大数据时代我国金融数据的服务创新最新文档.docx
《大数据时代我国金融数据的服务创新最新文档.docx》由会员分享，可在线阅读，更多相关《大数据时代我国金融数据的服务创新最新文档.docx（12页珍藏版）》请在冰豆网上搜索。
大数据时代我国金融数据的服务创新最新文档
大数据时代我国金融数据的服务创新
双方之间信息不对称的问题，为缓解金融排斥、促进社会公平和
优化金融服务等注入了新的创新手段。
大数据金融的本质是去中介化、价格透明化。
以互联网倡导的开放、平等、协作和分享的思想为引导，通过合理的运用大数据技术，对所掌控的数据资产进行加工、处理、整合、利用和反馈等，不断挖掘数据资产的价值，为创新金融的内外监管，提高服务效率和支撑产品优化以及
新产品开发，实现向客户提供高质量的服务为目标，提供了全新的思维和技术支撑。
从传统金融企业内部数据资产的加工流程分
析可知，其流程是一个完整的传统数据价值链，数据从产生到其
价值的体现是通过各种系统加工处理持续循环的流程，并且随着人类社会的进步和科学技术不断的进步，为了支撑实体经济发展和提升行业自身核心竞争力，数据价值链的流程一直在持续横向
和纵向延伸但金融企业数据价值链的延伸，既要技术的支撑，也要渠道传递。
然而纵观业界，针对金融大数据的研究，关于经营性金融机构本身主要集中在商业银行如何应对互联网金融的商业模式挑战。
谢平等人提出了新模式会对传统商业银行产生颠覆性影响,
商业银行如何应用大数据相关技术提升在风险防控、信贷管理和综合审计的能力。
吕劲松等人提出了基于大数据技术的金融审计
分析平台。
卜强分析了互联网金融背景下的金融风险。
张应飞分析研究了大数据金融背景下的信贷风险应对措施。
关于金融监管机构应用大数据的研究主要集中在如何应用大数据技术提升金融监管水平和创新金融监管方法。
白硕等人分析研究了应用大数据技术如何创新监管方法和缩小金融监管粒度等。
大数据技术在金融领域的应用已经从学术界走进了产业界，无论是监管机构、商业银行，还是非银行金融机构，对存量数据的利用在各个专业领域已遍地开花结果了，但金融行业数据资产价值的增值理论和传递渠道的延伸，目前除了传统的CRM（CustomerRelationship
Man-agement,CRM是有效载体外，没有更好的渠道传递服务体系，金融数据资产的增值理论研究更是鲜有出现。
因此，如何把金融行业自身的数据在内部流程过程中产生的价值高效地传递出去并加以利用，已成为迫切需要研究的课题。
基于上述考虑，本文以数据价值链的延伸和增值为指导思想，通过丰富价值延伸载体为研究目标，开展了以价值链视角的金融大数据超市研究。
通过分析金融大数据特征，构建金融企业数据价值链网络和金融大数据价值链模型，研究建立了价值链视角的金融大数据超市的架构。
、金融大数据的特征
我国金融行业的信息化建设已经历近30年的时间，由于行业经营的稳定性、可靠性和风险控制等，关乎国家经济安全，所以，各机构几乎保存了经营以来所有的数据，且其所有的业务数
据都具有国家规定的金融行业会计准则属性。
这些持续经营的生产和存量数据是金融行业应对大数据金融挑战的核心生产要素，由此给我国金融行业的数据赋予了独特的特征。
一）数据量大、结构单一
在互联网风靡全球之前，传统信息技术支撑下的金融行业信息化建设，主要是基于企业局域网内为客户提供服务的核心生产系统、信贷管理系统及各类内部风险和绩效管理等系统，以支撑企业健康持续的经营发展。
积累的数据包括离线备份和在线运营，全部都是满足传统关系数据库标准存储，因此，存储技术单
，数据结构单一。
然而进入21世纪后，我国经济的快速发展
推动了金融行业的规模快速扩张；同时，由互联网技术的快速发展推动的金融服务创新研发了各类高质量的服务系统，包括渠道和电子银行，每年沉淀的数据量呈指数级增长，而目前金融行业仍然是相对封闭的闭环，结构化的数据占绝对量。
