．阿里巴巴金融架构
阿里巴巴之所以能够成为今天的焦点，关键就在于它能够玩转大数据。
阿里数据平台事业部的服务器上，攒下了超过100PB已“清洗”的数据。
阿里有着比商业银行更为全面的金融大数据，而阿里的大数据信息从何而来？
我们就必须解读它的金融框架，因为它金融体系中每一次对用户信息的捕捉都是大数据网的重要组成部分。
阿里金融由五大核心板块组成：
支付宝，阿里小贷、商诚融资担保、众安在线和一达通。
分别涉及了在线第三方支付、金融担保、互联网投资和互联网保险等多个领域。
画一个阿里金融架构的框图，指出这五大板块关系
2、和第一部分融合在一起，语言简化
在阿里的金融体系里，支付宝是起步较早、发展得最好的一个板块。
截至2012年12月，支付宝的注册账户已经突破8亿，日交易额峰值超过200亿元人民币，日交易笔数峰值达到1亿零580万笔。
根据EnfoDesk易观智库最新数据显示，2012年中国第三方互联网在线支付市场交易规模达38,039亿元，支付宝占据46.6%的市场份额，位列第一。
8亿的注册用户代表着8亿人的基本信息，而每一笔流水的记录都是一个数据点。
不同于商业银行的大额取款，支付宝记录了每一笔细小的交易，它甚至做到了可以知道你每天几点叫了什么样的外卖。
阿里小额贷款是指以借款人的信誉发放的贷款，借款人不需要提供担保。
阿里小额贷款是阿里金融为阿里巴巴会员提供的一款纯信用贷款产品，阿里集团围绕阿里巴巴、淘宝、天猫、支付宝等平台上大量商家和消费者的信息建立了一套较为完备的信用数据库和信用评价体系，这也为它金融业务的扩展奠定了坚实的基础。
阿里的金融投资产品相较于传统理财产品起点更低，余额宝和娱乐宝等理财产品成为了每个人都能参与的投资。
一块钱都可以换取收益的起点迅速占领了广大市场。
商诚融资担保是阿里巴巴旗下首家融资担保公司，目前开始低调营业。
该担保公司主要为重庆中小企业贷款和融资提供担保，意味着阿里金融进一步完善。
像阿里这样的互联网金融来袭，也倒逼着传统商业银行进行模式创新。
众安在线是阿里和中国平安以及腾讯共同创办的线上财产保险公司。
众安在线或将突破国内现有保险营销模式，不设分支机构、完全通过互联网进行销售和理赔，主攻责任险、保证险等两大类险种。
这是互联网金融在保险业上的创新，也是联合线下保险公司的一次破冰，可见其来势之猛。
一达通企业服务公司于2008年11月与中国银行联合开发出业内第一个贸易融资系列产品——“融资易”，国内首创司内设？
？
置中国银行外汇结算网点为中小企业外贸的出口退税、进口开证和出口信用证打包贷款提供无担保、无抵押、0门槛的融资信贷服务。
2010年11月被阿里巴巴集团收购，形成了从‘找外贸’到‘做外贸’一站式服务链条，从“相遇在阿里巴巴”到“工作在阿里巴巴”，为广大中小企业和个人从事对外贸易提供了更为全面的基础服务。
加入阿里巴巴后，形成了从“外贸资讯”到“外贸交易”一站式服务链条为广大中小企业和个人从事对外贸易提供了更为全面的外贸服务，是典型的中小外贸企业类公共服务平台。
其代表是阿里巴巴B2B信用卡，B2B信用卡是阿里巴巴基于国际贸易中的赊销模式所开发的融资服务。
通过虚拟信用卡，海外买家可以实现以赊销方式在中国大陆采购货物，阿里巴巴将为买家提供相应的资金支持和付款担保，并为买家全程提供国际贸易报关、物流、保险、金融等相关服务。
一达通将互联网金融的范围扩大到了进出口贸易。
2．阿里金融挖掘小微企业数据沃土
从阿里金融的五大核心板块可以看出阿里金融的路线与传统商业银行不同，主要是着眼于小微企业。
正如马云所说：
“中国不需要再多一家金融公司，但中国缺一家真正专注服务小微企业的金融服务公司。
”小微企业从商业银行那儿贷款难，导致市场潜力未被充分挖掘一直是中国市场的一个难题。
如今阿里金融正是在着手开发这片沃土，手伸到了商业银行忽略的地带。
从涉及到每个人的在线支付，到专门服务各个特定领域的互联网金融产品，可以看到阿里的一张互联网金融大网正在铺开。
阿里金融的在线支付、在线投资、金融担保、金融保险和外贸服务五大方面的业务也吸取了各方面的数据信息，形成了数据信息体系。
在阿里金融强势出击之时，传统商业银行也应该反思自己的战略积极进行模式创新。
（二）阿里巴巴大数据运用战略（这是此文的核心，不应该仅仅是解析他的金融产品，而是在解析的基础上，提炼出几点大数据运用战略）
阿里凭借大数据、云计算和信用体系等底层平台，阿里金融帝国越做越大。
平台、金融和数据是阿里未来的三大战略方向。
“阿里未来本质上是一个数据公司”，而金融的核心也正是数据。
以下就以阿里的几大金融产品为例解析它的大数据运用战略和思维。
1．支付宝（余额宝）
余额宝可谓2013年基金市场最大的奇迹。
截至2014年底，余额宝规模已经达到5789.36亿元，用户数量为1.85亿。
余额宝的成功得益于大数据的有效利用。
一方面，余额宝的高回报率和产品的高易用性带有吸引力；另一方面，有效的风险控制也同样重要。
余额宝在迅速发展的同时，借助大数据很好地规避了互联网金融的两大风险：
流动性风险和期限错配。
在解决流动性风险问题方面，余额宝规定，单户投资金额不得超过100万元。
既提高了资金流动性，使其拥有了巨大的用户数，又确保了大数据的使用。
“要去了解、预测单个用户的行为是非常困难的，但是因为支付宝有长达十年的数据积累，能够对某个阶段绝大部分的人，尤其是趋势做出预测，难度就会降低。
”（袁雷鸣）于是，即便是在双十一、春节这样用户资金调动频繁的时间段，都能实现流动性需求预测偏离率不超过5%。
这要转换成论文的语言
规避期限错配的风险，大数据同样也是一大法宝。
我们可以把余额宝看作是一个C2B的金融产品，虽然不同用户对流动性的需求不同，但是通过大数据可以整合，找到相应期限匹配的资产，做一对一的匹配，这样也就不存在期限匹配的问题了。
2．阿里小贷
阿里小贷是一款面向阿里巴巴会员的纯信用贷款，主要提供淘宝（天猫）信用贷款、订单贷款以及阿里信用贷款。
借款人不需要提供担保，因为阿里相信它足够了解它的客户，而这又来自于对大数据的把握。
2014年，阿里小贷首次向外界透露了其独特的大数据授信审贷模型——水文模型。
它不仅包括贷款客户自身长期的数据变化，还参考了同类企业的数据情况，以这些数据为依据，通过数字方法以及各种参数，判断客户未来的情况。
水文模型依靠其精准全面的优势为阿里小贷业务决策提供了重要依据。
主要体现在：
①大数据降低了小微企业和阿里巴巴的信息不对称问题。
②大数据的动态管理和监测，能进行信贷风险管理。
③大数据建立信贷模型，把钱给到最需要钱和最有可能使用钱的阿里会员，提高资金配置效率。
3．征信系统
利用十多年来积累的大数据优势，阿里巴巴逐步建立起征信体系，引起了许多互联网金融机构的效仿。
从2002年推出的“诚信通”开始，以第三方的身份为卖家进行信用评价，赢得买家信任。
之后经过“诚信通指数”的推出、支付宝产品作为交易第三方对资金进行保护，到后来与建行、工行的贷款业务合作，阿里的每一次试水都积累了充足的经验。
现在，通过阿里巴巴、淘宝、天猫、支付宝等一系列平台，阿里金融可以获得卖家会员的商品交易量、真实性、商铺活跃度、用户满意度、库存、现金流、甚至水电缴纳等信用数据，相当于建立了自己的征信系统。
。
此外，阿里巴巴集团依托其自身的征信体系作为阿里金融的基础设施，助力于阿里未来的金融战略，例如信用卡、阿里银行等。
同时阿里金融的征信体系还可以帮助阿里巴巴集团本身电子商务向规范化和纵深化发展。
（三）阿里巴巴大数据运用的优势
一是海量的数据。
上文已经提到，阿里攒下了超过100PB已经“清洗”的数据，等于104857600个GB。
这是什么概念呢？
相当于4万个西雅图中央图书馆，580亿本藏书。
用户年龄、性别、职业、兴趣、偏好等等方方面面的信息可以说都被记录下来了。
同时，2012年阿里推出的“聚石塔”产品，首次联合全集团大数据力量打造的一款大数据商用产品，可为用户提供数据存储、数据计算两类服务。
“聚石塔”迈出淘宝之外，鼓励大家共享数据，可以说不仅数量级巨大，也丰富了阿里的数据种类。
这样看来，传统商业银行与之相比，已经远远输在起跑线上了。
二是反应迅速。
大数据必须实时反映。