二）脏数据少、价值巨大
金融行业关乎国家经济命脉，对以通过推进数据流动创造价值为主的行业，对数据的质量是所有行业中要求最高的，如客户
存贷数据，既关乎客户资产，又影响金融企业资产、负债和经营歧义，这些存量数据对优化内部管理、创新产品、精准化和精细化客户服务，同互联网企业积累的数据相比价值巨大。
然而，除了信息化技术成熟后成立的金融机构外，其他金融机构都经历了
一个从手工经营管理到信息化经营管理过程的转变，由人工把手工记账数据导人到信息系统中，因量大、时间跨度长和参与人员
不准
水平参差不平，导致了少部分非关键经营数据存在不规范、确等问题，如客户证件号、地址等。
（三）关系复杂、梳理困难
经济快速发展的红利，从纵向、横向传递到所有行业，金融行业是获利最大的行业之一，各类金融机构的规模快速壮大、务和产品种类不断丰富、业务条线持续拉长，为了支撑其发展、
随着
金融企业信息系统的规模和种类不断地扩大和丰富。
同时,互联网技术的快速发展，金融行业的服务渠道种类不断丰富,且渠道服务宽度和深度不断延伸，倒逼着金融行业信息化建设的规模也不断扩大。
然而，金融行业有其特殊性，内部各类经营管理系统数据之间的关系都是强耦合，内部数据流错综复杂，特别是早期对企业信息化建设整体规划不能适应社会服务需求和信息技术的快速发展，数据之间的关系更加难追溯，这对后期数据的利用带来了不可预测的困难。
经历了几十年快速发展的金融机构，在面对互联网快速普及和大数据金融技术和理论快速发展的背景下，既是机遇也是挑战。
可喜的是，在我国大数据技术日趋成熟，对企业内部沉淀的
大量有价值数据的利用已无技术瓶颈；同时，互联网引领的服务模式创新，也为促进金融行业服务渠道的横向和纵向延伸提供了很多可参考资源，但面对的关键挑战是如何科学合理地应用技术
来帮助理清数据之间的关系、提升数据质量和发挥其价值，并把
文以价值链理论为指导，提出金融大数据超市对实现金融行业数据价值增值和建立新的价值传递载体的研究意义重大。
二、金融大数据价值链模型
30多年前，美国学者迈克尔?
波特提出价值链理论至今，国内外学者对价值链理论的研究和实践已经百花齐放，实践证明用于指导企业战略决策和实现企业价值最大化具有重要的理论指导意义。
其涵盖的范围主要包括三类，分别是：
企业内部活动进行价值创造和增值的价值链、上下游供应商和顾客链接共同参与形成的产业链而演化出的价值链和由两个以上价值链互联互通构成的网络。
价值链管理的根本目的是使企业通过管理与利用内
应对日
部数据流和参与外部产业链的竞争，实现核心生产要素的价值增值和技术与模式创新的价值创造来获得和保持竞争优势，趋激烈的市场竞争。
借鉴Shafer等人分析提出的商业模式构成要素，企业的战略方向、价值网络、价值创造和价值获取四个要素对企业的发展具有决定性作用。
因此，本文以价值链理论中第一个范围为指导，在稳定正确的战略方向下，从价值网络、价值创造和价值获取三个核心要素开展提升金融行业核心竞争力的金融大数据价值链模型开展研究。
一）金融企业大数据价值链网络分析
与企业有紧密联系的各利益相关者所在的产业价值链交织
在一起，就构成了价值网络。
基于这一理论指导，结合金融行业
以服务实体经济发展的核心目标分析发现，具有紧密联系具体的各利益相关者分别是：
国家金融行业监管机构、金融企业股东、金融企业员工和服务的对象，即客户。
在金融企业价值网络中,处于网络中不同位置的利益相关者通过各种有利于双方创造和获取价值的渠道组合在一起，共同为社会创造价值，每一位参与者获得的有形和无形服务，都是最终价值体现的表现形式。
金融企业价值链网络中各利益相关者之间的逻辑关系是：