我们上淘宝上输入一个商品，后台必须在10亿件商品中，瞬时呈现。
十亿件商品、几百万个卖家、一亿的消费者，瞬间完成匹配，这才叫大数据。
三是种类齐全。
论数据量级，阿里是比不上XX和腾讯的，但它拥有更多结构化的数据。
阿里巴巴资深技术专家强琦目前在梳理内部的结构化数据时介绍，其中很少一部分的数据表量已达150万个，如果加上分库和分表，数量达到400多万个。
目前已经结构化的数据总量是80PB，数据量月增将近3PB。
四是有价值。
这一点应该说是最重要的，阿里平台上沉淀的是最能反映企业和个人信用状况的交易数据，这些数据的价值最直观，也很容易被人们接受。
然后阿里的数据和应用是一体的，这样就不存在数据方和应用方的壁垒。
在大数据应用过程中存在的最大问题是数据使用方和拥有方的错位，即最需要数据的单位不拥有数据，拥有数据的单位无法利用数据直接产生价值，数据交换又会存在数据安全、价值评估等方面的障碍。
阿里具备大数据应用的完整生态链，从数据的生产、加工到应用均可以在阿里集团内部实现，从而实现数据价值的最大化。
三、商业银行大数据运用状况
随着信息技术的不断发展，各大互联网公司纷纷向金融领域渗透。
互联网金融的产生和发展不但改变了传统金融服务模式而且还使得金融市场的格局发生了重大变化，为传统金融机构，特别是银行，敲响了警钟。
在“大数据”时代，“数据”将成为创造新的经济利益的商业资本，“得数据者得天下”，数据之争便是未来之争。
适者生存，不变则亡，如何使用“大数据”的利剑去开辟未来，成为每一家商业银行都必须思考的问题。
（一）商业银行使用大数据的现状及新进展
1、商业银行使用大数据现状
中国商业银行对于大数据的应用还处于初级阶段。
商业银行经过多年的发展与积累，其数据量已经达到100TB以上级别。
每年产生结构化数据已超过5PB，非结构化数据超过15PB，每一个网上支付业务，仅仅记录用户网上行为的数据量就超过1个GB。
商业银行虽然拥有大量的客户数据资料，但对于数据的利用程度还较低。
一方面，是因为许多商业银行还没有从本质上认识到将服务理念从“产品中心”转向“客户中心”的重要性，且对于“大数据”的理解程度和解析能力都较低，因而不能通过有效的数据分析手段深入研究客户需求。
另一方面，银行拥有的数据以客户基本信息、持有的金融产品信息和交易信息三方面为主，缺乏客户行为数据的信息，使得银行对客户行为习惯、消费偏好等了解不够，造成对于数据利用程度较低的局面。
为了解决这一困境，大多数商业银行纷纷开通微博、微信等公共账号，通过和社交网络的融合来获取更多的数据来源。
同时商业银行也积极与电商展开合作，利用阿里巴巴等巨头相对成熟的“云”技术降低数据收集的成本并控制金融信息化的风险。
2、商业银行使用大数据的新进展
物流、金融、支付、数据的综合性联盟，是我国金融行业在“大数据”时代的发展趋势。
越来越多的商业银行已经意识到数据整合的重要性和必要性。
“大数据”是不可能被一家独断的，想要拥有尽可能完整、有效的大数据，就必须实现企业之间的紧密合作，整合各家数据资源。
因此进一步加强与电信、电商、社交网络等大数据平台的战略合作，实现数据和信息共享，是商业银行使用大数据的必要手段。
合作的最终目的是为了数据，从长远的发展来看，在以数据为王的游戏规则下，谁掌握了大数据的核心话语权谁就拥有了强势的战略性资本。
一些有条件的商业银行已经开始搭建自主掌控的大数据平台，并逐步积累客户数据。
如中国建设银行推出的“善融商务”平台——以电商的方式提供专业化的金融服务，融资金流、信息流和物流为一体。
短期内“善融商务”可能不会盈利，但建行却能在整个交易中掌握数据。
而广发银行创新构建的“大数据零售商业智能决策平台”不仅整合了客户在广发银行的360度信息，包括信用卡、存款、理财、网银、个贷、小企业贷款等，还整合了广发银行自建的外部信息数据库，包括专业市场数据库、22万个覆盖4亿多人口的居民社区数据库、各商会和产业链数据库等，同时还与外部数据库如工商总局个体户信息库等联网。
充分体现了广发银行布局大数据平台的野心。