金融企业的管理者在国家金融行业监管机构的监督和指导下按照法律法规的要求，带领员工以客户为中心，向客户提供高质量、高效率的服务，为社会创造价值。
各利益相关者创造价值的职责是：
国家金融行业监管机构主要职责是监督和指导，确保金融企业能够为国家经济发展发挥其核心作用，宏观经济发展和金融行业规划政策的指导能为金融企
业创新服务提供价值增值基础和战略发展方向。
金融企业股东是金融企业的经营管理者，按照法律法规的规定，确保企业稳健可
持续经营，为自己和企业既创造财务价值也创造无形价值。
针对
非股东员工，在企业提供的成长平台上和管理者的带领下，能够为其提供成长和施展才华的平台，并从其过程中获得有形价值和无形价值。
包括个人和法人单位，任何客户都期待金融机构能够
而不仅
帮助自己把资产发挥最大价值，并为其创造更多的财富,仅停留在利息的回报上。
以上的利益相关，从其相关性和数据流
向，实际上构成了一个无向交叉开放的网络，数据价值传递的方
向不固定、利益相关者的关系可随时发生转移等。
业价值链或价值网络的不同环节企业所能够创造和获取的利润是不同的，并且利润会在价值链的各个环节之间不断重新分配。
由此可知，从企业内部价值链的价值创造看，金融行业的数据资产在其数据流程中的价值也是在不断发生转移和增值的。
所以,
从服务价值链网络上各个利益相关者的视角出发分析，研究延伸数据价值链的途径，即增加或创新数据价值链的节点或服务模式，为各利益相关者创造最大价值，并有利于获取创造的价值是可行的。
（二）金融大数据价值创造一一价值链模型构建
数据是金融企业的核心生产要素。
以价值链模型理论为指
导，实现价值网络中各利益相关者的利益最大化。
金融企业的数据除了本身所具有的价值外，在内部的数据流动中实现数据持续增值是提升核心竞争力的关键所在。
这种价值的创造有利于企业获取价值链或外部价值网络中其他企业难以得到的有价值、稀缺、不易模仿、难以移动的互补性资源，维护其所创造的利润不被侵占的竞争优势将建立在对这些战略性资产的拥有上。
在数据价值链中，传统数据价值链的增值方法和增值空间受到制约。
然而，互联网和大数据技术的快速发展，给进一步提升、
挖掘和利用数据价值提供了更加先进的理论和技术指导，传统数
据价值链的长度和深度有了更多挖掘和提升的空间，这不仅能进
步提升数据价值、提高数据价值的利用效率和质量，还能全面改善用户的体验度，对企业创新所需的战略资产提供了坚强的支
撑。
价值链理论指出，价值链的每一次延伸都可以创造价值，从
数据价值链由两个核心平台构成：
一个是实现数据价值创造和增值平台；另一个是价值获取和传递平台。
由以上价值链模型可知，这两个平台分别是金融大数据平台和金融大数据超市。
作为数据价值链的核心支撑，其中有三个关键的细胞元，分别是数据输入端、数据流程中间平台和价值输出端。
1.数据输入端。
任何一个具有一定规模的金融机构都有大量的生产系统和管理系统，各个系统本身运转的数据都相对独立，数据价值链的源数据来源渠道有很多；同时，随着互联网快速普及，也增加了数据价值链的外部数据来源，并且由于内部管理日趋完善，在管理过程中，企业也会产生大量有价值的数据。
可见，数据输入端会接受三种渠道多个系统的数据。
金融企业中数据输入端的核心平台是ETL（Extract-Transform-Load，ETL）集群平台。
ETL集群平台是数据价值链中控制数据流动的中枢，是所有内外部数据管道的咽喉。
主要职责是各种类型的内外部源数据的抽取、脏数据的清洗、根据既定的规则进行标准化的转换和有效数据的装载与分发。
为了确保数据价值链中数据流动的效率和质量，ETL必须具有强大的容错能力，支持源数据重新整合、断
点续传等，任务能够智能调度，过程必须智能监控。
2.数据流程中间平台。
经过ETL平台进入金融大数据平台的
3.