由此可见，商业银行对于大数据的使用已经不再局限于“合作分享”的模式上了，依靠自己的力量构建平台掌握数据成为新趋势。
（二）商业银行与阿里巴巴大数据运用对比
目前，很多商业银行已经意识到数据即生产力这一概念，加之互联网金融的不断冲击，商业银行频频设计出不同产品，增强营销主动性，力图把类似与阿里巴巴的互联网金融机构所抢占的市场份额夺回来，这就形成了互联网金融时代下围绕数据的没有硝烟的一场战争。
那么商业银行真的在这一场数据战争中任人宰割，一无是处？
还是没有充分认识到自己的优势，奋起直追？
我们来对比一下商业银行与阿里巴巴的大数据，从中可以得出启示。
1、客户结构不同致使大数据来源不同
商业银行与阿里巴巴的大数据其实是一种互补关系，我们很难评定到底是哪一方更占优势。
商业银行目前缺乏的是主动开发大数据的技术能力，而阿里巴巴庞杂的数据之下除了潜藏的大数据价值，还有数据质量、数据管理等一系列问题
商业银行
阿里巴巴
客户结构
中高端客户
小微企业、天猫淘宝客户
数据特点
结构化数据
非结构化数据
商业银行大数据的来源主要为中高端客户，开户门槛高，所以积累了大量具有高价值密度的结构化大数据，包括客户身份、资产负债情况、资金收付交易等，商业银行如果能利用专业的数据分析技术挖掘这一部分数据，将产生巨大的商业价值。
阿里巴巴的客户面向的是小微企业、天猫淘宝客户等，拥有海量非结构化的数据，包括客户的购物历史记录、浏览记录、兴趣爱好等多方面的数据信息。
2．商业模式不同导致大数据的使用效率不同
银行的商业模式与阿里巴巴迥然不同。
要成为银行的客户，门槛较高。
譬如去银行开户，我们需要携带有效的身份证件去银行网点进行身份验证，如果办信用卡还需要对个人工作、收入、财产等方面提供相关证明，对于企业贷款程序更是复杂。
在这种程序严格、效率低下的情况下，客户体验差，很多人对于银行排队，不人性化的服务产生抱怨。
虽然商业银行得到的关于客户的基本数据更可靠，但是要想二次挖掘，需要客户经理的走访调查，无疑增加银行的经营成本，而且效率低下。
阿里巴巴则是利用客户在互联网留下的足迹来分析挖掘客户的行为习惯，喜好。
这种对于客户的线上分析节省时间，降低成本，真正做到以客户为中心，满足客户的不同需求。
。
但是存在是否精准营销的问题。
因为客户在互联网留下的信息不一定准确，数据质量存在问题。
3．经营文化差异导致大数据结构不同
商业银行虽然以“客户为中心”，但这是一个口号，实际上以做大客户规模为核心，注重短期盈利。
银行都是利润导向型企业，逐利而为，趋向于信誉好、资产雄厚的客户与企业。
所以所获的数据多元性不够，除了个人基本信息以外，大多数跟个人的资产业务有关，忽视客户的爱好、习惯等，所以缺少非结构化的数据。
阿里巴巴则强调流量与用户体验，前期不断输入资金支持流量扩张，之后才考虑盈利目标。
阿里巴巴的用户因此不断积累。
阿里巴巴在淘宝、天猫、支付宝等平台上积累了大量非结构化数据，不仅可以内部使用，更能向外分享产生巨大的商业价值。
四、商业银行运用大数据提升竞争力的策略
尽管商业银行在数据结构等方面与阿里巴巴等互联网公司有差异，但就数据的质量上来说，商业银行在大数据的应用方面具有自身的优势。
原因在于商业银行在为客户办理各项业务的过程中已经积累了包括客户身份、资产负责情况、资金收复等大量高价值密度的数据，这些优质的数据如能充分挖掘分析并加以利用将产生巨大的商业价值。
商业银行在金融信息化的过程中对于大数据的使用应该从深度挖掘和风险控制两个层面进行。
深度挖掘数据对应的是“以客户为中心”的服务理念，在不泄露客户信息和隐私的前提下，利用先进的技术从海量数据中挖掘出有效数据，并通过对数据的处理和分析总结价值规律，从而了解客户需求。
另外，“大数据”有助于降低信息不对称程度，增强商业银行的风险控制能力。
银行可通过对客户数据进行监控分析从而提升客户的信息透明度，进而对客户进行全方位评价，使得贷款决策更加可靠。
基于以上两个层面，我们对商业银行如何使用大数据提出以下四点建议：
（一）加速产品创新
在激烈的市场竞争中，谁能率先提供满足客户需求、适销对路的产品或服务，谁就能占领商业先机。