数据有两个渠道提升数据的价值：
一个是利用大数据平台本身的
务需求定制化的创造业务需求的数据，帮助指导业务部门开展工作；第二种是应用大数据相关技术挖掘分析存量数据可能具有的价值，并把分析结果提供给业务部门，验证和指导业务创新。
下游系统关键的是客户关系管理、绩效管理、银监监管和资产内部转移定价等。
这些系统通过对接受的数据进行主动分析，帮助金
融行业提高管理效率和质量、客户服务质量和接受银监监管，最
数据展现形式是ODS（OperationalDataStore，ODS和EDW
（EnterpriseDataWarehouse，EDW平台。
ODS中的数据保持与源数据的比为1：
1，有利于下游系统对源数据的重用，保持数据资产本身最原始的价值和特征。
然后，各个金融企业结合自己业务特征和战略规划，通过一系列的技术手段促进数据资产在平台中持续循环的流动，实现数据价值的转移和增值。
这种数据持续流动的方式有利于数据价值链的横向和纵向延伸，技术有效地表现手段是EDW随着业务发展和技术创新的快速推进，为了更加有效的传递数据价值，EDW的内容和形式可以持续迭代的丰
八J
富。
4.价值输出端。
数据通过ETL集群平台，在中间平台上持续流动实现主动式和被动式增值，帮助金融企业创造更大的价值并以多种方式输出，如客户潜在价值、经营分析数据、产品、品牌、效益等。
其中，产品、品牌、效益体现了数据价值链为企业创造的直接价值；客户潜在价值、经营分析数据为企业创造间接价值，数据通过金融大数据超市传递到价值网络中的各个利益相关者，针对国家金融监管部门的数据要求，主动向其提供有关国家经济整体运营的金融企业经营数据，以便于实现经济运营的监督和指导，也有利于国家金融风险防控；针对金融企业股东和员工主动或被动地向其提供各类支持管理决策、风险防控、运营指导和产品创新的数据，通过各种技术手段，充分挖掘、传递和发挥数据价值。
（三）金融大数据价值获取一一金融大数据超市
数据价值输出端输出的价值，只有向各利益相关者提供高质量服务的时候其价值才能得到有效体现。
因此，一个方便向用户提供数据价值服务的载体，才能有效地发挥通过金融大数据价值链模型创造的价值。
构建一套仿实体超市的金融大数据超市的自助服务体系，既能有效传递价值，又能满足各类用户对各类数据产品的随需而取。
三、金融大数据超市服务体系和技术架构研究
金融大数据超市是数据价值链的终端，是价值传递和增值平
台，能够向各利益相关者有效传递数据，促进数据发挥出应有的价值。
因此，为了充分发挥金融大数据超市的职能，需重点研究分析平台服务体系和技术架构。
一）金融大数据超市的服务体系
金融大数据超市是数据价值链的延伸，主要职能是数据价值传递的载体，不仅是中介，还是一个适合各利益相关者利用的展示平台，坚持以服务对象为中心，通过创新服务模式，保证服务质量，确保高效率的传递和提升数据价值。
1.服务对象。
金融大数据超市的各利益相关者与价值链网络中相同，根据归属关系具体可分为两大类，分别是内部人员和外部人员。
内部人员包括决策层、管理层和执行层全覆盖，外部人员包括外部监管机构、金融机构的客户（包括个人、单位和同业等）。
内部人员如决策层需要随需即时的获取经营数据和趋势数据，管理层需要随需即时的获取经营数据、效益数据，执行层如客户经理能随需即时的获取服务客户的数据，他们把获得数据，结合战略方向、业务特征，指导他们开展各类管理工作和客户服务方案编制；外部人员如客户需随需即时的获取在该机构的交易数据、监管机构要通过获取的数据随时分析掌控国家经济运营情况等。
2.服务内容。
服务内容是向服务对象提供随需即时的数据需求为目标，确保各类数据类目能够满足各种服务对象的需求。
结合行业特征和大数据技术成熟度，超市向利益相关者提供风险监
控类、管理决策类、客户服务类和经营销售类共四大类内容。
服务内容的展现形式以方便利益相关者获取的方便程度做衡量标
准。
目前，三种服务内容的展现形式分别是PC终端、移动终端和纸质文件。
但无论哪一种形式，都必须以方便用户使用为前提，建立相应的服务标准，确保数据利用的频次最大化。
3.服务模式。
不同类型的对象对数据需求是不一样的，对服务对象产生的价值也会千差万别，数据价值的充分发挥不仅受服务模式的制约，也受利益相关者知识水平的制约。
为了更好地把数据价值传递出去、发挥出来，该超市不能影响改善利益相关者，但是能够通过创新服务模式尽量降低利益相关者的客观影响，把数据价值发挥到极致，因此，两种不同的服务模式应包括个性化的主动式和被动式。
4.管理模式。
根据金融大数据超市界定的服务对象来看，除了企业门户外的另外一个更有价值的对内和对外的窗口，其高质
5.
量和高性价比的个性化服务模式严重受管理模式的制约。
因此，
建设需要明确的定位。
5.服务质量。
为了向利益相关者提供高质量的服务，充分提高数据价值，超市建立了严格的数据准入制，确保每一类目每一项数据都有利用价值。
衡量超市服务质量和效率的维度包括：
服
务响应时间、服务价格、服务可靠性、服务可维护性和服务安全性。
（1）服务响应时间是指当用户提出需求到满足需求的时间，表现为用户等待时间，即超市的服务响应时间，包括用户搜索数据类目的时间和查询响应时间。
（2）服务价格：
以市场营销学的理论分析，服务价格会受服务的规模和服务的质量影响，所以，服务价格应该可能存在两个值，分别是标准价格和实际交易价格。
当用户提出个性化的数据定制需求，所耗费的成本就会高。
3）服务可靠性包括两类，分别是数据的准确性和订阅式服务的推送成功率。
可靠性是超市的生命线，所以，超市货架上展现
的每一个数据类目都具有准确的规则，才能确保数据准确性，推
间内向用户提供服务的过程中出现异常成功处理的次数，也指容错次数。
（5）服务安全性：
表现为超市货架上本身数据的保密
管理制度和技术水平，还包括用户基本信息保密管理制度，衡量
超市的架构
金融大数据超市的建设，主要是实现了向用户提供随需即时的高质量、高性价比的个性化数据服务。
在数据价值链的流程中它不仅是载体，由于其自身具有承担着数据的展现和转运职能，因而也成为增值的环节。
因此，金融大数据超市技术架构的核心要素主要由两个部分组成，分别是自助服务体系和产品架，如图
2所示。
基于上图的金融大数据超市架构，在标准化的管理模式下，逐步构建完善的服务体系，形成管理和技术相融合的创新平台。
产品架包含三大类别，分别是APP表现形式的数据发布、直接数据类产品发布和订单类产品接受和推送。
通过开放式、标准化的服务接口能够有效地实现个性化的主动式和被动式的服务模式，并能针对用户提交的订单实现往返传递。
以上产品架上的产品类别，能够随着用户的需求不断丰富；同时，也能根据企业制定的发展策略按用户层次提供分等级的服务，包括免费和收费的产品。
金融大数据超市不仅实现数据价值的单向延伸，还能主动接受用户对其有价值数据的需求响应，通过被动式服务执行探索式寻求，不断与用户互动，挖掘用户的需求，帮助用户明确需求。
这不仅能够有效地减少产品架上摆放的无价值数据，间接提升产品架上的数据质量，还能把数据主动推送出去，引导用户增加数据需求定制，把数据价值无限放大，最终实现用户和超市双方共赢。
四、结论
数据是金融企业的核心生产要素，数据价值链是金融企业经济活动的神经。
通过管理与控制数据流动为企业创造价值，依据数据价值链理论提出的价值网络、价值创造和价值获取的价值增值要素建立金融企业价值链网络，把网络中利益相关者按类别划分，通过实现向各利益相关者服务为目标，建立金融企业数据价
值链模型以表达和实现数据内部流动和增值，最终构建价值链视角的金融大数据超市。
金融大数据超市是通过传递企业内部数据流动产生的价值
模式定制数据产品，帮助管理决策者提高优化内部管理，帮助客户经理精准定位客户需求，提高客户服务质量，帮助产品创新部
门开展金融产品创新提供分析支持。
为了确保超市能够科学高质
量的运营，在坚持为利益相关者创造最大价值理念的指导下，分析建立了包括服务对象、服务内容、服务模式、管理模式和评价服务效率与质量的自助服务体系。
同时，它还是数据价值的展示和增值载体，能够与用户互动实现对内外提供主动式和被动式的高质量个性化数据服务，为领导提供随需即时的决策数据，为客户提供个性化的数据需求服务，最终实现基于金融大数据超市的数据自助服务。
升级会员 