与互联网金融公司相比，商业银行在产品创新方面力度明显不足。
从“余额宝”开始到各种“宝宝”的涌现，互联网金融展现出了它惊人的活力与生命力，尽管现阶段互联网金融还不能撼动银行在金融界的地位，但是由于互联网金融具备透明度更强、参与度更高、协作性更好、中间成本更低、操作上更便捷等一系列特征，使得其在客户体验方面确实更有优势。
因此商业银行应当确立“以客户为中心”的服务理念，在对大数据进行应用时应当着重分析客户的个性特征和投资偏好等行为模式，在此基础上预测客户对于产品的需求，从而开发金融创新产品，增强自身的活力和竞争能力。
（二）差异化营销
所谓差异化营销，就是指在市场细分的基础上，针对目标客户进行定位，导入品牌产品，树立鲜明的企业形象。
在追求个性的今天，消费者不同的个性和价值取向决定了他们对于产品需求侧重的不同，金融市场也是一样的，银行只有满足了客户的个性化需要，才能博得客户的忠诚。
商业银行可以通过大数据搜集广泛的客户信息，基于这些信息对客户行为模式进行深度分析并充分理解客户需求后，对客户群体进行细分，并根据客户需求偏好的不同，有针对性地推介金融产品，并提供个性化服务，实现差异化营销。
（三）有效控制风险
由于缺乏法律监管，互联网金融的风险相较于传统银行要高。
但是随着金融信息化的不断发展，银行所面临的新风险也不断出现。
虽然在风险管理方面，银行已经积累了不少经验，但这些经验更多的是主观经验，缺少量化分析，使银行的风险管理面临全新的挑战。
数据与风险历来就是商业银行的两大重要因素，商业银行对于风险的控制必须辅以数据的支撑，在此背景下银行应当利用大数据去量化风险，提高管理决策水平，同时防患于未然，及时发现潜在风险并采取对应措施。
（四）加快数据人才队伍建设
无论是产品服务的创新还是风险的管理，银行对于大数据的应用都是建立在数据的挖掘、整理和分析的基础之上的，而数据分析人才的数量和质量又决定着数据分析的质量。
现阶段我国大部分商业银行的数据管理能力远远达跟不上市场发展的速度。
与国有银行、外资银行以及互联网公司相比，商业银行金融分析人才稀缺、数据分析技术落后，严重制约了商业银行的发展。
因此，商业银行应该加快数据分析人才队伍建设的步伐，培养并储备业务理解能力、数据资产管理能力、数据处理能力以及数据挖掘能力等方面的人才。
最后加一段简单的总结和展望
参考文献：
[1]邓俊豪、张越、何大勇：
《回归“价值”本源：
金融机构如何驾驭大数据》，《互联网金融生态系统2020系列报告》[J]，2015
（2）
[2]银行联合信息网：
《互联网金融下银行的战略选择：
跨界电商，P2P，逐鹿直销银行》，《中国银行业公司业务创新与营销专题研究报告（2014年第24期）》，[J]，2014
[3]贞元：
《详解阿里金融十年发展路线》，虎嗅网，2013（9）
[4]Raphael：
《互联网金融分析框架：
从支付、投资、融资三个维度理解何谓“互联网金融”》，36Kr网，2013
（2）
[5]阿里巴巴一达通：
《外贸金融服务介绍》，网站介绍
[6]太平洋电脑网
[7]郭旺辉：
《“大数据”时代我国银行业金融信息化发展的趋势探讨》，《金融视野》，[F]，2015（3）
[8]文欣：
《广发银行建大数据平台试水“精细服务”》，《经济参考报》，2015（3）
你的参考文献格式不对，按如下要求修改，另外，登陆学校图书馆进入万方数据库或CNKI有大量的期刊或报刊文章
Howcancommercialbanksutilizebigdata
inthebackgroundofInternetfinance
——InspirationbyAlibaba
Abstract：
TherisingoftheInternetfinancehasgeneratedgreatshocktowardstraditionalcommercialbanks.ThisessayfocusesonanalyzingthedifferencesbetweenAlibabaandcommercialbanksbyusingbigdataasastartingpoint,
升级会员 